Рекрутмент

Изменения, произошедшие в процессе рекрутмента

Например, раньше у вас было 3 этапа отбора, а теперь их стало 5. Или внедрена автоматизация ряда рутинных функций рекрутмента и т. п. Всё это окажет влияние на прогнозируемый срок закрытия вакансии.

Ситуативные изменения на рынке труда «здесь и сейчас», которые не охватываются отчётами по исследованию рынка

Например, массовое сокращение специалистов нужной вам специализации, из-за чего кандидатов сегодня стало больше.

Существенные изменения в содержании заявки на вакансию

Например, в компании открывается вакансия специалиста технической поддержки. Эта вакансия аналогична тем, что открывались у вас за последние 5 лет, но есть важное изменение: раньше требовались специалисты на работу с графиком 5/2, а теперь на работу с графиком «сутки/трое».

Чем больше факторов вы планируете учитывать, тем более сложные модели для прогнозирования следует использовать и тем больше требований к квалификации сотрудника, проводящего такой анализ. Наибольшую эффективность сегодня показывают методы Data Science, но и запросы к квалификации здесь очень высоки.

Если в компании нет специалистов с высоким уровнем подготовки, владеющих методами Data Science или математической статистики, используется метод экспертной оценки. Рекрутеры и HR-аналитики могут корректировать прогнозы, учитывая текущую активность кандидатов и собственный опыт в закрытии подобных вакансий.

Стоит отметить, что метод экспертных оценок проигрывает в точности прогнозирования методам математической статистики, зато менее требователен к качеству и стандартизации анализируемых данных.

Прогнозирование сроков закрытия вакансии — сложная задача, но её можно решить с помощью грамотного анализа данных, кропотливой работы со статистикой и экспертных оценок.

Важный фундамент, на который опирается любое прогнозирование — это качественные данные. Отдельное внимание стоит уделить их учёту, хранению и аккуратному сбору. Без этого ни о каком реальном прогнозировании сроков не может быть и речи.

Исторические данные

Огромное значение имеет информация о сроках закрытия аналогичных вакансий в прошлом. Идеально, если в компании принято считать такие метрики, как Time to Fill (TTF) и Time to Hire (TTH).

Актуальные данные рынка труда

Информация о количестве потенциальных кандидатов на рынке труда на текущий момент по вашему профилю, о количестве аналогичных предложений на рынке, о конкурентоспособности предлагаемых вами условий труда относительно рынка. Такие данные можно найти как в бесплатных обзорах, например, на hh.ru, так и в платных исследованиях рынка труда. Учёт текущих реалий рынка позволит скорректировать ваш прогноз, основанный на исторических данных.

Помимо основных показателей следует учесть ряд факторов, которые могут оказать значимое влияние на сроки закрытия вакансии.

TTF — время от публикации вакансии до выхода кандидата на работу, TTH — время от первого контакта с кандидатом до оффера. Анализ прошлых вакансий помогает выявить их среднее время закрытия и является важным показателем прогнозирования срока закрытия новой вакансии.

Чем больше качественных данных, тем лучше они должны быть стандартизированы. Чем выше квалификация сотрудника, проводящего анализ в области методов математической статистики и Data Science, тем точнее прогноз. Однако важно понимать, что ни один метод не способен дать прогноз с точностью до 100%. Точность в 80% - это отличный показатель.

Взять на карандаш

Доступно по подписке

Нужна подписка

*Оплата указана за месяц пользования, отменить подписку вы можете в любое время

Полная версия этой статьи, а также другие полезные материалы по рекрутингу откроются вам сразу после оплаты

480

278