从专业视点来看，Opower公司这个事例研讨十分的有价值，
完好地展示了把招聘做到90分（优异）是什么样的一种状况。
并且事例也十分完好，
从地点的情境、到测验探索、到获得一些作用、迎来展开的全进程，
最终复盘的观念也很有启发性，篇幅较长，引荐认真学习。
1事例布景 关于Opower及其招聘团队
Opower是一家总部坐落华盛顿，规划600人左右的公司，咱们的使命是帮忙公共事业公司创立运用清洁动力的未来。
Opower成立于2007年，多年来，咱们的产品在全世界范围内为客户节省超越10亿美元，满意整个州居民运用一年的电。
虽然咱们关于剖析东西&剖析资源的预算十分有限，但咱们具有一位精于剖析的HR成员，他会在所担任HR作业之余为招聘剖析腾出一些时刻。
与许多的招聘团队相同，咱们的精力也首要被日复一日的招聘活动所占有,终究这就是咱们的作业。
但这些年来，经过在作业中多动动脑子，而不是闷头苦干，咱们获得了一些额定的成果。
“精明作业”知易行难，咱们做的还远不完美。
但咱们可以充溢自傲的说，咱们一直在前进——许多的前进依赖于咱们运用数据进行深思熟虑、准确决议方案的才干。
2动机 咱们对人才剖析的观念
当咱们开端寻觅人才剖析（关于招聘与人力资源剖析的概括性术语）范畴的最佳实践时，咱们发现现实上简直一切的文献都是以那些有着满意预算的大型企业为实例的。
这确实令人生畏，咱们也很清楚咱们彻底不行能与Google这样的企业同日而语，它们有着精于人力剖析的独立部分。
咱们所知道的是，
人力剖析功能的充沛发挥为企业的安排健康带来了巨大的收益，包含更佳的招聘质量、持续提高的成绩体现、更优异的招聘方针，乃至还有持续添加的利润率。（Bersin2013）
咱们也期望在Opower看到这些改动，但咱们有必要兢兢业业，从小处做起。
在进行了将近一年的剖析（东西）开发之后，咱们才偶尔发现了Bersin的人才剖析成熟度模型。
它制作出了在企业树立人才剖析功能的全进程，并依据企业运用人力资源数据的办法将他们归于不同成熟度的四个阶段。
咱们对照德勤贝新成熟度模型拟定了路线图。
咱们与大多数企业相同——只是在需求时陈述方针数据，而并不实在处理问题或进行猜想。
Bersin也提示了这一晋级的进程实践上并不轻松。
这张图指出了一些重要的东西。
榜首条十分显着：
企业在人才剖析上的投入越多，产出也就越多；
其次，在层级1到层级2之间存在着一个大多数企业需求打破的“瓶颈点”——它们需求支付适当多的尽力才干把握高档陈述的诀窍，一起也才会开端考虑是否在数据剖析范畴投入会获得相应的报答。
可是，直到企业开端运用数据处理问题并进行猜想，数据剖析的实在价值才得以体现。
这也正是归于咱们自己的“啊-哈”时刻——
接下来的仅有问题就是咱们还没有成为那种有着满意预算的大企业，咱们所面对的应战是充沛利用每一分钱。
3咱们所做的事
2014：挺过最困难的时刻
首要让咱们扼要回忆一下在发现Bersin的研讨之前咱们的日子状况：
2014年，咱们刚刚开端对人才剖析范畴进行出资，咱们的招聘团队还在生长展开之中，企业行将上市，咱们也期望在剖析范畴具有一些不错的资源，以协助咱们跟进咱们的方针。
ScottWalker，刚参加Opower时担任收购开发工程师，在兼职为咱们规划数据仪表盘6个月之后，决议全职参加剖析团队。
在这一全新人物中，Scott的责任是为人力资源部分供给例行的招聘数据剖析。
从到岗时刻、电话沟通时刻，到人才挑选各阶段的转化方针，数据剖析涵盖了招聘方针所触及的方方面面。
起先，仪表盘是一项广受欢迎的改动。
在会议前招聘人员精心预备，那些依据企业Logo进行配色的图表也确实十分精巧。
但很快，在几个月之后，Scoot和剖析团队意识到仪表盘的作用只是是“做秀”——它们并不发生任何洞见，咱们也没有运用这些数据，招聘司理在拿到方针成果后会说“OK，我知道了，所以咱们要？”
咱们一起还面对一项严重的问题：数据准确性，由于招聘人员在运用体系的办法并不共同。
咱们陷在了剖析的榜首层级，确实遭受了Bersin图表中的那个“瓶颈点”。
别的一项应战是，当咱们刚开端进行数据剖析的时分，咱们并不知道要怎么去叙述数据背面的故事，就像小孩子榜初次精心装扮自己——把各式各样的饰品大杂烩一般堆在身上，到最终只能是一团糟。
最终的仪表盘十分令人为难（如上图），原因包含但不限于以下内容：
速度计；除了“一季度offer承受数”，其他数据无法显现咱们实践作业成绩的好坏；不恰当运用饼形图用以比较不同提名人雇佣与途径之间的不同；并未引导陈述阅读者重视咱们期望展示的关键；在对招聘人员比较时未考虑所担任岗位的难度与类型；
转折点
经过了2014年的失利，咱们的剖析团队也经过实践、反应，承受内部剖析专家的辅导得以不断提高。
一起，不管作为公司或是团队，咱们也有了簇新的开端——Opower成为上市公司，企业展开方向进行了调整，咱们的招聘需求也变得愈加难以猜想。
咱们那些精通于某个范畴特定人物搜索的招聘人员，也不得不学习不同范畴的事务特色，以满意不断改动的招聘需求。
相应的，对劳动力的办理与对招聘团队成绩的评价就变得越来越来困难。
在这段时刻，DawnMitchell，咱们的现任总监，被任命为团队担任人。
接二连三的改动令咱们意识到，咱们需求彻底改动咱们办理团队以及到达方针的办法，咱们还需求拟定战略，以辅导咱们发布运用数据的办法。
也就在这个时分，咱们留意到了Bersin对人才剖析的研讨，也简直是一起，咱们当即丢掉了现行的那套为到达特定方针而规划的仪表盘。
进程——2015：就全新结构展开的“实验风暴”
与脑筋风暴不同，2015年一整年咱们都在展开“实验风暴”——在未经过充沛证明或规划尚不完美时就进行实验的办法。
为了展开尽可能多的实验，咱们不得不快速获得数据，在还不断定是否见效的时分就告诉并测验新的数据剖析办法。
咱们来看看进程是什么样的。
1.整理提名人盯梢体系，清空大脑
为了令咱们的剖析才干到达层级1并进入健康的展开轨迹，咱们有必要把握准确的数据。咱们经过两步来完结这一方针。
首要，咱们用了一个月的时刻来“清洗”咱们的前史数据——删去过错数据、编写了一份“整理作业”手册并附以准确的方针；
其次，咱们强制性的要求招聘人员运用招聘盯梢体系并履行为期为3个月的，每周作业回忆。
听起来这很糟糕，并且确实也是，可是每周的作业会议却十分简略：每位招聘人员被要求在会议室中承受1小时的某一类作业回忆，关于挑选哪一类作业他们并不事前知情。
假如招聘人员的数据出现了过错，榜初次时并不会有令人不快的成果。咱们将会把这看作一次学习的时机，要求他们鄙人一次会议之前予以改正。
咱们发现，在大多数状况下，礼貌但公开化的助推行为足以保证数据的准确。
虽然完美的数据是不现实的，但经过3个月的运转，咱们的数据现已满意准确。
之后，咱们中止了每周例行的会议，取而代之的是展开周期性的检查，以保证不出现重复或反弹。
2.招聘人员负荷与绩效：四象限模型
在完结前史数据的整理作业之后，咱们着手处理下一项严重应战：将数据实在用于处理问题。
由于咱们所面对的其间一项严重他应战是办理团队才干，因此咱们决议从这儿着手。
一个咱们总是尽力答复却又不肯答复的问题是：“咱们终究需求多少招聘人员，才干到达XX个的招聘方针？”
问题的答案显着与招聘的岗位类型相关，可是关于为何某类岗位与其他岗位间存在差异，咱们并没有依据数据的解说。
因此，咱们对一种称为“四象限模型”的结构——经过招聘难度而不是招聘量评价招聘人员作业负荷与方针的办法——进行了测验。
首要，咱们依据不同岗位的招聘难度完结了布景调研，归纳考量了招聘周期、人才库质量、商场稀缺度以及针对不同岗位的招聘人员负荷。
在大多数调研中，咱们发现招聘难度与提名人技能构成在人才商场中的共同性以及咱们对这一岗位的需求频率高度相关。
所以，咱们依据这两个维度将各类岗位划分为四个象限，经过赋予每个象限与招聘难度相关的不同分值，咱们得以经过核算出招聘人员的分值来衡量他们的作业负荷。
此外，树立在前史数据的基础上，每个象限也都设置了不同的到岗时刻要求。
例如，坐落第2象限的岗位招聘难度可能相对没有那么大，比方项目司理——这类岗位的技能构成相对常见，而咱们也总是在招聘，因此咱们招聘的速度也相对较快。
相反，坐落第4象限的是咱们最为困难的岗位，比方工程副总裁——这类岗位的技能构成十分共同，咱们也很少招聘，所以一般需求花费好几个月的时刻才可以找到最为适宜的提名人。
每个象限的分数代表对应岗位类别所需求支付的尽力，这也意味着招聘人员在招聘一位第4象限提名人所支付的尽力应当与招聘两位第2象限提名人适当。
在2015年，大多数招聘人员每个季度交给的人员大约在25~30象限得分之间，由于咱们会依据岗位的难度进行调整，因此他们的负荷也相对公正。
以下图中的Sally和Bob为例，你们会看到招聘人员绩效方针现已二者之间的比较：
上图显现，虽然在均匀到岗时刻方针上Sally的体现远不如Bob，她的招聘周期更长，但细分到每个象限的岗位上，她的及时到岗率却更好。
Sally一起也到达了更多的象限得分，相对她地点团队的其他成员，她所担任岗位的招聘难度也更大一些。
此外，假如咱们关怀Bob的绩效体现，咱们可以更为深化地剖析其间的原因——
是否提名人被卡在了某个特定的面试环节？
Bob在电话面试时是否进行了有用的资历审阅？
Bob提名人的开发是否得力？
经过这种办法，四象限模型成为了咱们进一步分类与深挖数据的起点。
更为重要的是，四象限模型协助咱们实在提高了绩效。
在知晓并清晰了招聘负荷与方针背面的基本原理之后，咱们总能完结既定的作业方针，一起，2015年咱们也将均匀招聘周期从93天下降到了67天。
4需求猜想与资源获取
在之前的数年中，咱们的招聘猜想都是这样做出的：
咱们会问询事务担任人当年的招聘需求，结合咱们从前离任率评价异动状况，然后，猜想搞定。
但不幸的是，这种大略的猜想与实践状况截然不同，咱们也底子无法评价到达招聘方针所需求的资源。
2015年，经过数据与核算，咱们现已可以进行更为准确的离任率和添加猜想。以下是咱们在2015年进行的一些新的猜想实践：
创立离任率趋势模型，而不再运用均匀前史离任率数据；在半年度方案中引进了“方案外岗位”剖析引进了人员异动率以及进一步的从头需求招聘(backfill，因职工离任而从头出现的招聘需求)剖析在搜索进程中撤销必定份额的岗位或对岗位描绘进行调整对招聘人员脱离团队的可能性、人员弥补及到达规范交给才干周期进行预算（对咱们而言，这一周期大约是4~6个月）认识到用人部分司理一般只知道他们当下的招聘需求，而不是半年后的需求。
当咱们展示咱们对事务带来的招聘需求的猜想时，确实遭到了遍及的置疑。
这些猜想被认为是“片面组成”的——由于人头的添加相对有限，因此招聘需求应当也是放缓的。
对此咱们并没有进行辩驳，事务部分有他们的猜想，而咱们进行咱们的猜想，让咱们看看现实是什么样的：
上图显现了在招聘需求的猜想方面，咱们的猜想办法比开端的事务猜想更为有用。
对咱们而言，这是一次重要的成功，但接下来的问题就是依据当时的团队状况，咱们的交给才干只能满意估计招聘需求的70%，因此咱们不得不请求更多的预算。
一起咱们向办理层陈述了针对以下3种不同情境的规划：
与当时已有资源所匹配的才干可以当即满意当时招聘需求、但本钱相对更高的短期资源需求相对经济一些、可以满意85%的招聘方针所需求的长时刻资源需求
5细看一下咱们针对不同情境的猜想
可能正如你所猜想的，相关于在猎头途径上投入许多的本钱，咱们都赞同了相对经济一些的方案，所削减的35万美元开支并实践上并没有看上去预算折半那么糟糕。
别的需求特别留意的是，以上情境中的每一项猜想或定论都来源于数据剖析并经过了实践状况的实证查验。
下面是依据更为经济的方案咱们所到达的成果：
起到的作用
咱们100%到达了2015年237人的招聘方针
均匀每个月经过Hired.com招募到2个招聘难度十分大的技能类提名人
长时刻资源的投入（合同工、全职雇员）带来了每季度约20人的到岗人员提高
2季度的暂时奖赏方案有用提高了招聘产出（月度均匀到岗时刻缩减了4天，每位招聘人员大约额定完结了2个岗位的招聘使命）
未能完结的方针
咱们的严重失误是针对工程技能人员的10000美元内部引荐奖赏彻底没有见效。
咱们现已有了十分丰盛的内部引荐奖赏项目，因此10000美元额定的奖赏并没有带来预期的作用，它所添加的只是不合格人选的数量。
6整合人力资源与招聘数据
2015年咱们投入精力所展开的一项重要作业是将招聘数据与其他人力资源数据进行整合，以寻求更为全体与体系的人员战略。
来自更多范畴的数据可以提醒有关面试有用性、招聘质量、从头需求招聘(Backfillhiring)猜想等重要的信息，并发生一些令人力资源整体获益的洞见。
让咱们回忆一下咱们近来的发现。
面试可以猜想绩效体现吗
作为重视招聘质量的开端，咱们查验了面试得分是否可以猜想职工的绩效体现。
以261位新入职职工为样本，咱们将面试得分与绩效回忆的得分进行了比对。
咱们发现，当面试官由5人或更多人组成时，面试得分可以猜想绩效体现；可是，假如某项聘任决议方案是成果少于5人面试而做出的，这一相关性就消失了。
虽然咱们都了解相关性应当被慎重看待，但这一发现对咱们的招聘战略发生了严重影响——这是关于咱们从前提出的只是依托几个人（而非整个面试小组）是难以做出有用的聘任决议方案这一观念的初次验证。
招聘质量是否与招聘途径相关？
绩效评分是衡量招聘质量的一个要素，另一个要素就是职工保存率。
几个月前，咱们想了解不同招聘途径的职工保存率是否存在差异，因此咱们就首要的招聘途径别离剖析了1年于2年的职工保存率，数据是这样的：
风趣的是，不管是1年或是2年，管培生与职工内部引荐提名人更倾向于留在Opower，而网络招聘、猎头途径或被迫招聘的保存率则远低于此。
一种假设是内部引荐与管培生在正式参加Opower之前，就可以得到关于实践作业状况最为实在的信息——他们要么已在Opower作业，要么已与他们在这儿作业的朋友进行了充沛且坦白的沟通。
相反，猎头组织或招聘团队则更倾向于展示企业与团队活跃的一面，因此或许未能协助提名人对企业有客观的了解。
而另一种假设是，内部引荐与管培生更有可能在Opower树立更佳的人际网络。
不管是哪一种原因，咱们都可以藉由这一数据，考虑在职工引荐与管培生项目上加大投入，以树立起杰出的职工价值建议，并进行一些促进职工保存的测验。
别的，咱们完结了对不同招聘途径间绩效回忆体现的相似剖析，内部引荐、经过网络招聘或招聘人员主动搜索的提名人，其绩效散布并未显现出显着的差异。
未来，咱们还将研讨这一趋势是否会持续改动、并评价特定岗位职工的担任才干，以剖析咱们的岗位描绘与部分司理对特定岗位的要求是否匹配。
依据职工离任的招聘需求猜想
四象限模型让咱们可以评价因人员离任而带来招聘难度。
首要，前史数据显现咱们有60%的重复需求招聘出现在第3与第4象限，而40%的重复招聘出现在第1象限和第2象限，这意味着在评价需求与资源后进行团队组成时，咱们要引进衡量持续添加的重复需求招聘难度的要素；
其次，随同企业规划的扩展，离任人数的规划也会相应增大，这也将直接影响到咱们的招聘方案；
第三，咱们将现有职工依照四个象限进行了分类，然后辨认与评价不同类别职工的司龄与离任危险。这是咱们本年对此作出的猜想：
所犯的过错
已然咱们还需求一些时刻持续推进战略的施行，让咱们抽出些时刻来回忆一下咱们所阅历的一些失误与遇到的妨碍：
1.陈述与剖析之间的平衡
咱们依然会收到关于数据剖析或出现方面的一些额定要求，频频应对这些要求会牵扯咱们进行“实在剖析”的精力。
“OK，那咱们再延聘几个剖析师吧”——说起来简单，但关于有规划约束的团队而言，这样的话毫无意义。
在资源有限的条件下，咱们不得不抛弃一些无法完结的主意，一起咱们也变得更长于考虑优先级。
2.东西与体系
现在咱们大部分的剖析依然依托Excel来完结（译者注：这听起来还算是一个不错的音讯）。
它很廉价，可以完结咱们想要的成果，可是大多数作业依然需求手工操作。
2016年，咱们的首要方针之一是选用像Tableau这样的主动仪表盘东西。
3.责任共担
咱们的别的一个失误是只是让团队中的一位成员担任数据剖析。一旦他外出，或有其他的项目作业，就没有人可以暂时顶替。
咱们需求加强团队内部的训练以具有后备才干。
4.令更多的人了解咱们
大多数搭档还不了解咱们怎么在人力资源与招聘中运用人力数据，不管是经过季度的内部邮件、布告栏的布告或是关于严重项目的常见问题，咱们都应该在更为广泛的范围内共享咱们的研讨发现。
5.人员招聘的关键
以下是一些保证咱们的数据剖析健康展开的一些“最佳实践”，虽然在许多方面咱们做的还不够超卓，但咱们实践的越多，咱们的数据剖析才干就会越强。
