每个HR都希望快速为公司找到足够合适的员工，但招聘的过程中总会遇到一些这样的问题：  

很多优秀的候选人，在等待流程中就被其他公司半路抢走了；关键岗位，面试时间拉得很长，结果好不容易入职，试用一段时间后，又觉得员工不合适...... 

这其中有企业本身对人才的吸引力问题、市场匹配问题，当然也有HR在招聘过程中自身存在的一些问题，比如整个招聘流程效率不高，对于招聘中的某个环节做得不到位等等。       

这次，我们就来和大家聊一聊如何通过分析招聘数据，从而提高招聘效率。 

有哪些招聘分析维度

从分析用人部门需求到最终候选人入职，每个环节都可能影响到招聘的结果和状态。 

对于HR来说，如果想要把业务做得更加专业，对招聘流程更有控制，那HR就需要用数据分析的思维去指导招聘工作，学会用数据指导招聘。

具体到招聘实践当中，招聘可以从这四个维度去分析：关键绩效、招聘过程、渠道效果和招聘成本。每一个维度都会有相应的计算方法和展现形式，企业不同，取值方式不同，展现形式也不完全相同。 

下面就以表格的形式，给大家梳理一下各个维度指标：

当然，以上也只是部分内容。HR在招聘过程中，还有很多环节可以用数据进行分析总结，这里就不多列举。  

如何通过招聘分析优化招聘

那统计这些数据，到底该怎么用？用处可不少！ 

比如，招聘模块各个环节可以通过下面这几个数据来统计各个环节的转化率：

简历有效率= 电话面试/简历初筛

初试到场率=初试到场人数 / 初试人数 

复试通过率=复试通过人数 / 复试人数

Offer接受率= 接受offer人数 / 发送offer人数 

这些转化率很直观的反映了招聘过程中的效率和效能，能够把招聘的关键环节产生的问题看的一清二楚。 

下面以下方这个Offer接受率数据分析的推导模型为例，来说明问题。     

根据计算公式，当招聘完成率没有达标时，就可以去研究offer的接受率情况。如果是拒绝offer的人数较多、offer接受率明显低于标准时，HR就可以进一步分析候选人放弃offer的原因，从而提高招聘效率。        

再比如，以招聘岗位和人数为例，我们可以从每一个岗位的电话通知人数、面试人数、入职人数得出最终的面试率，入职率等等数据，从而计算出招聘专员的工作效率表和每个岗位的面试情况，通过这个数据结果，可以推算出下个月需要的面试量、通知量等等。作为招聘HR，如果要完成目标，就能够从数据上得出一个有理有据的指标。     

另外，我们在统计每周每个岗位的投递量、投递渠道时，不同岗位不一样的平台会有不同的效果。比如，公司A为中小型公司，对于员工的需求主要是技术人员、销售人员以及偶尔会招聘的后勤人员。通过数据，HR可能会发现某个岗位的人才，投递的面试率最高；某一个或者某几个平台的人才，入职率最高；某些岗位，在其他特定的渠道则入职率更高，那么根据这个分析，后期在招聘特定岗位时，就可以在特定的渠道投入更多的精力。    

招聘好比一个生产线，如果想要提高招聘效率，就需要确保整个生产线每个环节的效率都是最高的，从而才能整体提高生产线的效率。  

作为HR，当我们发现招聘周期变长，招聘效率降低，招聘效果变差，就需要结合手里的招聘数据，把招聘这个模块一点点优化和改进，从而提高招聘效率。