Templat data rekrutmen dan akuisisi talenta
Templat data rekrutmen dan akuisisi talenta
- Atribut yang disarankan untuk dikumpulkan
- Aktivitas utama yang perlu dilacak
- Panduan ekstraksi
Atribut rekrutmen dan akuisisi talenta
| Nama | Deskripsi | ||
|---|---|---|---|
|
Lamaran pekerjaan
JobApplicationId
|
Pengenal unik untuk satu lamaran kandidat pada pekerjaan tertentu. | ||
|
Deskripsi
ID Lamaran Pekerjaan menjadi dasar analisis proses perekrutan karena berfungsi sebagai ID kasus yang unik. ID ini menghubungkan semua aktivitas terkait, mulai dari pengajuan dan seleksi awal hingga wawancara, penawaran, dan keputusan perekrutan akhir. Dengan begitu, Anda dapat melihat seluruh perjalanan setiap kandidat dari awal hingga akhir. Dalam process mining, atribut ini digunakan untuk menyusun kembali jalur yang dilalui setiap kandidat dalam proses perekrutan. Anda dapat menganalisis variasi proses, durasi setiap lamaran, dan titik kandidat gugur. Hasilnya, Anda mendapat gambaran jelas tentang siklus perekrutan setiap pelamar.
Mengapa ini penting
ID Kasus utama ini menghubungkan semua peristiwa perekrutan untuk satu kandidat. Dengan begitu, Anda dapat menganalisis seluruh proses perekrutan dari awal hingga akhir.
Sumber data
Biasanya, ini adalah kunci utama untuk objek lamaran. Lihat dokumentasi API Greenhouse untuk endpoint 'Applications', yang sering menggunakan nama 'id' atau 'application_id'.
Contoh
987654321098765432119876543212
|
|||
|
Nama aktivitas
ActivityName
|
Nama aktivitas atau tahap perekrutan tertentu yang terjadi. | ||
|
Deskripsi
Atribut ini mencatat nama setiap peristiwa dalam proses perekrutan, seperti 'Lamaran diterima', 'Wawancara dijadwalkan', atau 'Penawaran diterima'. Rangkaian peristiwa ini membentuk peta proses. Menganalisis urutan dan frekuensi aktivitas merupakan dasar process mining. Analisis ini membantu memvisualisasikan alur perekrutan, menemukan jalur proses yang umum, mendeteksi penyimpangan dari alur kerja standar, dan mengidentifikasi hambatan yang membuat proses terhenti. Misalnya, Anda dapat melacak jumlah lamaran yang beralih dari 'Lamaran ditinjau' ke 'Seleksi oleh perekrut selesai'.
Mengapa ini penting
Atribut ini menentukan tahapan dalam proses perekrutan. Anda dapat menggunakannya untuk memvisualisasikan alur proses serta menemukan hambatan dan penyimpangan.
Sumber data
Biasanya, atribut ini diperoleh dengan memetakan perubahan tahap lamaran, status wawancara, peristiwa penawaran, atau tindakan lain yang dapat diaudit di Greenhouse. Anda mungkin perlu menerapkan logika untuk mengubah peristiwa sistem menjadi nama aktivitas standar.
Contoh
Lamaran ditinjauWawancara selesaiTawaran diterimaLamaran ditolak
|
|||
|
Stempel waktu aktivitas
ActivityTimestamp
|
Tanggal dan waktu persis saat aktivitas perekrutan terjadi. | ||
|
Deskripsi
Stempel waktu aktivitas menunjukkan saat persis suatu peristiwa terjadi dalam proses perekrutan. Data ini menjadi dasar analisis kinerja dan durasi, serta menunjukkan urutan kronologis aktivitas untuk setiap lamaran pekerjaan. Stempel waktu ini penting untuk menghitung semua KPI terkait waktu, seperti Waktu untuk Merekrut, Waktu Siklus Penjadwalan Wawancara, dan Waktu Penyampaian Umpan Balik Wawancara. Dengan menganalisis jeda waktu antaraktivitas, organisasi dapat mengukur efisiensi, menemukan keterlambatan, dan memantau kepatuhan terhadap perjanjian tingkat layanan. Hasilnya dapat ditampilkan di dasbor kinerja dan hambatan.
Mengapa ini penting
Stempel waktu ini penting untuk mengurutkan peristiwa, menghitung waktu siklus, dan menganalisis kinerja proses perekrutan.
Sumber data
Data ini tersedia di berbagai objek Greenhouse, seperti 'applied_at' pada objek Application, 'created_at' pada objek Offer, atau stempel waktu dalam umpan aktivitas dan log audit.
Contoh
2023-10-26T10:00:00Z2023-10-27T14:35:10Z2023-11-05T09:15:00Z
|
|||
|
Pembaruan data terakhir
LastDataUpdate
|
Stempel waktu yang menunjukkan kapan data untuk peristiwa ini terakhir diperbarui atau diekstrak. | ||
|
Deskripsi
Atribut ini mencatat tanggal dan waktu terakhir kali data diambil dari sistem sumber. Sebagai kolom metadata, atribut ini menunjukkan seberapa baru data dalam model process mining. Informasi ini membantu pengguna memahami seberapa mutakhir analisis yang ditampilkan. Atribut ini juga membantu mengelola ekspektasi terkait keterlambatan data dan memastikan alur data berjalan sesuai jadwal. Misalnya, jika 'Pembaruan data terakhir' sudah beberapa hari lalu, pengguna tahu bahwa dasbor belum mencerminkan aktivitas perekrutan terbaru.
Mengapa ini penting
Menunjukkan seberapa baru data, sehingga pengguna dapat mengetahui apakah analisis mencerminkan kondisi proses terkini.
Sumber data
Stempel waktu ini dibuat dan ditambahkan ke kumpulan data selama proses ekstraksi, transformasi, dan pemuatan data (ETL).
Contoh
2023-11-20T02:00:00Z2023-11-21T02:00:00Z2023-11-22T02:00:00Z
|
|||
|
Sistem sumber
SourceSystem
|
Menunjukkan sistem pencatatan asal data yang diekstrak. | ||
|
Deskripsi
Atribut ini menunjukkan asal data perekrutan. Untuk proses ini, nilainya selalu 'Greenhouse'. Meski nilainya mungkin tidak berubah, mencatat sistem sumber secara eksplisit penting untuk tata kelola data, pemecahan masalah, dan situasi saat data diperkaya dari sistem lain, seperti HRIS. Informasi ini memperjelas asal-usul data dan membantu menjaga integritas data di seluruh lingkungan data organisasi.
Mengapa ini penting
Memastikan asal-usul data tercatat dengan jelas. Hal ini penting untuk tata kelola dan validasi data, serta pengelolaan data dari berbagai sumber.
Sumber data
Nilai ini bersifat tetap dan perlu ditambahkan saat proses ekstraksi dan transformasi data untuk menandai asal data.
Contoh
Greenhouse
|
|||
|
Departemen pekerjaan
JobDepartment
|
Departemen atau unit bisnis yang akan menerima karyawan untuk posisi tersebut. | ||
|
Deskripsi
Atribut ini menunjukkan departemen organisasi, seperti 'Teknik', 'Pemasaran', atau 'Penjualan', yang terkait dengan permintaan perekrutan. Atribut ini memungkinkan Anda mengelompokkan dan membandingkan metrik perekrutan di berbagai bagian bisnis. Mengelompokkan analisis berdasarkan departemen penting untuk dasbor seperti 'Kinerja Waktu untuk Merekrut' dan 'Tren Tingkat Penerimaan Penawaran'. Analisis ini membantu menemukan departemen dengan siklus perekrutan lebih lama, tingkat penolakan penawaran lebih tinggi, atau tingkat kepatuhan proses yang berbeda. Wawasan ini membantu Anda menentukan perbaikan proses yang sesuai dengan kebutuhan setiap departemen.
Mengapa ini penting
Memungkinkan perbandingan kinerja perekrutan dan variasi proses antar departemen, sehingga masalah sistemik atau praktik terbaik dapat ditemukan.
Sumber data
Biasanya tersedia sebagai kolom standar atau khusus pada objek Job di Greenhouse. Anda dapat menemukannya di bagian 'departments' pada catatan Job melalui API.
Contoh
TeknikManajemen produkPenjualanPemasaran
|
|||
|
Jabatan pekerjaan
JobTitle
|
Nama posisi yang dilamar kandidat. | ||
|
Deskripsi
Atribut ini berisi nama resmi posisi dalam permintaan perekrutan, seperti 'Insinyur Perangkat Lunak Senior' atau 'Manajer Pemasaran Produk'. Informasi ini memberi konteks penting tentang posisi yang akan diisi. Menganalisis proses perekrutan berdasarkan jabatan penting untuk memahami tantangan khusus tiap posisi. Misalnya, dasbor 'Kinerja Waktu untuk Merekrut' menggunakan atribut ini untuk menunjukkan apakah posisi senior atau yang membutuhkan keahlian khusus memerlukan waktu lebih lama untuk diisi. Atribut ini juga membantu menganalisis tingkat penerimaan penawaran untuk berbagai posisi, sehingga Anda dapat menilai daya saing kompensasi dan daya tarik posisi.
Mengapa ini penting
Memungkinkan Anda memfilter dan membandingkan metrik perekrutan untuk posisi tertentu, serta memahami perbedaan kinerja proses berdasarkan tingkat kerumitan atau jenis pekerjaan.
Sumber data
Ini adalah kolom utama pada objek Job di Greenhouse. Biasanya tersedia sebagai 'name' saat Anda meminta data dari endpoint 'jobs' melalui API.
Contoh
Insinyur Perangkat Lunak SeniorEksekutif AkunDesainer UX/UI
|
|||
|
Nama perekrut
RecruiterName
|
Nama perekrut yang bertanggung jawab mengelola lamaran pekerjaan. | ||
|
Deskripsi
Atribut ini menunjukkan perekrut yang ditugaskan untuk lamaran atau permintaan perekrutan tertentu. Perekrut biasanya bertanggung jawab menyeleksi kandidat, mengoordinasikan wawancara, dan membantu kandidat melewati setiap tahap proses. Menganalisis proses berdasarkan perekrut penting untuk memahami kinerja individu dan pembagian beban kerja. Dasbor 'Beban Kerja dan Efisiensi Perekrut' menggunakan atribut ini untuk menghitung metrik seperti jumlah lamaran yang diproses dan waktu siklus per perekrut. Analisis ini membantu menemukan kinerja terbaik, mengidentifikasi siapa yang membutuhkan dukungan tambahan, dan menyeimbangkan beban kerja tim akuisisi talenta.
Mengapa ini penting
Mengaitkan aktivitas proses dengan perekrut tertentu, sehingga Anda dapat menganalisis kinerja, beban kerja, dan efisiensi setiap perekrut.
Sumber data
Tersedia pada objek Job di Greenhouse, biasanya di bagian 'hiring_team' yang mencantumkan peran seperti 'Recruiter'.
Contoh
Alice JohnsonRobert DavisMaria Garcia
|
|||
|
Status lamaran
ApplicationStatus
|
Hasil akhir atau status terkini lamaran pekerjaan. | ||
|
Deskripsi
Atribut ini menunjukkan status lamaran, seperti 'Dipekerjakan', 'Ditolak', atau 'Aktif'. Status ini menunjukkan hasil akhir dari proses yang sudah selesai atau kondisi terkini dari proses yang masih berjalan. Atribut ini penting untuk menganalisis hasil. Anda dapat memfilter kasus untuk membandingkan jalur proses kandidat yang dipekerjakan dengan kandidat yang ditolak, lalu menemukan ciri-ciri proses yang berhasil. Atribut ini juga digunakan untuk menghitung tingkat konversi di dasbor 'Alur Perekrutan Keseluruhan', termasuk persentase lamaran yang berujung pada perekrutan.
Mengapa ini penting
Menentukan hasil proses perekrutan, sehingga Anda dapat membandingkan perjalanan kandidat yang berhasil dipekerjakan dengan kandidat yang ditolak.
Sumber data
Informasi ini tersedia pada objek Application di Greenhouse melalui kolom 'status' di API.
Contoh
DipekerjakanDitolakAktif
|
|||
|
Status penawaran
OfferStatus
|
Status terkini penawaran pekerjaan yang diajukan kepada kandidat. | ||
|
Deskripsi
Atribut ini mencatat status penawaran pekerjaan, seperti 'Dibuat', 'Diajukan', 'Diterima', atau 'Ditolak'. Status ini menjadi indikator penting pada tahap akhir proses perekrutan. Atribut ini penting untuk dasbor 'Tren Tingkat Penerimaan Penawaran' dan KPI terkait. Dengan melacak perubahan dari 'Penawaran diajukan' menjadi 'Penawaran diterima' atau 'Penawaran ditolak', perusahaan dapat mengukur keberhasilan dalam mendapatkan kandidat. Analisis berdasarkan departemen atau jabatan dapat mengungkap daya saing kompensasi, pengalaman kandidat, atau faktor lain yang memengaruhi keputusan kandidat.
Mengapa ini penting
Mencatat hasil penawaran pekerjaan. Informasi ini penting untuk menghitung KPI Tingkat Penerimaan Penawaran dan memahami cara meningkatkannya.
Sumber data
Tersedia pada objek Offer di Greenhouse yang terhubung dengan Application. Informasi ini terdapat di kolom 'status'.
Contoh
DiterimaDitolakDikirimDibuat
|
|||
|
Sumber lamaran
ApplicationSource
|
Saluran yang digunakan untuk menerima lamaran kandidat. | ||
|
Deskripsi
Atribut ini mencatat asal lamaran pekerjaan, misalnya 'LinkedIn', 'Referensi Karyawan', 'Situs Karier Perusahaan', atau 'Indeed'. Informasi ini menunjukkan efektivitas berbagai saluran perekrutan. Dasbor 'Efektivitas Saluran Pencarian Kandidat' sepenuhnya menggunakan atribut ini. Dengan menganalisis jumlah lamaran, waktu untuk merekrut, dan tingkat perekrutan berdasarkan sumber, organisasi dapat mengoptimalkan anggaran dan upaya pemasaran perekrutan. Data ini membantu menjawab pertanyaan strategis tentang saluran mana yang paling efisien dalam mendatangkan kandidat berkualitas, serta mendukung KPI 'Tingkat Konversi Saluran Pencarian Kandidat'.
Mengapa ini penting
Membantu mengukur efektivitas dan ROI berbagai saluran perekrutan, sehingga Anda dapat menentukan investasi upaya pencarian kandidat berdasarkan data.
Sumber data
Tersedia pada objek Candidate di Greenhouse yang terhubung dengan Application. Informasi ini terdapat di kolom 'source'.
Contoh
LinkedInReferensi karyawanHalaman karier perusahaanIndeed
|
|||
|
Alasan penolakan
RejectionReason
|
Alasan yang diberikan untuk menolak lamaran kandidat. | ||
|
Deskripsi
Atribut ini mencatat alasan spesifik kandidat tidak melanjutkan proses. Contohnya, 'Tidak sesuai dengan budaya kerja', 'Ekspektasi gaji terlalu tinggi', atau 'Ada kandidat yang lebih memenuhi kualifikasi'. Menganalisis alasan penolakan memberi masukan penting untuk memperbaiki proses perekrutan. Analisis ini dapat mengungkap masalah seperti deskripsi pekerjaan yang kurang sesuai, kompensasi yang tidak kompetitif, atau kesenjangan keterampilan yang sering ditemukan pada kandidat. Informasi ini berguna untuk menyempurnakan strategi pencarian kandidat dan meningkatkan pengalaman kandidat dengan memahami penyebab umum kegagalan dalam proses perekrutan.
Mengapa ini penting
Memberi gambaran kualitatif tentang alasan kandidat gugur, sehingga Anda dapat menyempurnakan deskripsi pekerjaan, pencarian kandidat, dan kriteria seleksi.
Sumber data
Tersedia pada objek Application setelah lamaran ditolak. API menyediakan objek 'rejection_reason' yang berisi rinciannya.
Contoh
Keterampilan yang dibutuhkan tidak dimilikiEkspektasi gaji terlalu tinggiKandidat yang lebih memenuhi kualifikasi dipilih
|
|||
|
Diotomatisasi
IsAutomated
|
Penanda yang menunjukkan apakah aktivitas dilakukan secara otomatis oleh sistem. | ||
|
Deskripsi
Atribut boolean ini menunjukkan apakah aktivitas dilakukan oleh pengguna atau aturan sistem otomatis. Contoh aktivitas otomatis mencakup pengiriman email balasan otomatis atau penolakan otomatis terhadap kandidat yang tidak lolos pertanyaan seleksi dasar. Menganalisis atribut ini membantu Anda memahami tingkat otomatisasi dalam proses perekrutan. Anda dapat membandingkan efisiensi dan hasil langkah otomatis dengan langkah manual, serta menemukan peluang untuk menambah otomatisasi demi mempercepat proses dan menjaga konsistensi.
Mengapa ini penting
Membantu membedakan aktivitas manual dan otomatis, sehingga Anda dapat menganalisis dampak otomatisasi terhadap efisiensi dan hasil proses.
Sumber data
Informasi ini bukan kolom standar dan biasanya perlu diturunkan dari data lain. Anda dapat menyimpulkannya dari pengguna yang terkait dengan aktivitas, misalnya pengguna 'System', atau dari jenis peristiwa tertentu yang diketahui berjalan otomatis.
Contoh
truefalse
|
|||
|
ID kandidat
CandidateId
|
Pengenal unik untuk kandidat, terpisah dari setiap lamaran tertentu. | ||
|
Deskripsi
ID Kandidat mengidentifikasi seseorang dalam kumpulan talenta, sedangkan ID Lamaran Pekerjaan hanya berlaku untuk satu lamaran pada satu pekerjaan. Seorang kandidat dapat mengajukan beberapa lamaran pekerjaan dari waktu ke waktu. ID Lamaran Pekerjaan berfungsi sebagai ID Kasus untuk tampilan proses ini. Sementara itu, ID Kandidat memungkinkan jenis analisis yang berbeda. Anda dapat melacak perjalanan kandidat di beberapa lamaran, menemukan kandidat yang sering melamar, dan menganalisis hubungan mereka dengan kumpulan talenta secara keseluruhan. Dengan begitu, Anda mendapat gambaran data perekrutan yang berfokus pada individu.
Mengapa ini penting
Memungkinkan analisis beberapa lamaran dari kandidat yang sama, sehingga Anda mendapat gambaran lebih luas tentang keterlibatan kandidat dari waktu ke waktu.
Sumber data
Ini adalah kunci utama untuk catatan kandidat di Greenhouse. ID tersedia sebagai 'id' pada objek Candidate melalui API.
Contoh
123456123457123458
|
|||
|
ID pekerjaan
JobId
|
Pengenal unik untuk permintaan atau iklan lowongan pekerjaan. | ||
|
Deskripsi
Atribut ini adalah ID unik untuk pekerjaan itu sendiri, berbeda dari ID lamaran. Beberapa lamaran dapat terhubung ke ID Pekerjaan yang sama. Dengan ID Pekerjaan, Anda dapat mengelompokkan data berdasarkan permintaan perekrutan. Misalnya, Anda dapat menganalisis jumlah lamaran yang diterima untuk pekerjaan tertentu atau rata-rata waktu untuk merekrut pada posisi sejenis. ID ini membantu Anda mengelompokkan dan menganalisis upaya perekrutan untuk satu posisi yang sedang dibuka.
Mengapa ini penting
Menggabungkan dan menganalisis semua data kandidat untuk satu lowongan, sehingga Anda dapat melihat proses berdasarkan permintaan tenaga kerja.
Sumber data
Ini adalah kunci utama untuk data lowongan di Greenhouse. Nilainya tersedia sebagai 'id' pada objek Job melalui API.
Contoh
400123400124400125
|
|||
|
Mematuhi proses
IsCompliant
|
Penanda hasil perhitungan yang menunjukkan apakah lamaran mengikuti proses perekrutan standar yang telah ditetapkan. | ||
|
Deskripsi
Atribut boolean ini merupakan hasil pemeriksaan kesesuaian yang membandingkan urutan aktivitas aktual pada lamaran pekerjaan dengan model proses ideal yang telah ditetapkan. Atribut ini menandai kasus yang menyimpang, misalnya melewatkan langkah wajib atau melakukan aktivitas tidak sesuai urutan. Atribut ini menjadi dasar dasbor 'Penyimpangan Kepatuhan Perekrutan' dan mendukung KPI 'Tingkat Kesesuaian Proses' serta 'Jumlah Pelanggaran Kepatuhan'. Dengan memfilter kasus yang tidak patuh, organisasi dapat menyelidiki penyebab penyimpangan, seperti pelatihan yang kurang memadai, keterbatasan sistem, atau pengecualian yang diperlukan. Temuan ini membantu menstandarkan alur kerja dan mengurangi risiko kepatuhan.
Mengapa ini penting
Menemukan penyimpangan proses, yang penting untuk mengukur kesesuaian proses, memastikan kepatuhan, dan menstandarkan alur kerja perekrutan.
Sumber data
Kolom ini dihitung oleh perangkat lunak process mining dengan membandingkan data log peristiwa terhadap model target atau serangkaian aturan bisnis yang telah ditetapkan.
Contoh
truefalse
|
|||
|
Nama manajer perekrutan
HiringManagerName
|
Nama manajer perekrutan untuk permintaan perekrutan terkait. | ||
|
Deskripsi
Atribut ini menunjukkan manajer tim yang memiliki posisi kosong. Manajer perekrutan adalah pemangku kepentingan utama dalam proses. Mereka biasanya meninjau kandidat, melakukan wawancara tahap lanjut, dan membuat keputusan perekrutan akhir. Menganalisis proses berdasarkan manajer perekrutan dapat mengungkap pola dan hambatan penting. Misalnya, dasbor 'Hambatan Penjadwalan Wawancara' dapat menunjukkan bahwa keterlambatan sering terjadi karena ketersediaan manajer tertentu. Analisis ini membantu menemukan kebutuhan pelatihan atau dukungan agar manajer dapat terlibat dalam proses perekrutan dengan lebih efisien.
Mengapa ini penting
Menunjukkan pemangku kepentingan utama, sehingga Anda dapat menganalisis hambatan atau efisiensi proses yang terkait dengan manajer perekrutan tertentu.
Sumber data
Tersedia pada objek Job di Greenhouse, biasanya di bagian 'hiring_team' yang mencantumkan peran seperti 'Hiring Manager'.
Contoh
Emily TranDavid ChenSophia Rodriguez
|
|||
|
Rekomendasi formulir penilaian
ScorecardOverallRecommendation
|
Rekomendasi keseluruhan perekrutan berdasarkan formulir penilaian wawancara yang telah diisi. | ||
|
Deskripsi
Atribut ini mencatat rekomendasi akhir pewawancara pada formulir penilaian wawancara terstruktur. Nilainya biasanya berupa 'Sangat direkomendasikan', 'Direkomendasikan', 'Tidak direkomendasikan', atau 'Sangat tidak direkomendasikan'. Data ini penting untuk menilai kualitas dan konsistensi proses wawancara. Anda dapat menghubungkan umpan balik wawancara dengan hasil perekrutan dan menjawab pertanyaan seperti, 'Apakah kandidat dengan rekomendasi lebih baik lebih sering dipekerjakan?'. Data ini juga menjadi dasar KPI 'Tingkat Penyelesaian Formulir Penilaian', yang mengukur penerapan praktik perekrutan terstruktur di organisasi.
Mengapa ini penting
Menghubungkan umpan balik wawancara terstruktur dengan hasil proses dan membantu mengukur penerapan praktik perekrutan berbasis data.
Sumber data
Tersedia dalam objek Scorecard yang terkait dengan wawancara selesai di Greenhouse. API menyediakan informasi ini melalui endpoint 'scorecards'.
Contoh
Sangat tidak direkomendasikanTidak direkomendasikanDirekomendasikanSangat direkomendasikan
|
|||
|
Tahap wawancara
InterviewStageName
|
Nama atau jenis tahap wawancara tertentu. | ||
|
Deskripsi
Atribut ini menunjukkan tahap tertentu dalam keseluruhan proses wawancara, seperti 'Seleksi oleh perekrut', 'Wawancara teknis', atau 'Tahap akhir'. Informasi ini lebih terperinci daripada aktivitas umum seperti 'Wawancara selesai'. Dengan menganalisis metrik pada setiap tahap wawancara, organisasi dapat menemukan hambatan yang lebih spesifik. Misalnya, Anda dapat mengukur 'Tingkat Kandidat Gugur per Tahap' secara akurat dan mengetahui apakah kandidat cenderung mengundurkan diri setelah wawancara teknis atau seleksi awal. Rincian ini penting untuk menentukan perbaikan yang tepat pada pengalaman wawancara.
Mengapa ini penting
Memberikan gambaran proses wawancara yang lebih terperinci, sehingga Anda dapat menganalisis waktu siklus dan tingkat kandidat gugur pada setiap tahap wawancara.
Sumber data
Informasi ini merupakan bagian dari data penjadwalan wawancara di Greenhouse. Objek 'interviews' pada lamaran pekerjaan berisi rincian tahap wawancara.
Contoh
Seleksi oleh perekrutWawancara dengan manajer perekrutanUji kemampuan teknisTahap akhir di lokasi
|
|||
|
Waktu penyampaian umpan balik wawancara
InterviewFeedbackTurnaroundTime
|
Waktu antara selesainya wawancara dan pengiriman umpan balik oleh pewawancara. | ||
|
Deskripsi
Metrik hasil perhitungan ini mengukur kecepatan respons panel wawancara. Keterlambatan pengiriman umpan balik dapat memperlambat proses perekrutan secara signifikan dan berdampak buruk pada pengalaman kandidat. Atribut ini mendukung dasbor 'Analisis Siklus Umpan Balik Wawancara' dan KPI 'Waktu Penyampaian Umpan Balik Wawancara'. Nilainya dihitung dari selisih waktu antara aktivitas 'Wawancara selesai' dan 'Umpan balik dikirim'. Dengan memantau metrik ini, Anda dapat menemukan hambatan akibat lambatnya umpan balik dan mendorong pengambilan keputusan yang lebih cepat.
Mengapa ini penting
Mengukur efisiensi proses umpan balik setelah wawancara, yang sering menjadi sumber keterlambatan dalam perekrutan.
Sumber data
Kolom ini dihitung dengan mengurangi stempel waktu peristiwa 'Wawancara selesai' dari stempel waktu peristiwa 'Umpan balik dikirim'.
Contoh
86400172800259200
|
|||
|
Waktu selesai aktivitas
ActivityEndTime
|
Stempel waktu yang menunjukkan kapan aktivitas berdurasi selesai. | ||
|
Deskripsi
Atribut ini mencatat waktu selesai aktivitas yang berlangsung selama periode tertentu, seperti wawancara atau pemeriksaan latar belakang. Banyak aktivitas berlangsung seketika, tetapi aktivitas yang memiliki durasi terukur sebaiknya mencatat waktu mulai dan selesai. Waktu selesai penting untuk menghitung durasi atau waktu pemrosesan aktivitas secara akurat. Data ini membantu membedakan waktu tunggu antar tahap dari waktu yang benar-benar digunakan untuk mengerjakan tugas. Misalnya, Anda dapat menganalisis durasi wawancara secara lebih akurat, terpisah dari waktu yang diperlukan untuk menjadwalkannya.
Mengapa ini penting
Memungkinkan penghitungan waktu pemrosesan aktivitas secara akurat, sehingga waktu kerja aktif dapat dibedakan dari waktu tunggu dalam proses.
Sumber data
Informasi ini mungkin tersedia pada objek seperti 'scheduled_interview' di Greenhouse, yang biasanya mencatat waktu 'start' dan 'end'. Untuk aktivitas lain, waktu selesai mungkin perlu disimpulkan dari stempel waktu aktivitas berikutnya.
Contoh
2023-10-27T15:35:10Z2023-11-05T10:15:00Z2023-11-10T11:00:00Z
|
|||
Aktivitas rekrutmen dan akuisisi talenta
| Aktivitas | Deskripsi | ||
|---|---|---|---|
|
Kandidat dipekerjakan
|
Kandidat telah menyelesaikan semua pemeriksaan sebelum mulai bekerja dan resmi ditandai sebagai dipekerjakan. Ini menandai keberhasilan penyelesaian sekaligus akhir proses lamaran. | ||
|
Mengapa ini penting
Ini adalah hasil utama yang menandakan keberhasilan proses. Waktu dari 'Lamaran diterima' hingga peristiwa ini disebut Waktu untuk Merekrut, KPI penting dalam perekrutan.
Sumber data
Ini adalah tindakan eksplisit di Greenhouse. Perekrut menandai kandidat sebagai dipekerjakan untuk posisi tertentu. Tindakan ini mengubah status kandidat dari aktif menjadi dipekerjakan.
Pengumpulan data
Diambil dari stempel waktu tindakan 'Tandai sebagai Dipekerjakan' di Greenhouse.
Jenis peristiwa
explicit
|
|||
|
Lamaran diterima
|
Aktivitas ini menandai dimulainya proses perekrutan untuk suatu lamaran kerja. Aktivitas tercatat saat kandidat mengirimkan lamaran melalui situs karier atau kanal pencarian, atau saat lamaran dimasukkan secara manual ke Greenhouse. | ||
|
Mengapa ini penting
Ini adalah peristiwa awal utama dalam proses. Menganalisis waktu dari aktivitas ini ke aktivitas lain penting untuk mengukur waktu perekrutan dan efektivitas kanal pencarian kandidat.
Sumber data
Ini adalah peristiwa yang tercatat secara eksplisit di Greenhouse saat lamaran dibuat. Waktu peristiwa dapat diambil dari kolom Tanggal Lamaran atau stempel waktu pembuatan pada objek lamaran.
Pengumpulan data
Diambil dari stempel waktu pembuatan catatan lamaran.
Jenis peristiwa
explicit
|
|||
|
Lamaran ditolak
|
Lamaran kandidat ditolak pada suatu tahap dalam proses. Ini adalah peristiwa akhir yang paling umum menandakan kegagalan dan dapat terjadi pada tahap mana pun. | ||
|
Mengapa ini penting
Peristiwa akhir ini penting untuk menganalisis tingkat kandidat yang gugur dalam alur perekrutan. Memahami kapan dan mengapa penolakan terjadi membantu menemukan proses yang tidak efisien atau persyaratan pekerjaan yang kurang sesuai.
Sumber data
Ini adalah peristiwa eksplisit yang tercatat saat pengguna menolak lamaran di Greenhouse. Biasanya, alasan penolakan juga dicatat, beserta stempel waktunya di log aktivitas.
Pengumpulan data
Diambil dari stempel waktu tindakan penolakan pada lamaran.
Jenis peristiwa
explicit
|
|||
|
Tawaran diberikan
|
Tawaran kerja resmi telah dikirim kepada kandidat. Ini adalah tonggak penting yang menandai selesainya proses wawancara dan seleksi. | ||
|
Mengapa ini penting
Aktivitas ini menjadi dasar untuk menghitung KPI tingkat penerimaan tawaran. Aktivitas ini menandai dimulainya tahap pengambilan keputusan akhir bagi kandidat.
Sumber data
Peristiwa ini tercatat secara eksplisit di Greenhouse saat status tawaran berubah menjadi 'Dikirim' atau 'Diberikan'. Objek tawaran menyimpan stempel waktu untuk perubahan status tersebut.
Pengumpulan data
Diambil dari stempel waktu saat status tawaran resmi ditandai sebagai terkirim.
Jenis peristiwa
explicit
|
|||
|
Tawaran diterima
|
Kandidat telah menerima tawaran kerja secara resmi. Ini adalah tonggak keberhasilan penting yang biasanya memicu kegiatan praperekrutan berikutnya, seperti pemeriksaan latar belakang. | ||
|
Mengapa ini penting
Ini adalah tonggak keberhasilan penting dan komponen utama KPI tingkat penerimaan tawaran. Aktivitas ini menandai peralihan kandidat menjadi calon karyawan.
Sumber data
Ini adalah peristiwa eksplisit yang tercatat saat status penawaran di Greenhouse diperbarui menjadi 'Diterima', baik oleh perekrut maupun melalui persetujuan elektronik kandidat.
Pengumpulan data
Diambil dari stempel waktu saat status penawaran berubah menjadi 'Diterima'.
Jenis peristiwa
explicit
|
|||
|
Wawancara dijadwalkan
|
Wawancara dengan kandidat telah dijadwalkan di sistem. Greenhouse terintegrasi dengan kalender, sehingga peristiwa ini biasanya tercatat secara eksplisit saat jadwal wawancara dikonfirmasi. | ||
|
Mengapa ini penting
Peristiwa ini penting untuk menganalisis dan menemukan hambatan dalam proses penjadwalan wawancara. Waktu antara aktivitas ini dan langkah sebelumnya menjadi KPI utama untuk mengukur efisiensi perekrut dan koordinator.
Sumber data
Diambil dari fitur penjadwalan wawancara di Greenhouse. API menyediakan data wawancara terjadwal, termasuk stempel waktu pembuatannya.
Pengumpulan data
Tercatat saat peristiwa wawancara dibuat dan dikaitkan dengan lamaran kandidat.
Jenis peristiwa
explicit
|
|||
|
Wawancara selesai
|
Wawancara dengan kandidat telah berlangsung. Aktivitas ini sering disimpulkan setelah waktu wawancara terjadwal berlalu atau, dengan lebih akurat, saat umpan balik untuk wawancara tersebut dikirim. | ||
|
Mengapa ini penting
Aktivitas ini merupakan tonggak penting dalam perjalanan kandidat. Aktivitas ini menjadi titik awal untuk mengukur waktu pengiriman umpan balik dan kemajuan ke tahap berikutnya.
Sumber data
Biasanya disimpulkan. Waktu aktivitas dapat diambil dari waktu berakhirnya wawancara terjadwal atau, dengan lebih akurat, dari stempel waktu umpan balik pertama yang dikirim untuk wawancara tersebut.
Pengumpulan data
Disimpulkan dari waktu berakhirnya wawancara terjadwal atau stempel waktu pengiriman umpan balik setelahnya.
Jenis peristiwa
inferred
|
|||
|
Lamaran ditinjau
|
Perekrut atau manajer perekrutan telah melakukan peninjauan awal terhadap lamaran kandidat. Aktivitas ini biasanya disimpulkan dari perubahan tahap atau status lamaran, misalnya dari 'Baru' menjadi tahap peninjauan aktif seperti 'Sedang ditinjau'. | ||
|
Mengapa ini penting
Pelacakan ini membantu menemukan hambatan pada tahap penyaringan awal dan mengukur waktu yang dibutuhkan agar lamaran baru mulai ditinjau. Aktivitas ini juga menjadi titik awal untuk menghitung waktu siklus penjadwalan wawancara.
Sumber data
Disimpulkan dari perubahan pada kolom status lamaran. Cari perubahan status dari 'Baru' menjadi 'Ditinjau', lalu gunakan stempel waktu perubahan tersebut.
Pengumpulan data
Disimpulkan dari stempel waktu saat status berubah menjadi 'Sedang ditinjau' atau tahap serupa.
Jenis peristiwa
inferred
|
|||
|
Orientasi karyawan dimulai
|
Proses orientasi karyawan baru di perusahaan resmi dimulai. Biasanya, proses ini melibatkan serah terima dari sistem perekrutan ke HRIS atau platform orientasi karyawan. | ||
|
Mengapa ini penting
Aktivitas ini mengukur efisiensi serah terima dari tim perekrutan ke HR. Keterlambatan dapat memperburuk pengalaman karyawan baru, jadi penting untuk memantau Waktu Serah Terima ke Orientasi.
Sumber data
Peristiwa ini mungkin tercatat secara eksplisit jika Greenhouse terintegrasi dengan sistem orientasi karyawan. Jika tidak, peristiwa ini disimpulkan dari stempel waktu saat kandidat dipindahkan ke tahap akhir 'Dipekerjakan', yang memicu serah terima.
Pengumpulan data
Disimpulkan dari perubahan tahap atau log integrasi yang menunjukkan serah terima ke HRIS.
Jenis peristiwa
inferred
|
|||
|
Pemeriksaan latar belakang dimulai
|
Pemeriksaan latar belakang kandidat telah dimulai, biasanya setelah kandidat menerima penawaran. Peristiwa ini dapat tercatat sebagai perubahan tahap tertentu atau pemicu integrasi dengan layanan pihak ketiga. | ||
|
Mengapa ini penting
Aktivitas ini penting untuk kepatuhan dan memantau keterlambatan pemeriksaan sebelum kandidat mulai bekerja. Analisis ini membantu mengukur waktu antara penerimaan penawaran dan selesainya pemeriksaan yang diperlukan.
Sumber data
Peristiwa ini kemungkinan disimpulkan dari pemindahan kandidat ke tahap 'Pemeriksaan Latar Belakang' dalam alur perekrutan atau dari log aktivitas terkait integrasi pemeriksaan latar belakang.
Pengumpulan data
Disimpulkan dari perubahan status ke tahap 'Pemeriksaan Latar Belakang' atau log API dari layanan terintegrasi.
Jenis peristiwa
inferred
|
|||
|
Penawaran ditolak
|
Kandidat secara resmi menolak tawaran pekerjaan. Ini adalah peristiwa akhir yang menandakan kegagalan proses dan terjadi pada tahap akhir alur perekrutan. | ||
|
Mengapa ini penting
Mencatat hasil ini penting untuk menganalisis Tingkat Penerimaan Penawaran. Jika peristiwa ini sering terjadi, mungkin ada masalah terkait kompensasi, budaya kerja, atau posisi yang ditawarkan.
Sumber data
Ini adalah peristiwa eksplisit yang tercatat saat status penawaran di Greenhouse diperbarui menjadi 'Ditolak' atau 'Tidak diterima'. Objek penawaran akan mencatat stempel waktu perubahan status ini.
Pengumpulan data
Diambil dari stempel waktu saat status penawaran berubah menjadi 'Ditolak'.
Jenis peristiwa
explicit
|
|||
|
Penyaringan awal oleh perekrut selesai
|
Perekrut telah menyelesaikan penyaringan awal melalui telepon atau percakapan dengan kandidat. Aktivitas ini sering tercatat saat kandidat dipindahkan ke tahap 'Penyaringan melalui telepon' dalam alur perekrutan. | ||
|
Mengapa ini penting
Ini adalah tonggak penting dalam kualifikasi yang menandakan lamaran telah lolos penyaringan awal berdasarkan dokumen. Aktivitas ini membantu mengukur beban kerja perekrut dan efektivitas penyaringan awal.
Sumber data
Disimpulkan dari stempel waktu saat lamaran dipindahkan ke atau dari tahap 'Penyaringan melalui telepon' dalam alur lowongan kerja Greenhouse.
Pengumpulan data
Diambil dari riwayat tahap lamaran, khususnya saat lamaran masuk ke tahap 'Penyaringan melalui telepon'.
Jenis peristiwa
inferred
|
|||
|
Tawaran dibuat
|
Tawaran kerja resmi telah disusun dan mungkin masih menunggu persetujuan internal. Aktivitas ini menandai keputusan resmi untuk memberikan tawaran kepada kandidat. | ||
|
Mengapa ini penting
Aktivitas ini membedakan keputusan untuk memberikan tawaran dari tindakan mengirimkannya. Anda dapat menggunakannya untuk menganalisis waktu persetujuan internal dan hambatan sebelum tawaran sampai kepada kandidat.
Sumber data
Greenhouse memiliki modul khusus untuk tawaran kerja. Peristiwa ini tercatat secara eksplisit berdasarkan stempel waktu pembuatan objek tawaran yang terkait dengan lamaran.
Pengumpulan data
Tercatat saat catatan tawaran dibuat di sistem Greenhouse.
Jenis peristiwa
explicit
|
|||
|
Umpan balik dikirim
|
Pewawancara telah mengirimkan scorecard atau umpan balik tentang wawancara kandidat. Proses perekrutan terstruktur di Greenhouse menggunakan informasi ini untuk mengambil keputusan, sehingga pengiriman umpan balik tercatat sebagai aktivitas tersendiri. | ||
|
Mengapa ini penting
Umpan balik yang tepat waktu penting agar kandidat dapat melanjutkan ke tahap berikutnya. Aktivitas ini membantu menganalisis efisiensi alur umpan balik dan tingkat penyelesaian scorecard.
Sumber data
Peristiwa ini tercatat secara eksplisit saat pewawancara mengirimkan scorecard melalui Greenhouse. Objek Scorecards API memiliki stempel waktu
Pengumpulan data
Diambil dari stempel waktu pengiriman scorecard wawancara.
Jenis peristiwa
explicit
|
|||
Panduan ekstraksi
Siap memulai?
Manfaatkan data perekrutan Anda sebaik-baiknya. Gunakan templat ini sekarang untuk menyederhanakan proses rekrutmen dan mengambil keputusan berdasarkan data.
Sederhanakan akuisisi talenta di Greenhouse sekarang
Kurangi waktu siklus perekrutan hingga 30% dan tingkatkan pengalaman kandidat mulai sekarang.
Tidak perlu kartu kredit • Penyiapan hanya 5 menit