招聘HR的出路在哪里？

在一个企业中，HR招聘属于一个职能岗位，HR们要花费大量的时间和精力在日复一日的简历筛选、面试邀约、辞职(偶尔会遇到各种麻烦和不良隐忧)。而对于企业来说，HR不能产生直接效益，属于成本部门，不受重视，没有话语权。

结果很多HR为公司勤勤恳恳干了几年，但是成长不大，工资还是原地踏步。

但是，市场上有一种HR，越来越& quot有价值的& quot因为稀缺性，而且那是会做数据分析的HR！

此前华为招聘HR数据分析师，年薪40w。现在阿里、百度等大公司在HR招聘需求中也提到了数据分析的能力。大公司的招聘要求，一定程度上代表了职业发展的方向，以后不会分析数据的HR就没市场了！

一、对招聘HR，会数据分析有多香？

HR们每天都在参与繁琐重复的招聘工作，却忙得无法量化自己的投入产出，也难以深入挖掘问题原因，提出针对性的优化建议。

一旦招聘效果不理想，面对用人部门的盘问，HR往往不知道原因。

如果能做数据分析，可以通过关键数据对招聘的各个环节进行处理和量化，不仅可以记录投入产出，展示自己的工作成果，还可以对日常招聘数据进行监控和分析，及时发现问题，查找原因，优化招聘策略。

二、招聘数据分析怎么做？

1、确定分析模型

首先确定分析目标，根据目标确定分析模型。人力资源招聘常用的分析模型有很多，比如：

1）招聘漏斗分析

招聘漏斗是指通过招聘的各个环节，逐步淘汰不合适的候选人，筛选出最合适的人的过程。通过统计每个环节的转化率，可以分析招聘漏斗。

各个环节的转化率可以直接反映招聘的效果和效率，暴露各个环节存在的问题。比如招聘完成率不达标时，可以追溯offer的接受率。如果发现offer接受率明显低于标准，就要进一步分析放弃offer的原因，进而优化招聘策略。

2）招聘周期分析

招聘周期长是很多HR头疼的问题，在现有的招聘方式下，每个岗位成功招聘一个人才需要多长时间？从职位发布到人员招聘整个流程需要多长时间？下一阶段会招多少人？HR要对这些信息有清醒的认识，以便改善现状，提前做好准备。

3）招聘渠道分析

每个招聘渠道的投入产出比是多少？每个渠道的贡献率是多少？现有的招聘渠道是否足够？这些数据也是HR需要重点关注的，所以需要做一个各渠道招聘效果的分析图，做一个对比观察。

2、数据获取

根据该分析方法，可以确定要获得的数据。

招聘数据一般有四类指标：关键绩效、招聘流程、渠道效果、招聘成本。不同的指标有不同的计算方法，参考下图即可。原始数据来自数据收集。有钱任性的可以尝试下载北森、SHL等第三方数据库，没钱样本少的也可以用EXCEL达到效果。

比较重要的指标是投递简历数、面试率、招聘完成率、人均招聘成本、平均招聘周期。很多公司把出勤率作为HR考核的KPI。

3、数据处理

当我们得到密密麻麻的数据时，往往不知道如何下手。数据处理是大部分HR的短板，所以很多HR公司都需要数据分析人才和IT部门的辅助。

但是随着分析工具的发展，不懂技术的HR也可以自己分析数据了。以主流数据分析工具FineBI为例，其主要特点是专业性、易用性和易用性。它不会因为显示整个屏幕而让你眼花缭乱

要处理好数据，就要按照原来的模型去分析。我们以FineBI为例。金字塔模型、卡诺分析模型、RFM模型、四象限模型.可以快速搭建各种模型，轻松制作各种图表，随时调整更新。

通过把几个图表放在一起，我们可以制作一个大屏幕& quot招聘驾驶舱& quot，便于对招聘数据进行实时监控和分析，便于数据分析新手学习。

很多HR都精通招聘和人才理论，大概也知道做HR数据分析的意义。但是，大多数人都愿意躺在舒适区，日复一日的做着繁琐的工作。在做报告的时候，他们只是简单地统计了一下所有的数据，最多画出饼状图和折线图，以为就结束了，但实际上并不能真正挖掘出数据背后的价值，对工作的指导意义不大。

对招聘数据进行科学分析，可以帮助企业提高招聘效率和人才质量，也可以帮助HR洞察数据背后的价值，从招聘困境中解脱出来。如果HR想在事业上有所突破，想给自己增值，我建议多学学数据分析。

在

文末惊喜