|最惨离职潮来袭!但为什么HR还是很难招到人?
文章图片
【|最惨离职潮来袭!但为什么HR还是很难招到人?】
文章图片
文章图片
文章图片
“人是越来越难招了!”
“想要的人招不到 , 招到了又不想来 , 好不容易来了的也留不住!”
“每天都加班加点地在各大招聘渠道刷简历、打电话、发短信 , 但还是完成不了招聘指标!”
在这种情况下 , 招聘HR有什么出路?
首先 , 我们要先明确招聘HR在企业里的定位 , 明确了定位后 , 才能知道从哪里去寻找出路 。 招聘HR对企业来说是成本部门 , 不赚钱 , 加上工作内容多且杂 , 这就导致很多招聘HR工作多年 , 却没有成长 , 忙得焦头烂额 , 也不清楚投入了多少 , 取得了哪些成果?一旦招聘效果不理想 , 面对用人部门的质问时 , 理屈词穷 , 但也无法拿出证据来证明自己的价值 。
那如何拿出证据来证明自己的价值?其实很简单 , 就是做会数据分析的HR!
且相比于其他人力资源的岗位 , 数据分析人力资源方向岗位的薪酬水平一般也会高于平均水平 , 最高可达70w+!
一、为什么要做会数据分析的招聘HR?上文也说了 , 大多数HR每天都忙得焦头烂额 , 却不清楚投入了多少 , 取得了哪些成果?但如果招聘HR学会了数据分析思维 , 用其去处理工作 , 就会发现那些看似多且杂的工作会开始变得井井有条 , 而自己也能从中抽出身来 , 去把时间花在更有价值的地方(比如针对近期的招聘数据进行数据分析 , 通过数据去发现哪个招聘环节还需优化 , 并给出自己的改进措施 , 用此来证明自己的价值)而不是花在与候选人和用人部门的扯皮上 。
二、怎样才能成为会数据分析的HR?在明白了为什么要做会数据分析的HR后 , 自然要开始思考如何才能成为会数据分析的HR 。 在这里 , 老李给出三个具有强可行性的学习步骤:
第一步:开始培养自己数据分析的意识
很多文章会让新人先学数据分析工具 , 但其实对于不是统计学/数学出身的人来说 , 刚入门数据分析时 , 最重要的事情就是要先培养自己数据分析的意识 。
这是句空话 , 但也是必须要说的话 。 意识真的很重要 , 如果在一开始没有培养好自己的数据分析意识 , 那之后的数据分析工具和模型也是白学 , 因为你根本不知道要怎么去用到他们 。
那具体怎么培养?首先你得学会具备看待一个事物的逻辑化思维 , 其次再用数据去证明他 。 具体的内容可以参考我之前的原创文章 , 数据分析惯用的5种思维方法 4招教你炼就数据分析的思维 , 在这里就不赘述了 。
第二步:掌握数据分析常用模型和工具
今天只介绍一个常用的模型:漏斗模型
当我们发现招聘情况不理想时 , 就可使用漏斗模型来帮助我们查出问题所在 。 漏斗模型显示了招聘流程从开始到最终录用 , 整个招聘关键路径中每一步的转化率 。
通过漏斗模型 , 我们可以在招聘的各环节进行量化 , 这样不仅能记录我们的投入和产出 , 展现自己工作成果 , 也能通过模型监控日常招聘数据 , 及时发现异常数据 , 分析问题所在 , 提出改进措施 , 进行改进 , 观察改进后的数据 , 形成闭环 。
市场上针对业务人员的数据分析工具 , 多到让人眼花缭乱 , 但工具在精不在多 , 针对使用难度和可用性 , 我还是最推荐大家学Excel(数据量小用它)和FineBI(数据量大用它) 。
Excel , 每个HR都用过的分析工具 , 当公司数据量少时 , 用它就对了 , 不要想用其他的 。 但如果公司数据量开始累积变多时 , 我推荐不会敲代码的招聘HR还是要学FineBI , 不比Excel难多少 , 但是能够处理的数据量跟Excel相比 , 还是远超好几个级别的 。
且支持制作可视化驾驶舱 , 也就不用再学其他可视化软件了 。
这么说可能不太好理解 , 我举个例子 。
在招聘部门 , 数据是永远不缺的 , 但当拿到数据把它导入Excel后 , 却又不知道如何下手 , 就算知道如何下手 , 也会面临因为数据多 , 导致Excel卡顿的问题 。
- |研究生在县城的国家电网工作10年,晒出工资,透露离职的原因
- hr|如何应答“为什么从原公司离职”的话题
- 离职|职业生涯跌入谷底的6个球星,阿扎尔败给了伤病,巴神是个例外
- 离职|工作时间越久越不想努力,也越来越不敢提离职
- 穿衣搭配|身在职场,如此优雅的离职才算体面
- 历史揭秘|为什么会同时出现用工荒和失业潮?古人:听说过白马非马吗?
- 跳槽|离职有没有好时机?把握5个跳槽时机,避免职场空白期
- 短发|秋招中“最惨”文科女生,工作受到性别限制,到手工资很“感人”
- 离职|一旦你有了辞职的念头,就再也干不下去了
- 离职|天龙八部手游13职业与十职业有那些变化