Votre modèle de données de Recrutement & Acquisition de Talents

L'ID Candidature est la pierre angulaire de l'analyse du processus de recrutement, agissant comme l'identifiant unique de cas. Il relie toutes les activités associées, de la soumission initiale et de la présélection aux entretiens, aux offres et à la décision d'embauche finale. Cela permet une vue complète, de bout en bout, du parcours de chaque candidat.

En Process Mining, cet attribut est utilisé pour reconstituer le chemin exact que chaque candidat suit à travers l'entonnoir de recrutement. Il permet l'analyse des variantes de processus, des temps de cycle par candidature et des points d'abandon, offrant une image claire du cycle de vie global du recrutement pour chaque candidat individuel.

Ceci est l'ID de cas essentiel qui relie tous les événements de recrutement pour un seul candidat, permettant d'analyser l'ensemble du parcours d'embauche du début à la fin.

C'est généralement la clé primaire pour un objet application. Consultez la documentation de l'API Greenhouse pour l'endpoint 'Applications', souvent appelé 'id' ou 'application_id'.

L'horodatage d'activité marque le moment précis où un événement s'est produit dans le processus de recrutement. Il constitue le fondement temporel de toute analyse de performance et de durée, fournissant l'ordre chronologique des activités pour chaque candidature.

Cet horodatage est essentiel pour calculer tous les KPI liés au temps, tels que le temps d'embauche, le temps de cycle de planification des entretiens et le temps de réponse des feedbacks d'entretien. En analysant le temps écoulé entre les différentes activités, les organisations peuvent mesurer l'efficacité, identifier les retards et surveiller le respect des accords de niveau de service, soutenant directement les tableaux de bord axés sur la performance et les goulots d'étranglement.

Cet horodatage est critique pour ordonner les événements, calculer les temps de cycle et analyser la performance du processus de recrutement.

Trouvé dans divers objets au sein de Greenhouse, tels que 'applied_at' sur l'objet Application, 'created_at' sur les objets Offer, ou les horodatages dans les flux d'activité et les journaux d'audit.

Cet attribut enregistre le nom de chaque événement du processus de recrutement, tels que 'Candidature reçue', 'Entretien planifié' ou 'Offre acceptée'. Il forme la séquence d'événements qui constitue la carte des processus.

L'analyse de la séquence et de la fréquence de ces activités est fondamentale pour le Process Mining. Elle aide à visualiser l'entonnoir de recrutement, à identifier les chemins de processus courants, à détecter les déviations par rapport au workflow standard et à localiser les goulots d'étranglement où le processus stagne. Par exemple, elle permet de suivre combien de candidatures passent de 'Candidature examinée' à 'Présélection par le recruteur effectuée'.

Cet attribut définit les étapes du processus de recrutement, permettant la visualisation du flux de processus et l'identification des goulots d'étranglement et des déviations.

Ceci est souvent dérivé en cartographiant les changements d'étape de candidature, les statuts d'entretien, les événements d'offre ou d'autres actions auditables au sein de Greenhouse. Cela peut nécessiter une logique pour traduire les événements système en noms d'activités standardisés.

Cet attribut enregistre la date et l'heure de la dernière extraction des données du système source. C'est un champ de métadonnées qui reflète la fraîcheur des données dans le modèle de Process Mining.

Cette information est essentielle pour que les utilisateurs comprennent l'actualité de l'analyse. Elle aide à gérer les attentes concernant la latence des données et est critique pour valider que le pipeline de données fonctionne comme prévu. Par exemple, si la 'Dernière mise à jour des données' date de plusieurs jours, les utilisateurs savent que les tableaux de bord ne reflètent pas les activités de recrutement les plus récentes.

Indique la fraîcheur des données, aidant les utilisateurs à comprendre si l'analyse reflète l'état le plus actuel du processus.

Cet horodatage est généré et apposé sur le jeu de données pendant le processus d'extraction, de transformation et de chargement des données (ETL).

Cet attribut spécifie l'origine des données de recrutement. Pour ce processus, la valeur serait constamment 'Greenhouse'.

Bien que cela puisse sembler statique, le suivi explicite du système source est crucial pour la gouvernance des données, le dépannage et dans les scénarios où les données pourraient être enrichies à partir d'autres systèmes, tels qu'un SIRH. Il assure la clarté sur la provenance des données et aide à maintenir l'intégrité des données à travers le paysage de données de l'organisation.

Assure une provenance des données claire, ce qui est vital pour la gouvernance des données, la validation et la gestion des données provenant de multiples sources.

C'est une valeur statique qui doit être ajoutée pendant le processus d'extraction et de transformation des données pour étiqueter l'origine des données.

Cet attribut spécifie le département organisationnel, tel que 'Ingénierie', 'Marketing' ou 'Ventes', associé à la demande de poste. Il permet l'agrégation et la comparaison des métriques de recrutement à travers différentes parties de l'entreprise.

La segmentation de l'analyse par département est cruciale pour des tableaux de bord comme 'Performance du Temps d'Embauche' et 'Tendances des Taux d'Acceptation des Offres'. Elle aide à identifier si certains départements ont des cycles de recrutement plus longs, des taux de rejet d'offres plus élevés ou des niveaux de conformité des processus différents. Ces insights permettent des interventions ciblées et des améliorations de processus adaptées aux besoins spécifiques de chaque département.

Permet la comparaison des performances de recrutement et des variations de processus entre les différents départements, révélant des problèmes systémiques ou des meilleures pratiques.

Généralement disponible comme champ standard ou personnalisé sur l'objet Job dans Greenhouse. Peut être trouvé dans la section 'departments' d'un enregistrement Job via l'API.

Cet attribut identifie le recruteur assigné à une candidature ou une demande de poste spécifique. Cette personne est généralement responsable de la présélection, de la coordination des entretiens et du suivi du candidat tout au long du processus.

L'analyse du processus par recruteur est essentielle pour comprendre la performance individuelle et la répartition de la charge de travail. Le tableau de bord 'Charge de Travail et Efficacité des Recruteurs' s'appuie sur cet attribut pour calculer des métriques telles que le débit et les temps de cycle par recruteur. Il aide à identifier les meilleurs performeurs, à cibler les individus qui pourraient avoir besoin d'un soutien supplémentaire et à assurer une charge de travail équilibrée au sein de l'équipe d'acquisition de talents.

Attribue les activités du processus à un recruteur spécifique, permettant l'analyse des performances individuelles, de la charge de travail et de l'efficacité.

Disponible sur l'objet Job dans Greenhouse, généralement dans la section 'hiring_team', où des rôles comme 'Recruiter' sont spécifiés.

Cet attribut suit l'origine d'une candidature, par exemple, 'LinkedIn', 'Recommandation d'employé', 'Site web de l'entreprise' ou 'Indeed'. Il fournit un insight sur l'efficacité des différents canaux de recrutement.

Le tableau de bord 'Efficacité des Canaux de Sourcing' est entièrement construit autour de cet attribut. En analysant le volume de candidatures, le temps d'embauche et les taux d'embauche par source, les organisations peuvent optimiser leurs dépenses et leurs efforts de marketing de recrutement. Ces données aident à répondre à des questions stratégiques sur les canaux qui fournissent les candidats de la plus haute qualité le plus efficacement, soutenant directement le KPI du 'Taux de Conversion des Canaux de Sourcing'.

Aide à mesurer l'efficacité et le ROI des différents canaux de recrutement, permettant des décisions basées sur les données quant à l'endroit où investir les efforts de sourcing.

Disponible sur l'objet Candidat dans Greenhouse, qui est lié à l'Application. Le champ 'source' fournit cette information.

Cet attribut suit l'état d'une offre d'emploi, avec des valeurs telles que 'Créée', 'Étendue', 'Acceptée' ou 'Rejetée'. C'est un indicateur clé des étapes finales du processus de recrutement.

Cet attribut est essentiel pour le tableau de bord 'Tendances des Taux d'Acceptation des Offres' et le KPI correspondant. En suivant la progression de 'Offre Émise' à 'Offre Acceptée' ou 'Offre Rejetée', les entreprises peuvent mesurer leur capacité à concrétiser les candidatures. L'analyse de cet attribut par département ou intitulé de poste peut révéler des insights sur la compétitivité de la rémunération, l'expérience candidat ou d'autres facteurs influençant la décision d'un candidat.

Suit le résultat des offres d'emploi, ce qui est crucial pour calculer le KPI du Taux d'Acceptation des Offres et comprendre comment l'améliorer.

Disponible sur l'objet Offer dans Greenhouse, qui est lié à une Application. Le champ 'status' fournit cette information.

Cet attribut indique la disposition d'une candidature, telle que 'Embauché', 'Rejeté' ou 'Actif'. Il représente l'état final d'un processus achevé ou l'état actuel d'un processus en cours.

C'est une dimension critique pour l'analyse des résultats. Il permet de filtrer les cas pour comparer les chemins de processus des candidats embauchés par rapport à ceux rejetés, ce qui peut révéler les caractéristiques des parcours réussis. Il est également utilisé pour calculer les taux de conversion dans le tableau de bord 'Entonnoir de Recrutement Global', montrant le pourcentage de candidatures aboutissant à une embauche.

Définit le résultat du processus de recrutement, permettant une analyse qui compare les parcours candidats réussis (embauchés) aux parcours infructueux (rejetés).

Cette information se trouve sur l'objet Application dans Greenhouse, disponible via le champ 'status' dans l'API.

Cet attribut contient l'intitulé officiel du poste, tel que 'Ingénieur Logiciel Senior' ou 'Responsable Marketing Produit'. Il fournit un contexte essentiel sur le rôle à pourvoir.

L'analyse des processus de recrutement par intitulé de poste est fondamentale pour comprendre les défis spécifiques à chaque rôle. Par exemple, le tableau de bord 'Performance du Temps d'Embauche' utilise cet attribut pour montrer si les rôles seniors ou très spécialisés prennent plus de temps à être pourvus. Il aide également à analyser les taux d'acceptation des offres pour différentes positions, fournissant des insights sur la compétitivité de la rémunération ou l'attractivité du rôle.

Permet de filtrer et de comparer les métriques de recrutement pour des rôles spécifiques, aidant à comprendre comment la performance du processus varie en fonction de la complexité ou du type de poste.

C'est un champ principal de l'objet Job dans Greenhouse, souvent disponible sous le nom 'name' lors de l'interrogation de l'endpoint 'jobs' via l'API.

Cette métrique calculée mesure la réactivité du panel d'intervieweurs. Les retards dans la soumission des feedbacks peuvent ralentir considérablement le processus d'embauche et impacter négativement l'expérience candidat.

Cet attribut prend directement en charge le tableau de bord 'Analyse de la Boucle de Feedback des Entretiens' et le KPI du 'Temps de Réponse des Feedbacks d'Entretien'. Il est calculé comme la différence de temps entre les activités 'Entretien terminé' et 'Feedback soumis'. Le suivi de cette métrique aide à identifier les goulots d'étranglement causés par des feedbacks lents et encourage une prise de décision plus rapide.

Mesure l'efficacité de la boucle de feedback post-entretien, une source courante de retards dans le processus de recrutement.

Ceci est un champ calculé. Il est dérivé en soustrayant l'horodatage de l'événement 'Entretien terminé' de l'horodatage de l'événement 'Feedback soumis'.

Cet attribut booléen est le résultat d'une vérification de conformité, qui compare la séquence réelle d'activités pour une candidature à un modèle de processus idéal prédéfini. Il signale les cas qui ont dévié, comme le saut d'étapes requises ou l'exécution d'activités dans le désordre.

C'est un attribut central pour le tableau de bord 'Déviation de Conformité en Recrutement' et prend en charge les KPI du 'Taux de Conformité des Processus' et du 'Nombre de Violations de Conformité'. En filtrant les cas non conformes, les organisations peuvent enquêter sur les raisons des déviations, que ce soit en raison d'une formation inadéquate, de limitations système ou d'exceptions nécessaires. Cela aide à standardiser les workflows et à atténuer les risques de conformité.

Identifie les écarts de processus, ce qui est essentiel pour mesurer la conformité des processus, assurer la conformité et standardiser les workflows de recrutement.

Ceci est un champ calculé généré par le logiciel de Process Mining. Il compare les données du journal d'événements à un modèle cible défini ou à un ensemble de règles métier.

Cet attribut booléen indique si une activité a été exécutée par un utilisateur ou par une règle de système automatisée. Des exemples d'activités automatisées pourraient inclure l'envoi d'e-mails de réponse automatique ou le rejet automatique des candidats qui échouent à une question de présélection de base.

L'analyse de cet attribut aide à comprendre le niveau d'automatisation dans le processus de recrutement. Il peut être utilisé pour comparer l'efficacité et les résultats des étapes automatisées par rapport aux étapes manuelles, et pour identifier les opportunités d'automatisation supplémentaire afin d'améliorer la vitesse et la cohérence.

Aide à distinguer les activités manuelles des activités automatisées, permettant l'analyse de l'impact de l'automatisation sur l'efficacité des processus et les résultats.

Cette information n'est pas un champ standard et doit généralement être dérivée. Elle peut être déduite de l'utilisateur associé à une activité (par exemple, un utilisateur 'Système') ou de types d'événements spécifiques connus pour être automatisés.

Cet attribut spécifie l'étape particulière au sein du processus global d'entretien, telle que 'Présélection par le recruteur', 'Entretien technique' ou 'Tour final'. Il offre une granularité plus fine qu'une activité générique 'Entretien terminé'.

En analysant les métriques à chaque étape distincte de l'entretien, les organisations peuvent cibler des goulots d'étranglement plus spécifiques. Par exemple, vous pouvez mesurer le 'Taux d'Abandon des Candidats par Étape' avec une grande précision, identifiant si les candidats ont tendance à se retirer après l'entretien technique par rapport à la présélection initiale. Ce détail est crucial pour apporter des améliorations ciblées à l'expérience d'entretien.

Cette vue offre un aperçu plus détaillé du processus d'entretien, permettant d'analyser les temps de cycle et les taux d'abandon à chaque étape spécifique.

Cette information fait partie des données de planification des entretiens dans Greenhouse. L'objet 'interviews' sur une candidature contient des détails sur l'étape de l'entretien.

Cet attribut enregistre le temps d'achèvement pour les activités qui s'étendent sur une période, telles qu'un entretien ou une vérification des antécédents. Bien que de nombreuses activités soient instantanées, celles ayant une durée mesurable bénéficient d'avoir à la fois une heure de début et de fin.

Avoir une heure de fin est crucial pour calculer avec précision le temps de traitement ou la durée des activités spécifiques. Cela aide à différencier le temps d'attente entre les étapes et le temps réel passé sur une tâche. Par exemple, cela permet une analyse plus précise de la durée réelle des entretiens, par rapport au temps qu'il faut pour les planifier.

Permet le calcul précis des temps de traitement des activités, ce qui aide à distinguer le temps de travail actif du temps d'attente inactif dans le processus.

Cette information pourrait être disponible sur des objets comme 'scheduled_interview' dans Greenhouse, qui ont souvent à la fois une heure de 'début' et de 'fin'. Pour d'autres activités, elle pourrait être déduite de l'horodatage de l'activité suivante.

L'ID Candidat identifie de manière unique une personne dans le vivier de talents, tandis que l'ID Candidature est spécifique à une seule candidature pour un poste. Un même candidat peut avoir plusieurs candidatures au fil du temps.

Bien que l'ID Candidature serve d'ID de Cas pour cette vue de processus spécifique, l'ID Candidat permet un type d'analyse différent. Il peut être utilisé pour suivre le parcours d'un candidat à travers plusieurs candidatures, identifier les postulants fréquents et analyser la relation globale avec le vivier de talents. Il offre une vue plus centrée sur la personne des données de recrutement.

Permet une analyse sur plusieurs candidatures du même candidat, offrant une vue plus large de l'engagement des candidats au fil du temps.

Ceci est la clé primaire pour un enregistrement de candidat dans Greenhouse, disponible sous l'ID 'id' sur l'objet Candidat via l'API.

Cet attribut est l'ID unique du poste lui-même, distinct de l'ID de candidature. Plusieurs candidatures seront liées au même ID de poste.

L'utilisation de l'ID de poste permet l'agrégation des données au niveau de la demande. Par exemple, on peut analyser le nombre total de candidatures reçues pour un poste spécifique, ou le temps moyen d'embauche pour tous les rôles de type similaire. Il offre un moyen de regrouper et d'analyser les efforts de recrutement centrés autour d'un poste ouvert unique.

Permet d'agréger et d'analyser toutes les données des candidats liées à une seule ouverture de poste, offrant une vue centrée sur la réquisition.

Ceci est la clé primaire pour un enregistrement de poste dans Greenhouse, disponible sous l'ID 'id' sur l'objet Job via l'API.

Cet attribut saisit la raison spécifique pour laquelle un candidat n'a pas progressé dans le processus. Les exemples incluent 'Inadapté à la culture d'entreprise', 'Attentes salariales trop élevées' ou 'Candidats plus qualifiés'.

L'analyse des raisons de rejet fournit un feedback inestimable pour le processus de recrutement. Elle peut mettre en évidence des problèmes tels que des descriptions de poste mal alignées, une rémunération non compétitive ou des lacunes récurrentes en compétences dans le vivier de talents. Cette information est particulièrement utile pour améliorer les stratégies de sourcing et optimiser l'expérience candidat en comprenant les points de défaillance courants dans l'entonnoir de recrutement.

Fournit des insights qualitatifs sur les raisons pour lesquelles les candidats sont écartés de l'entonnoir, aidant à affiner les descriptions de poste, le sourcing et les critères de sélection.

Disponible sur l'objet Application lorsqu'il est rejeté. L'API fournit un objet 'rejection_reason' avec les détails.

Cet attribut identifie le manager de l'équipe ayant le poste ouvert. Le responsable du recrutement est une partie prenante clé du processus, souvent impliqué dans l'examen des candidats, la conduite des entretiens de phase ultérieure et la prise de décision finale d'embauche.

L'analyse du processus par responsable du recrutement peut révéler des schémas importants et des goulots d'étranglement. Par exemple, le tableau de bord 'Goulots d'Étranglement de la Planification des Entretiens' pourrait montrer que les retards sont fréquemment associés à la disponibilité de managers spécifiques. Cela aide à identifier les besoins en formation ou en soutien pour s'assurer que les managers s'engagent efficacement dans le processus d'embauche.

Identifie un intervenant clé, permettant l'analyse des goulots d'étranglement ou des efficacités du processus liés à des managers recruteurs spécifiques.

Disponible sur l'objet Job dans Greenhouse, généralement dans la section 'hiring_team', où des rôles comme 'Hiring Manager' sont spécifiés.

Cet attribut saisit la recommandation finale faite par un intervieweur sur un scorecard d'entretien structuré, généralement des valeurs comme 'Fortement oui', 'Oui', 'Non' ou 'Fortement non'.

Ces données sont vitales pour évaluer la qualité et la cohérence du processus d'entretien. Elles aident à corréler les feedbacks d'entretien avec les résultats d'embauche réels, répondant à des questions telles que 'Les candidats avec des recommandations plus fortes sont-ils embauchés plus souvent ?'. C'est également la base du KPI du 'Taux d'Achèvement des Scorecards', qui mesure l'adoption des pratiques de recrutement structurées au sein de l'organisation.

Relie le feedback d'entretien structuré aux résultats du processus et aide à mesurer l'adoption des pratiques de recrutement basées sur les données.

Trouvé dans l'objet Scorecard associé à un entretien terminé dans Greenhouse. L'API fournit cette information via le point de terminaison 'scorecards'.

Cette métrique calculée mesure la durée de bout en bout d'un processus d'embauche réussi. C'est l'un des KPI les plus critiques pour évaluer l'efficacité globale de la fonction d'acquisition de talents.

Cet attribut prend directement en charge le tableau de bord 'Performance du Temps d'Embauche' et le KPI du 'Temps Moyen d'Embauche'. Il est calculé comme la différence de temps entre les activités 'Candidature reçue' et 'Candidat embauché' pour une candidature donnée. L'analyse de cette métrique aide les organisations à établir des benchmarks et à identifier les retards systémiques dans le processus d'embauche.

C'est un indicateur clé de performance qui mesure l'efficience globale de l'entonnoir de recrutement pour les embauches réussies.

Ceci est un champ calculé. Il est dérivé en soustrayant l'horodatage de l'événement 'Candidature reçue' de l'horodatage de l'événement 'Candidat embauché'.