近一年來，Moka接受到的HR咨詢中，99%都有招聘數據分析的需求。用數據支持業(yè)務決策已是普遍需求。如果問HR們目前最想學習的技能是什么，那一定是
數據分析。Moka系統(tǒng)的數據分析為何受青睞，HR們何以如此重視數據分析呢？這里用幾個真實的例子來說明數據洞見對HR招聘工作的重要性。
不久前，國內知名的服裝品牌HRD告訴Moka的顧問，她最近因為一個特別基礎的問題被老板挑戰(zhàn)了。具體問題是CEO問她，你知道最近門店有多少崗位空缺、有多人在面試、有多少人準備入職嗎？由于門店的導購主要由店長負責，HRD一時間回答不上來。即使要回答，也需要和全國各個區(qū)域、幾千家門店的店長進行統(tǒng)計，需要花費大量的時間和精力。數據的第一作用就是幫助HR了解招聘現狀。
有了招聘現狀的數據，HR就可以借助數據發(fā)現招聘中的問題，并提出優(yōu)化方案。舉個例子，一家教育公司同時采用自有渠道、獵頭、內推、第三方渠道等方式招聘。HR向Moka顧問詢問這些渠道的入職占比是否合理，與同行平均水平相比哪些渠道可以提升。通過數據我們發(fā)現其內推占比相對較低，而獵頭的使用相對偏高。在得知這一現狀后，這名HR嘗試將獵頭職位開放給內推，同時做了很多內推物料、豐富了內推玩法，把內推占比提升了10%，反而節(jié)約了不少獵頭成本。數據是一面鏡子，幫助HR反觀招聘過程，察覺哪里可能存在異常，針對性的提出優(yōu)化建議，提升招聘過程的效能。
國內一家知名的餐飲企業(yè)HR告訴Moka顧問，今年他們將加大招聘官網和門店內推的力度。原因是他們觀察了過去幾年簡歷來源和入職人員的數據，發(fā)現這兩個渠道的簡歷數量和入職率都在不斷提高，已經超過了第三方的招聘渠道，因此今年整體調整了渠道策略，以打造私域流量為主。數據驅動也可以優(yōu)化招聘管理策略。
數據洞見正在重構企業(yè)的管理、運營、工作模式。從某種意義上說，數據就是“黃金”，數據就是效益，數據就是競爭力。然而，現實中HR們還是對數據分析無從下手，首要原因是沒有數據。
沒有數據，談何分析？
俗話說：“巧婦難為無米之炊”。數據斷層現象在招聘中非常常見。
1、渠道缺乏監(jiān)控，尤其是在全國各個區(qū)域有分公司、有門店的企業(yè)，渠道很分散，無法集中管理，跟蹤各渠道簡歷數、面試轉化率、offer/入職轉化率等數據，也沒辦法進行橫向對比，無法客觀評價渠道效果。
2、過程數據沒有留痕，造成根本沒有數據可用。比如很多面試都是線下進行，面試后也是HR和面試官口頭聊一聊，看看合不合適，根本沒有記錄。這樣一來，之后的人才分析就沒有了錨。很多HR都是用excel記錄數據，表頭里有的數據可以統(tǒng)計，但是表頭里沒有的數據，HR日后想要做關聯(lián)分析，根本就找不到歷史數據。
3、缺少操作數據，團隊效率只能靠感覺。招聘是講究效率的，如果HR或者面試官處理慢了，候選人可能就入職其他公司了。但是HR、面試官具體處理簡歷、安排面試、發(fā)送offer用了多長時間，很難準確記錄用時、評估效率。
要想實現數據分析，首先數據要全面，不能有數據斷層。Moka通過“制度流程化、流程表單化、表單信息化”的方式，Moka打通全鏈路招聘流程數據，從源頭幫助企業(yè)收集全量的招聘數據。職位數據、簡歷數據、招聘過程數據、評價結果、操作數據等等，都可以通過數字化系統(tǒng)集中收集，并且歷史數據隨時可追溯。
企業(yè)之間對數據指標的理解往往存在細微的差異，數據指標的定義非常關鍵，會影響后期數據分析的準確性。為滿足不同企業(yè)、HR對數據指標的不同定義和需要，Moka支持用戶自定義數據字段，數據之間還能加減乘除得出計算字段，靈活配置出HR自己想要的數據。
為輔助實現人力資源智能化分析，更好的通過數據得出結論，Moka在數據統(tǒng)計基礎上提供數據預警。一方面，針對階段數據和過往數據做同環(huán)比交叉比較，動態(tài)了解當前招聘過程情況。另一方面，基于行業(yè)數據做橫評，了解當前招聘過程在行業(yè)內處于什么情況。當然Moka數據報表支持數據穿透，方便HR層層定位問題，解決問題。
為快速了解關鍵指標的表現，Moka提供可自行配置的總覽（Dashboard），支持折線圖、餅狀圖、柱狀圖等多種形態(tài)數據呈現，讓管理者快速了解整個招聘進展，及招聘過程中核心數值和指標，結果一目了然。
谷歌的首席人才官就曾說過：“谷歌的HR決策從來都不是來自哪個最佳實踐，一定只會來自內部數據的分析”。谷歌有一項著名的數據分析。早期的谷歌面試流程長達4-6個月，面試被拉得很長通常是因為員工會接受很多輪面試，再加上面試官的時間很難湊到一起。谷歌通過數據分析，發(fā)現面試官超過4-5人以上時，面試官數量的增加并不能提升最后錄取的候選人質量?；诖耍雀韪母锪苏衅噶鞒?，確保每名候選人在整個面試流程中最多接受不超過4-5人的面試，面試流程平均周期也下降到了45天左右。
數據在招聘領域中的應用還有很大的空間，在降低成本、預測未來、提升體驗方面將大有可為。例如，與心理學、微表情等進行跨學科的融合分析，來預測員工勝任力，判斷候選人對話的真實性；通過用績效數據反推候選人畫像、預測員工表現。當然，還能提供更豐富的面試場景，用智能機器人提供更快捷的招聘體驗，改善候選人的參與度。未來效率的競爭可能是在人與機器之間展開。
Moka的愿景是打造極致體驗、數據驅動的智能化HCM系統(tǒng)。早在2018年，Moka就組建了AI和大數據的團隊，并構建了相對完善的技術基礎設施，近一年推出的BI模塊和AI解決方案也逐步得到了客戶的認可。Moka CEO李國興表示：“未來我們會持續(xù)在這兩方面加大投入。用戶體驗、數據驅動、智能化是Moka產品的理念，這三者之間是1和0的關系。用戶體驗是基礎，數據驅動是保障，智能化是發(fā)展方向，這是一個遞進的關系，缺一不可?！?/p>
