Super Sale WeekClaude Skills — 20% OFF
Tips

如何制作招聘漏斗报告:分步指南

Powerdrill Team·
如何制作招聘漏斗报告:分步指南

招聘经理询问填补一个岗位空缺需要多长时间。你说是 34 天。会议室里的其他人说是 51 天。

你们双方看的是同一个申请人跟踪系统。你是从招聘需求获批之日算起,而他们是从招聘广告发布之日算起。

这就是招聘指标中反复出现的问题。阶段名称看起来很标准,但起点和终点却不标准。

本指南将介绍招聘漏斗报告中应包含的内容,以及为什么两个速度指标容易混淆。接着,它将介绍如何修正你的阶段定义,以及如何通过导出数据来构建该报告。

招聘漏斗报告中应包含哪些内容

招聘漏斗报告由一组数量统计以及它们之间的流失率组成。其他所有指标都是由此衍生出来的。

首先是阶段数量统计。即在特定时期内,收到申请、筛选、面试、发放 Offer 和接受 Offer 的人数。

报告行项目 定义 数据来源
阶段数量统计 到达每个阶段的候选人数量 申请人跟踪系统导出数据
转化率 每个阶段的人数除以前一个阶段的人数 由数量统计衍生而来
Time to fill 从招聘需求获批到候选人接受 Offer 招聘需求相关日期
Time to hire 从候选人进入人才库到接受 Offer 候选人相关日期
Offer 接受率 接受 Offer 的数量除以发放 Offer 的数量 Offer 记录
单次招聘成本 招聘总成本除以招聘总人数 财务部门,而非跟踪系统

然后加上相邻阶段之间的转化率。Workable 将这些称为 recruiting yield ratios(招聘转化率),它们能将原始数据转化为诊断性结论。

接下来是两个速度指标,它们需要分别定义。下文将对此进行详细介绍。

最后是 Offer 接受率,Workable 将其定义为接受 Offer 的数量除以发放 Offer 的总数。这是该列表中获取成本最低的指标,但往往也是最能说明问题的指标。

关于应该排除什么,这里有一个警告。Workable 指出,尽管申请人跟踪系统可以报告 Time to fill 和转化率,但它“无法计算你的平均单次招聘成本”。

因此,单次招聘成本需要财务数据,而不仅仅是招聘漏斗数据。其计算公式是:(内部招聘成本 + 外部招聘成本)/ 招聘总人数。

Time to fill 与 Time to hire 并非同一个指标

这是最容易引起争议的定义,而相关资料对此的表述异常直接。

Workable 的 Time to fill 与 Time to hire 指南将 Time to fill 定义为“从招聘需求获批到候选人接受 Offer 的时长”。

Time to hire 则不同。它“衡量的是从候选人进入人才库到接受 Offer 的时间段”。

接下来是值得铭记的一句话。Workable 指出,“Time to hire 通常被视为 Time to fill 的同义词。”它补充道,你“也可以将它们视为两个独立的指标,从而获得不同的洞察”。

因此,在实际应用中,这两个名称经常被混用。这正是为什么你的数据会与其他公司的数据对不上的原因。

一旦你区分了它们,这种差异就会非常有用。Time to fill 衡量的是整个流程,包括有人申请之前的几周时间。而 Time to hire 衡量的是你识别并推进最终录用人选的速度。

Workable 自身给出的实例让这一点更加具体。如果岗位在第 1 天开放,最终录用的人在第 10 天申请,并在第 25 天接受 Offer,那么 Time to hire 就是 15 天。

在开始统计前确定定义

必须书面记录以下四个决定。如果忽略它们,你的趋势线衡量的将只是你自己的前后不一致。

计时起点。Workable 列出了三个合理的选项:招聘经理提交岗位空缺、HR 或财务部门批准,或者招聘人员发布广告。

它的指导原则是选择其中一个并保持一致。指南建议“选择最适合你公司的选项”,然后“对所有岗位和团队”采用相同的统计方式。

排除哪些招聘需求。Workable 在这里给出了具体建议,即排除常设岗位(evergreen roles)。长期开放的岗位“会极大地拉高你的平均 Time to fill,而无法反映你招聘流程的真实效率”。

自然日还是工作日。Workable 的定义使用的是自然日。如果你使用 NETWORKDAYS 函数,你将得到一个较小的数值,该数值与公开版本的数据不具可比性。

平均值还是中位数。大多数报告显示的都是平均值,而一个耗时 200 天的招聘需求会严重拉低平均水平。在数据量较少时,建议在平均值旁同时报告 中位数

Workable 的平均值计算示例非常简单,值得借鉴。三个岗位的用时分别为 20 天、30 天和 40 天,其平均值为 30 天。

如何手动制作报告

方案 1:阶段数量统计与转化率

使用 COUNTIFS 函数统计每个阶段的人数,并按时间段和阶段字段进行筛选。

检查数量是否呈递减趋势。如果后一个阶段的人数超过了前一个阶段,说明你的导出数据中包含跳过某些阶段或重新进入流程的候选人。

然后将每个阶段的人数除以前一个阶段的人数。这些比例就是最简单的招聘漏斗模型。

相同数据的漏斗图比表格更直观。我们关于什么是漏斗图的解释文章介绍了这种图表在何时能发挥作用。

这种方法的局限性在于,你只能得到特定时期内的一组比例,而无法得知是哪些岗位或团队导致了这些数据。

方案 2:每个招聘需求占一行

构建一个表格,每个招聘需求占一行。列包括:开放日期、广告发布日期、接受 Offer 日期、申请人数量和间隔天数。

用较晚的日期减去较早的日期来计算间隔天数。微软关于 DATEDIF 函数的指南警告称,该函数“在某些情况下可能会计算出错误的结果”。

现在可以对报告进行切片分析。按部门、按资历、按招聘人员或按渠道进行细分。

答案往往隐藏在细分数据中。一个综合下来 40 天的数据,往往掩盖了技术岗位需要 70 天而支持岗位只需 18 天的真实情况。

这种方法的局限在于数据关联。将候选人导出数据与招聘需求表进行匹配,已经超出了常规公式能够轻松处理的范围。

方案 3:定义标签页

记录上述四个决定,外加正在使用的阶段名称以及列表冻结的日期。

明确添加排除列表。常设岗位、已取消的招聘需求和内部转岗都需要有明确的处理方式。

局限性显而易见:仅仅记录规则并不等于执行规则,下个季度还是会有人重新构建筛选条件。

共同的局限。这三种方案都假设你的导出数据展示的是阶段历史记录,而不仅仅是当前阶段。如果它只显示候选人目前所处的阶段,你将根本无法重构上个季度的漏斗模型。

手动方法的瓶颈所在

制作第一份招聘漏斗报告需要一个上午。而制作第四份报告需要更长的时间,因为底层的流程已经发生了变化。

阶段重命名通常是罪魁祸首。某个团队将电话面试合并到了筛选阶段,导致两个阶段之间的比例在招聘实际情况未发生变化的情况下出现异常。

其次是已取消的招聘需求。一个未招到人就关闭的岗位没有结束日期,它要么在计算平均值时消失,要么作为空白项留在那里。

还有就是基准问题。有人会问 42 天算不算好,而 Workable 自身的警告同样适用:其他公司“计算 Time to fill 的方式可能与你不同”。

关于工具方面的汇总,请参阅 用于 HR 和人才分析的顶级 AI 工具

如何使用 Powerdrill Bloom 构建报告

步骤 1:上传你的 ATS 导出数据

上传候选人导出数据,或者将候选人和招聘需求文件一起上传。Powerdrill Bloom 会在导入时分析各列,因此在计算任何比例之前,空白日期、不一致的阶段名称以及重复的候选人记录都会被识别出来。

上传 ATS 导出数据以在 Powerdrill Bloom 中制作招聘漏斗报告

步骤 2:用自然语言描述报告

直接说明定义,而不是手动构建它们。指定计时起点、阶段顺序、排除项,以及你想要自然日还是工作日。

然后提出可以发现错误的问题。询问哪些招聘需求没有结束日期。询问哪些阶段名称仅出现在部分时期内。然后要求按部门和资历拆分招聘漏斗。

步骤 3:导出图表、报告或幻灯片

导出包含转化率的阶段数量统计、相同数据的漏斗图,或者在数据旁附带定义的幻灯片。

导出包含阶段转化率的招聘漏斗

常见错误

将 Time to fill 和 Time to hire 视为同一个数值。它们的起点不同。请为你报告的指标做好标记,并保持一致。

在计算平均值时保留常设岗位。长期开放的岗位会拉高数据,却无法反映真实的流程速度。

将你的数据与其他公司的数据进行比较。不同的起点使这种比较毫无意义。相反,应该跟踪你自己的趋势。

在数据量较少时报告平均值。六次招聘加上一次艰难的搜寻会产生具有误导性的平均值。请在旁边同时显示中位数。

默默删掉已取消的招聘需求。未招到人就关闭岗位也是一个真实的结果。应该在某处对其进行统计,而不是直接过滤掉。

混用自然日和工作日。两者都有其合理性,但它们不具可比性。选择其中一种并在报告中注明。

忽略重命名的阶段。合并阶段会破坏某一个比例,而使其他比例保持不变,这看起来像是一个真实的发现,但事实并非如此。

结论

确定计时起点,排除常设岗位,统计每个阶段的人数,并用相邻阶段的人数相除以获得比例。然后用不同的名称报告这两个速度指标。

数量统计并不是最终的交付成果。候选人流失的阶段才是告诉你下个月需要做出哪些改变的关键所在。

这就是构建招聘漏斗报告而不是仅引用单个平均值的全部理由。一个数字只能告诉你结果如何,而漏斗能告诉你问题出在哪里。

如果在每个周期重新构建该视图耗费了你整个季度的时间,不妨尝试使用 Powerdrill Bloom 来处理你的 ATS 导出数据。另请参阅我们的创建员工人数与流失率报告指南以及 AI 报告生成器页面。

常见问题解答

Time to fill 与 Time to hire 有什么区别?

Time to fill 是从招聘需求获批到候选人接受 Offer。Time to hire 是从最终录用的人选进入人才库到其接受 Offer。

如何计算平均 Time to fill?

将该时期内填补的每个岗位的 Time to fill 相加,然后除以岗位数量。Workable 建议在计算该平均值时排除长期开放的岗位。

多少天的 Time to fill 算好?

Workable 引用了人力资源管理协会(Society for Human Resource Management)给出的 42 天平均值。它同时警告称,其他公司计算该指标的方式可能与你不同。

招聘漏斗报告应该包含哪些阶段?

应该按顺序包含你实际流程中拥有的任何阶段,以及各阶段的人数 and 相邻阶段之间的转化率。不同时期之间保持一致比套用模板更重要。

我的申请人跟踪系统可以生成这份报告吗?

它通常可以报告阶段数量统计、转化率和 Time to fill。Workable 指出,它无法计算平均单次招聘成本,因为这需要财务数据。