体系化程度趋于成熟，招聘效能逐渐从速度向质量甚至更为长期影响的方向迈进。
市场上近九成企业正在或已形成体系化的招聘战略，并在技术和系统上得到一定实现。此外，企业对招聘效能的追求， 逐渐从对速度上升至质量，甚至更为长期影响的方向迈进，从而成为业务战略伙伴，全方位地满足用人部门需求。
我们将招聘团队的成熟度定位分为三个阶段：Recruiting, Sourcing 和 HR Marketing。对于这三种成熟度的定位具体界定如下： ◈ Recruiting：聚焦“按需填坑”，较为被动地满足业务提出的招聘需求。 ◈ Sourcing：能理解业务需求，进行一定前置化的人才搜寻和候选人关系维护。 ◈ HR Marketing：洞察理解行业、业务、企业内外部人才的生态环境。除了标准招聘流程外，更注重前端的营销雇主品牌与人才吸引。关于招聘团队的战略定位，整体上半数企业正在往 Sourcing 和 HR Marketing 方向发展。可见招聘团队“业务战略伙伴” 的角色越来越名副其实，除了对业务人才需求有清晰的判断外，对于盘点梳理内部架构，从战略层面通盘考虑人才获取有了一定的能力提 升。甚至对洞悉行业、人才生态环境以及和外部潜在候选人保持良好关系提出了更高的要求。
当然，招聘团队在企业里的定位和角色，一定与企业本身能够达到的招聘体系的成熟度息息相关，无正式招聘体系的企 业，其团队定位以“按需填坑”的 Recruiting 为主（68.27%），招聘体系化程度高的企业，则招聘团队职责更全面，也更能从招聘“前端” （人才吸引、品牌宣传）开始渗透和介入（33.78%）。
关于招聘数字化实现度，八成以上企业已实现，但大多以部分流程实现为主。进一步分析其数据分析能力，半数企业主要 停留在手动分析，而已实现全流程数字化的企业表示，也存在着供决策和参考时，数据分析能力欠佳的问题。同样的，我们将数字化实现度与企业 的招聘体系进行关联分析，得到了有明显 差距的正相关答案：可见，招聘体系化程 度越高的企业，其数字化实现度和投入度 也越高越完善。
当然，除了招聘重视度和体系化程度是实现招聘数字化与否的重要影响因素外，我们进一步的探求是否还有其他原因， 发现企业本身对于数字化管理的重视度和实现情况也存在决定性作用，例如自身整体的数字化程度（56.67%）、工具方法和专业团队的引 入（50.00%）、管理层的支持度和预算（23.33%）等。 综上，在市场普遍追求“招聘战略体 系化”的影响下，企业的招聘团队定位和 招聘数字化均具备一定的成熟度。可见， 在这样的背景下，企业对于招聘效率的关 注和提升的需求日益增长。因此，接下来， 我们会聚焦于“微观视角”走进企业，研 究其对招聘效率以及具体衡量指标的认知 和定义，包括在实际的运用和提效的过程 中，招聘数据的分析情况以及改善方案落 实得如何，从而真正达到解决问题和提升 效率的目的。
当在谈论数据分析如何帮助企业提升招聘效率之前，我们需要先明确在实际的招聘管理过程中，企业正在面临哪些挑战或效率低下的 问题。 我们以“漏斗式”逻辑将挑战性问题从“宏观”至“微观”进行三方面的询问：1、从招聘工作整体开展角度；2、从招聘数字化管理角度； 3、从招聘流程和各环节的有效性体现。得出以下结论： ◈ 从招聘工作整体开展角度（图表 9） 整体上，虽然招聘团队在企业内的定位有所上升，但其实际还是易于被事务性工作所束缚，从而无法发挥更大的价值： 49.23%。 受雇主品牌的影响，人才的吸引与转化效果不佳：47.97%。 岗位人才画像精准度有待提升，测评和招聘者能力（包含业务面试者）欠缺：47.30%。 针对关键、挑战性或稀缺岗位的人才信息获取（例如 Market Intelligence）和搜索能力缺乏：41.22%。 候选人体验不佳，或无法与潜在候选人保持良好的关系维护：41.22%。
企业在招聘数字化管理的落地过程中，主要聚焦于两类问题： 聚焦于招聘流程提效管理，及流程优化改善 1. 招聘流程的线上、线下结合不佳，无法持续性的监管 和改善：53.38%。 2. 流程繁琐使得各环节的管理者对其理解不一，无法很 好执行：49.32%。 3. 招聘数字化提效欠佳，招聘人员依旧疲于奔命，更无 法顾及改善方案：37.84%。 招聘系统的数据管理和流程敏捷响应问题： 1. 企业对招聘数据重视度欠缺，或无统一录入准则，从 而使得数据集成以及信效度无法保证：43.57%。 2. 招聘系统无法根据需求的调整进行敏捷响应与实现： 35.14%。
Bello 倍罗解决方案专家对以上挑战表示认可，并认为招聘管理要实现数字化目前仍有很长一段路要走：企业需要从管理者的视角提 升对数字化的重视度，并加大投入外。招聘作为人力资源管理的先行职能，更需要提升对技术和数据的关注，并根据线下实际的工作情况 和员工的体验感，用技术提效，在内部构成势能差，从而促进线上流程的运行，久而久之达到精益管理的目的。
从上述分析中我们发现，招聘工作的开展以及各环节所 遇到的挑战，关键词的罗列（上文中下划线）对应着此报告 中提及的招聘效率指标和分析维度，以及企业可优化与改善 的问题（虽普遍表示落地效果不佳）。因此，接下来我们将 会在 PART4“数据分析如何提升招聘效率”的方法论和具体 行动方案中开展定量、定性分析，并归纳出共性做法给读者 参考。 而关于招聘数字化管理中的数据集成、信效度和用户管 理的解决方案，我们会在 PART5“招聘数据分析实现基础： 数据集成和信效度提升”中进行一一呈现。
在谈及数据分析如何提效的方法论和改善措施之前，我们先针对“数据分析”的具体开展情况进行调研，即：各效率指标的数据分析 实现情况和系统自动分析实现度的对标分析，我们发现： ◈ 从各项指标的数据分析实现情况上来看：“招聘速度类”的相关指标的数据分析实现度明显高于“招聘质量类”的相关指标； ◈ 无论何种招聘效率指标，其通过系统自动分析生成的实现概率都不高，总体数值未超过 50%（自动生成 Vs 手动生成）； ◈ 企业就“指标实现数据分析”和“系统自动生成分析”两者之间不成正比关系，其中： “招聘速度 / 周期”、“候选人的留任率”、“候选人的绩效表现”是企业衡量招聘有效性的重要指标，并会针对性的进行数据 分析，但系统的自动生成分析能力差距较大； “渠道分析”、“招聘者能力”、“测评工具的准确性”虽然在各自的效率维度中（速度和质量）的分析实现度不占优势。但是， 只要企业会做这方面分析，大多能直接从系统中拉取数据生成。
接下来，我们将罗列企业在开展招聘工作时普遍遇到的效率问题和改善方案，并分为提效关键点和智享会“智库”的建议，以求给到 读者一些思路。 值得一提的是：数据分析本身只是一种挖掘、分析问题的手段，企业在真正进行落地改善时，会结合“数字化工具”、“流程运营优 化”以及“招聘管理者的人为能力”共同提效。因此，以下方案会同时涵盖这三点，而不仅仅只是从数据分析维度出发。 ◈ 渠道筛选与管理问题 --- 渠道分析（29.73%） 提效关键点： 根据不同岗位与类型的人才分类进行渠道来源分析，从而形成精细化管理方案以达到精准匹配的目的。
易、难招岗的人才吸引与转化率低，招聘完成难度高---招聘漏斗转化（23.65%），人才画像精准度（15.54%），招聘周期/速度 （9.45%）
1.易招岗（例如校招、普通岗等） 提效关键点： 通过招聘系统分析过程漏斗指标，并得出关键节点数据，从而针对性地讨论分析找出原因；此外，还需就recruiter个人过程漏斗 指标进行分析，以确保招聘能力的标准化，以及匹配实践和数据分析提升recruiter能力，对于转化率/效率更高的recruiter在职级和薪 酬奖励上拉开差距。
2.难招岗（高管、重点岗位、新岗位、稀缺性人才、复合型人才等） 提效关键点： 人才库维护与盘活：企业需要通过人才库的盘活、自定义候选人信息，和拉新来不断扩充重点岗位的候选人数量，以提升、判断 潜在候选人岗位适配度的准确性。此外，recruiter 需要定期保持联系、保温以便产生吸引，从而提升招聘成功率。 人才悬赏：根据战略规划提前发布高端人才需求大类，把人才蓄到池子里。Recruiter 和资源方可以根据高端人群的大类进行提 前蓄水。一旦招聘需求发布后，可以直接从池子中锁定候选人。Market intelligence（市场情报分析）：通过搜集与分析市场上类似岗位的人群薪资分布、竞争对手企业的岗位薪资信息等， 对岗位定位及预算等做调整； 反复梳理和优化人才需求：若通过以上三种方式仍然无法很好地进行人才吸引与获取，则需要重新梳理、优化人才需求，确定更 为精准的画像或考虑市场中是否存在该类人才或对业务部门进行期望调整。例如降低要求或调整、拆解岗位设置，从而缩短招聘 周期和到岗时间，并降低因大量寻找难招岗人才而导致的招聘成本上升问题。
关于“人才库维护与盘活”，智享会“智库”的建议： 此部分建议也同时适用于“候选人拒绝 offer 情况严重”问题中，需要建立人才库，确保企业的储备人才来改善和提效。 其实对于人才库的管理，人才库的简历量积累并不难，其关键在于：企业如何进一步做好简历分类归集、候选人维护盘活以及 人才库转化和效果衡量，从而实现有效的转化提升招聘效率。
关于“反复梳理和优化人才需求”，智享会“智库”的建议： 此部分建议也同时适用于 1、“候选人拒绝 offer 情况严重”问题中，需要通过和业务部门讨论目标人群需求和标准，以及 offer 条件 的调整（例如调整定价预估）；2、“人才画像不清、精准度问题”以及“候选人留任率低”，需再次精确、调整画像特征以达到改善和 提效目的。
候选人拒绝 offer 情况严重 --- 招聘漏斗转化（23.65%），招聘流程改善（16.89%），人才画像精准度（15.54%），招聘者能力（4.05%） 提效关键点： 若候选人拒 offer 率高与 recruiter 相关（例如能力、动机），则需要使用招聘运营，以及培养营销思维的手段，对其做针对性的培训。 若候选人拒 offer 率高非人为导致，则需要和业务部门讨论人才需求和标准，以及 offer 条件的调整（例如调整定价预估）。 建立人才库，确保企业的储备人才。
