В данной статье я расскажу о метриках в рекрутинге – поделюсь опытом их использования, материалами, собранными за три года работы в IT-подборе.
Начну с вопроса: зачем вообще нужны метрики в рекрутинге? Почему я поднимаю эту тему? Потому что неоднократно сталкивалась с разговорами по поводу постоянного недовольства менеджмента работой функции подбора.
Например, однажды вице-президент по инжинирингу одной компании сказал: «Для меня рекрутинг – это темное пятно. Чем вообще занимаются рекрутеры?»… Такие слова никто не хочет слышать. А значит, причины непонимания нужно устранять. Для этого необходимо решить несколько проблемной, в частности, были идентифицированы следующие сложности:
• непрозрачный рекрутинг-процесс;
• недостаточные технические знания рекрутеров;
• отсутствие или недостаточный уровень отчетности со стороны рекрутинга;
• невозможность прогнозирования найма;
• отсутствие конструктивной обратной связи функции рекрутинга.
Я поделюсь некоторыми решениями, которые, по моему опыту, помогают устранить данные трудности в работе специалистов по поиску и подбору.
Построение рекрутинг-процесса
Первым шагом в выполнении данной задачи должно быть описание существующего процесса рекрутинга. Причем с уточнением всех его деталей: из каких этапов он состоит? Кто за что отвечает, кто принимает решение на каждом этапе, какая отчетность и в какие сроки должна предоставляться? Для визуализации я предлагаю использовать кроссфункциональную диаграмму, плюс писать пояснения в отдельном документе. Пример диаграммы приведен на рис. 1. В данной диаграмме по вертикали расположены люди, принимающие участие в процессе подбора, а по горизонтали – этапы рекрутинг-процесса.
Когда процесс описан и согласован со всеми сторонами, его необходимо оценить. Здесь и нужно применять метрики. Рекомендую оценивать следующие ключевые показатели:
1. Время, затраченное на каждый из этапов рекрутинг-процесса.
Чтобы не быть голословной, привожу пример таблицы, в которой можно увидеть количество дней, нужных для проведения этапа подбора (табл. 1). Во второй колонке указывается время, затраченное на каждый из этапов процесса. В третьей – к значению прибавляется предыдущее для подсчета суммарной продолжительности рекрутинг-процесса.
Такая оценка позволяет увидеть, на каком из этапов кандидаты находятся дольше всего, и подумать, возможно ли сократить эти сроки, чтобы увеличить скорость найма.
2. Количество кандидатов на каждом из этапов процесса. Здесь важно просчитать не только количество претендентов, но и процент перехода с этапа на этап. Опять же, приведу таблицу и комментарии к ней.
В данной таблице перечислены этапы рекрутинг-процесса и количество резюме, попадающих на каждый из последующих этапов за один квартал. А также посчитан процент прохождения резюме на каждый из этапов. Несмотря на свою невзрачность, эта аналитика крайне важна и показательна. Например, возьмем процент резюме, прошедших этап отбора техническими специалистами. Практика показывает, что этот процент должен быть не ниже 80 %. Если данный показатель ниже, значит, рекрутеры представляют на рассмотрение резюме низкого качества. И здесь уже необходимо выяснять причины. Они могут быть разными: некорректно составлена заявка на вакансию, недостаточные технические знания рекрутеров, разница между заявленными и реальными требованиями. Также можно оценить качество технического интервью. Очень важным показателем является процент принятия соискателей. Он приведен в конце таблицы – 13 %. Это означает, что только 13 % из всех предоставленных кандидатов будут наняты. То есть для того, чтобы закрыть одну позицию, рекрутеру необходимо предоставить примерно 7,6 кандидата (214 разделить на 28).
Подобный анализ я называю конвертацией резюме. И использую его как «градусник» для оценки производительности рекрутинга. Но данная таблица и показатель 13 % используется также в построении прогноза по найму.
С базовыми методами оценки процесса разобрались. Перейдем к использованию метрик для построения рекрутинг-стратегии и прогнозов найма.
Прогноз по найму
Прогноз по найму необходим при принятии вакансии в работу. Эта информация нужна заказчикам вакансий, а также отделу продаж, который занимается продажами проектов. Допустим, нам необходим системный администратор, а у нас уже создана статистика по времени закрытия вакансии и есть информация о проценте закрытия вакансий системных администраторов, собранная за № промежуток времени (см. табл. 1, 2). Нам недостает еще одного показателя – объема рынка. Просчитать этот показатель достоверно сложно, тем не менее, мы можем говорить о доступных нам специалистах. Мы оцениваем количество профессионалов во всех используемых рекрутером источниках: внутренняя база данных кандидатов, размещенные резюме на сайтах, социальные сети. Сумму доступных резюме умножаем на коэффициент, полученный из конвертации резюме. В нашем случае это 13 %. Таким образом мы получим прогноз, сколько специалистов мы можем нанять за стандартное время закрытия вакансии.
Построение рекрутинг-стратегии
Когда мы знаем, какое количество специалистов и за какое время можем нанять, нам важно построить стратегию найма. Собирая информацию о доступных резюме в целом, мы увидим, в каком из источников более всего представлены необходимые нам профессионалы. Но тут возникает вопрос эффективности этих ресурсов. Резюме может быть много, но все они – недостаточного качества. Чтобы оценить эффективность используемых ресурсов, я предлагаю брать статистику за последний квартал, т. к. источники меняются, появляются новые, а эффективность сайтов по поиску работы зависит, скорее, от инвестиций в их продвижение собственниками этих сайтов. Пример диаграммы оценки эффективности ресурсов приведен.
На этой диаграмме видно, из каких источников компания получает резюме и благодаря каким в итоге нанимает специалистов. Например, в данной таблице видно, что с сайтов по поиску работы пришло 233 резюме, прошло техническое интервью только 2 (0,8 %) человека, а нанято было 0 специалистов. Поэтому мы можем сделать вывод, что данный ресурс для конкретных вакансий неэффективен. Соответственно, рекрутеры не должны применять его при поиске определенных специалистов, т. к. это будет потерей времени. Рекрутерам следует использовать источники, которые приносят реальные наймы соответственно пропорции найма. В данном случае более всего есть смысл использовать рекомендации, базу данных компании, а также соцсеть LinkedIn.
В результате анализа эффективности ресурсов за год руководитель департамента рекрутинга может оценить, куда был потрачен бюджет и с какой эффективностью. Благодаря этой статистике можно сформировать бюджет на рекрутинг-ресурсы.
Предоставляя подобную информацию заинтересованным лицам, внедряя изменения в процесс, важно оценивать результаты, основываясь не только на внутренней статистике, но и на мнении вовлеченных в рекрутинг представителей других отделов. Мы не должны забывать, что рекрутинг – это услуга. Важно спросить у вовлеченных в него департаментов, какую именно информацию они хотели бы получать, какие процессы непонятны, чем они довольны или недовольны. Для этого существуют опросники, оценивающие удовлетворенность качеством услуг. Вопросы можно придумать самостоятельно либо использовать стандартные формы. Методика опроса в данном случае тоже не важна: это может быть веб-форма на корпоративном портале или просто лист бумаги. Важно брать обратную связь, важно спрашивать у менеджеров их мнение и показывать, что пожелания были приняты во внимание.
Все вышеописанные метрики можно использовать как отчетность для департамента продаж, департамента управления проектами и инжиниринг-департамента. Информирование их о своих действиях и о том, на чем основаны те или иные решения, и будет говорить о прозрачности рекрутинг-процесса. Опыт показывает, что лучше предоставлять больше информации, чем меньше. Используя метрики, со временем рекрутеры сами определятся, какую статистику им необходимо собирать согласно внутренним особенностям компании. Хотя я допускаю, что не для всех актуален сбор подобной статистики. Здесь важно оценить зрелость процессов в организации, а это уже тема для отдельного исследования.
Ирина ТОПИЛИНА,
ресурсный координатор Cogniance