Если видео выше не работает, то запись вебинара также можно посмотреть на RUTUBE по ссылке https://clck.ru/3HrBv6
Презентация вебинара доступна по ссылке https://clck.ru/3Hqwpz
Подкаст вебинара доступен по ссылке https://clck.ru/3HrFSj
Тезисы на основе вебинара
В условиях дефицита кандидатов и растущей конкуренции за кадры успешные HR-специалисты всё чаще опираются на аналитику. Она помогает быстрее закрывать позиции, находить нужных сотрудников и улучшать качество найма. Ниже рассказываем, на какие метрики и отчёты стоит обращать внимание и какие инструменты аналитики помогут сократить сроки подбора.
Расширение поиска: оценка источников и автоматизация
Разнообразие каналов и «масштабная воронка»
Всё больше компаний задействуют новые источники поиска: соцсети, таргетированная реклама, специализированные сообщества и др. Маркетинговый подход в рекрутменте означает, что вы:
Поиск в «своей» базе и реактивация
Базы резюме, собранные за несколько лет, могут стать золотым ресурсом, если регулярно их актуализировать и применять автоматический скоринг и чат-боты.
Всё больше компаний задействуют новые источники поиска: соцсети, таргетированная реклама, специализированные сообщества и др. Маркетинговый подход в рекрутменте означает, что вы:
- Тестируете разные каналы (от job-бордов и LinkedIn до телеграм-чатов) и следите за воронкой по каждому — сколько кандидатов заходит, где «отваливаются», кого наняли.
- Смотрите не только на общее количество откликнувшихся, но и конверсию каждого канала поэтапно: от просмотра резюме до оффера. Это особенно полезно, если заметили «слишком высокий приток» нерелевантных резюме или, наоборот, небольшой поток с высокой конверсией.
Поиск в «своей» базе и реактивация
Базы резюме, собранные за несколько лет, могут стать золотым ресурсом, если регулярно их актуализировать и применять автоматический скоринг и чат-боты.
- Скоринг быстро определяет степень соответствия кандидата требованиям (опыт, навыки, география и т.п.).
- Бот отправляет «реактивирующее» сообщение: «Мы с вами общались полгода назад — готовы ли вы сейчас рассматривать наши вакансии?».
- Такой подход даёт быстрые результаты с минимальными затратами, позволяя нанимать больше из «своей» базы.
Воронка найма: разбивка по этапам и распределению
Самая известная модель аналитики подбора — воронка: от поступления кандидата до оффера и выхода. Чтобы её правильно интерпретировать, следите за:
1. Временем прохождения каждого этапа
2. Распределение времени и выявление «хвостов»
3. Конверсия
1. Временем прохождения каждого этапа
- Время первого контакта. Сложно переоценить важность быстрого ответа откликнувшемуся кандидату. В некоторых отраслях (ритейл, массовый подбор) рекомендуют зафиксировать SLA, например: «Отвечаем за 1 час», чтобы не терять людей.
- Время на телефонном интервью, проверку СБ, согласование оффера. Покажите заказчикам (руководителям), где «узкие места»: если долго затягивать согласование, высок риск оттока.
2. Распределение времени и выявление «хвостов»
- Средние цифры могут быть обманчивы: у кого-то процесс займёт 1–2 дня, у другого — 10. Смотрите boxplot («ящики с усами»), позволяющие видеть всю выборку: где 25% самых «быстрых» кандидатов и сколько 25% самых «медленных».
- Часто «обрезать хвост» (исправить точечные проблемы) проще, чем кардинально перестраивать весь процесс. Например, есть 1-2 рекрутера с просрочками или одна вакансия, где candidates застревают неделями.
3. Конверсия
- Конверсию для анализа лучше считать по «когортам добавления», то есть по дате, когда кандидаты впервые попали в систему (ATS). Тогда вы видите реальную конверсию от входа до найма.
- Если считать конверсию по датам действий (например, «в феврале у нас 50 добавлено и 10 нанято»), вы смешиваете кандидатов, пришедших раньше, что искажает данные.
Причины отказов и отказы на этапах
Стоит не просто фиксировать «отказ клиента/кандидата», но и детально указывать причину («не сошлись по зарплате», «география не подходит», «другое предложение», «не подошёл по квалификации» и т.д.).
- Анализируйте отказы с учётом этапа воронки: если большинство «уходят» на финальном оффере, возможно, стоит пересмотреть вилку зарплат либо уточнять ожидания на ранних этапах.
- Смотрите, не завышено ли что-то в описании вакансии (например, фраза «до 300 000 руб.», но реально предлагаете 120 000). Кандидаты, узнав реальную цифру, уходят.
Время закрытия: вакансии и позиции
Часто расплывчатое «закрыли вакансию за Х дней» скрывает две разные метрики:
При массовом найме, где на одну вакансию нужно несколько человек, важна дополнительная метрика:
- Time to fill (время закрытия вакансии) — от момента открытия вакансии (заказ от руководителя) до того, как все согласованные позиции укомплектованы, и вакансия в ATS становится «закрытой».
- Time to hire (время найма кандидата) — от появления конкретного кандидата до выхода оффера/выхода на работу.
При массовом найме, где на одну вакансию нужно несколько человек, важна дополнительная метрика:
- Time to fill каждой позиции: когда появился первый человек, второй, пятый? Руководитель может быть доволен, если важнейшие 2-3 сотрудника вышли уже через неделю, даже если формально «закрытие» всей пачки заняло месяц.
Удовлетворённость рекрутмент-процессом
Субъективная оценка кандидатов, нанимающих менеджеров и даже рекрутеров зачастую выпадает из «классических» метрик, хотя во многом определяет качество процесса.
- NPS/опросы сразу при закрытии. Лучше всего — автоматизировать опрос в ATS: при переходе вакансии в статус «закрыта» системе «дёргает» сервис опросов и рассылает короткую анкету заказчику и кандидату.
- Почему автоматизировать? Иначе всё быстро заходит в тупик: если делать «руками», HR-специалисты, занятые постоянным подбором, перестают высылать опросы.
- Метрика удовлетворённости даёт не только повод для корректировок в процессе (например, когда заказчики жалуются на «задержки с резюме»). Она позволяет «поймать проблемы» до публичных негативных отзывов и до серьёзного конфликта.
Краткие рекомендации
- Смотрите аналитику по разным источникам: отслеживайте конверсию в найм, а не только количество откликов. Избавляйтесь от источников, дающих много нерелевантных заявок, или корректируйте условия.
- Отдельно анализируйте работу с «собственной базой кандидатов»: при системной актуализации и настройке скоринга такие кандидаты могут давать до 20% (и более) закрытий.
- Замеряйте время первого контакта: особенно в массовом подборе, быстрый ответ критичен, чтобы не упустить кандидата. Используйте SLA-уведомления и чат-боты.
- Смотрите «время на этапе» и распределение (хвосты). Если отдельный рекрутер или заказчик задерживает кандидатов, проще «обрезать хвост», чем настраивать весь процесс.
- Отслеживайте скорость закрытия каждой позиции в массовых вакансиях — это даёт более точную картину, чем «время закрытия всей вакансии».
- Не забывайте про удовлетворённость: замерьте NPS/оценку довольства у нанятых, у отказников (пока свежо в памяти) и у заказчиков. Автоматизация в ATS поможет делать это стабильно.
Вывод
Аналитика в найме — это не просто защита перед руководством («мы делали всё возможное»), но двигатель развития рекрутмента. Правильные метрики и отчётность позволяют:
При грамотной настройке сбор данных и формирование отчётов автоматизируются, а HR получает удобные дашборды и «умную» аналитику, позволяющую не тратить часы на ручные эксели. В итоге время закрытия сокращается, а кандидаты и заказчики остаются более довольными процессом.
- Быстро находить «узкие места» (где теряем много времени или кандидатов).
- Обосновывать бизнесу, что нужно менять (критерии, процессы, заработную плату, уровни одобрений).
- Отслеживать субъективную удовлетворённость, чтобы улучшать репутацию HR-функции, а вместе с ней и результаты.
При грамотной настройке сбор данных и формирование отчётов автоматизируются, а HR получает удобные дашборды и «умную» аналитику, позволяющую не тратить часы на ручные эксели. В итоге время закрытия сокращается, а кандидаты и заказчики остаются более довольными процессом.
О компании:
«Поток» — это экосистема HR-Tech-решений: ATS для рекрутмента, автоматизация адаптации, инструмент для оценки 360°, сервисы для удержания и развития сотрудников. В расширенной аналитике «Потока» уже учтены все описанные в статье метрики и дашборды, а также реализована автоматическая реактивация базы и чат-боты.
Спикер
- Максим Королев, директор по продуктам направления Подбор HRTech-компании «Поток»
Тезисы написаны автоматически с использованием ИИ
