Две очень похожие метрики, которые легко можно спутать между собой – “time to fill” и “time to hire”. Обе метрики показывают эффективность процесса рекрутинга, но имеют разный акцент.
Чтобы наглядно показать разницу – нарисуем схематично процесс работы над вакансией. И параллельными процессами – работу с каждым откликнувшимся кандидатом.
Чтобы наглядно показать разницу – нарисуем схематично процесс работы над вакансией. И параллельными процессами – работу с каждым откликнувшимся кандидатом.
“Time to Fill” – метрика про работу с вакансией. Время от старта работы над вакансией до момента, когда кандидат принял предложение выйти на работу. Иногда эту метрику считают до момента выхода на работу. У обоих вариантов есть своя логика. Включать ли период с момента, когда кандидат принял оффер, до того момента, когда он вышёл на работу – зависит от применения метрики. Если метрику использовать для прогноза времени ожидания сотрудника, то лучше включить – тогда картина будет более полной. Если метрику использовать для оптимизации процесса рекрутинга, то лучше не включать, так как время ожидания выхода сотрудника не всегда зависит от компании – чаще это условия текущего работодателя кандидата.
“Time to Hire” – метрика про работу с кандидатами. Время от момента, когда кандидат откликнулся на вакансию, до момента, когда принял предложение компании. Исходя из логики самой метрики, в расчёт попадают только кандидаты, дошедшие до определённого этапа воронки найма.
“Time to Hire” – метрика про работу с кандидатами. Время от момента, когда кандидат откликнулся на вакансию, до момента, когда принял предложение компании. Исходя из логики самой метрики, в расчёт попадают только кандидаты, дошедшие до определённого этапа воронки найма.
Постановка задачи
Цель вычисления такова: посчитать “time to fill” и “time to hire”.
Какие данные нам нужны?
Основа основ - данные для анализа. Если система позволяет, их можно выгрузить через интерфейс. В правильном варианте - лучше забирать регулярно по API из системы. Для упрощения работать будем в Excel.
За основу возьмём ту структуру и данные, которые использовались в предыдущей статье, дополнив необходимыми данными.
Итак, что нам нужно?
1. Даты откликов кандидатов и даты принятия предложения о работе. Производственный календарь. Справочник статусов перемещения кандидатов.
Эти три таблицы у нас есть с прошлой статьи про зависших кандидатов.
2. Список вакансий:
В списке вакансий нам нужны даты старта работ по вакансии. Если в компании есть вакансии, на которые принимается несколько человек, то тогда нужна ещё разбивка по заявкам в вакансиях и в истории перемещения кандидатов.
В списке вакансий нам нужны даты старта работ по вакансии. Если в компании есть вакансии, на которые принимается несколько человек, то тогда нужна ещё разбивка по заявкам в вакансиях и в истории перемещения кандидатов.
Итак, нам нужно четыре таблички: справочник вакансий и статусов, история статусов кандидатов и календарь.
Что считаем?
Здесь в работу включаются формулы. Такую математику можно проделать в Excel, в BI или в похожих инструментах.
Для начала – переводим цель вычисления на технический язык:
1. “Time to Hire”
- Цель на языке бизнеса: Время от момента, когда кандидат откликнулся на вакансию, до момента, когда принял предложение компании.
- Эта же цель на языке данных: Для тех кандидатов, которые дошли до этапа «Оффер принят» посчитать разницу в рабочих днях между датой статуса «Новый» и датой статуса «Оффер принят».
2. “Time to Fill”
- Цель на языке бизнеса: Время от старта работы над вакансией до момента, когда кандидат принял предложение выйти на работу.
- Эта же цель на языке данных: Для каждой вакансии посчитать разницу между датой открытия вакансии и датой, когда какому-нибудь кандидату на эту вакансию присвоили статус «Оффер принят». Считаем с допущением, что на одну вакансию ожидаем одного кандидата.
На самом деле, для каждой компании перевод с языка бизнеса на язык технический может иметь свои нюансы.
В данном примере логика сознательно упрощена. Буду рада, если вы поделитесь особенностями бизнес-логики вашей компании в комментариях. Какие нюансы нужно учесть, чтобы сделать подобные вычисления для вашей компании? :)
Для начала – переводим цель вычисления на технический язык:
1. “Time to Hire”
- Цель на языке бизнеса: Время от момента, когда кандидат откликнулся на вакансию, до момента, когда принял предложение компании.
- Эта же цель на языке данных: Для тех кандидатов, которые дошли до этапа «Оффер принят» посчитать разницу в рабочих днях между датой статуса «Новый» и датой статуса «Оффер принят».
2. “Time to Fill”
- Цель на языке бизнеса: Время от старта работы над вакансией до момента, когда кандидат принял предложение выйти на работу.
- Эта же цель на языке данных: Для каждой вакансии посчитать разницу между датой открытия вакансии и датой, когда какому-нибудь кандидату на эту вакансию присвоили статус «Оффер принят». Считаем с допущением, что на одну вакансию ожидаем одного кандидата.
На самом деле, для каждой компании перевод с языка бизнеса на язык технический может иметь свои нюансы.
В данном примере логика сознательно упрощена. Буду рада, если вы поделитесь особенностями бизнес-логики вашей компании в комментариях. Какие нюансы нужно учесть, чтобы сделать подобные вычисления для вашей компании? :)
Как считаем?
У нас уже есть ряд вспомогательных вычислений, оставшихся от работы с зависшими кандидатами – воспользуемся некоторыми из них. Новые вычисления будем добавлять столбцами к имеющимся таблицам. Соответственно, каждое вычисление будет работать для каждой строки таблицы.
1) История статусов – “Time to Hire”
Одна строка таблицы – одно состояние кандидата в определённом статусе. Наше вычисление актуально только для строк со статусом «Оффер принят». Зная кандидата и вакансию, найдём дату статуса «Новый». Затем найдём разницу в рабочих днях между датами с помощью календаря.
2) Справочник вакансий – “Дата принятия оффера”
По коду вакансии найдём в таблице со статусами кандидатов минимальную дату, когда на эту вакансию какому-либо кандидату присвоили статус «Оффер принят».
3) Справочник вакансий – “Time to Fill”
Если для вакансии найдена “Дата принятия оффера”, то вакансию считаем закрытой и для неё можно теперь посчитать “Time to Fill” – как разницу между датой принятия оффера и датой открытия вакансии.
Таким образом, у нас таблицы с новыми вычислениями будут выглядеть следующим образом:
1) История статусов – “Time to Hire”
Одна строка таблицы – одно состояние кандидата в определённом статусе. Наше вычисление актуально только для строк со статусом «Оффер принят». Зная кандидата и вакансию, найдём дату статуса «Новый». Затем найдём разницу в рабочих днях между датами с помощью календаря.
2) Справочник вакансий – “Дата принятия оффера”
По коду вакансии найдём в таблице со статусами кандидатов минимальную дату, когда на эту вакансию какому-либо кандидату присвоили статус «Оффер принят».
3) Справочник вакансий – “Time to Fill”
Если для вакансии найдена “Дата принятия оффера”, то вакансию считаем закрытой и для неё можно теперь посчитать “Time to Fill” – как разницу между датой принятия оффера и датой открытия вакансии.
Таким образом, у нас таблицы с новыми вычислениями будут выглядеть следующим образом:
Что можно понять из таких вычислений?
Отфильтровав таблицу или построив на основе полученной таблицы несколько сводных таблиц, мы можем найти средние значения искомых метрик:
А какие выводы вы бы сделали из такой аналитики? Какой информации вам не хватает в разборе? Было бы интересно посмотреть пример реализации такой логики, скажем на формулах в Excel?
Поделитесь, пожалуйста, в комментариях 😉
Если хотите получить готовые шаблоны для расчета “time to fill” и “time to hire”.
Поделитесь, пожалуйста, в комментариях 😉
Если хотите получить готовые шаблоны для расчета “time to fill” и “time to hire”.