近一年来，Moka接受到的HR咨询中，99%都有招聘数据分析的需求。用数据支持业务决策已是普遍需求。如果问HR们目前最想学习的技能是什么，那一定是
数据分析。Moka系统的数据分析为何受青睐，HR们何以如此重视数据分析呢？这里用几个真实的例子来说明数据洞见对HR招聘工作的重要性。
不久前，国内知名的服装品牌HRD告诉Moka的顾问，她最近因为一个特别基础的问题被老板挑战了。具体问题是CEO问她，你知道最近门店有多少岗位空缺、有多人在面试、有多少人准备入职吗？由于门店的导购主要由店长负责，HRD一时间回答不上来。即使要回答，也需要和全国各个区域、几千家门店的店长进行统计，需要花费大量的时间和精力。数据的第一作用就是帮助HR了解招聘现状。
有了招聘现状的数据，HR就可以借助数据发现招聘中的问题，并提出优化方案。举个例子，一家教育公司同时采用自有渠道、猎头、内推、第三方渠道等方式招聘。HR向Moka顾问询问这些渠道的入职占比是否合理，与同行平均水平相比哪些渠道可以提升。通过数据我们发现其内推占比相对较低，而猎头的使用相对偏高。在得知这一现状后，这名HR尝试将猎头职位开放给内推，同时做了很多内推物料、丰富了内推玩法，把内推占比提升了10%，反而节约了不少猎头成本。数据是一面镜子，帮助HR反观招聘过程，察觉哪里可能存在异常，针对性的提出优化建议，提升招聘过程的效能。
国内一家知名的餐饮企业HR告诉Moka顾问，今年他们将加大招聘官网和门店内推的力度。原因是他们观察了过去几年简历来源和入职人员的数据，发现这两个渠道的简历数量和入职率都在不断提高，已经超过了第三方的招聘渠道，因此今年整体调整了渠道策略，以打造私域流量为主。数据驱动也可以优化招聘管理策略。
数据洞见正在重构企业的管理、运营、工作模式。从某种意义上说，数据就是“黄金”，数据就是效益，数据就是竞争力。然而，现实中HR们还是对数据分析无从下手，首要原因是没有数据。
没有数据，谈何分析？
俗话说：“巧妇难为无米之炊”。数据断层现象在招聘中非常常见。
1、渠道缺乏监控，尤其是在全国各个区域有分公司、有门店的企业，渠道很分散，无法集中管理，跟踪各渠道简历数、面试转化率、offer/入职转化率等数据，也没办法进行横向对比，无法客观评价渠道效果。
2、过程数据没有留痕，造成根本没有数据可用。比如很多面试都是线下进行，面试后也是HR和面试官口头聊一聊，看看合不合适，根本没有记录。这样一来，之后的人才分析就没有了锚。很多HR都是用excel记录数据，表头里有的数据可以统计，但是表头里没有的数据，HR日后想要做关联分析，根本就找不到历史数据。
3、缺少操作数据，团队效率只能靠感觉。招聘是讲究效率的，如果HR或者面试官处理慢了，候选人可能就入职其他公司了。但是HR、面试官具体处理简历、安排面试、发送offer用了多长时间，很难准确记录用时、评估效率。
要想实现数据分析，首先数据要全面，不能有数据断层。Moka通过“制度流程化、流程表单化、表单信息化”的方式，Moka打通全链路招聘流程数据，从源头帮助企业收集全量的招聘数据。职位数据、简历数据、招聘过程数据、评价结果、操作数据等等，都可以通过数字化系统集中收集，并且历史数据随时可追溯。
企业之间对数据指标的理解往往存在细微的差异，数据指标的定义非常关键，会影响后期数据分析的准确性。为满足不同企业、HR对数据指标的不同定义和需要，Moka支持用户自定义数据字段，数据之间还能加减乘除得出计算字段，灵活配置出HR自己想要的数据。
为辅助实现人力资源智能化分析，更好的通过数据得出结论，Moka在数据统计基础上提供数据预警。一方面，针对阶段数据和过往数据做同环比交叉比较，动态了解当前招聘过程情况。另一方面，基于行业数据做横评，了解当前招聘过程在行业内处于什么情况。当然Moka数据报表支持数据穿透，方便HR层层定位问题，解决问题。
为快速了解关键指标的表现，Moka提供可自行配置的总览（Dashboard），支持折线图、饼状图、柱状图等多种形态数据呈现，让管理者快速了解整个招聘进展，及招聘过程中核心数值和指标，结果一目了然。
谷歌的首席人才官就曾说过：“谷歌的HR决策从来都不是来自哪个最佳实践，一定只会来自内部数据的分析”。谷歌有一项著名的数据分析。早期的谷歌面试流程长达4-6个月，面试被拉得很长通常是因为员工会接受很多轮面试，再加上面试官的时间很难凑到一起。谷歌通过数据分析，发现面试官超过4-5人以上时，面试官数量的增加并不能提升最后录取的候选人质量。基于此，谷歌改革了招聘流程，确保每名候选人在整个面试流程中最多接受不超过4-5人的面试，面试流程平均周期也下降到了45天左右。
数据在招聘领域中的应用还有很大的空间，在降低成本、预测未来、提升体验方面将大有可为。例如，与心理学、微表情等进行跨学科的融合分析，来预测员工胜任力，判断候选人对话的真实性；通过用绩效数据反推候选人画像、预测员工表现。当然，还能提供更丰富的面试场景，用智能机器人提供更快捷的招聘体验，改善候选人的参与度。未来效率的竞争可能是在人与机器之间展开。
Moka的愿景是打造极致体验、数据驱动的智能化HCM系统。早在2018年，Moka就组建了AI和大数据的团队，并构建了相对完善的技术基础设施，近一年推出的BI模块和AI解决方案也逐步得到了客户的认可。Moka CEO李国兴表示：“未来我们会持续在这两方面加大投入。用户体验、数据驱动、智能化是Moka产品的理念，这三者之间是1和0的关系。用户体验是基础，数据驱动是保障，智能化是发展方向，这是一个递进的关系，缺一不可。”
