Uw Wervings- & Talentacquisitie Data Template

Dit attribuut registreert de naam van elke gebeurtenis in het wervingsproces, zoals 'Sollicitatie Ontvangen', 'Interview Gepland', of 'Aanbod Geaccepteerd'. Het vormt de reeks gebeurtenissen die samen de proceskaart vormen.

Het analyseren van de volgorde en frequentie van deze activiteiten is fundamenteel voor process mining. Het helpt bij het visualiseren van de wervingsfunnel, het identificeren van veelvoorkomende procespaden, het detecteren van afwijkingen van de standaard workflow, en het lokaliseren van knelpunten waar het proces stagneert. Het maakt het bijvoorbeeld mogelijk om te volgen hoeveel sollicitaties van 'Sollicitatie Beoordeeld' naar 'Recruiter Screening Uitgevoerd' gaan.

Dit attribuut definieert de stappen in het wervingsproces, wat de visualisatie van de procesflow en de identificatie van knelpunten en afwijkingen mogelijk maakt.

Dit wordt vaak afgeleid door het mappen van veranderingen in sollicitatiefasen, interviewstatussen, aanbodgebeurtenissen of andere controleerbare acties binnen Greenhouse. Het kan logica vereisen om systeemevents te vertalen naar gestandaardiseerde activiteitsnamen.

De activiteit timestamp markeert het precieze moment dat een event plaatsvond in het wervingsproces. Het is de temporele basis voor alle prestatie- en duur-gebaseerde analyses, en biedt de chronologische volgorde van activiteiten voor elke sollicitatie.

Deze timestamp is essentieel voor het berekenen van alle tijdsgerelateerde KPI's, zoals Time to Hire, Interview Scheduling Cycle Time en Interview Feedback Turnaround Time. Door de verstreken tijd tussen verschillende activiteiten te analyseren, kunnen organisaties de efficiëntie meten, vertragingen identificeren en de naleving van service level agreements monitoren, wat direct dashboards ondersteunt die gericht zijn op prestaties en knelpunten.

Deze timestamp is cruciaal voor het ordenen van events, het berekenen van doorlooptijden en het analyseren van de prestaties van het wervingsproces.

Gevonden in diverse objects binnen Greenhouse, zoals 'applied_at' op het Application object, 'created_at' op Offer objects, of timestamps binnen activity feeds en audit logs.

De Job Application ID is de hoeksteen van de analyse van het wervingsproces en fungeert als de unieke case-identificatie. Het koppelt alle gerelateerde activiteiten, van de initiële indiening en screening tot interviews, aanbiedingen en de uiteindelijke wervingsbeslissing. Dit maakt een compleet, end-to-end beeld van het traject van elke kandidaat mogelijk.

In process mining wordt dit attribuut gebruikt om het exacte pad te reconstrueren dat elke kandidaat volgt door de wervingsfunnel. Het maakt de analyse van procesvarianten, doorlooptijden per sollicitatie en afhaakpunten mogelijk, wat een duidelijk beeld geeft van de algehele wervingscyclus voor elke individuele sollicitant.

Dit is de essentiële Case ID die alle wervings-events voor een enkele kandidaat verbindt, waardoor het mogelijk wordt om het gehele wervingstraject van begin tot eind te analyseren.

Dit is doorgaans de primaire sleutel voor een applicatieobject. Raadpleeg de Greenhouse API-documentatie voor het 'Applications'-endpoint, vaak aangeduid als 'id' of 'application_id'.

Dit attribuut specificeert de herkomst van de wervingsdata. Voor dit proces zou de waarde consistent 'Greenhouse' zijn.

Hoewel het statisch kan lijken, is het expliciet volgen van het bronsysteem cruciaal voor datagovernance, probleemoplossing, en in scenario's waar data mogelijk wordt verrijkt vanuit andere systemen, zoals een HRIS. Het zorgt voor duidelijkheid over de herkomst van data en helpt de data-integriteit te handhaven binnen het datalandschap van de organisatie.

Zorgt voor duidelijke data provenance, wat essentieel is voor data governance, validation en het managen van data uit meerdere sources.

Dit is een statische waarde die moet worden toegevoegd tijdens het data-extractie- en transformatieproces om de herkomst van de data te labelen.

Dit attribuut registreert de datum en tijd waarop de data voor het laatst uit het bronsysteem is opgehaald. Het is een metadataveld dat de actualiteit van de data in het process mining model weerspiegelt.

Deze informatie is essentieel voor gebruikers om te begrijpen hoe actueel de analyse is. Het helpt bij het beheren van verwachtingen over data latency en is cruciaal voor het valideren dat de datapijplijn volgens planning draait. Als de 'Last Data Update' bijvoorbeeld enkele dagen oud is, weten gebruikers dat de dashboards niet de meest recente wervingsactiviteiten weergeven.

Geeft de freshness van de data aan, waardoor gebruikers begrijpen of de analyse de meest actuele staat van het proces weerspiegelt.

Deze timestamp wordt gegenereerd en op de dataset gestempeld tijdens het data-extractie-, transformatie- en laadproces (ETL).

Dit attribuut volgt de status van een jobaanbod, met waarden zoals 'Aangemaakt', 'Uitgebracht', 'Geaccepteerd' of 'Afgewezen'. Het is een belangrijke indicator van de laatste fasen van het wervingsproces.

Dit attribuut is essentieel voor het 'Offer Acceptance Rate Trends' dashboard en de bijbehorende KPI. Door de progressie van 'Offer Extended' naar 'Offer Accepted' of 'Offer Rejected' te volgen, kunnen bedrijven hun vermogen meten om kandidaten aan boord te krijgen. Het analyseren hiervan per afdeling of functietitel kan inzichten opleveren in de concurrentiepositie van de compensatie, de kandidaatervaring of andere factoren die de beslissing van een kandidaat beïnvloeden.

Volgt het resultaat van jobaanbiedingen, wat cruciaal is voor het berekenen van de Offer Acceptance Rate KPI en het begrijpen hoe deze te verbeteren.

Beschikbaar op het Offer object in Greenhouse, dat gelinkt is aan een Application. Het 'status' field biedt deze informatie.

Dit attribuut geeft de status van een sollicitatie aan, zoals 'Aangenomen', 'Afgewezen' of 'Actief'. Het vertegenwoordigt de eindstatus van een voltooid proces of de huidige status van een lopend proces.

Dit is een kritieke dimensie voor resultaat-analyse. Het maakt het mogelijk om cases te filteren om de procespaden van aangenomen kandidaten te vergelijken met afgewezen kandidaten, wat kenmerken van succesvolle trajecten kan onthullen. Het wordt ook gebruikt om conversiepercentages te berekenen in het 'Overall Recruitment Funnel' dashboard, en toont welk percentage van de sollicitaties resulteert in een aanwerving.

Definieert de outcome van het recruitmentproces, waardoor analyse mogelijk is die succesvolle (hired) versus onsuccesvolle (rejected) candidate journeys vergelijkt.

Deze informatie bevindt zich op het Application object in Greenhouse, beschikbaar via het 'status' veld in de API.

Dit attribuut volgt de herkomst van een sollicitatie, bijvoorbeeld 'LinkedIn', 'Medewerker Referral', 'Bedrijfswebsite' of 'Indeed'. Het biedt inzicht in de effectiviteit van verschillende wervingskanalen.

Het 'Sourcing Channel Effectiveness' dashboard is volledig gebouwd rondom dit attribuut. Door het sollicitatievolume, de time-to-hire en de aanwervingspercentages per bron te analyseren, kunnen organisaties hun wervingsmarketinguitgaven en -inspanningen optimaliseren. Deze data helpt bij het beantwoorden van strategische vragen over welke kanalen de hoogste kwaliteit kandidaten het meest efficiënt leveren, en ondersteunt direct de 'Sourcing Channel Conversion Rate' KPI.

Helpt de effectiveness en ROI van verschillende recruiting channels te meten, wat data-driven decisions mogelijk maakt over waar sourcing efforts moeten worden geïnvesteerd.

Beschikbaar op het Candidate object in Greenhouse, dat gelinkt is aan de Application. Het 'source' field biedt deze informatie.

Dit attribuut bevat de officiële titel van de vacature, zoals 'Senior Software Engineer' of 'Product Marketing Manager'. Het biedt essentiële context over de in te vullen functie.

Het analyseren van wervingsprocessen op functietitel is fundamenteel voor het begrijpen van rolspecifieke uitdagingen. Zo gebruikt het 'Time To Hire Performance' dashboard dit attribuut om te tonen of senior of zeer gespecialiseerde functies langer duren om in te vullen. Het helpt ook bij het analyseren van aanbodacceptatiepercentages voor verschillende posities, en biedt inzichten in de concurrentiepositie van de compensatie of de aantrekkelijkheid van de rol.

Maakt filtering en vergelijking van recruitment metrics voor specifieke rollen mogelijk, wat helpt te begrijpen hoe proces performance varieert per job complexity of type.

Dit is een primair veld op het Job object in Greenhouse, vaak beschikbaar als 'name' bij het bevragen van het 'jobs' endpoint via de API.

Dit attribuut specificeert de organisatieafdeling, zoals 'Engineering', 'Marketing' of 'Sales', geassocieerd met de vacature. Het maakt de aggregatie en vergelijking van wervingsmetrics over verschillende delen van het bedrijf mogelijk.

Het segmenteren van de analyse per afdeling is cruciaal voor dashboards zoals 'Time To Hire Performance' en 'Offer Acceptance Rate Trends'. Het helpt bij het identificeren of bepaalde afdelingen langere wervingscycli, hogere afwijzingspercentages voor aanbiedingen of verschillende process compliance-niveaus hebben. Deze inzichten maken gerichte interventies en procesverbeteringen mogelijk die zijn afgestemd op de specifieke behoeften van elke afdeling.

Maakt vergelijking van recruitment performance en procesvarianten over verschillende departments mogelijk, onthullend systemische issues of best practices.

Typisch beschikbaar als een standaard of custom field op het Job object in Greenhouse. Kan worden gevonden in de 'departments' sectie van een Job record via de API.

Dit attribuut identificeert de recruiter die is toegewezen aan een specifieke sollicitatie of vacature. Deze persoon is typisch verantwoordelijk voor screening, het coördineren van interviews en het begeleiden van de kandidaat door het proces.

Het analyseren van het proces per recruiter is essentieel voor het begrijpen van individuele prestaties en werkdrukverdeling. Het 'Recruiter Workload & Efficiency' dashboard is afhankelijk van dit attribuut om metrics zoals doorvoer en doorlooptijden per recruiter te berekenen. Het helpt bij het identificeren van top-performers, het aanwijzen van individuen die extra ondersteuning nodig hebben, en het waarborgen van een evenwichtige werkdruk binnen het talentacquisitieteam.

Attributen proces activities aan een specifieke recruiter, wat analyse van individuele performance, workload en efficiency mogelijk maakt.

Beschikbaar op het Job object in Greenhouse, doorgaans als onderdeel van de 'hiring_team'-sectie, waar rollen zoals 'Recruiter' zijn gespecificeerd.

De Kandidaat ID identificeert een individu uniek in de talentpool, terwijl de Job Application ID specifiek is voor één sollicitatie voor één job. Eén kandidaat kan in de loop der tijd meerdere sollicitaties hebben.

Hoewel de Job Application ID dient als de Case ID voor deze specifieke procesweergave, maakt de Kandidaat ID een ander type analyse mogelijk. Deze kan worden gebruikt om het traject van een kandidaat over meerdere sollicitaties te volgen, frequente sollicitanten te identificeren en de algehele relatie met de talentpool te analyseren. Het biedt een meer persoonsgericht beeld van de wervingsdata.

Maakt analyse over meerdere sollicitaties van dezelfde kandidaat mogelijk, wat een breder beeld geeft van candidate engagement over tijd.

Dit is de primaire sleutel voor een kandidaatrecord in Greenhouse, beschikbaar als 'id' op het Candidate object via de API.

Dit attribuut registreert de voltooiingstijd voor activiteiten die een periode beslaan, zoals een interview of een achtergrondcontrole. Hoewel veel activiteiten direct zijn, profiteren die met een meetbare duur van zowel een start- als een eindtijd.

Het hebben van een eindtijd is cruciaal voor het nauwkeurig berekenen van de verwerkingstijd of duur van specifieke activiteiten. Dit helpt bij het onderscheiden tussen de wachttijd tussen stappen en de daadwerkelijk bestede tijd aan een taak. Het maakt bijvoorbeeld een preciezere analyse mogelijk van hoe lang interviews daadwerkelijk duren, versus hoe lang het duurt om ze in te plannen.

Maakt de precieze berekening van activity processing times mogelijk, wat helpt om actieve werktijd te onderscheiden van idle waiting time in het proces.

Deze informatie is mogelijk beschikbaar op objecten zoals 'scheduled_interview' in Greenhouse, die vaak zowel een 'start' als 'end' tijd hebben. Voor andere activiteiten moet deze mogelijk worden afgeleid uit de timestamp van de daaropvolgende activiteit.

Dit attribuut identificeert de manager van het team met de openstaande functie. De hiring manager is een belangrijke stakeholder in het proces, vaak betrokken bij het beoordelen van kandidaten, het voeren van interviews in latere fases en het nemen van de uiteindelijke wervingsbeslissing.

Het analyseren van het proces per hiring manager kan belangrijke patronen en knelpunten aan het licht brengen. Het 'Interview Scheduling Bottlenecks' dashboard kan bijvoorbeeld aantonen dat vertragingen vaak samenhangen met de beschikbaarheid van specifieke managers. Het helpt bij het identificeren van trainings- of ondersteuningsbehoeften om ervoor te zorgen dat managers efficiënt omgaan met het wervingsproces.

Identificeert een key stakeholder, waardoor analyse van proces knelpunten of efficiencies gerelateerd aan specifieke hiring managers mogelijk is.

Beschikbaar op het Job object in Greenhouse, doorgaans als onderdeel van de 'hiring_team'-sectie, waar rollen zoals 'Hiring Manager' zijn gespecificeerd.

Deze berekende metric meet de responsiviteit van het interviewpanel. Vertragingen bij het indienen van feedback kunnen het wervingsproces aanzienlijk vertragen en de kandidaatervaring negatief beïnvloeden.

Dit attribuut ondersteunt direct het 'Interview Feedback Loop Analysis' dashboard en de 'Interview Feedback Turnaround Time' KPI. Het wordt berekend als het tijdsverschil tussen de 'Interview Voltooid' en 'Feedback Ingediend' activiteiten. Het monitoren van deze metric helpt knelpunten te identificeren die worden veroorzaakt door trage feedback en moedigt snellere besluitvorming aan.

Meet de efficiency van de post-interview feedback loop, een veelvoorkomende bron van vertragingen in het hiring proces.

Dit is een berekend veld. Het is afgeleid door de timestamp van de 'Interview Voltooid' event af te trekken van de timestamp van de 'Feedback Ingediend' event.

Dit attribuut specificeert de specifieke fase binnen het algehele interviewproces, zoals 'Recruiter Screen', 'Technisch Interview' of 'Laatste Ronde'. Het biedt meer granulariteit dan een generieke 'Interview Voltooid' activiteit.

Door metrics in elke afzonderlijke interviewfase te analyseren, kunnen organisaties specifiekere knelpunten aanwijzen. U kunt bijvoorbeeld de 'Kandidaat Afhaakpercentage per Fase' met hoge precisie meten, en identificeren of kandidaten de neiging hebben zich terug te trekken na het technische interview versus de initiële screening. Dit detail is cruciaal voor het aanbrengen van gerichte verbeteringen aan de interviewervaring.

Biedt een gedetailleerder beeld van het interviewproces, waardoor analyse van doorlooptijden en afhaakpercentages bij elke specifieke interviewstap mogelijk is.

Deze informatie maakt deel uit van de interview planningsdata in Greenhouse. Het 'interviews' object op een sollicitatie bevat details over de interviewfase.

Dit Booleaanse attribuut is het resultaat van een conformiteitscontrole, die de daadwerkelijke sequentie van activiteiten voor een sollicitatie vergelijkt met een vooraf gedefinieerd ideaal procesmodel. Het markeert gevallen die zijn afgeweken, zoals het overslaan van vereiste stappen of het uitvoeren van activiteiten in een verkeerde volgorde.

Dit is een kernattribuut voor het 'Hiring Compliance Deviation' dashboard en ondersteunt de 'Process Conformance Rate' en 'Compliance Violation Count' KPI's. Door te filteren op niet-conforme gevallen kunnen organisaties onderzoeken waarom afwijkingen optreden, of dit nu te wijten is aan ontoereikende training, systeembeperkingen of noodzakelijke uitzonderingen. Dit helpt bij het standaardiseren van workflows en het mitigeren van compliancerisico's.

Identificeert procesdeviaties, wat cruciaal is voor het meten van process conformance, het waarborgen van compliance en het standaardiseren van hiring workflows.

Dit is een berekend veld gegenereerd door de process mining software. Het vergelijkt de event log data met een gedefinieerd doelmodel of een set business rules.

Dit Booleaanse attribuut geeft aan of een activiteit is uitgevoerd door een gebruiker of door een geautomatiseerde systeemregel. Voorbeelden van geautomatiseerde activiteiten kunnen het verzenden van automatische antwoord-e-mails zijn of het automatisch afwijzen van kandidaten die een basis screeningvraag niet doorstaan.

Het analyseren van dit attribuut helpt bij het begrijpen van het automatiseringsniveau in het wervingsproces. Het kan worden gebruikt om de efficiëntie en resultaten van geautomatiseerde versus handmatige stappen te vergelijken, en om mogelijkheden voor verdere automatisering te identificeren om snelheid en consistentie te verbeteren.

Helpt onderscheid te maken tussen handmatige en automated activities, wat analyse van de impact van automatisering op process efficiency en outcomes mogelijk maakt.

Deze informatie is geen standaardveld en moet doorgaans worden afgeleid. Het kan worden afgeleid uit de gebruiker die aan een activiteit is gekoppeld (bijvoorbeeld een 'Systeem' gebruiker) of uit specifieke eventtypes waarvan bekend is dat ze geautomatiseerd zijn.

Dit attribuut legt de specifieke reden vast waarom een kandidaat niet verder is gekomen in het proces. Voorbeelden zijn 'Geen culturele match', 'Salarisverwachtingen te hoog' of 'Meer gekwalificeerde kandidaten'.

Het analyseren van afwijzingsredenen biedt waardevolle feedback voor het wervingsproces. Het kan problemen aan het licht brengen zoals verkeerd afgestemde functiebeschrijvingen, niet-concurrerende compensatie, of terugkerende vaardigheidstekorten in de talentpool. Deze informatie is bijzonder nuttig voor het verbeteren van wervingsstrategieën en het versterken van de kandidaatervaring door veelvoorkomende faalpunten in de wervingsfunnel te begrijpen.

Biedt kwalitatief inzicht in waarom kandidaten afvallen uit de funnel, wat helpt bij het verfijnen van vacatureomschrijvingen, werving en screeningcriteria.

Beschikbaar op het Application object wanneer het wordt rejected. De API biedt een 'rejection_reason'-object met details.

Dit attribuut legt de definitieve aanbeveling vast die een interviewer doet op een gestructureerde interviewscorecard, typisch waarden zoals 'Beslist Ja', 'Ja', 'Nee' of 'Beslist Nee'.

Deze data is essentieel voor het beoordelen van de kwaliteit en consistentie van het interviewproces. Het helpt interviewfeedback te correleren met daadwerkelijke wervingsresultaten, door vragen te beantwoorden zoals 'Worden kandidaten met sterkere aanbevelingen vaker aangenomen?'. Het vormt ook de basis voor de 'Scorecard Completion Rate' KPI, die de adoptie van gestructureerde wervingspraktijken binnen de organisatie meet.

Verbindt structured interview feedback met proces outcomes en helpt de adoption van data-driven hiring practices te meten.

Gevonden binnen het Scorecard object dat geassocieerd is met een voltooid interview in Greenhouse. De API biedt deze informatie via het 'scorecards'-endpoint.

Dit attribuut is de unieke ID voor de job zelf, onderscheiden van de sollicitatie ID. Meerdere sollicitaties zullen gekoppeld zijn aan dezelfde Job ID.

Het gebruik van de Job ID maakt de aggregatie van data op vacatureniveau mogelijk. Men kan bijvoorbeeld het totale aantal ontvangen sollicitaties voor een specifieke job analyseren, of de gemiddelde time-to-hire voor alle functies van een vergelijkbaar type. Het biedt een manier om wervingsinspanningen gericht op één openstaande positie te groeperen en te analyseren.

Maakt het aggregeren en analyseren van alle kandidaat data mogelijk die gerelateerd is aan één vacature, wat een requisition-centric view biedt.

Dit is de primaire sleutel voor een jobrecord in Greenhouse, beschikbaar als 'id' op het Job object via de API.

Deze berekende metric meet de end-to-end duur van een succesvol wervingsproces. Het is een van de meest kritieke KPI's voor het evalueren van de algehele efficiëntie van de talentacquisitiefunctie.

Dit attribuut ondersteunt direct het 'Time To Hire Performance' dashboard en de 'Average Time to Hire' KPI. Het wordt berekend als het tijdsverschil tussen de 'Sollicitatie Ontvangen' en 'Kandidaat Aangenomen' activiteiten voor een gegeven sollicitatie. Het analyseren van deze metric helpt organisaties benchmarks vast te stellen en systemische vertragingen in het wervingsproces te identificeren.

Dit is een key performance indicator die de algehele efficiëntie van de wervingsfunnel voor succesvolle aanwervingen meet.

Dit is een berekend veld. Het is afgeleid door de timestamp van de 'Sollicitatie Ontvangen' event af te trekken van de timestamp van de 'Kandidaat Aangenomen' event.