> Continu verbeteren van processen > Werving en talentacquisitie > Greenhouse > Datatemplate

Datatemplate voor werving en talentacquisitie

Greenhouse

Attributen voor werving en talentacquisitie(21) Activiteiten voor werving en talentacquisitie(14) Extractiegidsen(3)

Datatemplate voor werving en talentacquisitie

Deze template laat zien welke data je nodig hebt voor het wervingsproces. Je vindt erin welke attributen je bijhoudt, welke activiteiten je vastlegt en hoe je deze informatie uit Greenhouse haalt. Zo leg je een goede basis voor procesanalyse.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om bij te houden
Instructies voor data-extractie

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor werving en talentacquisitie

Dit zijn de aanbevolen datavelden voor je event log. Hiermee kun je het wervings- en talentacquisitieproces in Greenhouse grondig analyseren.

5 Verplicht 6 Aanbevolen 10 Optioneel

	Naam	Beschrijving
	Activiteitsnaam ActivityName	De naam van de specifieke recruitmentactiviteit of fase die heeft plaatsgevonden.
Beschrijving Dit attribuut bevat de naam van elke gebeurtenis in het recruitmentproces, zoals 'Sollicitatie ontvangen', 'Interview ingepland' of 'Offer geaccepteerd'. Samen vormen deze gebeurtenissen de proceskaart. De volgorde en frequentie van activiteiten analyseren is een belangrijk onderdeel van process mining. Zo kun je het wervingsproces visualiseren, veelvoorkomende procespaden herkennen, afwijkingen van de standaardworkflow opsporen en bottlenecks vinden waar het proces stilvalt. Je kunt bijvoorbeeld volgen hoeveel sollicitaties van 'Sollicitatie beoordeeld' naar 'Screening door recruiter afgerond' gaan. Waarom dit belangrijk is Dit attribuut beschrijft de stappen in het recruitmentproces. Zo kun je het procesverloop visualiseren en bottlenecks en afwijkingen opsporen. Waar vind je dit? Dit wordt vaak afgeleid uit wijzigingen in sollicitatiefasen, interviewstatussen, offergebeurtenissen of andere auditeerbare acties in Greenhouse. Mogelijk is logica nodig om systeemgebeurtenissen om te zetten naar gestandaardiseerde activiteitsnamen. Voorbeelden Sollicitatie beoordeeldInterview afgerondAanbod geaccepteerdSollicitatie afgewezen
	Activiteitstimestamp ActivityTimestamp	De exacte datum en tijd waarop de recruitmentactiviteit plaatsvond.
Beschrijving Het activiteitstimestamp geeft precies aan wanneer een gebeurtenis in het recruitmentproces plaatsvond. Het vormt de basis voor alle analyses van prestaties en tijdsduur en bepaalt de chronologische volgorde van activiteiten voor elke sollicitatie. Dit timestamp is nodig om tijdgerelateerde KPI’s te berekenen, zoals de tijd tot aanname, de doorlooptijd voor het plannen van interviews en de tijd tot ontvangst van interviewfeedback. Door de tijd tussen activiteiten te analyseren, kun je de efficiëntie meten, vertragingen opsporen en controleren of serviceafspraken worden nagekomen. Zo ondersteunen deze gegevens dashboards over prestaties en bottlenecks. Waarom dit belangrijk is Dit timestamp is nodig om gebeurtenissen op volgorde te zetten, doorlooptijden te berekenen en de prestaties van het recruitmentproces te analyseren. Waar vind je dit? Te vinden in verschillende objecten in Greenhouse, bijvoorbeeld als 'applied_at' bij het Application-object, als 'created_at' bij Offer-objecten of als timestamp in activiteitenfeeds en auditlogboeken. Voorbeelden 2023-10-26T10:00:00Z2023-10-27T14:35:10Z2023-11-05T09:15:00Z
	Sollicitatie JobApplicationId	De unieke identificatiecode voor de sollicitatie van één kandidaat naar een specifieke functie.
Beschrijving De ID van de sollicitatie is de basis voor de analyse van het recruitmentproces en dient als unieke Case-ID. Deze ID koppelt alle bijbehorende activiteiten, van de eerste sollicitatie en screening tot interviews, offers en de uiteindelijke aannamebeslissing. Zo krijg je een volledig beeld van het traject van elke kandidaat. Bij process mining gebruik je dit attribuut om het exacte pad te reconstrueren dat elke kandidaat door het wervingsproces volgt. Je kunt procesvarianten, doorlooptijden per sollicitatie en uitvalmomenten analyseren. Zo zie je hoe het recruitmentproces voor iedere kandidaat verloopt. Waarom dit belangrijk is Dit is de essentiële Case-ID die alle recruitmentgebeurtenissen voor één kandidaat met elkaar verbindt. Zo kun je het volledige traject van begin tot eind analyseren. Waar vind je dit? Dit is meestal de primaire sleutel van een sollicitatieobject. Raadpleeg de Greenhouse API-documentatie voor het endpoint 'Applications', vaak aangeduid als 'id' of 'application_id'. Voorbeelden 987654321098765432119876543212
	Bronsysteem SourceSystem	Geeft aan uit welk registratiesysteem de data is gehaald.
Beschrijving Dit attribuut geeft aan waar de recruitmentdata vandaan komt. Voor dit proces is de waarde altijd 'Greenhouse'. De waarde lijkt misschien vast te staan, maar het expliciet bijhouden van het bronsysteem is belangrijk voor datagovernance, probleemoplossing en situaties waarin data uit andere systemen, zoals een HRIS, wordt aangevuld. Zo is duidelijk waar de data vandaan komt en blijft de data-integriteit binnen de organisatie behouden. Waarom dit belangrijk is Maakt duidelijk waar de data vandaan komt. Dat is belangrijk voor datagovernance, validatie en het beheer van data uit meerdere bronnen. Waar vind je dit? Dit is een vaste waarde die tijdens de data-extractie en -transformatie aan de data wordt toegevoegd om de herkomst aan te geven. Voorbeelden Greenhouse
	Laatste data-update LastDataUpdate	Het timestamp dat aangeeft wanneer de data voor deze gebeurtenis voor het laatst is vernieuwd of opgehaald.
Beschrijving Dit attribuut bevat de datum en tijd waarop de data voor het laatst uit het bronsysteem is opgehaald. Het is een metadataveld dat aangeeft hoe actueel de data in het process mining-model is. Zo weet je hoe actueel de analyse is. Het helpt verwachtingen over vertraging in de data te beheren en te controleren of de datapijplijn volgens planning draait. Is de 'Laatste data-update' bijvoorbeeld enkele dagen oud, dan weet je dat de dashboards niet de meest recente recruitmentactiviteiten tonen. Waarom dit belangrijk is Geeft aan hoe actueel de data is, zodat je kunt zien of de analyse de meest recente stand van het proces weergeeft. Waar vind je dit? Dit timestamp wordt tijdens het ETL-proces (extractie, transformatie en laden) gegenereerd en aan de dataset toegevoegd. Voorbeelden 2023-11-20T02:00:00Z2023-11-21T02:00:00Z2023-11-22T02:00:00Z
	Afdeling van de functie JobDepartment	De afdeling of bedrijfseenheid waarvoor de vacature wordt ingevuld.
Beschrijving Dit attribuut geeft de afdeling aan die bij de vacature hoort, zoals 'Techniek', 'Marketing' of 'Verkoop'. Zo kun je recruitmentmetrieken voor verschillende onderdelen van het bedrijf samenvoegen en vergelijken. Door de analyse per afdeling uit te splitsen, krijg je meer inzicht in dashboards zoals 'Prestaties van de tijd tot aanname' en 'Trends in het acceptatiepercentage van offers'. Je ziet bijvoorbeeld of bepaalde afdelingen langere wervingsprocessen hebben, vaker offers afgewezen zien worden of anders omgaan met procesafspraken. Met die inzichten kun je verbeteringen afstemmen op de behoeften van elke afdeling. Waarom dit belangrijk is Maakt het mogelijk om recruitmentprestaties en procesverschillen tussen afdelingen te vergelijken en zo structurele problemen of goede werkwijzen te herkennen. Waar vind je dit? Meestal beschikbaar als standaard- of aangepast veld in het Job-object in Greenhouse. Via de API vind je het in de sectie 'departments' van een Job-record. Voorbeelden TechniekProductmanagementVerkoopMarketing
	Functietitel JobTitle	De titel van de functie waarop de kandidaat heeft gesolliciteerd.
Beschrijving Dit attribuut bevat de officiële titel van de vacature, zoals 'Senior software engineer' of 'Productmarketingmanager'. Het geeft context bij de functie die wordt ingevuld. Door recruitmentprocessen per functietitel te analyseren, krijg je inzicht in uitdagingen die specifiek zijn voor bepaalde functies. Zo gebruikt het dashboard 'Prestaties van de tijd tot aanname' dit attribuut om te laten zien of senior- of specialistische functies langer openstaan. Je kunt ook het acceptatiepercentage van offers per functie analyseren. Dat geeft inzicht in de concurrentiekracht van de arbeidsvoorwaarden en de aantrekkelijkheid van de functie. Waarom dit belangrijk is Hiermee kun je recruitmentmetrieken voor specifieke functies filteren en vergelijken, zodat je ziet hoe de procesprestaties verschillen per complexiteit of functietype. Waar vind je dit? Dit is een standaardveld in het Job-object in Greenhouse. Via de API is het vaak beschikbaar als 'name' wanneer je het endpoint 'jobs' opvraagt. Voorbeelden Senior software engineerAccountmanagerUX/UI-ontwerper
	Herkomst sollicitatie ApplicationSource	Het kanaal waarlangs de sollicitatie van de kandidaat is binnengekomen.
Beschrijving Dit attribuut houdt bij waar een sollicitatie vandaan komt, bijvoorbeeld via 'LinkedIn', 'Aanbeveling door medewerker', 'Bedrijfswebsite' of 'Indeed'. Zo krijg je inzicht in de effectiviteit van verschillende recruitmentkanalen. Het dashboard 'Effectiviteit van wervingskanalen' is volledig op dit attribuut gebaseerd. Door het aantal sollicitaties, de tijd tot aanname en het aantal aannames per bron te analyseren, kunnen organisaties hun uitgaven en inspanningen voor recruitmentmarketing aanpassen. Zo zie je welke kanalen de beste kandidaten opleveren en het wervingsproces efficiënt laten verlopen. Dit ondersteunt de KPI 'Conversiepercentage per wervingskanaal'. Waarom dit belangrijk is Helpt de effectiviteit en het rendement van verschillende wervingskanalen te meten, zodat je op basis van data kunt bepalen waar je de wervingsinspanningen op richt. Waar vind je dit? Beschikbaar in het Candidate-object in Greenhouse, dat aan de sollicitatie is gekoppeld. Het veld 'source' bevat deze informatie. Voorbeelden LinkedInAanbeveling door medewerkerWerken-bijpaginaIndeed
	Naam recruiter RecruiterName	De naam van de recruiter die verantwoordelijk is voor de sollicitatie.
Beschrijving Dit attribuut geeft aan welke recruiter aan een specifieke sollicitatie of vacature is toegewezen. Deze persoon is meestal verantwoordelijk voor de screening, het plannen van interviews en het begeleiden van de kandidaat door het proces. Door het proces per recruiter te analyseren, krijg je inzicht in individuele prestaties en de verdeling van het werk. Het dashboard 'Werkbelasting en efficiëntie van recruiters' gebruikt dit attribuut om metrieken zoals doorvoer en doorlooptijden per recruiter te berekenen. Zo kun je zien wie goed presteert, wie extra ondersteuning nodig heeft en of het werk binnen het recruitmentteam evenwichtig is verdeeld. Waarom dit belangrijk is Koppelt procesactiviteiten aan een specifieke recruiter, zodat je prestaties, werkbelasting en efficiëntie per persoon kunt analyseren. Waar vind je dit? Beschikbaar in het Job-object in Greenhouse, meestal in de sectie 'hiring_team', waar rollen zoals 'Recruiter' zijn vastgelegd. Voorbeelden Alice JohnsonRobert DavisMaria Garcia
	Offerstatus OfferStatus	De huidige status van een offer aan een kandidaat.
Beschrijving Dit attribuut houdt de status van een offer bij, bijvoorbeeld 'Aangemaakt', 'Uitgebracht', 'Geaccepteerd' of 'Afgewezen'. Het geeft belangrijke informatie over de laatste fasen van het recruitmentproces. Dit attribuut is nodig voor het dashboard 'Trends in het acceptatiepercentage van offers' en de bijbehorende KPI. Door de voortgang van 'Offer uitgebracht' naar 'Offer geaccepteerd' of 'Offer afgewezen' te volgen, kunnen bedrijven meten hoe vaak ze kandidaten aannemen. Analyse per afdeling of functietitel kan inzicht geven in de concurrentiekracht van de arbeidsvoorwaarden, de kandidaatervaring en andere factoren die de beslissing beïnvloeden. Waarom dit belangrijk is Houdt de uitkomst van offers bij. Zo kun je de KPI voor het acceptatiepercentage van offers berekenen en zien hoe je dit percentage kunt verbeteren. Waar vind je dit? Beschikbaar in het Offer-object in Greenhouse, dat aan een sollicitatie is gekoppeld. Het veld 'status' bevat deze informatie. Voorbeelden GeaccepteerdAfgewezenVerzondenAangemaakt
	Sollicitatiestatus ApplicationStatus	De uiteindelijke uitkomst of huidige status van de sollicitatie.
Beschrijving Dit attribuut geeft de status van een sollicitatie aan, zoals 'Aangenomen', 'Afgewezen' of 'Actief'. Het staat voor de eindstatus van een afgerond proces of de huidige status van een lopend proces. Deze dimensie is belangrijk voor uitkomstanalyse. Je kunt cases filteren en de procespaden van aangenomen en afgewezen kandidaten vergelijken. Zo worden kenmerken van succesvolle trajecten zichtbaar. Ook gebruik je dit attribuut om conversiepercentages te berekenen in het dashboard 'Totaal wervingsproces', dat laat zien welk percentage sollicitaties tot een aanname leidt. Waarom dit belangrijk is Geeft de uitkomst van het recruitmentproces aan, zodat je trajecten van aangenomen en afgewezen kandidaten kunt vergelijken. Waar vind je dit? Deze informatie staat in het Application-object in Greenhouse en is via het API-veld 'status' beschikbaar. Voorbeelden AangenomenAfgewezenActief
	Aanbeveling op beoordelingsformulier ScorecardOverallRecommendation	De algemene aanbeveling van een afgerond interviewbeoordelingsformulier.
Beschrijving Dit attribuut bevat de uiteindelijke aanbeveling van een interviewer op een gestructureerd interviewbeoordelingsformulier. Mogelijke waarden zijn bijvoorbeeld 'Sterk ja', 'Ja', 'Nee' of 'Sterk nee'. Deze data is belangrijk om de kwaliteit en consistentie van het interviewproces te beoordelen. Je kunt interviewfeedback vergelijken met de uiteindelijke aannamebeslissingen en vragen beantwoorden zoals: 'Worden kandidaten met een betere aanbeveling vaker aangenomen?'. Ook vormt dit attribuut de basis voor de KPI 'Voltooiingspercentage beoordelingsformulieren', die meet hoe vaak de organisatie gestructureerde wervingsmethoden gebruikt. Waarom dit belangrijk is Verbindt gestructureerde interviewfeedback met procesuitkomsten en helpt meten hoe vaak werving op basis van data wordt toegepast. Waar vind je dit? Te vinden in het Scorecard-object dat hoort bij een afgerond interview in Greenhouse. De API biedt deze informatie via het endpoint 'scorecards'. Voorbeelden Sterk neeNeeJaSterk ja
	Eindtijd activiteit ActivityEndTime	Het timestamp waarop een activiteit met een bepaalde duur is afgerond.
Beschrijving Dit attribuut bevat de eindtijd van activiteiten die een bepaalde tijd duren, zoals een interview of achtergrondonderzoek. Veel activiteiten vinden direct plaats, maar bij activiteiten met een meetbare duur is het handig om zowel de begin- als eindtijd vast te leggen. Met een eindtijd kun je de verwerkingstijd of duur van specifieke activiteiten nauwkeurig berekenen. Zo maak je onderscheid tussen wachttijd tussen stappen en de tijd die daadwerkelijk aan een taak wordt besteed. Je kunt bijvoorbeeld precies analyseren hoelang interviews duren, los van de tijd die nodig is om ze in te plannen. Waarom dit belangrijk is Maakt het mogelijk om de verwerkingstijd van activiteiten nauwkeurig te berekenen en actieve werktijd te onderscheiden van wachttijd. Waar vind je dit? Deze informatie is mogelijk beschikbaar in objecten zoals 'scheduled_interview' in Greenhouse, waarin vaak zowel een 'start'- als een 'end'-tijd staat. Voor andere activiteiten kan de eindtijd worden afgeleid van het timestamp van de volgende activiteit. Voorbeelden 2023-10-27T15:35:10Z2023-11-05T10:15:00Z2023-11-10T11:00:00Z
	Geautomatiseerd IsAutomated	Een aanduiding die aangeeft of een activiteit automatisch door het systeem is uitgevoerd.
Beschrijving Dit booleaanse attribuut geeft aan of een activiteit is uitgevoerd door een gebruiker of door een geautomatiseerde systeemregel. Voorbeelden van geautomatiseerde activiteiten zijn automatische antwoordmails versturen of kandidaten automatisch afwijzen als ze niet aan een basisvoorwaarde voldoen. Door dit attribuut te analyseren, krijg je inzicht in de mate van automatisering in het recruitmentproces. Je kunt de efficiëntie en uitkomsten van geautomatiseerde en handmatige stappen vergelijken en zien waar verdere automatisering de snelheid en consistentie kan verbeteren. Waarom dit belangrijk is Maakt onderscheid tussen handmatige en geautomatiseerde activiteiten, zodat je de invloed van automatisering op de procesefficiëntie en uitkomsten kunt analyseren. Waar vind je dit? Dit is geen standaardveld en moet meestal worden afgeleid. Dat kan op basis van de gebruiker die bij een activiteit hoort, bijvoorbeeld een gebruiker met de naam 'Systeem', of op basis van specifieke gebeurtenistypen waarvan bekend is dat ze geautomatiseerd zijn. Voorbeelden truefalse
	Interviewfase InterviewStageName	De specifieke naam of het type van de interviewfase.
Beschrijving Dit attribuut geeft de specifieke fase van het interviewproces aan, zoals 'Screening door recruiter', 'Technisch interview' of 'Laatste ronde'. Het biedt meer detail dan een algemene activiteit als 'Interview afgerond'. Door metrieken per interviewfase te analyseren, kun je bottlenecks nauwkeuriger opsporen. Je kunt bijvoorbeeld het uitvalpercentage per fase meten en zien of kandidaten vaker afhaken na het technische interview dan na de eerste screening. Met die informatie kun je gericht de interviewervaring verbeteren. Waarom dit belangrijk is Geeft een gedetailleerder beeld van het interviewproces, zodat je doorlooptijden en uitvalpercentages per interviewstap kunt analyseren. Waar vind je dit? Deze informatie maakt deel uit van de interviewplanningsdata in Greenhouse. Het object 'interviews' bij een sollicitatie bevat details over de interviewfase. Voorbeelden Screening door recruiterInterview met hiring managerTechnische beoordelingLaatste ronde op locatie
	Kandidaat-ID CandidateId	Een unieke identificatiecode voor de kandidaat, los van een specifieke sollicitatie.
Beschrijving De kandidaat-ID identificeert een persoon in de talentenpool. De ID van de sollicitatie hoort bij één sollicitatie voor één functie. Eén kandidaat kan in de loop der tijd meerdere sollicitaties indienen. De ID van de sollicitatie dient als Case-ID voor deze procesweergave. Met de kandidaat-ID kun je een ander soort analyse uitvoeren: je kunt het traject van een kandidaat over meerdere sollicitaties volgen, terugkerende sollicitanten herkennen en de relatie met de talentenpool analyseren. Zo bekijk je de recruitmentdata vanuit het perspectief van de kandidaat. Waarom dit belangrijk is Maakt analyse mogelijk van meerdere sollicitaties van dezelfde kandidaat, zodat je de betrokkenheid van kandidaten over een langere periode kunt bekijken. Waar vind je dit? Dit is de primaire sleutel van een kandidaatrecord in Greenhouse. Via de API is deze beschikbaar als 'id' in het Candidate-object. Voorbeelden 123456123457123458
	Naam hiring manager HiringManagerName	De naam van de hiring manager voor de bijbehorende vacature.
Beschrijving Dit attribuut geeft aan wie leiding geeft aan het team met de openstaande functie. De hiring manager is een belangrijke betrokkene in het proces en beoordeelt vaak kandidaten, voert interviews in latere fasen en neemt de uiteindelijke aannamebeslissing. Door het proces per hiring manager te analyseren, kun je patronen en bottlenecks herkennen. Het dashboard 'Bottlenecks bij het plannen van interviews' kan bijvoorbeeld laten zien dat vertragingen vaak samenhangen met de beschikbaarheid van bepaalde managers. Zo wordt duidelijk waar training of ondersteuning nodig is, zodat managers vlotter aan het wervingsproces kunnen deelnemen. Waarom dit belangrijk is Geeft aan wie een belangrijke rol speelt in het proces. Zo kun je bottlenecks of efficiëntieproblemen rond specifieke hiring managers analyseren. Waar vind je dit? Beschikbaar in het Job-object in Greenhouse, meestal in de sectie 'hiring_team', waar rollen zoals 'Hiring Manager' zijn vastgelegd. Voorbeelden Emily TranDavid ChenSophia Rodriguez
	Reden van afwijzing RejectionReason	De reden die is opgegeven voor het afwijzen van de sollicitatie van een kandidaat.
Beschrijving Dit attribuut bevat de specifieke reden waarom een kandidaat niet verdergaat in het proces. Voorbeelden zijn 'Past niet bij de bedrijfscultuur', 'Salarisverwachting te hoog' of 'Kandidaten met meer ervaring'. Door afwijzingsredenen te analyseren, krijg je waardevolle feedback over het recruitmentproces. Zo kunnen problemen met functieomschrijvingen, niet-concurrerende arbeidsvoorwaarden of terugkerende vaardigheidstekorten bij kandidaten aan het licht komen. Deze informatie helpt om de wervingsstrategie en kandidaatervaring te verbeteren, doordat duidelijk wordt waar kandidaten vaak uitvallen. Waarom dit belangrijk is Geeft inzicht in waarom kandidaten uit het wervingsproces vallen. Zo kun je functieomschrijvingen, werving en screeningscriteria aanscherpen. Waar vind je dit? Beschikbaar in het Application-object wanneer een sollicitatie wordt afgewezen. De API bevat een object 'rejection_reason' met meer informatie. Voorbeelden Vereiste vaardigheden ontbrekenSalarisverwachting te hoogKandidaat met meer ervaring geselecteerd
	Tijd tot ontvangst van interviewfeedback InterviewFeedbackTurnaroundTime	De tijd tussen het afronden van een interview en het indienen van feedback door de interviewer.
Beschrijving Deze berekende metriek meet hoe snel het interviewpanel reageert. Vertraging bij het indienen van feedback kan het wervingsproces flink vertragen en de kandidaatervaring verslechteren. Dit attribuut ondersteunt het dashboard 'Analyse van de feedbackcyclus na interviews' en de KPI 'Tijd tot ontvangst van interviewfeedback'. Je berekent de waarde door het timestamp van 'Interview afgerond' af te trekken van dat van 'Feedback ingediend'. Door deze metriek te volgen, kun je bottlenecks door trage feedback opsporen en snellere besluitvorming stimuleren. Waarom dit belangrijk is Meet hoe efficiënt feedback na een interview wordt verwerkt, een veelvoorkomende oorzaak van vertraging in het wervingsproces. Waar vind je dit? Dit is een berekend veld. Je berekent het door het timestamp van de gebeurtenis 'Interview afgerond' af te trekken van dat van 'Feedback ingediend'. Voorbeelden 86400172800259200
	Vacature-ID JobId	Unieke identificatiecode voor de vacature of vacatureplaatsing.
Beschrijving Dit attribuut is de unieke ID van de vacature zelf en verschilt van de sollicitatie-ID. Meerdere sollicitaties kunnen aan dezelfde vacature-ID zijn gekoppeld. Met de vacature-ID kun je data op vacatureniveau samenvoegen. Je kunt bijvoorbeeld het totale aantal sollicitaties voor een specifieke vacature analyseren of de gemiddelde tijd tot aanname voor vergelijkbare functies berekenen. Zo kun je recruitmentinspanningen rond één openstaande functie groeperen en analyseren. Waarom dit belangrijk is Hiermee kun je alle kandidaatgegevens voor één vacature samenvoegen en analyseren, met de vacature als uitgangspunt. Waar vind je dit? Dit is de primaire sleutel voor een vacature in Greenhouse. Via de API is deze beschikbaar als 'id' op het Job-object. Voorbeelden 400123400124400125
	Voldoet aan compliance IsCompliant	Een berekende aanduiding die aangeeft of de sollicitatie het vastgestelde standaardwervingsproces heeft gevolgd.
Beschrijving Dit booleaanse attribuut is het resultaat van een conformancecheck. Daarbij wordt de werkelijke volgorde van activiteiten voor een sollicitatie vergeleken met een vooraf vastgesteld ideaal procesmodel. Het markeert cases die daarvan afwijken, bijvoorbeeld doordat verplichte stappen zijn overgeslagen of activiteiten in de verkeerde volgorde zijn uitgevoerd. Dit attribuut vormt de basis voor het dashboard 'Afwijkingen van wervingscompliance' en ondersteunt de KPI’s 'Procesconformiteit' en 'Aantal compliance-overtredingen'. Door niet-conforme cases te filteren, kunnen organisaties onderzoeken waarom afwijkingen ontstaan. Mogelijke oorzaken zijn onvoldoende training, systeembeperkingen of noodzakelijke uitzonderingen. Zo kun je workflows standaardiseren en compliancerisico’s beperken. Waarom dit belangrijk is Brengt procesafwijkingen in beeld. Zo kun je procesconformiteit meten, compliance bewaken en wervingsworkflows standaardiseren. Waar vind je dit? Dit is een berekend veld dat de process mining-software genereert. De software vergelijkt de data uit het event log met een vastgesteld doelmodel of een set bedrijfsregels. Voorbeelden truefalse

Verplicht Aanbevolen Optioneel

Activiteiten voor werving en talentacquisitie

Leg deze belangrijke processtappen en mijlpalen vast in je event log. Zo kun je de wervingsfunnel goed in kaart brengen en verbeteren.

7 Aanbevolen 7 Optioneel

	Activiteit	Beschrijving
	Aanbod geaccepteerd	De kandidaat heeft het vacatureaanbod officieel geaccepteerd. Dit is een belangrijke mijlpaal en leidt meestal tot vervolgstappen vóór de indiensttreding, zoals een achtergrondcontrole.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal en een essentieel onderdeel van de KPI voor het acceptatiepercentage van aanbiedingen. De kandidaat wordt hiermee een toekomstige medewerker. Waar vind je dit? Dit is een expliciete gebeurtenis die wordt vastgelegd wanneer de offerstatus in Greenhouse wordt gewijzigd in 'Geaccepteerd', door de recruiter of nadat de kandidaat de offer elektronisch heeft geaccepteerd. Vastleggen Vastgelegd op basis van het timestamp waarop de offerstatus wordt gewijzigd in 'Geaccepteerd'. Gebeurtenistype explicit
	Aanbod verstuurd	Het officiële vacatureaanbod is naar de kandidaat verstuurd. Dit is een belangrijke mijlpaal en markeert het einde van de interview- en selectiefase.
Waarom dit belangrijk is Deze activiteit vormt de basis voor het berekenen van de KPI voor het acceptatiepercentage van aanbiedingen. Hiermee begint de laatste beslissingsfase voor de kandidaat. Waar vind je dit? Greenhouse registreert deze gebeurtenis wanneer de status van het aanbod verandert in ‘Verstuurd’ of ‘Uitgebracht’. Het aanbodobject bevat timestamps van deze statuswijzigingen. Vastleggen Afgeleid van de timestamp waarop de status van het aanbod officieel op verstuurd wordt gezet. Gebeurtenistype explicit
	Interview afgerond	Het interview met de kandidaat heeft plaatsgevonden. Dit wordt vaak afgeleid uit het verstrijken van de geplande interviewtijd of, betrouwbaarder, uit het indienen van feedback over het interview.
Waarom dit belangrijk is Deze activiteit is een belangrijke mijlpaal in het traject van de kandidaat. Vanaf dit moment kun je meten hoe lang het duurt voordat feedback wordt ingediend en de kandidaat naar de volgende fase gaat. Waar vind je dit? Meestal afgeleid. Je kunt dit bepalen aan de hand van de eindtijd van het geplande interview of, nauwkeuriger, de timestamp van de eerste ingediende feedback voor dat interview. Vastleggen Afgeleid van de eindtijd van het geplande interview of de timestamp waarop daarna feedback wordt ingediend. Gebeurtenistype inferred
	Interview gepland	Er is een interview met de kandidaat ingepland in het systeem. Greenhouse kan met agenda’s worden gekoppeld, waardoor deze gebeurtenis meestal expliciet wordt geregistreerd zodra een interview is bevestigd.
Waarom dit belangrijk is Deze gebeurtenis is belangrijk om knelpunten bij het plannen van interviews te analyseren. De tijd tussen deze stap en de vorige is een belangrijke KPI voor de efficiëntie van recruiters en coördinatoren. Waar vind je dit? Vastgelegd via de functie voor het plannen van interviews in Greenhouse. De API bevat gegevens over geplande interviews, waaronder de aanmaaktimestamp. Vastleggen Geregistreerd wanneer een interviewgebeurtenis wordt aangemaakt en aan de sollicitatie van de kandidaat wordt gekoppeld. Gebeurtenistype explicit
	Kandidaat aangenomen	De kandidaat heeft alle controles vóór indiensttreding succesvol doorlopen en is officieel als aangenomen gemarkeerd. Dit is de succesvolle afronding en eindgebeurtenis van het sollicitatieproces.
Waarom dit belangrijk is Dit is de belangrijkste succesvolle uitkomst van het proces. De tijd tussen 'Sollicitatie ontvangen' en deze gebeurtenis is de totale tijd tot aanname, een belangrijke recruitment-KPI. Waar vind je dit? Dit is een expliciete actie in Greenhouse waarbij een recruiter de kandidaat voor een specifieke vacature als aangenomen markeert. De kandidaat verandert daarmee van actief naar aangenomen. Vastleggen Vastgelegd op basis van het timestamp van de actie 'Als aangenomen markeren' in Greenhouse. Gebeurtenistype explicit
	Sollicitatie afgewezen	De sollicitatie van de kandidaat is op een bepaald moment in het proces afgewezen. Dit is de meest voorkomende mislukte eindgebeurtenis en kan in elke fase plaatsvinden.
Waarom dit belangrijk is Deze eindgebeurtenis is belangrijk om uitval in het wervingsproces te analyseren. Als je weet wanneer en waarom sollicitaties worden afgewezen, kun je inefficiënties in het proces of onduidelijke functie-eisen opsporen. Waar vind je dit? Dit is een expliciete gebeurtenis die wordt vastgelegd wanneer een gebruiker de sollicitatie in Greenhouse afwijst. Vaak wordt ook een reden voor de afwijzing opgegeven. Het activiteitenlogboek bevat het timestamp. Vastleggen Vastgelegd op basis van het timestamp van de afwijzingsactie bij de sollicitatie. Gebeurtenistype explicit
	Sollicitatie ontvangen	Deze activiteit markeert het begin van het wervingsproces voor een specifieke sollicitatie. De activiteit wordt vastgelegd wanneer een kandidaat solliciteert via een vacaturesite of wervingskanaal, of wanneer de sollicitatie handmatig in Greenhouse wordt ingevoerd.
Waarom dit belangrijk is Dit is de expliciete startgebeurtenis van het proces. Door de tijd tussen deze activiteit en andere activiteiten te analyseren, kun je de time-to-hire en de effectiviteit van wervingskanalen meten. Waar vind je dit? Greenhouse registreert deze gebeurtenis wanneer een sollicitatie wordt aangemaakt. De datum van de sollicitatie of de aanmaaktimestamp van het sollicitatieobject geeft het tijdstip van de gebeurtenis. Vastleggen Afgeleid van de aanmaaktimestamp van de sollicitatieregistratie. Gebeurtenistype explicit
	Aanbod aangemaakt	Er is een officieel aanbod opgesteld dat mogelijk nog intern moet worden goedgekeurd. Dit markeert de formele beslissing om de kandidaat een aanbod te doen.
Waarom dit belangrijk is Deze activiteit maakt onderscheid tussen de beslissing om een aanbod te doen en het versturen ervan. Zo kun je de interne goedkeuringstijd en knelpunten analyseren voordat de kandidaat het aanbod ontvangt. Waar vind je dit? Greenhouse heeft een aparte module voor aanbiedingen. Deze gebeurtenis wordt expliciet vastgelegd aan de hand van de aanmaaktimestamp van het aanbodobject dat aan de sollicitatie is gekoppeld. Vastleggen Geregistreerd wanneer een aanbodrecord in Greenhouse wordt aangemaakt. Gebeurtenistype explicit
	Achtergrondonderzoek gestart	Er is een achtergrondonderzoek naar de kandidaat gestart, meestal nadat deze de offer heeft geaccepteerd. Dit kan worden vastgelegd als een specifieke statuswijziging of als een trigger voor een koppeling met een externe dienst.
Waarom dit belangrijk is Deze activiteit is belangrijk voor compliance en om vertragingen bij screenings vóór indiensttreding bij te houden. Zo kun je analyseren hoeveel tijd er zit tussen het accepteren van de offer en het afronden van de benodigde controles. Waar vind je dit? Dit wordt waarschijnlijk afgeleid uit het verplaatsen van de kandidaat naar de fase 'Achtergrondonderzoek' in het wervingsproces, of uit een activiteitenlogboek van een koppeling voor achtergrondonderzoek. Vastleggen Afgeleid uit een statuswijziging naar de fase 'Achtergrondonderzoek' of uit een API-logboek van een gekoppelde dienst. Gebeurtenistype inferred
	Eerste gesprek met recruiter gevoerd	Een recruiter heeft een eerste telefoongesprek of kennismakingsgesprek met de kandidaat gevoerd. Dit wordt vaak vastgelegd wanneer de kandidaat naar de fase ‘Telefonische screening’ in het wervingsproces gaat.
Waarom dit belangrijk is Dit is een belangrijke mijlpaal in de selectie en geeft aan dat de sollicitatie de eerste beoordeling op papier heeft doorstaan. De activiteit helpt de werkdruk van recruiters en de effectiviteit van de eerste selectie te meten. Waar vind je dit? Afgeleid van de timestamp waarop de sollicitatie in of uit de fase ‘Telefonische screening’ in het Greenhouse-vacatureproces gaat. Vastleggen Afgeleid van de fasegeschiedenis van de sollicitatie, met name het moment waarop de kandidaat naar de fase ‘Telefonische screening’ gaat. Gebeurtenistype inferred
	Feedback ingediend	Een interviewer heeft de scorecard ingevuld of feedback over het interview met een kandidaat ingediend. Greenhouse gebruikt dit als onderdeel van het gestructureerde wervingsproces voor besluitvorming. Het is daarom een afzonderlijke, geregistreerde actie.
Waarom dit belangrijk is Tijdige feedback is belangrijk om kandidaten verder te laten gaan in het proces. Met deze activiteit kun je de efficiëntie van de feedbackronde en het percentage ingevulde scorecards analyseren. Waar vind je dit? Greenhouse registreert deze gebeurtenis wanneer een interviewer een scorecard indient. Het Scorecards API-object bevat een timestamp `submitted_at`. Vastleggen Afgeleid van de timestamp waarop een interviewscorecard wordt ingediend. Gebeurtenistype explicit
	Offer afgewezen	De kandidaat heeft de offer formeel afgewezen. Dit is een mislukte eindgebeurtenis laat in het wervingsproces.
Waarom dit belangrijk is Deze uitkomst bijhouden is belangrijk om het acceptatiepercentage van offers te analyseren. Als dit vaak gebeurt, kan dat wijzen op problemen met de arbeidsvoorwaarden, de bedrijfscultuur of de functie zelf. Waar vind je dit? Dit is een expliciete gebeurtenis die wordt vastgelegd wanneer de offerstatus in Greenhouse wordt gewijzigd in 'Afgewezen' of 'Geweigerd'. Bij de offer wordt een timestamp van deze statuswijziging opgeslagen. Vastleggen Vastgelegd op basis van het timestamp waarop de offerstatus wordt gewijzigd in 'Afgewezen'. Gebeurtenistype explicit
	Onboarding gestart	De onboarding van de nieuwe medewerker is officieel begonnen. Vaak wordt het proces hiervoor overgedragen van het recruitmentsysteem naar een HRIS of onboardingplatform.
Waarom dit belangrijk is Hiermee volg je hoe efficiënt de overdracht van recruitment naar HR verloopt. Vertraging kan zorgen voor een slechte ervaring bij nieuwe medewerkers. Daarom is het belangrijk om de overdrachtstijd naar onboarding te volgen. Waar vind je dit? Dit kan een expliciete gebeurtenis zijn als Greenhouse is gekoppeld aan een onboardingsysteem. Anders wordt deze afgeleid van het timestamp waarop de kandidaat naar de laatste fase, 'Aangenomen', wordt verplaatst. Dat is het moment waarop de overdracht plaatsvindt. Vastleggen Afgeleid uit een fasewijziging of een integratielogboek dat een overdracht naar een HRIS aangeeft. Gebeurtenistype inferred
	Sollicitatie beoordeeld	Een recruiter of hiring manager heeft de sollicitatie van de kandidaat voor het eerst beoordeeld. Dit wordt meestal afgeleid uit een wijziging van de fase of status van ‘Nieuw’ naar een actieve beoordelingsfase, zoals ‘In beoordeling’.
Waarom dit belangrijk is Door deze activiteit te volgen, zie je waar de eerste selectie vastloopt en hoe lang het duurt voordat nieuwe sollicitaties aandacht krijgen. Dit is ook het startpunt voor het berekenen van de doorlooptijd tot het plannen van een interview. Waar vind je dit? Afgeleid van een wijziging in het statusveld van de sollicitatie. Zoek naar statuswijzigingen van ‘Nieuw’ naar ‘Beoordeling’ en gebruik de timestamp van de wijziging. Vastleggen Afgeleid van de timestamp waarop de status verandert naar ‘In beoordeling’ of een vergelijkbare fase. Gebeurtenistype inferred

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit Greenhouse

Stappen

Log in op je Greenhouse Recruiting-account.
Ga naar het onderdeel Reports door in de hoofdnavigatiebalk op het rapportpictogram te klikken, dat eruitziet als een staafdiagram.
Zoek in het Reports-dashboard naar 'Essential Reports' en klik erop. Het belangrijkste rapport voor deze extractie is 'All Applications'. Dit rapport geeft een volledig overzicht van sollicitaties en de belangrijkste mijlpalen.
Stel het rapport 'All Applications' in. Klik op de knop 'Columns'. Selecteer alle kolommen die nodig zijn voor de vereiste attributen en tijdstippen van activiteiten. Neem in elk geval deze kolommen op: Application ID, Candidate, Job, Department, Recruiter, Status, Source, Applied On, Rejected On, Hired On, Last Stage Change On, Offer Created On, Offer Accepted On en Offer Status.
Voor activiteiten rond interviews heb je een apart rapport nodig. Ga terug naar Essential Reports en selecteer 'Interview Details'.
Stel het rapport 'Interview Details' in. Selecteer in het onderdeel 'Columns' minimaal: Application ID, Interview Name, Scheduled Start en Scorecard Submitted At. Hiermee krijg je de tijdstippen van de planning en het indienen van feedback.
Stel voor beide rapporten met de filters de juiste periode in. Een veelgebruikte filter is 'Applied On', ingesteld op 'All Time' of een specifieke periode, zoals de afgelopen 6 maanden. Zo neem je een relevante groep sollicitaties mee.
Genereer elk rapport door op de knop 'Update' of 'Generate' te klikken. Klik zodra het rapport wordt weergegeven op 'Export to Excel' om de data als CSV-bestand te downloaden. Je hebt nu twee aparte CSV-bestanden.
De geëxporteerde bestanden hebben nog niet de indeling van een event log. Je moet de data eerst omzetten met bijvoorbeeld Python, R of een spreadsheetprogramma met functies voor het omzetten van kolommen naar rijen, zoals Power Query in Microsoft Excel.
Combineer de data uit de rapporten 'All Applications' en 'Interview Details' door ze te koppelen op Application ID.
Maak voor elke sollicitatie een aparte rij voor elke relevante datumkolom die je hebt geëxporteerd. De waarde in de kolom 'Applied On' wordt bijvoorbeeld de 'ActivityTimestamp' voor een activiteit met de naam 'Application Received'. De waarde in 'Rejected On' wordt de activiteit 'Application Rejected'. Doe dit voor alle 14 vereiste activiteiten. Gebruik de kolom 'Last Stage Change On' om activiteiten zoals 'Application Reviewed' of 'Recruiter Screen Conducted' af te leiden als er geen aparte tijdstippen beschikbaar zijn.
Geef het uiteindelijke bestand de vereiste kolommen: JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate en eventuele aanbevolen attributen. Sla het bestand op als één CSV-bestand om te uploaden.

Configuratie

Primaire rapporten: Voor de extractie combineer je data uit meerdere rapporten in het onderdeel Essential Reports van Greenhouse, vooral 'All Applications' en 'Interview Details'.
Belangrijke kolommen (All Applications): Selecteer onder meer Application ID, Candidate, Job, Department, Recruiter, Status, Source, Offer Status en alle relevante datumkolommen, waaronder Applied On, Rejected On, Hired On, Offer Created On en Offer Accepted On.
Belangrijke kolommen (Interview Details): Selecteer voor interviewactiviteiten onder meer Application ID, Interview Name, Scheduled Start en Scorecard Submitted At.
Filters voor datumbereik: Filter sollicitaties bij voorkeur op de datum 'Applied On' voor een periode van 3 tot 6 maanden. Zo blijft de dataset relevant en goed te verwerken. Een langere periode kan de prestaties beïnvloeden.
Vereisten: De gebruiker die de export uitvoert, moet in Greenhouse toegang hebben tot het onderdeel 'Reports' en kandidaatgegevens kunnen bekijken. Hiervoor is meestal de rol 'Job Admin' of 'Site Admin' nodig.

Voorbeeldquery config

This extraction method uses the Greenhouse user interface and does not involve a query language. The configuration is performed by selecting reports and columns.

**Report 1: All Applications**
*   **Report to run**: Go to Reports > Essential Reports > All Applications
*   **Columns to select**:
    *   Application ID
    *   Candidate
    *   Job
    *   Department
    *   Current Company
    *   Current Title
    *   Recruiter
    *   Status
    *   Source
    *   Applied On
    *   Rejected On
    *   Rejection Reason
    *   Hired On
    *   Last Stage Change On
    *   Offer Created On
    *   Offer Accepted On
    *   Offer Status

**Report 2: Interview Details**
*   **Report to run**: Go to Reports > Essential Reports > Interview Details
*   **Columns to select**:
    *   Application ID
    *   Candidate
    *   Job
    *   Interview Name
    *   Interviewer
    *   Scheduled Start
    *   Scheduled End
    *   Scorecard Submitted At

**Post-Export Transformation Logic**:
Combine the reports and unpivot the date columns to create the event log. Map source columns to `ActivityName` and `ActivityTimestamp`:
*   'Applied On' -> 'Application Received'
*   'Last Stage Change On' (when moving to a review stage) -> 'Application Reviewed'
*   'Last Stage Change On' (when moving to a screen stage) -> 'Recruiter Screen Conducted'
*   'Scheduled Start' -> 'Interview Scheduled'
*   'Scheduled Start' (after the time has passed) -> 'Interview Completed'
*   'Scorecard Submitted At' -> 'Feedback Submitted'
*   'Offer Created On' -> 'Offer Created'
*   'Last Stage Change On' (when moving to offer extended stage) -> 'Offer Extended'
*   'Offer Accepted On' -> 'Offer Accepted'
*   'Last Stage Change On' (when moving to background check stage) -> 'Background Check Initiated'
*   'Last Stage Change On' (when moving to onboarding stage) -> 'Onboarding Initiated'
*   'Hired On' -> 'Candidate Hired'
*   'Last Stage Change On' (when offer status is 'Rejected') -> 'Offer Rejected'
*   'Rejected On' -> 'Application Rejected'

Stappen

Vereisten: Greenhouse API-sleutel ophalen
- Log in op je Greenhouse-account met ontwikkelaarsrechten.
- Ga naar Configure > Dev Center > API Credential Management.
- Klik op "Create New API Key".
- Geef de sleutel een beschrijving, bijvoorbeeld "ProcessMind Extraction".
- Selecteer "Harvest" als type.
- Geef de sleutel de benodigde rechten. Je hebt minimaal GET-rechten nodig voor: Applications, Candidates, Jobs, Job Stages, Offers, Scorecards en Users.
- Kopieer de gegenereerde API-sleutel veilig. Je kunt deze later niet meer bekijken.
Python-omgeving instellen
- Controleer of Python 3.6 of hoger op je systeem is geïnstalleerd.
- Installeer de benodigde Python-bibliotheken door de volgende opdrachten in je terminal uit te voeren: pip install requests en pip install pandas.
Python-script voorbereiden
- Kopieer het volledige Python-script uit het onderdeel "query" naar een nieuw bestand, bijvoorbeeld extract_greenhouse_logs.py.
- Vervang de tijdelijke waarde YOUR_GREENHOUSE_API_KEY door de sleutel die je bij stap 1 hebt opgehaald.
- Pas de variabele START_DATE_ISO aan om het begin van de extractieperiode in te stellen. Voor de eerste keer laden is een datum van 3 tot 6 maanden geleden aan te raden.
Fase-naar-activiteitkoppeling aanpassen
- Controleer het woordenboek STAGE_TO_ACTIVITY in het script.
- Dit woordenboek koppelt de namen van de wervingsfasen in jouw Greenhouse-omgeving aan de gestandaardiseerde activiteitsnamen voor process mining.
- Je moet deze koppeling aanpassen aan de Greenhouse-configuratie van je organisatie. Als de fase 'Recruiter Screen' bijvoorbeeld 'Initial Recruiter Chat' heet, pas je het woordenboek daarop aan.
Extractiescript uitvoeren
- Open een terminal of opdrachtprompt.
- Ga naar de map waarin je extract_greenhouse_logs.py hebt opgeslagen.
- Voer het script uit met de opdracht: python extract_greenhouse_logs.py.
- Het script maakt verbinding met de Greenhouse API, haalt de data op, verwerkt deze en toont statusupdates in de console.
Event log ophalen
- Na een geslaagde uitvoering maakt het script in dezelfde map het bestand greenhouse_event_log.csv aan.
- Dit CSV-bestand is het uiteindelijke event log, met de vereiste kolommen en activiteiten.
Incrementele ladingen verwerken
- Voor volgende uitvoeringen kun je de variabele START_DATE_ISO instellen op het tijdstip van de laatste geslaagde extractie. Zo haal je alleen nieuwe of bijgewerkte records op en verloopt het proces sneller.
Uploaden naar ProcessMind
- Het gegenereerde bestand greenhouse_event_log.csv kan rechtstreeks naar ProcessMind worden geüpload. Controleer of de kolomnamen in het bestand goed overeenkomen met de velden in je ProcessMind-project.

Configuratie

Rechten voor API-sleutel: De Harvest API-sleutel moet alleen-lezen toegang (GET) hebben tot de volgende endpoints: Applications, Candidates, Jobs, Job Stages, Offers, Scorecards en Users. Bij onvoldoende rechten ontbreken mogelijk gegevens voor bepaalde activiteiten.
Filter voor datumbereik: Het script gebruikt de parameter updated_after (variabele START_DATE_ISO) om sollicitaties te filteren. Gebruik voor de eerste extractie een ruime periode, bijvoorbeeld de afgelopen 6 maanden. Stel deze bij volgende incrementele ladingen in op het tijdstip van de laatste geslaagde uitvoering. Dat verbetert de prestaties.
Fase-naar-activiteitkoppeling: Het woordenboek STAGE_TO_ACTIVITY in het script is belangrijk. Stel het zo in dat het overeenkomt met de specifieke wervingsfasen in jouw Greenhouse-omgeving. Zo worden activiteiten als 'Recruiter Screen Conducted' en 'Background Check Initiated' goed herkend.
API-verzoeklimieten: Het script wacht steeds kort en volgens een vaste instelling tussen API-verzoeken. Zo houdt het rekening met de limieten van Greenhouse, ongeveer 20 verzoeken per seconde. Bij grote hoeveelheden data moet je deze wachttijd mogelijk aanpassen om verbindingsfouten te voorkomen.
Detailniveau van data: De extractie richt zich op gebeurtenissen met een timestamp en statuswijzigingen. Gedetailleerde inhoud, zoals interviewnotities of e-mailverkeer, wordt niet opgehaald. Alleen metadata over gebeurtenissen wordt meegenomen.

Voorbeeldquery python

import requests
import pandas as pd
import time
from datetime import datetime

class=class="hl-string">"hl-comment"># --- Configuration ---
API_KEY = class="hl-string">'YOUR_GREENHOUSE_API_KEY' class=class="hl-string">"hl-comment"># Replace with your Harvest API Key
START_DATE_ISO = class="hl-string">'2023-01-01T00:00:00Z' class=class="hl-string">"hl-comment"># Set the start date for the data pull (ISO 8601 format)
BASE_URL = class="hl-string">'https://harvest.greenhouse.io/v1/'

class=class="hl-string">"hl-comment"># IMPORTANT: Customize this dictionary to map your Greenhouse stage names to standard activities
STAGE_TO_ACTIVITY = {
    class="hl-string">'Application Review': class="hl-string">'Application Reviewed',
    class="hl-string">'Phone Screen': class="hl-string">'Recruiter Screen Conducted',
    class="hl-string">'Background Check': class="hl-string">'Background Check Initiated',
    class="hl-string">'Onboarding': class="hl-string">'Onboarding Initiated'
    class=class="hl-string">"hl-comment"># Add other custom stage mappings here, for example:
    class=class="hl-string">"hl-comment"># class="hl-string">'Hiring Manager Interview': class="hl-string">'Interview Completed'
}

class=class="hl-string">"hl-comment"># --- Script ---
headers = {class="hl-string">'Authorization': fclass="hl-string">'Basic {API_KEY}'}
event_log_records = []

def get_all_pages(endpoint, params=None):
    class="hl-string">"""Helper function to handle pagination for Greenhouse API requests."""
    url = fclass="hl-string">"{BASE_URL}{endpoint}"
    all_data = []
    page = 1
    while url:
        print(fclass="hl-string">"Fetching page {page} from {endpoint}...")
        try:
            response = requests.get(url, headers=headers, params=params)
            response.raise_for_status()
            data = response.json()
            all_data.extend(data)
            class=class="hl-string">"hl-comment"># Greenhouse uses Link header for pagination
            url = response.links.get(class="hl-string">'next', {}).get(class="hl-string">'url')
            page += 1
            time.sleep(0.1) class=class="hl-string">"hl-comment"># Respect rate limits
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching data from {url}: {e}")
            break
        class=class="hl-string">"hl-comment"># Params are only needed for the first request
        params = None
    return all_data

print(class="hl-string">"Fetching initial data from Greenhouse API...")
params = {class="hl-string">'updated_after': START_DATE_ISO, class="hl-string">'per_page': 100}
applications = get_all_pages(class="hl-string">'applications', params=params)
jobs = {job[class="hl-string">'id']: job for job in get_all_pages(class="hl-string">'jobs', params={class="hl-string">'status': class="hl-string">'all'})}
candidates = {cand[class="hl-string">'id']: cand for cand in get_all_pages(class="hl-string">'candidates')}
users = {user[class="hl-string">'id']: user for user in get_all_pages(class="hl-string">'users')}

print(fclass="hl-string">"Processing {len(applications)} applications...")

for app in applications:
    job_id = app.get(class="hl-string">'job_id')
    job = jobs.get(job_id, {})
    candidate = candidates.get(app.get(class="hl-string">'candidate_id'), {})
    source_system = class="hl-string">"Greenhouse"
    last_data_update = datetime.utcnow().isoformat() + class="hl-string">'Z'

    class=class="hl-string">"hl-comment"># Shared attributes for all events for this application
    base_attributes = {
        class="hl-string">'JobApplicationId': app[class="hl-string">'id'],
        class="hl-string">'SourceSystem': source_system,
        class="hl-string">'LastDataUpdate': last_data_update,
        class="hl-string">'JobTitle': job.get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'JobDepartment': (job.get(class="hl-string">'departments', [{}])[0] or {}).get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'ApplicationStatus': app.get(class="hl-string">'status', class="hl-string">''),
        class="hl-string">'ApplicationSource': (app.get(class="hl-string">'source', {}) or {}).get(class="hl-string">'public_name', class="hl-string">''),
        class="hl-string">'RecruiterName': class="hl-string">''
    }
    if app.get(class="hl-string">'recruiter') and app[class="hl-string">'recruiter'].get(class="hl-string">'id') in users:
        recruiter_user = users[app[class="hl-string">'recruiter'][class="hl-string">'id']]
        base_attributes[class="hl-string">'RecruiterName'] = fclass="hl-string">"{recruiter_user.get('first_name', '')} {recruiter_user.get('last_name', '')}".strip()

    class=class="hl-string">"hl-comment"># --- Activity: Application Received ---
    if app.get(class="hl-string">'submitted_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Application Received',
            class="hl-string">'ActivityTimestamp': app[class="hl-string">'submitted_at'],
            class="hl-string">'OfferStatus': None
        })

    class=class="hl-string">"hl-comment"># --- Activities from Stage History ---
    for stage_move in app.get(class="hl-string">'stage_history', []):
        stage_name = stage_move.get(class="hl-string">'stage_name')
        if stage_name in STAGE_TO_ACTIVITY:
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': STAGE_TO_ACTIVITY[stage_name],
                class="hl-string">'ActivityTimestamp': stage_move.get(class="hl-string">'exited_on'), class=class="hl-string">"hl-comment"># Timestamp when they entered the *next* stage
                class="hl-string">'OfferStatus': None
            })

    class=class="hl-string">"hl-comment"># --- Activities: Interview Scheduled & Completed ---
    interviews = get_all_pages(fclass="hl-string">"applications/{app['id']}/scheduled_interviews")
    for interview in interviews:
        if interview.get(class="hl-string">'start'):
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Interview Scheduled',
                class="hl-string">'ActivityTimestamp': interview[class="hl-string">'start'][class="hl-string">'date'],
                class="hl-string">'OfferStatus': None
            })
        if interview.get(class="hl-string">'end'):
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Interview Completed',
                class="hl-string">'ActivityTimestamp': interview[class="hl-string">'end'][class="hl-string">'date'],
                class="hl-string">'OfferStatus': None
            })

    class=class="hl-string">"hl-comment"># --- Activity: Feedback Submitted ---
    scorecards = get_all_pages(fclass="hl-string">"scorecards", params={class="hl-string">'application_id': app[class="hl-string">'id']})
    for sc in scorecards:
        if sc.get(class="hl-string">'submitted_at'):
            event_log_records.append({
                **base_attributes,
                class="hl-string">'ActivityName': class="hl-string">'Feedback Submitted',
                class="hl-string">'ActivityTimestamp': sc[class="hl-string">'submitted_at'],
                class="hl-string">'OfferStatus': None
            })

    class=class="hl-string">"hl-comment"># --- Activities: Hired or Application Rejected ---
    if app.get(class="hl-string">'status') == class="hl-string">'hired' and app.get(class="hl-string">'hired_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Candidate Hired',
            class="hl-string">'ActivityTimestamp': app[class="hl-string">'hired_at'],
            class="hl-string">'OfferStatus': None
        })
    elif app.get(class="hl-string">'status') == class="hl-string">'rejected' and app.get(class="hl-string">'rejected_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Application Rejected',
            class="hl-string">'ActivityTimestamp': app[class="hl-string">'rejected_at'],
            class="hl-string">'OfferStatus': None
        })

class=class="hl-string">"hl-comment"># --- Activities from Offers (separate loop for efficiency) ---
print(class="hl-string">"Fetching and processing offer data...")
all_offers = get_all_pages(class="hl-string">'offers')
for offer in all_offers:
    if not offer.get(class="hl-string">'application_id'):
        continue

    app_id = offer[class="hl-string">'application_id']
    class=class="hl-string">"hl-comment"># Find the corresponding application's base attributes
    matching_app = next((item for item in applications if item[class="hl-string">'id'] == app_id), None)
    if not matching_app:
        continue
    
    job_id = matching_app.get(class="hl-string">'job_id')
    job = jobs.get(job_id, {})
    base_attributes = {
        class="hl-string">'JobApplicationId': app_id,
        class="hl-string">'SourceSystem': class="hl-string">"Greenhouse",
        class="hl-string">'LastDataUpdate': datetime.utcnow().isoformat() + class="hl-string">'Z',
        class="hl-string">'JobTitle': job.get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'JobDepartment': (job.get(class="hl-string">'departments', [{}])[0] or {}).get(class="hl-string">'name', class="hl-string">''),
        class="hl-string">'ApplicationStatus': matching_app.get(class="hl-string">'status', class="hl-string">''),
        class="hl-string">'ApplicationSource': (matching_app.get(class="hl-string">'source', {}) or {}).get(class="hl-string">'public_name', class="hl-string">''),
        class="hl-string">'RecruiterName': class="hl-string">'' class=class="hl-string">"hl-comment"># Can be enriched similarly if needed
    }

    class=class="hl-string">"hl-comment"># Offer Created
    if offer.get(class="hl-string">'created_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Offer Created',
            class="hl-string">'ActivityTimestamp': offer[class="hl-string">'created_at'],
            class="hl-string">'OfferStatus': offer.get(class="hl-string">'status')
        })
    class=class="hl-string">"hl-comment"># Offer Extended
    if offer.get(class="hl-string">'sent_at'):
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': class="hl-string">'Offer Extended',
            class="hl-string">'ActivityTimestamp': offer[class="hl-string">'sent_at'],
            class="hl-string">'OfferStatus': offer.get(class="hl-string">'status')
        })
    class=class="hl-string">"hl-comment"># Offer Accepted/Rejected
    if offer.get(class="hl-string">'resolved_at'):
        if offer.get(class="hl-string">'status') == class="hl-string">'accepted':
            activity_name = class="hl-string">'Offer Accepted'
        elif offer.get(class="hl-string">'status') == class="hl-string">'deprecated': class=class="hl-string">"hl-comment"># Often used for rejected
            activity_name = class="hl-string">'Offer Rejected'
        else:
            continue
        event_log_records.append({
            **base_attributes,
            class="hl-string">'ActivityName': activity_name,
            class="hl-string">'ActivityTimestamp': offer[class="hl-string">'resolved_at'],
            class="hl-string">'OfferStatus': offer.get(class="hl-string">'status')
        })

print(class="hl-string">"Consolidating data and exporting to CSV...")
df = pd.DataFrame(event_log_records)
df_sorted = df.sort_values(by=[class="hl-string">'JobApplicationId', class="hl-string">'ActivityTimestamp'])
df_sorted.to_csv(class="hl-string">'greenhouse_event_log.csv', index=False)

print(class="hl-string">"Extraction complete. File 'greenhouse_event_log.csv' created.")

Stappen

Controleer of je ETL-platform een Greenhouse-connector bevat en of deze connector Greenhouse-objecten of gerepliceerde datasets ondersteunt met sollicitaties, fasegeschiedenis, interviews, interviewfeedback, aanbiedingen, statuswijzigingen van aanbiedingen, achtergrondcontroles, overdrachten naar onboarding en wervingsresultaten. De namen van connectorobjecten verschillen per platform. Raadpleeg daarom de connectorcatalogus en schemabrowser in plaats van tabelnamen te veronderstellen.
Maak in het ETL-platform een bronverbinding met Greenhouse. Voer de Greenhouse-inloggegevens, autorisatiegegevens, replicatie-instellingen en eventuele filters voor jouw organisatie in. Volg de gedocumenteerde autorisatieprocedure van de connector en geef alleen de rechten die nodig zijn om de geselecteerde wervingsdata te lezen.
Stel een datawarehouse als bestemming in en schakel replicatie in voor de bronobjecten die nodig zijn om het event log samen te stellen. Selecteer minimaal de objecten met sollicitaties, status- of fasegeschiedenis, interviews, interviewfeedback, aanbiedingen, statuswijzigingen van aanbiedingen, gebeurtenissen rond achtergrondcontroles, overdrachten naar onboarding en wervingsresultaten. Is een vereist object niet beschikbaar, leg die beperking dan vast en koppel de dichtstbijzijnde ondersteunde bron op basis van jouw Greenhouse-configuratie.
Stel de eerste replicatieperiode in op de gewenste analyseperiode, meestal de afgelopen 3 tot 6 maanden. Neem een eerdere periode mee als sollicitaties vóór de gekozen periode zijn aangemaakt maar erbinnen verder zijn gegaan. Stel incrementele replicatie in en bewaar waar mogelijk de tijdstippen waarop de brondata is bijgewerkt.
Bekijk het gerepliceerde schema en vervang elke tijdelijke waarde in de query door de werkelijke schema-, tabel- en kolomnamen, timestampvelden, identificatiecodes en statuswaarden van je connector. Ga er niet van uit dat fasewijzigingen, interviewgegevens, feedback, aanbiedingen, achtergrondcontroles, overdrachten naar onboarding of wervingsresultaten beschikbaar zijn als ze niet in de gerepliceerde data staan.
Stel de transformatiequery in als een samenvoeging van expliciete gebeurtenisextracties. Elke extractie moet JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource en OfferStatus opleveren. Zet timestamps om naar één tijdzone, verwijder records zonder geldige sollicitatie-ID of activiteitstijdstip en behoud één rij voor elke brongebeurtenis die een activiteit vertegenwoordigt.
Pas de regels voor het koppelen van gebeurtenissen toe. Gebruik gegevens over het aanmaken of indienen van een sollicitatie voor Application Received, een expliciete beoordelingsfase of statuswijziging voor Application Reviewed, een recruiterscreening of ingestelde overgang naar een telefonische screening voor Recruiter Screen Conducted, een bevestiging of geplande timestamp voor Interview Scheduled, een afgerond interview of ingediende feedback voor Interview Completed, het indienen van feedback voor Feedback Submitted, het aanmaken van een aanbod voor Offer Created, de status 'verzonden' of 'uitgebracht' voor Offer Extended, de status 'geaccepteerd' voor Offer Accepted, een vastgelegde start van een achtergrondcontrole voor Background Check Initiated, een overdracht naar of start van onboarding voor Onboarding Initiated, een aangenomen kandidaat voor Candidate Hired, een geweigerd aanbod voor Offer Rejected en een afgewezen sollicitatie of overgang naar een afwijzingsfase voor Application Rejected.
Laad het getransformeerde resultaat in een bestemmingstabel of -weergave voor het ProcessMind-event log. Behoud dubbele brongebeurtenissen, tenzij een vastgelegde bedrijfsregel ze als technische duplicaten aanmerkt. Als ontdubbelen nodig is, doe dit dan alleen voor identieke brongebeurtenissleutels, zoals sollicitatie-ID, activiteitnaam, activiteitstijdstip en bronrecord-ID.
Controleer het resultaat met de onderstaande controles. Bevestig dat alle vereiste kolommen aanwezig zijn, timestamps geldig zijn, elke vereiste activiteit voorkomt wanneer er brondata voor bestaat en de case-ID per sollicitatie uniek is. Controleer afgewezen, ingetrokken, gearchiveerde en onvolledige sollicitaties apart, zodat filters geen geldige procesuitkomsten verwijderen.
Exporteer het eindresultaat als een platte CSV of maak het beschikbaar via een ondersteunde datawarehouseverbinding voor upload naar ProcessMind. Koppel JobApplicationId aan de case-ID, ActivityName aan de activiteit en ActivityTimestamp aan het gebeurtenistijdstip. Neem SourceSystem en LastDataUpdate en de aanbevolen attributen op. Gebruik een consistent timestampformaat, zoals ISO 8601 met tijdzonegegevens. Verwacht niet dat ProcessMind gebeurtenissen afleidt die niet in het bestand staan.

Configuratie

Connector en bestemming: Gebruik een gelicentieerd ETL-platform met een ondersteunde Greenhouse-connector en een datawarehouse dat toegankelijk is voor de transformatielaag. De functies van de connector, objectnamen, vernieuwingsintervallen en ondersteuning voor historische replicatie hangen af van het gekozen platform en abonnement.
Bronautorisatie: Stel de Greenhouse-inloggegevens en de rechten in die de connector nodig heeft. Controleer of het geautoriseerde account sollicitatierecords, fase- of statusgeschiedenis, interviewgegevens, feedback, aanbiedingen en eventuele geïntegreerde data over achtergrondcontroles of onboarding kan lezen.
Gerepliceerde objecten: Selecteer alle bronobjecten die nodig zijn voor de 14 gebeurtenisextracties. Repliceer niet alleen de huidige sollicitatietabel als historische fasewijzigingen, interviewactiviteiten, ingediende feedback, wijzigingen in aanbiedingen of overdrachten naar vervolgprocessen apart zijn opgeslagen.
Datumbereik: Begin met 3 tot 6 maanden voor operationele analyse. Kies een langere periode als je de volledige levenscyclus van sollicitaties wilt meten. Sollicitaties die eerder zijn aangemaakt, kunnen later tot interviews, aanbiedingen of aanstellingen leiden.
Incrementele vernieuwing: Bewaar waar mogelijk de tijdstippen waarop bronrecords zijn aangemaakt, gebeurtenissen plaatsvonden en data voor het laatst is bijgewerkt. Stel een terugkerende vernieuwing in die past bij de gewenste actualiteit van rapportages en neem een korte overlapperiode op voor laat binnengekomen of gecorrigeerde records.
Filters: Gebruik alleen gedocumenteerde filters voor jouw organisatie, zoals organisatie, afdeling, vacature, locatie of sollicitatiedatum. Gebruik geen algemene filters zoals Company Code of Document Type, tenzij deze velden daadwerkelijk in het gerepliceerde Greenhouse-schema staan en nodig zijn voor jouw configuratie.
Activiteiten koppelen: Leg vast hoe elk bronevent, elke fase, status of timestamp wordt gekoppeld aan een ActivityName. Stel exacte waarden in voor beoordeling, telefonische screening, afwijzing, aanbod, aanvaarding, achtergrondcontrole, onboarding en aanstelling, op basis van de waarden die jouw organisatie gebruikt.
Omgaan met lege waarden: RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource en OfferStatus mogen leeg zijn als de bron deze gegevens niet bevat. Ontbrekende vereiste identificatiecodes en timestamps moet je afwijzen of onderzoeken.
Tijdzones: Zet alle activiteitstimestamps om naar één rapportagetijdzone. Bewaar de oorspronkelijke timestamp uit de bron als dat nodig is voor een controleerbaar auditspoor. Zorg dat LastDataUpdate het tijdstip van vernieuwing of extractie bevat, niet het tijdstip waarop de activiteit plaatsvond.
Prestaties: Filter bij grote datasets bronextracties op gerepliceerde timestamppartities, selecteer alleen de benodigde kolommen, gebruik incrementele ladingen en materialiseer het uiteindelijke event log. Voorkom dat je de volledige geschiedenis steeds opnieuw koppelt aan actuele sollicitatierecords zonder geïndexeerde identificatiecodes.
Bewaartermijn van data: Controleer of het ETL-platform en de Greenhouse-toegang historische fase-, interview-, feedback-, aanbod- en resultaatrecords bewaren voor de gekozen periode. Met alleen tabellen met de huidige status kun je historische activiteiten niet betrouwbaar reconstrueren.
Koppeling met ProcessMind: Stel JobApplicationId in als case-ID, ActivityName als activiteitsveld en ActivityTimestamp als gebeurtenistijdstip. Zorg dat het geëxporteerde bestand één expliciete rij per activiteit bevat en niet afhankelijk is van afgeleide statusovergangen.

Voorbeeldquery config

WITH
application_received AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Application Received' AS ActivityName,
        [ApplicationReceivedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your application event table]
    WHERE [ApplicationReceivedTimestamp] IS NOT NULL
),
application_reviewed AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Application Reviewed' AS ActivityName,
        [StageChangeTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your application stage history table]
    WHERE [StageChangeTimestamp] IS NOT NULL
      AND [NewStageName] IN ('In Review')
),
recruiter_screen_conducted AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Recruiter Screen Conducted' AS ActivityName,
        [ScreenCompletedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your recruiter screen event table]
    WHERE [ScreenCompletedTimestamp] IS NOT NULL
),
interview_scheduled AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Interview Scheduled' AS ActivityName,
        [InterviewScheduledTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your interview table]
    WHERE [InterviewScheduledTimestamp] IS NOT NULL
),
interview_completed AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Interview Completed' AS ActivityName,
        [InterviewCompletedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your interview table]
    WHERE [InterviewCompletedTimestamp] IS NOT NULL
),
feedback_submitted AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Feedback Submitted' AS ActivityName,
        [FeedbackSubmittedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your interview feedback table]
    WHERE [FeedbackSubmittedTimestamp] IS NOT NULL
),
offer_created AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Created' AS ActivityName,
        [OfferCreatedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferCreatedTimestamp] IS NOT NULL
),
offer_extended AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Extended' AS ActivityName,
        [OfferExtendedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferExtendedTimestamp] IS NOT NULL
),
offer_accepted AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Accepted' AS ActivityName,
        [OfferAcceptedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferAcceptedTimestamp] IS NOT NULL
),
background_check_initiated AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Background Check Initiated' AS ActivityName,
        [BackgroundCheckInitiatedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your background check event table]
    WHERE [BackgroundCheckInitiatedTimestamp] IS NOT NULL
),
onboarding_initiated AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Onboarding Initiated' AS ActivityName,
        [OnboardingInitiatedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your onboarding handoff table]
    WHERE [OnboardingInitiatedTimestamp] IS NOT NULL
),
candidate_hired AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Candidate Hired' AS ActivityName,
        [HiredTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your hiring outcome table]
    WHERE [HiredTimestamp] IS NOT NULL
),
offer_rejected AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Offer Rejected' AS ActivityName,
        [OfferRejectedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your offer table]
    WHERE [OfferRejectedTimestamp] IS NOT NULL
),
application_rejected AS (
    SELECT
        [JobApplicationId] AS JobApplicationId,
        'Application Rejected' AS ActivityName,
        [ApplicationRejectedTimestamp] AS ActivityTimestamp,
        'Greenhouse' AS SourceSystem,
        [LastDataUpdate] AS LastDataUpdate,
        [RecruiterName] AS RecruiterName,
        [JobDepartment] AS JobDepartment,
        [JobTitle] AS JobTitle,
        [ApplicationStatus] AS ApplicationStatus,
        [ApplicationSource] AS ApplicationSource,
        [OfferStatus] AS OfferStatus
    FROM [Your application outcome table]
    WHERE [ApplicationRejectedTimestamp] IS NOT NULL
)
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM application_received
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM application_reviewed
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM recruiter_screen_conducted
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM interview_scheduled
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM interview_completed
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM feedback_submitted
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_created
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_extended
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_accepted
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM background_check_initiated
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM onboarding_initiated
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM candidate_hired
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM offer_rejected
UNION ALL
SELECT JobApplicationId, ActivityName, ActivityTimestamp, SourceSystem, LastDataUpdate, RecruiterName, JobDepartment, JobTitle, ApplicationStatus, ApplicationSource, OfferStatus FROM application_rejected;

Klaar om te beginnen?

Haal meer uit de data over je wervingsproces. Gebruik deze template om het proces te verbeteren en beslissingen te nemen op basis van data.

Terug naar de verbetergids

Template downloaden

Verbeter vandaag nog je talentacquisitie in Greenhouse

Verkort vandaag nog de doorlooptijd van je wervingsproces met 30% en verbeter de ervaring van kandidaten.

Start je gratis proefperiode

Geen creditcard nodig • In 5 minuten ingesteld

Datatemplate voor werving en talentacquisitie

Datatemplate voor werving en talentacquisitie

Attributen voor werving en talentacquisitie

Activiteiten voor werving en talentacquisitie

Extractiegidsen

Rapportbouwer van Greenhouse voor handmatige CSV-exports

Stappen

Configuratie

Voorbeeldquery config

Data-extractie met een Python-script via de Greenhouse Harvest API

Stappen

Configuratie

Voorbeeldquery python

Geautomatiseerde ETL-tool met Greenhouse-connector

Stappen

Configuratie

Voorbeeldquery config

Klaar om te beginnen?

Verbeter vandaag nog je talentacquisitie in Greenhouse