Ihre Datenvorlage für Rekrutierung & Talentakquisition

Dieses Attribut beschreibt ein spezifisches Event oder eine Phase im Rekrutierungslebenszyklus, wie z.B. 'Bewerbung erhalten', 'Interview geplant' oder 'Angebot unterbreitet'. Jede erfasste Aktivität stellt einen Zeitpunkt dar, zu dem sich der Status der Bewerbung geändert oder eine wichtige Aktion stattgefunden hat.\n\nIn der Process Mining Analyse bildet die Abfolge der Aktivitäten die Grundlage der Prozesslandkarte. Sie ermöglicht Analysten, den tatsächlichen Fluss des Rekrutierungsprozesses zu visualisieren, gängige Pfade zu entdecken und Abweichungen vom Standardverfahren zu identifizieren. Die Analyse von Aktivitäten ist entscheidend, um den Rekrutierungstrichter zu verstehen, zu erkennen, wo Kandidaten ausscheiden, und die in jeder Phase verbrachte Zeit zu messen.

Es definiert die Schritte des Prozesses und ermöglicht die Visualisierung des Rekrutierungstrichters sowie die Identifizierung von Engpässen oder Abweichungen.

Gefunden in Event Logs, Statusänderungseinträgen oder Aktivitätshistorientabellen, die mit Bewerbungen zusammenhängen.

Dieser Timestamp gibt den genauen Zeitpunkt an, zu dem eine Aktivität stattfand oder im System protokolliert wurde. Bei Aktivitäten mit Dauer markiert er den Start, während für sofortige Events den Zeitpunkt des Auftretens. Präzise Timestamps sind entscheidend, um die chronologische Reihenfolge der Events für jede Bewerbung zu rekonstruieren.\n\nDieses Attribut ist die Grundlage für alle zeitbasierten Analysen im Process Mining. Es wird verwendet, um die Zeit zwischen Aktivitäten (Zykluszeit), die Dauer spezifischer Phasen und die gesamte Time-to-Hire zu berechnen. Durch die Analyse dieser Timestamps können Organisationen Verzögerungen identifizieren, die Leistung anhand von Service Level Agreements messen und Möglichkeiten zur Beschleunigung des Einstellungsprozesses aufzeigen.

Dies ist der primäre Timestamp, der verwendet wird, um Events chronologisch zu ordnen und alle zeitbasierten Metriken, wie Zykluszeiten und die gesamte Time-to-Hire, zu berechnen.

Typischerweise neben dem Aktivitätsnamen in Event Logs oder Transaktionsdatensätzen innerhalb des Rekrutierungssystems zu finden.

Die Job Application ID identifiziert eindeutig eine einzelne Instanz eines Kandidaten, der sich auf eine Stellenanforderung bewirbt. Jeder Bewerbungsprozess, von der ersten Einreichung bis zu einer endgültigen Entscheidung wie 'Eingestellt' oder 'Abgelehnt', wird unter dieser ID verfolgt. Sie fungiert als verbindender Faden für alle zugehörigen Aktivitäten, Zeitstempel und Datenpunkte einer Bewerbungsreise.

Im Process Mining ist dieses Attribut grundlegend für die Case-Analyse. Es ermöglicht dem Tool, den End-to-End-Prozessfluss für jede Bewerbung zu rekonstruieren und verschiedene Wege zu visualisieren, die Kandidaten einschlagen. Durch die Gruppierung aller Events unter einer gemeinsamen Job Application ID können Analysten Case-Dauern genau messen, Engpässe in spezifischen Bewerbungslebenszyklen identifizieren und Prozessvarianten vergleichen.

Diese ID ist unerlässlich, um den Weg jeder Bewerbung von Anfang bis Ende zu verfolgen und die Berechnung wichtiger Kennzahlen wie Time-to-Hire sowie die Analyse von Prozessvariationen zu ermöglichen.

Typischerweise in den Hauptdatensätzen der Bewerbung oder Kandidatenaktivität im Rekrutierungssystem zu finden.

Dieses Attribut markiert Datum und Uhrzeit der letzten Synchronisierung oder Abfrage der Daten aus der Quellanwendung. Es dient als Metadatenfeld, das die Aktualität der analysierten Informationen widerspiegelt. Dies unterscheidet sich vom Aktivitäts-Timestamp, der den Zeitpunkt des tatsächlichen Geschäfts-Events erfasst.\n\nIm Process Mining Kontext ist dieser Timestamp entscheidend für die Aufrechterhaltung der Datenintegrität und das Verständnis der Aktualität der Analyse. Er hilft den Benutzern zu wissen, ob sie aktuelle Informationen betrachten, was besonders wichtig für die kontinuierliche Überwachung und operationale Dashboards ist. Er kann auch verwendet werden, um veraltete Daten herauszufiltern oder Datenpipeline-Aktualisierungen auszulösen.

Dieser Timestamp stellt sicher, dass Benutzer die Aktualität der Daten verstehen, was entscheidend für die Relevanz und Genauigkeit der fortlaufenden Prozessüberwachung und -analyse ist.

Wird typischerweise vom Datenintegrations- oder ETL-Tool (Extract, Transform, Load) während des Datenladeprozesses hinzugefügt.

Dieses Attribut identifiziert das führende System, wie z.B. das Applicant Tracking System (ATS) oder die Human Capital Management (HCM) Plattform, in dem die Rekrutierungsaktivitäten verwaltet und erfasst werden. In Umgebungen mit mehreren Systemen hilft dieses Feld, die Herkunft verschiedener Datenpunkte zu unterscheiden und sorgt für Klarheit und Nachvollziehbarkeit.\n\nFür die Process Mining Analyse ist das Wissen über das Quellsystem entscheidend für die Datenvalidierung und -Governance. Es hilft, den Kontext der Daten zu verstehen und kann verwendet werden, um Analysen auf bestimmte Systeme zu filtern, wenn mehrere integriert sind. Dies ist besonders wichtig während der Datenaufbereitung und bei der Fehlerbehebung von Diskrepanzen, da es auf den richtigen Ort verweist, um Datenqualitätsprobleme zu untersuchen.

Es bietet Kontext zur Herkunft der Daten, was entscheidend für Data Governance, Validierung und Fehlerbehebung in Multi-System-Umgebungen ist.

Wird oft während des Datenextraktionsprozesses hinzugefügt oder ist als Standardfeld in Data Warehouses verfügbar.

Dieses Attribut erfasst den Abschluss von Aktivitäten, die sich über einen Zeitraum erstrecken, wie ein Interview oder eine Hintergrundprüfung. Während viele Rekrutierungsaktivitäten als einzelne Zeitpunkte mit einem Start-Timestamp erfasst werden, ermöglicht eine Endzeit die präzise Dauerbestimmung spezifischer Prozessschritte.\n\nFür die Prozessanalyse ermöglicht die Endzeit die Berechnung von Aktivitätsdauern, wodurch Wartezeit und Bearbeitungszeit unterschieden werden können. Sie können beispielsweise die genaue Dauer eines Interviews messen, nicht nur die Zeit zwischen dessen Planung und dem Erhalt des Feedbacks. Dies bietet eine granularere Sicht darauf, wo Zeit verbraucht wird, und hilft, Ineffizienzen innerhalb spezifischer Aufgaben zu identifizieren, nicht nur zwischen ihnen.

Es ermöglicht die präzise Berechnung der Dauer einzelner Aktivitäten und hilft, zwischen aktiver Bearbeitungszeit und unproduktiver Wartezeit zu unterscheiden.

Gefunden in Event- oder Aktivitätslogs, oft im selben Datensatz wie die Startzeit, für Systeme, die Aktivitätsdauern verfolgen.

Dieses Attribut identifiziert die Organisationseinheit, wie z.B. 'Vertrieb', 'Entwicklung' oder 'Personalabteilung', die eine offene Position besetzt. Es bietet eine Möglichkeit, die Analyse von Rekrutierungsprozessen gemäß der Organisationshierarchie des Unternehmens zu strukturieren.\n\nDie Analyse von Rekrutierungsdaten nach Abteilungen ist entscheidend, um zu verstehen, wie die Einstellungsleistung im gesamten Unternehmen variiert. Sie hilft zu erkennen, welche Abteilungen die effizientesten Einstellungsprozesse haben und welche Unterstützung benötigen. Dieses Attribut wird verwendet, um Abteilungs-Dashboards zu erstellen, KPIs wie Time-to-Hire und Angebotsannahmequoten zwischen Teams zu vergleichen und Rekrutierungsressourcen effektiv zuzuweisen.

Ermöglicht die Analyse der Rekrutierungseffizienz und Arbeitslast nach Geschäftsbereich und hilft dabei, abteilungsspezifische Trends, Herausforderungen und Ressourcenbedürfnisse zu identifizieren.

Aus den Stellenanforderungs- oder Positionsstammdaten bezogen, die der Bewerbung zugeordnet sind.

Dieses Attribut gibt den Endstatus einer Bewerbung innerhalb des Rekrutierungsprozesses an. Gängige Status sind 'Eingestellt', 'Abgelehnt', 'Angebot abgelehnt' oder 'Vom Kandidaten zurückgezogen'. Es stellt den Abschluss des Prozesses für diesen spezifischen Bewerbungs-Case dar.\n\nIm Process Mining ist der Endstatus entscheidend für ergebnisorientierte Analysen. Er ermöglicht das Filtern von Prozesslandkarten, um die Wege eingestellter Kandidaten mit denen abgelehnter zu vergleichen. Dies hilft, den 'Happy Path' zu identifizieren und zu verstehen, welche Prozessmuster zu erfolgreichen Ergebnissen führen. Er ist auch die Grundlage für die Berechnung wichtiger Kennzahlen wie Angebotsannahmequoten und Kandidatenabbruchraten in verschiedenen Phasen.

Definiert das Endergebnis jedes Falles und ermöglicht die Analyse, welche Prozessvarianten zu erfolgreichen Einstellungen im Vergleich zu Ablehnungen oder Rückzügen führen.

Gefunden im Hauptdatensatz der Bewerbung, der die endgültige Entscheidung darstellt.

Dieses Attribut verfolgt den Ursprung einer Bewerbung und gibt an, wie der Kandidat von der Rolle erfahren und sich beworben hat. Gängige Quellen sind Karriere-Websites, Mitarbeiterempfehlungen, Direktansprache durch Recruiter, LinkedIn oder Universitäts-Jobmessen.\n\nDies ist ein entscheidendes Attribut zur Bewertung der Effektivität verschiedener Talentakquisitionsstrategien. Durch die Analyse des Volumens und der Qualität der Kandidaten aus jeder Quelle können Organisationen den Return on Investment für ihre Sourcing-Kanäle berechnen. Process Mining kann zeigen, welche Quellen Kandidaten liefern, die im Funnel am weitesten fortschreiten oder zu den meisten Einstellungen führen, was hilft, die Ausgaben für das Rekrutierungsmarketing zu optimieren.

Es ist unerlässlich für die Messung der Effektivität und des ROI verschiedener Sourcing-Kanäle und hilft, das Recruitment-Marketing und die -Strategie zu optimieren.

Wird normalerweise zum Zeitpunkt der Bewerbungserfassung erfasst, entweder über Tracking-Links oder selbst vom Kandidaten gemeldet.

Dieses Attribut gibt die offizielle Bezeichnung der Stellenausschreibung an, wie z.B. 'Senior Software Engineer' oder 'Marketing Manager'. Es liefert wesentlichen Geschäftskontext für den Rekrutierungsprozess und beschreibt die Art der zu besetzenden Rolle.\n\nDer Jobtitel ist eine kritische Dimension für die Analyse. Er ermöglicht es Stakeholdern, die Rekrutierungsleistung nach Rollen seniority, Funktion oder Spezialisierung zu segmentieren. Zum Beispiel kann er verwendet werden, um die Time-to-Hire für technische Rollen im Vergleich zu administrativen Rollen zu vergleichen oder die Effektivität verschiedener Sourcing-Kanäle für Führungspositionen zu analysieren. Diese Segmentierung ist der Schlüssel zur Aufdeckung rollenspezifischer Bottlenecks und zur Anpassung von Rekrutierungsstrategien.

Bietet entscheidenden Geschäftskontext, der Leistungsanalyse und Benchmarking über verschiedene Jobrollen, Ebenen und Funktionen hinweg ermöglicht.

Aus den Details der Stellenanforderung bezogen, die der Bewerbung zugeordnet sind.

Der Hiring Manager ist die Person, die letztendlich die Einstellungsentscheidung trifft und der der neue Mitarbeiter unterstellt sein wird. Er ist ein wichtiger Stakeholder im Recruitment-Prozess, verantwortlich für die Definition von Stellenanforderungen, das Interviewen von Kandidaten und das Geben von Feedback.

Die Analyse der Prozessleistung nach Hiring Manager kann wichtige Einblicke in die Prozesseffizienz liefern. Zum Beispiel kann sie Manager hervorheben, die langsam Feedback zu Interviews geben, was zu Verzögerungen führt, oder solche, die sehr hohe Angebotsannahmeraten haben. Diese Informationen können genutzt werden, um Managern gezielte Schulungen oder Unterstützung anzubieten, um den gesamten Einstellungsprozess zu straffen.

Hilft, Engpässe und Verzögerungen im Zusammenhang mit spezifischen Hiring Managern zu identifizieren, wie z.B. langsame Feedback-Zeiten, die sich direkt auf die gesamte Time-to-Hire auswirken.

Aus den Stellenanforderungsdaten bezogen, die der Bewerbung zugeordnet sind.

Dieses Feld identifiziert die Hauptperson aus dem Talent Acquisition Team, die den Rekrutierungsprozess für eine bestimmte Bewerbung oder Ausschreibung bearbeitet. Diese Person ist typischerweise verantwortlich für das Screening von Kandidaten, die Planung von Interviews und die Kommunikation mit Stakeholdern.\n\nIm Process Mining ist das Attribut Recruiter entscheidend für die Analyse der Team- und Einzelleistung. Es ermöglicht die Erstellung von Workload-Balancing-Dashboards, die zeigen, wie viele Bewerbungen jeder Recruiter verwaltet. Es ermöglicht auch den Vergleich von Performance-Metriken, wie Time-to-Fill oder Kandidatenqualität, zwischen verschiedenen Recruitern, um Best Practices und Bereiche für Coaching oder Prozessverbesserungen zu identifizieren.

Ermöglicht die Analyse der Arbeitslast und die Leistungsmessung einzelner Recruiter sowie des gesamten Talent Acquisition Teams.

Typischerweise in den Aufzeichnungen der Bewerbung oder Stellenausschreibung zu finden.

Eine Stellenanforderung ist eine formale Anfrage zur Besetzung einer vakanten Position. Die Job Requisition ID ist der eindeutige Code, der dieser Anfrage zugewiesen wird und sie von der Genehmigung bis zur Besetzung verfolgt. Eine einzelne Anforderung kann viele zugehörige Bewerbungen umfassen.

Im Process Mining ist diese ID ein leistungsstarkes Attribut für die Aggregation und Filterung. Analysten können damit den Rekrutierungsprozess für eine spezifische Rolle analysieren, die Effizienz der Einstellung für verschiedene Positionstypen vergleichen oder das Gesamtvolumen der Bewerbungen pro offener Stelle bewerten. Es hilft, Fragen zu beantworten wie 'Welche Stellenanforderungen nehmen am längsten zur Besetzung in Anspruch?' und 'Wie hoch ist die durchschnittliche Anzahl der Bewerber pro Rolle?'.

Es ermöglicht die Gruppierung und Analyse aller Bewerbungen, die sich auf eine einzelne offene Stelle beziehen, wodurch Leistungsvergleiche über verschiedene Rollen oder Abteilungen hinweg ermöglicht werden.

Im Bewerbungsdatensatz zu finden, oft verknüpft aus den Stellenanforderungs- oder Positionsstammdaten.

Wenn die Entscheidung getroffen wird, einen Kandidaten nicht weiter zu berücksichtigen, wird oft ein Grund erfasst. Dies kann von 'Passt nicht zur Unternehmenskultur' oder 'Fehlende erforderliche Fähigkeiten' bis hin zu 'Position durch anderen Kandidaten besetzt' reichen. Dieses Attribut erfasst diese qualitativen Informationen.\n\nDie Analyse der Ablehnungsgründe liefert wertvolles Feedback zum Rekrutierungsprozess und den Stellenanforderungen. Durch die Korrelation von Ablehnungsgründen mit Bewerbungsquellen oder Interviewphasen können Organisationen Probleme wie schlecht definierte Stellenbeschreibungen, die unqualifizierte Kandidaten anziehen, oder Inkonsistenzen in der Interviewer-Bewertung identifizieren. Dies hilft bei der Verfeinerung von Rekrutierungsstrategien und der Verbesserung der Qualität des Kandidatenpools.

Bietet Einblick, warum Kandidaten disqualifiziert werden, hilft bei der Verfeinerung von Stellenbeschreibungen, der Verbesserung der Sourcing-Qualität und der Identifizierung potenzieller Verzerrungen im Screening-Prozess.

Wird typischerweise von einem Recruiter oder Hiring Manager erfasst, wenn sie den Status einer Bewerbung auf 'Abgelehnt' aktualisieren.

Dieses Attribut erfasst den monetären Wert des einem Kandidaten angebotenen Vergütungspakets. Es ist ein Schlüsseldatensatz in den letzten Phasen des Rekrutierungsprozesses. Der Wert wird typischerweise in einer lokalen Währung erfasst.\n\nAus Process Mining Sicht kann die Analyse des Angebotsbetrags wertvollen Kontext liefern. Er kann mit Annahme- und Ablehnungsquoten von Angeboten korreliert werden, um zu verstehen, ob die Vergütung wettbewerbsfähig ist. Sie ermöglicht auch die Analyse von Vergütungstrends über verschiedene Rollen, Abteilungen und Standorte hinweg. In Kombination mit anderen Daten hilft sie bei der Bewertung von Gehaltsbenchmarks und der Sicherstellung fairer Bezahlungspraktiken.

Hilft, die Wettbewerbsfähigkeit von Vergütungspaketen zu analysieren, indem Angebotsbeträge mit Annahme- und Ablehnungsraten über verschiedene Rollen und Standorte hinweg korreliert werden.

Aus den Stellenangebotsdatensätzen innerhalb des Recruitment- oder HR-Systems bezogen.

Dieses Attribut unterscheidet zwischen Bewerbern, die aktuelle Mitarbeiter der Organisation sind (intern) und solchen, die es nicht sind (extern). Dies ist eine grundlegende Segmentierung, da sich der Rekrutierungsprozess, die Zeitpläne und Richtlinien für diese beiden Gruppen oft erheblich unterscheiden.\n\nDie Analyse von Prozessen basierend auf dem Kandidatentyp ist entscheidend, um die interne Mobilität und die Effektivität externer Einstellungen zu verstehen. Process Mining kann verwendet werden, um die Time-to-Hire, die Kosten pro Einstellung und die Erfolgsquoten für interne gegenüber externen Kandidaten zu vergleichen. Dies hilft bei der Bewertung der Leistung interner Mobilitätsprogramme und stellt sicher, dass beide Einstellungspfade effizient und effektiv sind.

Unterscheidet interne und externe Kandidaten, deren Einstellungsprozesse oft unterschiedlich sind, und ermöglicht eine vergleichende Analyse der internen Mobilität gegenüber der externen Einstellungseffizienz.

Oft abgeleitet, indem geprüft wird, ob die ID oder E-Mail des Kandidaten in den Mitarbeiterstammdaten existiert. Einige Systeme können ein dediziertes Flag haben.

Dieses Attribut gibt den physischen Arbeitsort für die Stellenausschreibung an. Bei Remote-Positionen könnte es eine Region angeben oder als 'Remote' gekennzeichnet sein. Dies bietet eine geografische Dimension für die Rekrutierungsdaten.\n\nIm Process Mining ist der Standort ein Schlüsselattribut für die regionale Analyse. Er ermöglicht es Unternehmen, Einstellungszykluszeiten, die Effektivität von Sourcing-Kanälen und Angebotsannahmequoten über verschiedene Büros oder Länder hinweg zu vergleichen. Dies kann regionale Unterschiede in den Arbeitsmärkten, der Leistung von Rekrutierungsteams oder der Prozesseinhaltung aufzeigen und eine maßgeschneiderte Steuerung und Strategie ermöglichen.

Ermöglicht eine geografische Analyse der Rekrutierungsleistung, die hilft, die Einstellungseffizienz und Herausforderungen in verschiedenen Regionen oder Büros zu vergleichen.

Gefunden in den Details der Stellenanforderung, die der Bewerbung zugeordnet sind.