根据Moka实践经验，HR们要想更好地完成招聘工作，只盯着眼前的任务被动接受指示是远远不够的。关注招聘过程中的数据分析，追踪并深入背后规律，并用数据指导行动决策，才能从招聘困局中解放出来。
根据Bersin 的研究，人力资源领域的数据分析正被应用于广泛的业务挑战：招聘仍然是首要关注的领域，其次是绩效衡量、薪酬、人力规划和人才留用。
在招聘领域中，数据分析主要通过数字技术和计算机算法被用于评估和衡量招聘结果及流程的有效性。典型的招聘分析可能涉及到衡量合格人才的来源、招聘流程的长短、招聘优秀员工需要多长时间等。企业招聘分析越是具体，组织优化招聘流程就越有效。举例来说，您也许知道企业人才管道中候选人的转化率是3.9%，但您更需要知道企业Java开发人员候选人的转化率是9.8%，其它职能的候选人转化率位于何种水平。
招聘分析是全面人力资源分析（HR Analytics）中的一部分。它衡量的不仅仅是招聘相关成果，还有候选人管道中持续engage 人才的水平及有效程度。那么高段位的HR们是如何利用招聘分析的呢？
1.解决“三大”招聘指标
最多引用和最受关注的招聘指标是招聘时间（time to hire）、成功招募人数和候选人体验质量。为了利用好这三大招聘指标，您需要更快、更高效、更定量地处理相关数据，并改进实时报告。您是否能将职位需求传达给合适的受众？当应聘者做出回应时，您是否能够在团队内就评估、面试和决策方面快速协作？您是在寻找和吸引最有资格的候选人，然后像对待价值客户一样培养他们吗？
2.衡量并优化人才来源
人才招聘从在报纸或杂志上刊登广告，参与现场招聘活动，进化到现在多达90%的企业都在积极地利用网络搜索、寻找、吸引和评估人才，其中包括大量曾对企业不感兴趣的被动应聘者。Moka建议企业根据申请数量和成功率来衡量和分析网络不同渠道的表现。在未来可以对最佳质量和最多候选人数量的来源进行优先排序。
3.理解数据
现今的大数据时代，数据已变得势不可挡甚至于过剩，理解人才库数据变得极具挑战性。高级申请人跟踪系统 (advanced applicant tracking systems)，也称候选人关系管理系统或人才获取平台，使您更容易对收集的数据进行分类和理解，以制定其它重要招聘指标，例如录用率、招聘成本和多样招聘指标等。同时，多租户解决方案允许您将数据保存在本地以符合区域隐私法律规定。
4. 实时发展和分享洞察
Moka 提醒，不要让您的人才数据在电子表格或电子邮件文件夹中闲置。您可以使用这些数据进行实时分析、报告和明智决策。您需要灵活搜索和查找隐藏数据来指导人才决策。招聘分析还可通过优先标准找到候选人，并根据平衡和校准的关键指标对其进行评估，来减少招聘决策中的无意识偏见。
5. 激发候选人参与度
Moka 建议您通过社交和专业网络分析了解企业的人才来源、想要engage 的人才以及哪些技能将推动企业未来。通过倾听和机器学习，与锁定的人才互动，根据候选人的喜好建立关系将提高候选人参与度。为希望使用视频渠道的候选人提供基于视频的互动和内容。
Moka建议在您使用的招聘系统中，您需要包含可视化招聘分析，包括仪表盘、比较列和自定义报表等。同时还需要包含更广泛的可视化人力资源指标，例如人才变动、人力资本回报率、劳动力成本和每个员工的支出等。
Moka 建议，无论您是招聘人员、招聘经理或是人力资源主管，您的招聘分析系统都应帮助您：
在单个系统通过单次登录了解数据，利用可视化、交互式过滤和个性化报告，不仅助您看到数据，还可理解并对其采取行动。
通过人才招聘旅程所有阶段和潜在障碍实时衡量绩效表现，包括人才寻找、参与度、录用率等。
通过数据和行为分析改善候选人体验和招聘指标表现。利用机器学习能力和数据专家团队，获得组织制定决策所需的预测性洞察。
致力指导未来和持续敏捷业务进行战略预测。识别影响参与度的机会和威胁，并指导人才获取流程。
