数据驱动招聘效率和招聘质量提升研究报告

RESREEAPROCRHT 数据驱动招聘效率 DATA-DRIVENEFFECTIVENESSANDEFFICIENCYOFRECRUITMENT 和招聘质量提升 调研主办方联合主办方 ©版权声明本调研报告属智享会&倍罗所有。未经双方书面许可，任何其他个人或组织均不得以任何形式将本调研报告的全部或部分内容转载、复制、编辑或发布使用于其他任何场合。 ©CopyrightownershipbelongstoHRExcellenceCenter&Bello.ReproductioninwholeorpartwithoutpriorwrittenpermissionfromHRExcellenceCenter&Belloisprohibited. 数据驱动招聘效率和招聘质量提升研究报告DATA-DRIVENEFFECTIVENESSANDEFFICIENCYOFRECRUITMENT CHIEF首A席DV顾ISE问R 刘长江Omega Bello倍罗|解决方案副总裁(VP) ADVISORY顾GR问OU团P 特别鸣谢，人力资源智享会感谢以下调研团顾问成员在本次调研及案例采访过程中提出的宝贵建议。排名不分先后，仅按姓名首字母排序。 蔡衡阳 亚太区招聘总监|IQVIA艾昆纬 韩瑞可 海尔集团人才吸引平台运营经理|海尔集团 李佳迪 招聘总监|深圳市乐有家控股集团有限公司 刘思瑞Siri 市场总监/合伙人|Bello倍罗 NancyChen Director,TalentAcquisition|HiltonChina 潘琦 人力资源总监|捷普绿点（苏州）科技有限公司 王春明 高级招聘总监|360 作者AUTHOR 薛融Rita.Xue@hrecchina.org 薛融女士在人力资源智享会担任市场研究负责人（HeadofSurvey&Research）一职，并拥有十年人力资源管理和市场研究经验。其中超过六年致力于团队建设和人才培养，并带领团队深入人力资源行业发展，对其管理实践进行热点趋势探索和洞察研究。 2 薛融女士毕业于中国人民大学，获得人力资源管理硕士学位。 数据驱动招聘效率和招聘质量提升研究报告DATA-DRIVENEFFECTIVENESSANDEFFICIENCYOFRECRUITMENT 目CO录NTENTS 前言4 报告精粹与主要发现5 PARTONE：企业的招聘管理现状8 ◈企业招聘战略：体系化程度趋于成熟，招聘效能逐渐从 速度向质量甚至更为长期影响的方向迈进8 ◈招聘团队定位：“业务战略伙伴”的角色越发名副其实，基于业务和战略通盘考虑人才获取的同时，开始注重人 才营销概念与人才生态环境的洞察9 ◈招聘数字化程度：数字化实现度与招聘管理的体系程度正相关，但大多以部分流程实现为主，并且数据分析上 的能力欠佳10 PARTTWO：企业对招聘效率的认知和具体定义11 ◈企业对招聘效率的认知：“知”与“行”上存在差距， 认知偏向“招聘质量”的分析，但实际却仅在“招聘速度” 上衡量，甚至有些还未实现对招聘效率的数据分析11 ◈招聘效率指标的具体定义和标准/分析维度：“速度指标”的定义较为明确完善，而“质量指标”的衡量维度还需 不断摸索12 ▶招聘速度定义和分析维度13 ▶招聘质量定义和分析维度16 PARTTHREE：招聘管理的挑战与提效方向 ◈招聘管理的挑战：招聘各环节都存在提效挑战。除此之 外，在数字化管理的过程中，各方人员重视度欠缺以及 数据信效度不足也是普遍存在的痛点 ▶从招聘工作整体开展角度 ▶招聘数字化管理角度 ▶招聘流程与各环节角度 PARTFOUR：数据分析如何提升招聘效率？ ◈招聘效率数据分析实现情况：“速度”相对“质量”的 数据分析实现度好些，但整体上能通过系统自动分析生 ◈ 成的实现概率不高 ◈ 招聘提效改善方案的落地情况：少有开展，且改善得不尽人如意 ◈ 企业提升招聘效率的整体方法论：企业数字化能力的差异决定了提效方案的分析思路不同 具体招聘提效分析和改善方案落地 ▶渠道筛选与管理问题 ▶ ▷提效关键点 易、难招岗的人才吸引与转化率低，招聘完成难度高 ▷提效关键点 ▶ ▷智享会“智库”建议候选人拒绝offer情况严重 ▷提效关键点 ▶ ▷智享会“智库”建议 人才画像不清、理解不一、精准度问题，以及候选人留任率低 ▷提效关键点 ▷智享会“智库”建议 20 ▶业务和候选人招聘体验不理想43 20▷提效关键点43 20▷智享会“智库”建议45 22PARTFIVE：招聘数据集成与信效度49 24◈数据集成与信效度提升：企业还未完成必要数据的全面 27线上化，数据集成和打通存在困难，从而较难准确做出分析并对提效产生实质性帮助49 ▶智享会“智库”建议52 27PARTSIX：专家洞见与企业案例实践54 ◈Bello倍罗解决方案专家55 28◈海尔60 ◈X企业63 30◈IQVIA艾昆纬66 32◈捷普绿点中国69 32◈36071 30◈希尔顿中国73 33◈乐有家75 33PARTSEVEN：招聘效率指标库、工具实现度和其他对标数据78 35◈招聘效率指标库78 39◈招聘工具实现度81 41 39◈其他对标数据84 PARTEIGHT：关于参调企业与参调者87 41 41关于人力资源智享会和智享会人力资源实践研究院89 43关于Bello倍罗91 3 前PR言EFACE 2021年可谓中国企业的变革之年。在后疫情时代的背景下，数字化技术的发展，伴随国家“十四五”规划，迎来了新环境和新形势，同时带动了产业结构的全面优化和升级。而对于企业来说，既是挑战也是机会。要想在其中探索出适合自己的创新、健康发展之路，人才是必不可少的重要资源。然而，各行业对于人才的争夺始终处于白热化的状态，人才难得而易失一直是企业面临的重要挑战。 放眼企业招聘，也正走向“无边界”化。招聘科技的应用正有效地推进用人经理与HR的招聘协同，在技术的迭代下，数字化招聘2.0则再度完善了招聘的业务体系，从新范式的重塑到新角色 （HR、用人经理）的重塑，再到更全面的体验重塑，真正突破了招聘的天花板。 也正是科技应用的革新，让企业开始审视：在招聘体系日渐完善、数字化投入升级的当下，企业的招聘效率，是否得到了真正有效的提升？，能否让招聘工作更轻松，各环节的转化更显著，业务的用人需求能更快更好地得到满足？企业也正在用数字化的实现工具和生成数据尝试分析招聘过程中的挑战问题，从中更为客观、科学的分析和诊断原因，提出改善方案，真正做到利用数据的力量，提升招聘各关键环节的运营质量，让招聘工作迈向新的效率高度。 因此，HREC人力资源智享会携手Bello倍罗开展了“数据驱动招聘效率和招聘质量提升”研究，并从以下维度了解企业内真实的招聘管理现状，对标、诊断其正面临的挑战痛点，从专业客观角度给予相应的对标数据和解决方案，希望能更好地助力招聘人员的管理，使其开拓思路并借鉴。 ◈PART1：企业招聘管理现状---企业招聘管理目前的体系化程度、招聘团队定位和数字化实现度； ◈PART2：企业对招聘效率的认知和具体定义---企业如何理解招聘效率？具体的指标定义和衡量维度是什么？ ◈PART3：招聘管理的挑战与提效方向---在日常招聘工作开展与数字化管理的过程中，企业遇到的挑战是什么？需要提效的方向又是什么？ ◈PART4：数据分析如何提升招聘效率---企业运用数据分析提升招聘有效性，那么指标衡量和数据分析实现度如何？提效方法论和具体的改善方案是什么，落地效果怎样？ ◈PART5：招聘数据集成与信效度---实现招聘数据分析提效的前提和基础：数据集成、打通，和信效度问题，从招聘部门角度来看，能做的又是什么？ 4 主要发现与报告精粹 如果您只有几分钟时间或想要尽快获得报告中的重要信息，不妨可以先仔细阅读以下内容…… 企业招聘管理现状 企业招聘战略：体系化程度趋于成熟，招聘效能逐渐从速度向质量甚至更为长期影响的方向迈进◈◈ 市场上近九成企业正在或已经形成体系化的招聘战略，并在技术和系统上得到一定的实现。企业对招聘效能的追求，逐渐从“速度”上升至“质量”，甚至更为长期影响的方向迈进，从而全方位地满足用人部门需求。 招聘团队定位：“业务战略伙伴”的角色越发名副其实，基于业务和战略通盘考虑人才获取的同时，开始注重人才营销与人才生态环境的洞察◈◈ 招聘团队的战略定位，整体上半数企业正在往Sourcing和HRMarketing两个方向发展。无正式招聘体系的企业，其团队定位以“按需填坑”的Recruiting为主（68.27%）；招聘体系化程度高的企业，则招聘团队职责更全面，也更能从招聘“前端”（人才吸引、品牌宣传）开始渗透和介入（33.78%）。 招聘数字化程度：数字化实现度与招聘管理的体系程度相关，但即便如此，企业也只是部分实现，并且在数据分析上的能力欠佳◈◈◈ 八成以上企业已实现，但大多以部分流程实现为主。在数据分析能力体现上，部分流程实现数字化的企业还停留在手动分析（47.19%）。已实现全流程数字化的企业表示，仍然存在供决策和参考时，数据分析能力欠佳的问题。企业本身的数字化管理重视度和实现度也决定着招聘数字化的成熟度，例如自身整体的数字化程度（56.67%）、工具方法和专业团队的引入（50.00%）、管理层的支持度和预算（23.33%）等。 企认知业和对具招体聘定效义率的 企业对招聘效率的认知：“知”与“行”上存在差距，认知偏向于“质量”上的衡量，但实际却还未实现数字化或主要仅聚焦于“速度”分析◈◈◈ 半数以上企业认为应偏向招聘质量的衡量分析，但在实际的落地中存在差距。六成以上企业还未对招聘效率进行数据分析，或仅在“速度”上予以效果衡量。招聘速度主要体现在“有多快”能招到候选人（招聘速度/周期和招聘漏斗转化），而招聘质量则更多定义为招到候选人“有多好”（候选人的绩效表现和留任率）。 招聘效率指标的具体定义和分析维度：“速度指标”的定义较为明确和完善，而“质量指标”的衡量维度还需不断摸索◈◈ 重点招聘效率指标的定义和分析维度更多更全的招聘分析指标库 招与提聘效管方理向的挑战 招聘管理的挑战：各环节都需要一定的效率提升，并且在数字化管理的过程中，各方人员重视度欠缺以及数据信效度不足是普遍存在的痛点◈ 从招聘工作整体开展角度: 1.招聘团队定位有所上升但仍易被事务性工作束缚（49.32%）2.人才的吸引与转化效果不佳（47.97%） ◈ 3.岗位人才画像精准度有待提升（47.30%）4.人才信息获取和搜索能力欠缺（41.22%） 5.候选人体验不佳（41.22%） 招聘数字化管理角度 ---招聘流程提效管理： 1.线上、线下结合不佳，无法持续性监管和优化（53.38%）2.管理者对流程理解不一，无法很好的执行（49.32%）3.招聘数字化提效欠佳（37.84%） ---招聘系统数据管理： 1.招聘数据重视度欠缺，数据集成以及信效度无法保证（43.57%）2.招聘系统无法根据需求调整和敏捷响应（35.14%） 数提升据招分聘析效如率何 招聘效率数据分析实现情况：“速度”相对“质量”的数据分析实现度好些，但整体上能通过系统自动分析生成的实现概率不高◈◈◈ “招聘速度类”的相关指标的数据分析实现度明显高于“招聘质量类”的相关指标。无论何种招聘效率指标，其能够通过系统实现自动分析生成的概率都不高，总体未超过50%。企业在“指标实现数据分析”和“系统自动生成分析”两方面，不成正比关系。 招聘提效方案的落地情况：少有开展，且改善得不尽人如意 ◈ 从改善方案的实现度来看，数值都未超过30%，可见企业开展优化落地的情况很少。 企业提升招聘效率的整体方法论：企业数字化能力的差异决定了提效方案的分析思路不同◈◈ 数字化能力发展中企业（从速度、质量和人员能力提升角度）： 1.以recruiter为主（能力提升；个人漏斗转化效率）2.流程改善（以速度为主）：招聘漏斗各环节的提效（leanofferprocess）3.流程各环节赋能：