零售招聘数字化四:如何做招聘数据分析?

零售招聘数字化四:如何做招聘数据分析?-Moka智能化招聘系统

在谈零售必谈人效的时代,数据决策成为数字化招聘管理的刚需,对于一家持续发展的公司,数据支撑成为未来企业决策不可或缺的部分。

零售招聘数字化四:如何做招聘数据分析?-Moka智能化招聘系统

做数据分析的四大基础

1、首先要有数据不幸的是,数据断层问题在连锁企业中非常普遍。很多总部HR完全不知道门店现有多少岗位空缺、有多少候选人投递、正在面试多少人……连基础数据都没有,谈何分析?2、数据之间的关联性

HR对招聘渠道的效果都非常关注,如果渠道能带来很多候选人,但是最后入职的候选人并不多,未来该如何制定渠道投放策略?人力资源部门对员工的满意度和离职率这些数字非常敏感,但是满意度高的员工业绩很低怎么办?所以,关注个别、独立的数据都是远远不够的。

3、数据要全面

很多HR都是用excle手动统计数据,甚至公司会做统一表头的表格,但是一旦表头中没有的字段,事后要进行分析,就无从获取数据。HR只知道门店一周面试20个候选人,最后入职一个人,被淘汰的人是因为没参加面试,还是面试体验不好拒绝入职,还是其他的原因,如果缺少淘汰原因统计,就无法有针对性的提出解决方案。

因此,数据的收集必须全面。

4、数据要准确

准确性是数据分析的基础,它的重要性不言而喻。错误的数据不可能指导得出正确的业务决策,如果能那一定是运气。

数据的准确性也体现在对数据指标的认知统一,假如有些HR认为人效=销售额/全员数量,而其他HR认为人效=销售额/销售人员数量,这两个数据得出结论可能完全不同。

数字化系统四大价值

可以说数据的关联性、全面性和准确性是实现闭环式数据分析的基础,然而在大数据时代,想要通过人工实现数据分析的基础几乎没有可能。好在大家可以站在数字化系统这个巨人的肩膀上,用更便捷的方式实现对业务更科学的分析。这里以Moka招聘管理系统举例,解释数字化系统对人力资源数据分析的益处。Moka可为连锁零售企业聚合全量招聘数据,并提供实时的数据统计,得出辅助业务决策的数据洞见。
01 全量数据收集 指标统一更准确
通过“制度流程化、流程表单化、表单信息化”的方式,Moka打通全链路招聘流程数据,从源头帮助企业收集全量的招聘数据。职位数据、简历数据、招聘过程数据、评价结果、操作数据等等,都可以通过数字化系统集中收集,并且做到数据留痕可追溯。系统统一收集数据也打破了不同人对指标定义不一致的问题,数据更准确。
零售招聘数字化四:如何做招聘数据分析?-Moka智能化招聘系统

02 默认多维度数据模板 满足快捷的基础数据统计
为了提升数据统计的便捷性,Moka默认配置了一些不同职级的HR们常用的数据报表模版,可以满足HR日常的数据统计需求。招聘运营:过程管理数据(招聘漏斗、渠道、猎头、内推、人才库等渠道质量);用人经理效率(筛选时间、反馈时间);响应率(职位的发布时间、周期、完成时间)招聘负责人:完成率(HC完成率、offer数据、入职数据),招聘质量(招聘漏斗、候选人满意度、用人经理效率)

HRD:招聘质量、HC完成率、360度人才分析

零售招聘数字化四:如何做招聘数据分析?-Moka智能化招聘系统

03 可视化数据看板 数据结果展示更直观
数据的直观呈现有助于HR和管理者进行对比分析,了解招聘现状。实时数据,一次配置,无需手动,长期可看。Moka还能将多维度的数据分析形成可视化面板,HR和管理者都可非常直观地预览个人或者团队的工作进展。除此以外,数字化系统还能提供更加实时的数据,甚至是过往未曾想到的数据,在需要的时候也能够提取的到,这是人力无论如何都做不到的。
04 数据洞见 反向优化招聘模式
数据的统计分析最终都是为了业务提升。细节方面,通过招聘渠道质量分析,HR可以关闭转化率差的渠道,加大对高质量渠道的投入,以提升招聘渠道的ROI。人才储备上,当连锁门店处于快速扩张期,根据现有的招聘完成度、周期等数据,及时地补充人才。战略上,连锁企业可根据不同门店的人效表现,反观人才库中的人才画像,不断优化用人模型。科学的数据分析和决策还应具备前瞻性。Moka帮助HR通过数据监控,预防风险,制定更有前瞻性的人才管理策略。

数据分析中 HR的价值体现

如果基础的数据统计和可视化分析已经由数字化系统完成了,那么HR还需要懂数据分析吗?需要具备的数字分析能力到底指什么呢?数据分析中最重要的是“获得商业见解”,在数据分析的闭环中,提出假设是最需要人发挥创意的地方,也是HR最彰显HR数据分析价值的地方。见解可以分为两种。信息类见解——让你更好地理解候选人;行动类见解——帮助你作出明智的决策,指导企业采取实际行动。数字化工具本身并不能提供什么见解,要获得见解,HR们必须了解公司的业务、产品、候选人、人才策略、渠道特点等等。见解的产生终究要靠人,而非机器。

如何提出假设,不妨试试多问几个“所以呢”。

“从招聘微信公众号申请的候选人,入职转化率比渠道都高了。”

“所以呢?”

“未来可以增加对微信公众号的曝光,获取更多的候选人。”

“所以呢?”

“可以尝试一段时间,如果运营招聘公众号的成本比渠道低,就可以持续进行。”

“所以呢?”

“或许可以用更低的成本达成招聘目标。”

……

其实,数据就只是数据而已,把公司业务和利润推向新高的是那背后的人力,是人力从数据中获取独到见解,为商业行动提供建议,并进行评估。

零售招聘数字化四:如何做招聘数据分析?-Moka智能化招聘系统

关闭菜单