在整理數據的過程中，BI使用者需要創建維度、選用維度，並挖掘更多的數據維度。6月30日，Moka資深客戶成功經理楊建林在BI系列公開課中，帶領大家洞察數據奧妙，挖掘其背後故事。若想弄清數據源的含義，就需要了解其本身定義及與其相關的幾個概念：● 字段：招聘系統每個對象上的顆粒維度，組成每個實體業務對象的元素。Moka BI中有500+系統自帶字段，同時支持Moka ATS後台用戶在職位、候選人、Offer及HC字段管理模塊下創建的自定義字段。字段維度舉例：職位名稱，職位招聘流程，職位需招人數，候選人姓名、郵箱、電話。●實體：系統中每個業務對象，劃分自定義字段的類別。Moka BI目前提供30+個實體。●數據源：是配置報表的源頭，即報表字段/條件的獲取來源。對數據源里的實體或實體連接進行修改，會直接影響到使用該數據源的報表數據結果，同⼀數據源可作為數據模型用來建立多個報表。●關聯關係：是可根據報表配置需求搭配，每個實體之間都存在關聯關係。如果配置的連接關係不同，則配置完成的報表數據呈現就可能不同。了解數據源及相關概念後，可對數據源配置進行學習。本系列的前三節課涉及到許多報表維度，怎樣可以在系統中實現這些維度？產品基於上千家客戶製作報表的需求而形成。因此，在產品側預先設置好的實體連接關係，基本可以覆蓋80%～90%的用戶報表配置需求。然而，在實際業務過程中，也有一部分報表需求不能被內置數據源所解決，此時便需要我們搭建自定義數據源。
通過需求反推數據源就是搭建數據源的案例之一。比如，現需統計招聘HR工作量及識人精準度，則需要查看候選人被操作轉推至其他崗位的數據。該命題涉及了三個對應數據源，第一數據源為「用戶」，第二數據源為「用戶操作」。當HR將候選人推至其他崗位時，需用到的第三個數據源為「申請」。數據源已知，就可在系統中創建這三項數據。操作步驟如下：● 在報表中心處，進入報表配置需求模塊，點擊數據源-添加數據源；●在左側尋找「用戶」「用戶操作」與「申請」三個數據，並將其拖拽至右側畫布；●完成數據源配置，即可返回報表中心-新建報表-選擇剛剛創建的數據源；●拖拽用戶姓名、用戶操作候選人、推薦職位申請及推薦候選人是否入職等數據維度，生成明細表。以上就是數據源概念及字段連接講解，大家如想深入了解具體配表步驟，可與客戶成功經理進行交流。
PS：在實體對象數量如此之多的情況下，用戶需要依照實體關係對照表，以知曉哪些字段間可以連接。該表可通過客戶成功經理獲得。
基於招聘數據與操作系統留痕，企業可追蹤、分析背後規律，通過這些規律指導後續行為與決策，將招聘團隊從繁瑣工作量中解放出來，控制招聘可預見範圍，並以數據支持決策，最終達到降本增效的目的。給大家出個問題：如果我們現在接到任務，希望在2個月內招聘100名軟件工程師。那在這個指令下，企業需要哪些人手，又需要做好哪些準備？分析過去三年軟件工程師崗位的招聘通過率，並結合目前在招聘系統流程中的人員儲備，可推算軟件開發工程師崗位的招聘人數。基於現有每階段轉化率、各階段簡歷量，通過對應比例相乘、四者加和，在簡歷處理完畢的基礎上，可計算出，企業預計可完成約73個軟件工程師的招聘量。若想完成指標100的數量，還需招27人，通過反推，企業在初篩階段還需引進約2300封簡歷。關鍵策略為，加大尋訪力度，並提高階段轉化率，儘量縮短完成周期。反推計算過程如圖：
基於以往三年各崗位各階段平均數，可預測40天後的招聘人數量，如下圖所示，計算結果為在未來一段時間內，企業大概能完成的HC招聘數量。此外，如果企業試圖增大目標量，則需要在各階段、各流程中提升人效。在當前人效基礎上，企業需要招聘10個新候選人，完成該指標需要HR看50份簡歷，或做10個電話面試，或安排30個面試，或溝通10個offer。那麼，完成該項目共需要多少HR？如下圖計算過程所示，基於目前系統數據及要引進新數據，需375人天，即如果一個HR完成以上項目，共需375天。如果企業要在63天招聘周期內完成該項目，則需6個HR完成。
以上就是通過數據層面對招聘數據的預測，該結果也是未來匯報的依據。招聘過程中，HR常在發了offer後被候選人無情拒絕。究其原因，是因工作地點、發展路徑，還是薪資水平？以薪資維度為例，企業該如何透過此維度，為其未來招聘做出決策呢？基於以往數據可統計出候選人在投遞時的期望平均薪資水平，或發出offer平均薪資及接收offer候選人平均薪資，以及另外兩個維度——拒絕offer的平均薪資期望和拒絕offer的平均工齡。● 對於工作2年左右的客戶成功經理，其平均薪資期望大概在16000左右，在此薪資水平下，候選者接受offer的概率較高；●社招中，大部分參與人都希望在家庭所在城市工作。由此可知，工作所在城市是候選人考慮的重要因素之一。從薪資方面來說，HR可通過相關現象知曉市面不同工齡、年限職員的期望薪資範圍，並以此作為內部盤點標準，為企業制定星級及招聘預算提供參考。這樣與市面對標後，企業可儘量減少由於薪資原因拒絕offer的候選人數量。透過數據報表層面，看透數據背後的隱藏故事，學會通過數據進行輔助決策。以上就是本節課的內容。下節課，Moka將為你分享行業優秀BI報表案例，讓你在擁有理論知識的基礎上，為實現最佳實踐做好準備！*本文內容編輯整理自Moka客戶成功經理楊建林，於BI系列公開課講述的《BI數據源及數據背後的故事》。
鑽石舞台 發表在 痞客邦 留言(0) 人氣()
留言列表
留言列表