在整理數(shù)據(jù)的過程中，BI使用者需要?jiǎng)?chuàng)建維度、選用維度，并挖掘更多的數(shù)據(jù)維度。6月30日，Moka資深客戶成功經(jīng)理?xiàng)罱衷贐I系列公開課中，帶領(lǐng)大家洞察數(shù)據(jù)奧妙，挖掘其背后故事。
數(shù)據(jù)源與它的小伙伴
若想弄清數(shù)據(jù)源的含義，就需要了解其本身定義及與其相關(guān)的幾個(gè)概念：
· 字段：招聘系統(tǒng)每個(gè)對(duì)象上的顆粒維度，組成每個(gè)實(shí)體業(yè)務(wù)對(duì)象的元素。Moka BI中有500+系統(tǒng)自帶字段，同時(shí)支持Moka ATS后臺(tái)用戶在職位、候選人、Offer及HC字段管理模塊下創(chuàng)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(shù)，候選人姓名、郵箱、電話
· 實(shí)體：系統(tǒng)中每個(gè)業(yè)務(wù)對(duì)象，劃分自定義字段的類別。Moka BI目前提供30+個(gè)實(shí)體。
· 數(shù)據(jù)源：是配置報(bào)表的源頭，即報(bào)表字段/條件的獲取來源。對(duì)數(shù)據(jù)源里的實(shí)體或?qū)嶓w連接進(jìn)行修改，會(huì)直接影響到使用該數(shù)據(jù)源的報(bào)表數(shù)據(jù)結(jié)果，同?數(shù)據(jù)源可作為數(shù)據(jù)模型用來建立多個(gè)報(bào)表。
· 關(guān)聯(lián)關(guān)系：是可根據(jù)報(bào)表配置需求搭配，每個(gè)實(shí)體之間都存在關(guān)聯(lián)關(guān)系。如果配置的連接關(guān)系不同，則配置完成的報(bào)表數(shù)據(jù)呈現(xiàn)就可能不同。
實(shí)現(xiàn)系統(tǒng)維度，配置數(shù)據(jù)源
了解數(shù)據(jù)源及相關(guān)概念后，可對(duì)數(shù)據(jù)源配置進(jìn)行學(xué)習(xí)。本系列的前三節(jié)課涉及到許多報(bào)表維度，怎樣可以在系統(tǒng)中實(shí)現(xiàn)這些維度?
1. 內(nèi)置數(shù)據(jù)源
產(chǎn)品基于上千家客戶制作報(bào)表的需求而形成。因此，在產(chǎn)品側(cè)預(yù)先設(shè)置好的實(shí)體連接關(guān)系，基本可以覆蓋80%～90%的用戶報(bào)表配置需求。
然而，在實(shí)際業(yè)務(wù)過程中，也有一部分報(bào)表需求不能被內(nèi)置數(shù)據(jù)源所解決，此時(shí)便需要我們搭建自定義數(shù)據(jù)源。
2. 通過需求反推數(shù)據(jù)源
通過需求反推數(shù)據(jù)源就是搭建數(shù)據(jù)源的案例之一。比如，現(xiàn)需統(tǒng)計(jì)招聘HR工作量及識(shí)人精準(zhǔn)度，則需要查看候選人被操作轉(zhuǎn)推至其他崗位的數(shù)據(jù)。
該命題涉及了三個(gè)對(duì)應(yīng)數(shù)據(jù)源，第一數(shù)據(jù)源為“用戶”，第二數(shù)據(jù)源為“用戶操作”。當(dāng)HR將候選人推至其他崗位時(shí)，需用到的第三個(gè)數(shù)據(jù)源為“申請(qǐng)”。
數(shù)據(jù)源已知，就可在系統(tǒng)中創(chuàng)建這三項(xiàng)數(shù)據(jù)。操作步驟如下：
·在報(bào)表中心處，進(jìn)入報(bào)表配置需求模塊，點(diǎn)擊數(shù)據(jù)源-添加數(shù)據(jù)源;
·在左側(cè)尋找“用戶”“用戶操作”與“申請(qǐng)”三個(gè)數(shù)據(jù)，并將其拖拽至右側(cè)畫布;
·點(diǎn)擊添加連接關(guān)系-彈出實(shí)體-通過字段連接;
·完成數(shù)據(jù)源配置，即可返回報(bào)表中心-新建報(bào)表-選擇剛剛創(chuàng)建的數(shù)據(jù)源;
·拖拽用戶姓名、用戶操作候選人、推薦職位申請(qǐng)及推薦候選人是否入職等數(shù)據(jù)維度，生成明細(xì)表。
以上就是數(shù)據(jù)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(jīng)理進(jìn)行交流。
PS：在實(shí)體對(duì)象數(shù)量如此之多的情況下，用戶需要依照實(shí)體關(guān)系對(duì)照表，以知曉哪些字段間可以連接。該表可通過客戶成功經(jīng)理獲得。
洞察數(shù)據(jù)，聆聽數(shù)據(jù)語言
數(shù)據(jù)洞察模型
基于招聘數(shù)據(jù)與操作系統(tǒng)留痕，企業(yè)可追蹤、分析背后規(guī)律，通過這些規(guī)律指導(dǎo)后續(xù)行為與決策，將招聘團(tuán)隊(duì)從繁瑣工作量中解放出來，控制招聘可預(yù)見范圍，并以數(shù)據(jù)支持決策，最終達(dá)到降本增效的目的。
見“招”拆招，用數(shù)據(jù)分析!
給大家出個(gè)問題：如果我們現(xiàn)在接到任務(wù)，希望在2個(gè)月內(nèi)招聘100名軟件工程師。那在這個(gè)指令下，企業(yè)需要哪些人手，又需要做好哪些準(zhǔn)備?
你可以先想想這個(gè)問題，再來看看怎么運(yùn)用工具解決。
1. 招聘漏斗表
分析過去三年軟件工程師崗位的招聘通過率，并結(jié)合目前在招聘系統(tǒng)流程中的人員儲(chǔ)備，可推算軟件開發(fā)工程師崗位的招聘人數(shù)。
基于現(xiàn)有每階段轉(zhuǎn)化率、各階段簡(jiǎn)歷量，通過對(duì)應(yīng)比例相乘、四者加和，在簡(jiǎn)歷處理完畢的基礎(chǔ)上，可計(jì)算出，企業(yè)預(yù)計(jì)可完成約73個(gè)軟件工程師的招聘量。
2.尋找差距
若想完成指標(biāo)100的數(shù)量，還需招27人，通過反推，企業(yè)在初篩階段還需引進(jìn)約2300封簡(jiǎn)歷。
關(guān)鍵策略為，加大尋訪力度，并提高階段轉(zhuǎn)化率，盡量縮短完成周期。反推計(jì)算過程如圖：
3. 預(yù)測(cè)招聘進(jìn)展
基于以往三年各崗位各階段平均數(shù)，可預(yù)測(cè)40天后的招聘人數(shù)量，如下圖所示，計(jì)算結(jié)果為在未來一段時(shí)間內(nèi)，企業(yè)大概能完成的HC招聘數(shù)量。
此外，如果企業(yè)試圖增大目標(biāo)量，則需要在各階段、各流程中提升人效。
4. 預(yù)測(cè)Recruiter
在當(dāng)前人效基礎(chǔ)上，企業(yè)需要招聘10個(gè)新候選人。完成該指標(biāo)需要HR看50份簡(jiǎn)歷，或做10個(gè)電話面試，或安排30個(gè)面試，或溝通10個(gè)offer。那么，完成該項(xiàng)目共需要多少HR?
如下圖計(jì)算過程所示，基于目前系統(tǒng)數(shù)據(jù)及要引進(jìn)新數(shù)據(jù)，需375人天，即如果一個(gè)HR完成以上項(xiàng)目，共需375天。如果企業(yè)要在63天招聘周期內(nèi)完成該項(xiàng)目，則需6個(gè)HR完成。
以上就是通過數(shù)據(jù)層面對(duì)招聘數(shù)據(jù)的預(yù)測(cè)，該結(jié)果也是未來匯報(bào)的依據(jù)。
總被拒絕?讓數(shù)據(jù)診斷原因!
招聘過程中，HR常在發(fā)了offer后被候選人無情拒絕。究其原因，是因工作地點(diǎn)、發(fā)展路徑，還是薪資水平?
以薪資維度為例，企業(yè)該如何透過此維度，為其未來招聘做出決策呢?
基于以往數(shù)據(jù)可統(tǒng)計(jì)出候選人在投遞時(shí)的期望平均薪資水平，或發(fā)出offer平均薪資及接收offer候選人平均薪資，以及另外兩個(gè)維度——拒絕offer的平均薪資期望，和拒絕offer的平均工齡。
觀察數(shù)據(jù)統(tǒng)計(jì)下反映的現(xiàn)象：
·對(duì)于工作2年左右的客戶成功經(jīng)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(guān)現(xiàn)象知曉市面不同工齡、年限職員的期望薪資范圍，并以此作為內(nèi)部盤點(diǎn)標(biāo)準(zhǔn)，為企業(yè)制定星級(jí)及招聘預(yù)算提供參考。這樣與市面對(duì)標(biāo)后，企業(yè)可盡量減少由于薪資原因拒絕offer的候選人數(shù)量。
透過數(shù)據(jù)報(bào)表層面，看透數(shù)據(jù)背后的隱藏故事，學(xué)會(huì)通過數(shù)據(jù)進(jìn)行輔助決策。以上就是本節(jié)課的內(nèi)容。
下節(jié)課，Moka將為你分享行業(yè)優(yōu)秀BI報(bào)表案例，讓你在擁有理論知識(shí)的基礎(chǔ)上，為實(shí)現(xiàn)最佳實(shí)踐做好準(zhǔn)備!
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
