Как показать бизнесу ценность рекомендательного рекрутинга

В этом посте я расскажу "на пальцах", как показать ценность рекомендательного рекрутинга бизнесу. В рублях. Т.е расскажу методику.
Хотя откровенно говоря, мне долгое время казалось, что то, что я опишу ниже - совершенно очевидно вытекает из моих предыдущих постов. Оказалось, что нет.
Даю методикой.

Идейные основания

Обоснование ценности рекомендательного рекрутинга сделал Raghav Singh (см. пост Рекомендательный рекрутинг – это вообще рекрутинг?)
Я показал значимость рекомендаций с учетом российских реалий - показал значимость различия в стаже работников двух групп: а) тех, кто имел хороших знакомых на момент трудоустройства и б) не имел таких знакомых (см пост Главный аргумент в пользу рекомендательного рекрутинга или как управлять текучестью персонала)

Методика

Состоит из следующих шагов

1. Сбор информации
2. Обработка результатов
3. Презентация бизнесу

Сбор информации 

Сбор информации проводится либо в веб форме (см. в качестве примера запись вебинара Михаила Протасова Практический опыт автоматизации HR-процессов в компании Enter с помощью системы WebTutor), либо в excel. Например, такая форма

Работник	Источник подбора	Дата трудоустройства	Дата увольнения
Иванов	по рекомендации
Петров	работный сайт
Сидоров	кадровое агентство

 Понятно, что вы собираете больше информации, чтобы ответить на большее количество вопросов, но для ответа на заявленный вопрос в посте достаточно данных вопросов.

Обработка результатов

Количество респондентов зависит от уровня текучести персонала вашей компании, чтобы ускорить процесс обработки, собирайте информацию не только по вновь принимаемым, но и по увольняемым - через exit интервью, и информацию по тем, кто уже уволился.
Далее вы выбираете цель анализа.
Рекомендательный рекрутинг и адаптация персонала
Например, вы хотите проверить, влияет ли подбор через рекомендации на успешность прохождения испытательного срока. В этом случае ваш файл excel претерпевает такие изменения

Работник	Источник подбора	Дата трудоустройства	Дата увольнения	Источник подбора ц	Прохождение Исп срока
Иванов	по рекомендации			1	1
Петров	работный сайт			0	0
Сидоров	кадровое агентство			0	1

Добавляются две колонки

•  Источник подбора ц - всех, кто пришел по рекомендации вы обозначаете через единицу, остальных - через ноль;
• Прохождение исп срока - единица для тех, кто прошел испытательный срок, ноль - для тех, кто не прошел.

Для анализа вам минимально нужно двадцать работников (при этом задумайтесь над тем, какие категории работников вы включаете в анализ: наверное стоит проводить по отдельным категориям, ибо смешивать бухгалтерию и операторов колл центра - не корректно). С помощью критерия Хи квадрат (см напр Как считать Хи квадрат в excel) отвечаете на вопрос о том, влияет ли позитивно рекомендательный рекрутинг на прохождение успешность прохождения испытательного срока. Есть более продвинутые способы, я даю самый простой статистический критерий. Если вы хотели бы освоить статистические критерии, рекомендую свой семинар Аналитика для HR
Рекомендательный рекрутинг и стаж работы
В этом случае вы получаете такую таблицу

Работник	Источник подбора	Дата трудоустройства	Дата увольнения	Источник подбора ц	Стаж работы
Иванов	по рекомендации			1	5
Петров	работный сайт			0	18
Сидоров	кадровое агентство			0	4

Добавляется колонка - стаж, который высчитывается в месяцах как разница между увольнением и трудоустройством.
Далее применяете критерий Т Стьюдента или Манн Уитни в зависимости от частот распределения стажа. В данном случае важно не столько количество респондентов, сколько срок сбора информации - три - шесть месяцев, причем хотелось бы застать смены сезонности.
Данный вид анализа не всегда корректен на первых порах, поскольку в него не включены те, кто работает по сю пору, поэтому данный анализ можно дополнить анализом тех, кто пришел в компанию одновременно (напр, в один месяц): через рекомендацию / нет : уволился / не уволился.
Но если вы будете вести аналитику от года и более, у вас картина будет вполне ясная по стажу работы.

Презентация бизнесу

Например, вы высчитываете, что пришедшие по рекомендациям работают в среднем 14 месяцев, по другим источникам трафика 10 месяцев (цифры произвольные) - Т стюдента показал значимость различий.
Общий средний срок работы - 10, 6 месяцев
По рекомендациям вы закрываете 15 % вакансий, другие источники трафика - 85 %.
Если вы поднимаете закрываемость через программы рекомендательного рекрутинга до 30 %, то средний стаж вырастает по компании до 11, 2 месяца.
Т.е. увеличение источника трафика кандидатов по рекомендациям с 15 до 30 % дает увеличение стажа на полгода.
Далее я рекомендую посчитать экономический эффект: помимо прямых затрат на рекрутинг рекомендую посчитать, если возможно, потери / выгоды от вклада в работу более опытных работников:
если у вас работаю продавцы, посчитайте зависимость продаж от стажа работы и высчитайте, сколько вы теряете, отпуская людей раньше, чем если бы они приходили по рекомендациям.
Бизнесу должны понравиться такие цифры

В завершение

Я дал не все возможные  ходы даже в оценке эффективности рекомендательного рекрутинга, не говоря уже про многие другие возможности в аналитике. Я продолжу выдавать подобные методические посты, но надеюсь, что вы будете присылать мне ваши кейсы с возможностями аналитики.