Реальный кейс. Реальной компании. Спорный, готов спорить.
Работаю сейчас плотно с темой скорости закрытия вакансий (см, например, Скорость закрытия вакансий - подход к анализу, визуализации, работы с Заказчиком)
Одной из метрик работы рекрутера является скорость закрытия, и задача HR службы сократить эти сроки. Ниже показываю диаграмму динамики скорости закрытия вакансий одной компании (по понятным причинам не могу открыть название компании).
У меня нет задачи какую мораль привнести через пост, я хочу просто показать кейс. Если вам интересно считать такие же показатели, пишите контакты
Также видео в дополнение к теме
На диаграмме:
На самом деле я взял только три первых месяца 2018 года и первых три месяца 2019 года.
Эта диаграмма обозначает все тоже самое, что и выше, но здесь взяты вакансии только с HH.ru. Т.е. те вакансии, которые были закрыты кандидатами с ХХ.
И здесь картина иная:
И различия значимы - 0.0121.
В 2018 через ХХ было закрыто 737 вакансий (или 51 % от общего числа - 1437 вакансий)
В 2019 через ХХ было закрыто 1015 вакансий (или 61 % от общего числа закрытых вакансий 1664)
Информация передана заказчику, будут обсуждаться гипотезы. Как варианты гипотез:
__________________________________________________________
мы в фейсбуке, телеграмме и вконтакте
Работаю сейчас плотно с темой скорости закрытия вакансий (см, например, Скорость закрытия вакансий - подход к анализу, визуализации, работы с Заказчиком)
Одной из метрик работы рекрутера является скорость закрытия, и задача HR службы сократить эти сроки. Ниже показываю диаграмму динамики скорости закрытия вакансий одной компании (по понятным причинам не могу открыть название компании).
У меня нет задачи какую мораль привнести через пост, я хочу просто показать кейс. Если вам интересно считать такие же показатели, пишите контакты
Также видео в дополнение к теме
Общие данные
На диаграмме:
- по оси X - время закрытия вакансий в днях;
- ось Y - вероятность того, что вакансия не будет закрыта к такому то сроку (например, если найти отметку 0, 2 на оси Y, провести мысленно вправо линию до пересечения с кривой, а потом отложить вниз до оси X, то эта точка на оси X будет равна примерно 55-60 дней, это означает, что вероятность того, что вакансия не будет закрыта в течение 60 дней составляет 20 % - или каждая пятая вакансия закрывается дольше 60 дней);
- желтая линия отвечает за 2018, голубая за 2019 год;
- пунктиром показано среднее (медианное) время закрытия вакансии.
- Для 2018 года среднее время закрытия вакансии составляет 34 дня,
- для 2019 года - 33.
- в 2018 году было закрыто 1437 вакансий,
- а в 2019 - 1664.
На самом деле я взял только три первых месяца 2018 года и первых три месяца 2019 года.
Через HH
Эта диаграмма обозначает все тоже самое, что и выше, но здесь взяты вакансии только с HH.ru. Т.е. те вакансии, которые были закрыты кандидатами с ХХ.
И здесь картина иная:
- среднее время закрытия вакансии в 2018 году (первые три месяца) - 36 дней;
- 2019 год - 33 дня.
И различия значимы - 0.0121.
В 2018 через ХХ было закрыто 737 вакансий (или 51 % от общего числа - 1437 вакансий)
В 2019 через ХХ было закрыто 1015 вакансий (или 61 % от общего числа закрытых вакансий 1664)
Результат
Мы констатитруем, что значимых изменений в скорости вакансий не произошло в 2019 в сравнении с 2018, но при этом произошло статистически значимое увеличение скорости закрытия вакансий кандидатами с ХХ.Информация передана заказчику, будут обсуждаться гипотезы. Как варианты гипотез:
- улучшение работы сервисов ХХ
- улучшение работы HR службы компании с ХХ
И компания может подсчитать ROI от выигрыша трех дней сокращения времени закрытия вакансий
__________________________________________________________
мы в фейсбуке, телеграмме и вконтакте
Комментариев нет:
Отправить комментарий