在这样一个万物皆可数据化的时代，数据分析似乎不再是一个独立的岗位，而是一项渗入了不同职位的通用技能，成为了很多企业招聘JD中必需的任职要求。
招聘HR更是如此，在招聘平台中，我们发现从招聘专员到招聘负责人，几乎所有的职位描述中都有对数据能力的要求。时至年末，年终总结总会如期而至，在这场年度终极大考中，HR怎样才能做好一份招聘数据报告呢？
优秀的数据复盘报告总是全面且多维的，该从哪些角度全面地呈现数据报告呢？
1.个人兼顾组织
一个误区是，很多报告只是工作的堆砌，聚焦于「做了什么」，而忽略了老板们想看的「做成了什么」。事实上，一份合格的报告不仅有自己努力的呈现，更要有对组织价值的体现。
2.现状兼顾趋势
数据分析报告的另一个目的，是还原出企业招聘的现状，从而预测出趋势，对未来的发展给出参考和建议。因此，一份复盘报告往往不仅需要总结过去和现状，还应包含前瞻性的趋势内容。
3.微观兼顾宏观
虽说是招聘总结报告，但这份报告不能仅仅拘泥于招聘版块的总结，还应站在整个组织的层面去反思招聘对于业务是否有推动。微观层面，我们可以通过报告回答“最近一年招聘达成率、人员留存率如何？”等问题；宏观层面，我们可以通过报告回答“业务部门对我们的招聘工作反馈如何，是否能够帮助业务部门解决业务问题？”等问题。
4.内部兼顾外部
数据报告不仅要分析内部，更要着眼外部，即企业内部分析兼顾市场行业洞察。内部分析不言而喻，是展示内部招聘情况；外部分析则是通过与行业内的平均招聘达成率、留存率、人员流失率等进行对比分析，站在行业的角度去衡量企业现阶段的招聘能力，解答老板们关心的话题——“目前我们的招聘能力在行业内处于什么水平，有多少竞争力可以吸引到行业内的大牛？”
不同企业数据收集的思路不尽相同，例如按照微观到宏观的思路，可以分为，业务数据--运营数据--决策数据；再如遵循招聘流程的思路，可以分为，过程数据--结果数据--成本数据，我们按照后者进行举例阐述。
1.过程数据
过程数据，更多展示的是，在招聘过程中，某一流程的候选人进入到下一流程的情况，例如简历初选通过率、有效简历率、初试通过率、复试通过率等等，有些企业也会把平均招聘周期类的效率数据归为过程数据，例如某职位的平均到面周期、平均录用周期等等。
2.结果数据
结果数据也可理解为效果数据，可体现HR招聘环节的关键成果。结果数据又可细分为三个关键指标。
1.招聘达成率
招聘达成率即招聘完成率，计算公式为“接受offer人数／需求招聘的人数”。它延伸的数据又包括，招聘实际完成率，即“入职人数÷需求招聘的人数”。招聘完成率可以按照部门划分来分析和评估，也可以按照不同的子公司评估，还可以按照不同的招聘专员来评估。
2.渠道贡献率
渠道贡献率即不同渠道对于招聘结果的贡献情况，计算公式一般为“某招聘渠道招聘到的人才数量／总需求人数”。渠道分类统计应当落实到具体网站，而非网络渠道／线下渠道这样笼统的分类。
但是由于各个渠道对应的职位类别和人才等级有所差异，因此可以统计下更细分的渠道贡献率。例如：基层、中层、高层职位的各渠道贡献率，不同类型职位（如程序员、运营）的各渠道贡献率。
3.招聘质量情况
招聘质量又可分为候选人满意度、新员工留存率和新员工个人指标，候选人满意度是对候选人进行问卷调研，以反映企业整体招聘环节的对外印象；新员工入职留存率则是指试用期后转正人数占入职人数的比例；新员工个人指标则是对员工的行为、绩效、能力持续追踪，以判断招聘的质量。1.
3.成本数据
另一个反应招聘成效的数据是成本数据，成本数据又分为单位招聘成本和渠道招聘成本。
1.单位招聘成本
单位招聘成本可直接用“招聘成本／录用人数”来计算，招聘成本包括内部招聘专员的工资、福利、差旅费支出、宣传费用、招聘渠道的费用（如猎头费）、内外推奖金、招聘会场地费用等等。单位招聘成本类似的数据还有单位简历获取成本（简历费用／总简历数）等细分数据。
2.渠道招聘成本
渠道招聘成本则是反应渠道效果的数据之一，一般以“渠道费用／到岗人数”来计算。值得注意的是，渠道招聘成本越高可以理解为该渠道为企业输送单个人才的费用过高，但并不意味着“性价比低”，想要判断渠道效果优劣，还需要组合多个数据进行综合分析。
以上列举的数据指标可能只是冰山一角，对于组织架构复杂的大型企业，招聘类的数据往往也更为庞杂，往常每至年末，企业想要还原全年的招聘情况，HR们往往需要手动制作十分繁琐的数据报表，而如今，借助大易招聘系统，HR们可以一键生成基础报表，数据准确、详实且动态更新，为后续的分析提供前提。
1.对比分析法
对比分析法是数据分析中最为常见的一种分析法。它又分为纵向对比法和横向对比法。纵向对比法是指：同一事物在时间维度上的对比（如今年招聘完成率和去年招聘完成率的对比）；横向对比法是指：不同事物在固定时间上的对比（如各渠道一季度的招聘成本对比）。
2.组合分析法
将某一类的数据进行组合分析，可以有效降低结论的片面性。以渠道效果分析为例，单看渠道贡献率和渠道招聘成本都无法得出渠道效果好坏的结论，例如：某猎头渠道的渠道贡献率仅为1%，渠道招聘成本更是达到20w／人，从数据上看，似乎这个渠道效果不好还费钱，但另一组数据表明，猎头渠道在高端职位的贡献率达到了80%，这样看来，结论可能恰恰相反。
3.预测分析法
预测分析法，顾名思义，就是对未知趋势的预测。预测分析法也分为两种，一种按照时间和结果的关系进行预测，例如，通过观察过去三年的招聘数据，预测未来1-2年的招聘趋势；一种是按照不同因素间的因果关系进行预测，例如，通过分析不同的招聘预算下全年的招聘情况，去预测在招聘预算加倍的情况下，未来的招聘数据将走势如何。
4.漏斗分析法
漏斗分析法又称流程分析法，它更关注重要流程的转化率，便于企业掌握每个环节的情况。在前文提及的招聘过程数据的统计中，漏斗分析法的应用十分广泛，它可以清晰地展示招聘各个环节的转化率，如呈现简历筛选-初试-复试-录取的转化情况，从而找出转化率较低的环节，并对该环节进行及时调整，确保转化率的提升。
通过不同的筛选方式，企业还可以得出一系列重要的洞察。例如按照招聘人员筛选，将人员的漏斗数据与团队进行对比，可以及时发现异常；按照职位进行筛选，可以获得不同职位的漏斗数据情况；按照人群信息进行筛选，例如学历、性别，就可以发现招聘环节中是否存在偏见。
接下来，如何把这些分析整理成让老板们一目了然的内容？HR们可以借用分析模型，进行洞察归纳，提炼出对于高层有价值的信息。
1.SWOT分析
SWOT分析是基于内外部竞争环境和竞争条件下的态势分析。SWOT在招聘分析中的应用，则是依据招聘数据，提炼出目前企业招聘存在的优势、劣势以及外部环境下，企业招聘面临的机会和威胁，以帮助企业判断企业招聘的竞争格局，制定出适宜的招聘策略。
2.波特五力模型分析
波特五力模型是迈克尔·波特（Michael Porter）于20世纪80年代初提出。他认为每家企业都受五个“竞争作用力”的影响，分别是：直接竞争对手，顾客，供应商，潜在新进公司，和替代性产品。
在招聘分析中五力模型同样受用，企业招聘的五个竞争力分别为：直接竞争者（同类雇主企业的威胁，如BAT的人才争夺）、新进入竞争者（新崛起雇主企业的威胁，例如互联网企业对人才的争夺）、上游供应商（如与猎头公司的议价能力如何）、下游客户（对候选人的吸引力如何）、替代品（零工模式对人才的转移），HR在剖析自身招聘竞争格局时可以通过这五力进行综合分析。
数字时代，越来越多的企业步入数字化转型的快车道。刘润曾这样定义企业的数字化——数字化就是从物理世界中，开采出数据，粗炼出信息，精炼出知识，聚合出智慧，最终提高生产率。可以确定的是，「数据」是一切的前提，而「粗炼」和「精炼」才让数据有了它存在的意义。学会处理数据、从数据中洞见先机是未来每个职场人的必修课，同样也是HR们的必修课，历练数据思维，掌握分析技能，从一份年终数据复盘报告开始吧！
参考资料
《数据分析从入门到进阶》作者：陈红波 刘顺祥
《数据分析思维：分析方法和业务知识》作者：猴子数据分析学院
如何进行有效的招聘数据分析（http://zhuanlan.zhihu.com/p/66528944）
《人力资源量化管理与数据分析》作者：任康磊
