招聘HR，需要分析哪些数据？

从持续改进的角度来看招聘数据分析要做哪些方面，招聘活动的各个方面都有分析和改进的空间。招聘的分析可以集中在以下几个方面招聘数据分析要做哪些方面：招聘结果分析：招聘计划完成情况：招聘工作是否在规定的到达时间内完成。招聘周期分析：分析不同类型岗位、不同岗位层次的平均招聘周期，可以为以后的招聘活动争取更合理的招聘时间。招聘成本分析，分析各种招聘渠道的投入产出。

可以分析某类招聘渠道的数据，也可以比较多个招聘渠道的横线。比如可以对网络、学校招聘、内部推荐、招聘会等渠道进行分析比较，可以对多个同时使用的招聘网站进行分析。通过查看不同招聘网站投入的招聘成本与产出的比例，可以看出哪个招聘渠道更有效。人均招聘成本分析：为制定招聘预算、降低招聘成本提供依据。招聘各环节转化率分析，邀请人数、参会人数与录用人数的比例：这些数据像漏斗一样一步步转化，最终产生合适的人选。

招聘目标没有实现的时候，可以多关注哪个环节不够。缩小比例可以提高就业效率，降低招聘成本。招聘流程分析，分析当前招聘流程是否有优化空间。比如是否针对不同层级的人员建立招聘数据分析要做哪些方面了明确的面试和决策流程，流程中存在哪些问题，能否优化。选择标准分析，分析当前选择标准是否明确。

对于入职公司后因不称职而辞职的人，要检讨分析是哪个环节出招聘数据分析要做哪些方面了问题，是选拔标准不明确，还是面试活动中的随意性太强。是否采用招聘数据分析要做哪些方面了合适的面试方式，比如技术笔试通常包含在技术人员的面试过程中，而有些企业只是通过面试官和应聘者的简单交流来确定自己的技术能力，人员被录用后发现能力不足。面试官能力分析：面试官是否有足够的能力根据具体的录用标准判断应聘者是否符合招聘要求。

招聘数据分析有哪些维度?

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。

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。

数据分析包括哪些方面?

数据分析有：分类分析招聘数据分析要做哪些方面，矩阵分析招聘数据分析要做哪些方面，漏斗分析，相关分析，逻辑树分析，趋势分析，行为轨迹分析，等等。 我用HR招聘数据分析要做哪些方面的工作来举例，说明上面这些分析要怎么做，才能得出洞见。

01） 分类分析

比如分成不同部门、不同岗位层级、不同年龄段，来分析人才流失率。比如发现某个部门流失率特别高，那么就可以去分析。

02） 矩阵分析

比如公司有价值观和能力的考核，那么可以把考核结果做出矩阵图，能力强价值匹配的员工、能力强价值不匹配的员工、能力弱价值匹配的员工、能力弱价值不匹配的员工各占多少比例，从而发现公司的人才健康度。

03） 漏斗分析

比如记录招聘数据，投递简历、通过初筛、通过一面、通过二面、通过终面、接下Offer、成功入职、通过试用期，这就是一个完整的招聘漏斗，从数据中，可以看到哪个环节还可以优化。

04） 相关分析

比如公司各个分店的人才流失率差异较大，那么可以把各个分店的员工流失率，跟分店的一些特性（地理位置、薪酬水平、福利水平、员工年龄、管理人员年龄等）要素进行相关性分析，找到最能够挽留员工的关键因素。

05） 逻辑树分析

比如近期发现员工的满意度有所降低，那么就进行拆解，满意度跟薪酬、福利、职业发展、工作氛围有关，然后薪酬分为基本薪资和奖金，这样层层拆解，找出满意度各个影响因素里面的变化因素，从而得出洞见。

06） 趋势分析

比如人才流失率过去12个月的变化趋势。

07）行为轨迹分析

比如跟踪一个销售人员的行为轨迹，从入职、到开始产生业绩、到业绩快速增长、到疲惫期、到逐渐稳定。

通过面向企业业务场景提供一站式大数据分析解决方案，能够为企业在增收益、降成本、提效率、控成本等四个角度带来价值贡献。

1、增收益

最直观的应用，即利用数据分析实现数字化精准营销。通过深度分析用户购买行为、消费习惯等，刻画用户画像，将数据分析结果转化为可操作执行的客户管理策略，以最佳的方式触及更多的客户，以实现销售收入的增长。

下图为推广收支测算分析，为广告投放提供决策依据。

下图为渠道销量分析，为渠道支持提供数据支撑。

2、降成本

例如通过数据分析实现对财务和人力的管理，从而控制各项成本、费用的支出，实现降低成本的作用。

下图为生产成本分析，了解成本构成情况。

下图为期间费用预实对比分析，把控费用情况。

3、提效率

每个企业都会出具相关报表，利用数据分析工具，不懂技术的业务人员也能够通过简单的拖拉拽实现敏捷自助分析，无需业务人员提需求、IT人员做报表，大大提高报表的及时性，提高了报表的使用效率。

通过数据分析工具，能够在PC端展示，也支持移动看板，随时随地透视经营，提高决策效率。

4、控风险

预算是否超支？债务是否逾期？是否缺货了、断货了？客户的回款率怎么样？设备的运行是否正常？哪种产品是否需要加速生产以实现产销平衡？...其实，几乎每个企业都会遇到各种各样的风险问题。通过数据分析，能够帮助企业进行实时监测，对偏离了预算的部分、对偏离了正常范围的数值能够进行主动预警，降低企业风险。

下图为税负率指标，当综合税负率过高，可以实现提示和预警。

下图为重要指标预警，重点监控项目的毛利率。