Как Data-Driven Recruiting помогает ускорить наём: интервью с Дмитрием Косаревым, e-staff
В последние годы требования бизнеса к срокам закрытия вакансий становятся острее и жестче. Бизнес — это про деньги, а неэффективный (дорогой или длительный) подбор приводит к тому, что компания теряет средства или не зарабатывает столько, сколько должна в соответствии с планом или прогнозом.
Дмитрий Косарев, заместитель генерального директора e-staff, рассказывает, как скорость найма становится конкурентным преимуществом на рынке талантов и как повысить ее с помощью данных и аналитики.
Почему именно Time-to-Hire всё чаще используют как ключевой KPI в рекрутинге — что он реально показывает о процессе?
Бизнесу необходимы метрики для принятия решений, одна из них — время, затраченное на закрытие вакансии. Time-to-Hire (TTH) позволяет ответить на вопрос, когда будет закрыта вакансия. Однако фокус только на одну метрику с большой степенью вероятности приведет к потерям и ошибкам, поэтому необходим комплекс мер.
Какие внутренние процессы (или узкие места) чаще всего замедляют найм — и как их можно диагностировать?
Рекрутер и нанимающий менеджер — ключевые участники процесса подбора, которые могут влиять на сроки найма. Чтобы ускориться, быстрее принимайте решения и давайте ясную обратную связь: иначе кандидат примет альтернативное предложение. Увидеть, где процесс тормозит, помогут метрики «Конверсия между этапами воронки» и «Время на этапе воронки».
Как аналитика помогает выявить «бутылочные горлышки» на каждом этапе воронки найма?
На основе данных можно принимать решения по оптимизации воронки подбора. Цифры покажут, где кандидаты чаще всего отсекаются или отказываются, и почему. На основе этих данных HR может оптимизировать процесс — сокращать или менять этапы, корректировать скрипты, ускорять согласования, внедрять поддержку кандидатов. В результате воронка становится качественнее, кандидаты получают лучший опыт, а бизнес быстрее закрывает вакансии.
Какие метрики, кроме Time-to-Hire, стоит отслеживать, чтобы видеть полную картину эффективности подбора?
Также стоит отслеживать вспомогательные метрики. Среди них Offer Acceptance Rate (OAR) — то есть доля принятых офферов. Текучесть в ходе адаптации отражает процент уходов в первые 3-6 месяцев. Конверсия между этапами воронки может подсказать, где мы теряем кандидатов и по каким причинам они отказываются от вакансии. Отслеживая время нахождения кандидата на этапах воронки, мы увидим, что тормозит процесс подбора.
Какие данные можно использовать для прогнозирования успеха кандидатов ещё до собеседования?
Набор инструментов может отличаться в зависимости от направления подбора и уровня позиции. Это может быть первичный отбор с помощью чат-ботов, голосовых роботов или колл-центра, анкеты и тестирования.
Как меняется роль рекрутера в условиях роста data-driven подходов — какие навыки выходят на первый план?
Рекрутер работает с людьми, данными и технологиями. И все они меняются, значит меняться необходимо и рекрутеру.
Кандидат — это клиент. Подбор — это продажи. Поэтому рекрутер должен уметь выявлять потребности кандидата, проводить презентацию компании и вакансии, работать с возражениями, «закрывать сделку» и выстраивать долгосрочные партнерские отношения кандидата с компанией.
Работа с данными. Без них HR просто «что-то делает», с ними — управляет процессом и говорит на языке бизнеса. Метрики, о которых мы говорили выше, нужны не только для фактической отчетности: это инструменты для оптимизации процессов подбора, которые помогают закрывать вакансии быстрее,качественнее и дешевле.
Как выстроить систему, где скорость подбора не идёт вразрез с глубиной оценки и культурным соответствием?
Система должна быть сбалансированной и гибкой. Быстрые инструменты, например автоматический скрининг или тесты, помогают оперативно отсеять неподходящих кандидатов, а глубокие методы — интервью по компетенциям, проверка ценностей, ассессмент — оставляют для финалистов. Такой подход позволяет не жертвовать качеством ради скорости и наоборот.
Важно, чтобы система была гибкой: где-то приоритетом будет скорость, где-то — глубина оценки. Поэтому HR-команде нужно постоянно проверять гипотезы, смотреть на метрики и при необходимости корректировать процессы.
Что помогает команде рекрутеров сохранять высокий темп при найме массовых позиций и топовых специалистов — ведь подходы сильно отличаются?
Это не только повышает эффективность, но и снижает выгорание рекрутеров, ведь навыки и ритм работы в этих направлениях сильно различаются.
Каким вы видите идеальный набор инструментов для data-driven рекрутинга в ближайшие 1—2 года?
Это должна быть интегрированная экосистема под задачу: ATS, джоб-борды, реферальные программы, боты, инструменты коммуникации, AI-ассистенты, системы и сервисы для тестирования и оценки, инструменты аналитики.
Какие шаги вы бы рекомендовали HR-руководителям, которые только начинают внедрять аналитику в найме?
Идите последовательно от простого к сложному. Базовые показатели вроде времени закрытия вакансий, стоимости найма, источников кандидатов помогают приучить команду работать с цифрами и создают доверие к аналитике.
Постепенно можно переходить к более сложным метрикам, причем важно не просто считать, а извлекать выводы и показывать их ценность бизнесу, привлекая его на свою сторону.
Ой… Сначала нужна регистрация или авторизация на HR Voice
Здорово! Вы подписаны на эксперта HR Voice
Вам понравился материал?
Поделиться с друзьями
Telegram-канал
Рекомендуем почитать
