İşe Alım ve Yetenek Kazanımı Veri Template'inuz

Bu nitelik, 'Başvuru Alındı', 'Mülakat Planlandı' veya 'Teklif Kabul Edildi' gibi işe alım sürecindeki her bir eventin adını kaydeder. Süreç haritasını oluşturan event dizisini oluşturur.

Bu faaliyetlerin dizisini ve sıklığını analiz etmek, Process Mining için büyük önem taşır. İşe alım hunisini görselleştirmeye, ortak süreç yollarını belirlemeye, standart workflow'dan sapmaları tespit etmeye ve sürecin tıkandığı darboğazları belirlemeye yardımcı olur. Örneğin, 'Başvuru İncelendi'den 'İşe Alım Uzmanı Ön Eleme Yaptı'ya kaç başvurunun geçtiğini izlemeye sunar.

Bu nitelik, işe alım sürecindeki adımları tanımlar, süreç akışının görselleştirilmesine ve darboğazların ve sapmaların belirlenmesine sunar.

Bu, often derived by mapping application stage changes, interview statuses, offer events, veya other auditable actions within Greenhouse'dan. It may require logic to translate system events into standardized activity names.

Etkinlik zaman damgası (zaman damgası)'i, işe alım sürecinde bir eventin gerçekleştiği kesin anı işaretler. Her bir iş başvurusu için faaliyetlerin kronolojik sırasını sağlayarak tüm performans ve süre tabanlı analizlerin zamansal temelini oluşturur.

Bu zaman damgası (zaman damgası), Time to Hire, Mülakat Planlama Döngü Süresi ve Mülakat Geri Bildirim Süresi gibi tüm zamanla ilgili KPI'ları hesaplanmasında temel rol oynar. Farklı faaliyetler arasında geçen süreyi analiz ederek, kuruluşlar verimliliği ölçebilir, gecikmeleri belirleyebilir ve hizmet düzeyi anlaşmalarına uyumu izleyebilir, böylece doğrudan performans ve darboğazlara odaklanan Dashboard'ları destekleyebilir.

Bu zaman damgası (zaman damgası), events'leri ordering, döngü süreleriı calculating ve recruitment process'inin performance'ını analyzing için criticaldir.

Greenhouse içindeki çeşitli nesnelerde bulunur; örneğin, Başvuru nesnesindeki 'applied_at', Teklif nesnelerindeki 'created_at' veya aktivite akışları ve denetim günlüklerindeki zaman damgaları.

İş Başvurusu ID'si, benzersiz vaka tanımlayıcısı olarak hareket eden işe alım süreci analizinin en önemli bileşenidir. İlk başvuru ve ön elemeden mülakatlara, tekliflere ve nihai işe alım kararına kadar tüm ilgili faaliyetleri birbirine bağlar. Bu, her adayın yolculuğunun eksiksiz, uçtan uca görmenizi sunar.

Process Mining'de bu nitelik, her adayın işe alım hunisinden izlediği kesin yolu yeniden yapılandırmak için kullanılır. Süreç varyantlarının, başvuru başına döngü sürelerinin ve elenme noktalarının analizini sağlayarak, her bir başvuru sahibi için genel işe alım lifecycle'ının net bir resmini sunar.

Bu, single bir candidate için all recruitment events'i connects eden essential Case ID'dir, making it possible to analyze the entire hiring journey from start to finish.

Bu, typically the primary key for an application object'idir. Consult the Greenhouse API documentation for the 'Applications' endpoint, often referred to as 'id' veya 'application_id'.

Bu nitelik, işe alım datasının kaynağını belirtir. Bu süreç için değer sürekli olarak 'Greenhouse' olacaktır.

Statik gibi görünse de, source system'in explicitly tracking edilmesi data yönetişim, troubleshooting ve bir İKYS gibi diğer sistemlerden verinin enriched olabileceği senaryolarda criticaldır. Data provenance hakkında clarity sunar ve organizasyonun data landscape'i boyunca data integrity'sini maintain etmeye yardımcı olur.

Veri yönetimi, doğrulama ve birden fazla kaynaktan gelen verileri yönetmek için kritik net veri kaynağı sunar.

Bu, verinin origin'ini label etmek için veri çıkarma ve transformation process'i sırasında should be added static bir value'dur.

Bu nitelik, verinin kaynak sistemden en son ne zaman çekildiğinin tarih ve saatini kaydeder. Process Mining modelindeki verinin güncelliğini yansıtan bir metadata alanıdır.

Bu information, kullanıcıların analizin ne kadar güncel olduğunu anlamaları için essentialdir. Data latency'siyle ilgili beklentileri yönetmeye yardımcı olur ve veri hattı'ının planlandığı gibi çalıştığını validating için critical öneme sahiptir. Örneğin, eğer 'Last Data Update' birkaç gün eskiyse, kullanıcılar Panellerin en son recruitment aktivitelerini reflect etmediğini bilirler.

Verinin güncelliğini gösterir, kullanıcıların analizin sürecin en güncel durumunu yansıtıp yansıtmadığını anlamalarına yardımcı olur.

Bu zaman damgası (zaman damgası), data veri çıkarma, dönüştürme ve yükleme (ETL) process'i sırasında veri setine generated ve stamped edilir.

Bu nitelik, bir başvurunun 'İşe Alındı', 'Reddedildi' veya 'Aktif' gibi durumunu gösterir. Tamamlanmış bir sürecin son durumunu veya devam eden bir sürecin mevcut durumunu temsil eder.

Bu, sonuç analizi için önemli bir boyuttur. İşe alınan adayların süreç yollarını reddedilenlerle karşılaştırmak için caseleri filtrelemeye sunar, bu da başarılı yolculukların özelliklerini ortaya çıkarabilir. Ayrıca, başvuruların yüzde kaçının işe alımla sonuçlandığını gösteren 'Overall Recruitment Funnel' Dashboard'unda conversion rate'leri hesaplamak için de kullanılır.

İşe alım sürecinin sonucunu tanımlar, başarılı (işe alınan) ile başarısız (reddedilen) aday yolculuklarını karşılaştıran analize sunar.

Bu information, Greenhouse'daki Application object'inde, API'deki 'status' field'ı aracılığıyla available'dır.

Bu nitelik, iş ilanına bağlı 'Mühendislik', 'Pazarlama' veya 'Satış' gibi organizasyonel departmanı belirtir. İşletmenin farklı bölümlerindeki işe alım metriklerinin toplanmasına ve karşılaştırılmasına sunar.

Analizi departmana göre segmentlere ayırmak, 'Time To Hire Performance' ve 'Offer Acceptance Rate Trends' gibi Dashboard'lar için büyük önem taşır. Belirli departmanların daha uzun hiring cycle'larına, daha yüksek offer rejection rate'lerine veya farklı süreç uyumluluk seviyelerine sahip olup olmadığını belirlemeye yardımcı olur. Bu insights'lar, her departmanın spesifik ihtiyaçlarına göre uyarlanmış targeted intervention'lara ve process improvement'lara sunar.

Farklı departmanlardaki işe alım performansının ve süreç varyasyonlarının karşılaştırılmasına sunar, sistemik sorunları veya en iyi uygulamaları ortaya çıkarır.

Typically available as a standard veya custom field on the Job object in Greenhouse'da. Can be found in the 'departments' section of a Job record via the API.

Bu nitelik, 'Kıdemli Yazılım Mühendisi' veya 'Ürün Pazarlama Yöneticisi' gibi iş ilanının resmi başlığını içerir. Doldurulacak rol hakkında temel bağlam sunar.

İşe alım süreçlerini iş unvanına göre analiz etmek, role özgü zorlukları anlamak için büyük önem taşır. Örneğin, 'Time To Hire Performance' Dashboard'u, kıdemli veya yüksek derecede uzmanlaşmış rollerin doldurulmasının daha uzun sürdüğünü göstermek için bu niteliği kullanır. Ayrıca farklı pozisyonlar için teklif kabul oranlarını analiz etmeye yardımcı olarak ücret rekabetçiliği veya rol çekiciliği hakkında stratejik bilgiler sunar.

Belirli roller için işe alım metriklerinin filtrelenmesine ve karşılaştırılmasına olanak tanıyarak, süreç performansının iş karmaşıklığına veya türüne göre nasıl değiştiğini anlamaya yardımcı olur.

Bu, Greenhouse'daki Job object'inde primary bir field'dır, often 'jobs' endpoint'ini API aracılığıyla querying ederken 'name' olarak available'dır.

Bu nitelik, belirli bir iş başvurusuna veya ilanına atanmış işe alım uzmanını tanımlar. Bu kişi tipik olarak ön eleme, mülakatları koordine etme ve adayı süreç boyunca ilerletme sorumluluğuna sahiptir.

Süreci işe alım uzmanına göre analiz etmek, bireysel performansı ve iş yükü dağılımını anlamak için temel rol oynar. 'Recruiter Workload & Efficiency' Dashboard'u, her işe alım uzmanı başına verim ve döngü süreleri gibi metrikleri hesaplamak için bu niteliğe dayanır. En iyi performans gösterenleri belirlemeye, ek desteğe ihtiyaç duyabilecek kişileri tespit etmeye ve yetenek edinimi ekibi genelinde dengeli bir iş yükü güçlüaya yardımcı olur.

Süreç aktivitelerini belirli bir işe alım uzmanına atfeder, bireysel performans, iş yükü ve verimlilik analizine sunar.

Greenhouse'daki İş nesnesinde, tipik olarak 'işe alım ekibi' bölümünün bir parçası olarak bulunur ve 'İşe Alım Uzmanı' gibi rollerin belirtildiği yerdir.

Bu nitelik, bir iş offer'ının state'ini, 'Created', 'Extended', 'Accepted' veya 'Rejected' gibi values'larla izler. İşe alım process'inin final stage'lerinin key indicator'üdür.

Bu nitelik, 'Offer Acceptance Rate Trends' Dashboard'u ve corresponding KPI için essentialdir. 'Offer Extended'dan 'Offer Accepted' veya 'Offer Rejected'a progression'ı tracking ederek, companies adayları close etme ability'lerini measure edebilir. Bunu department veya job title'a göre analyzing etmek, compensation competitiveness, candidate experience veya bir adayın decision'ını influencing eden other factors hakkında insights'ları reveal edebilir.

Job offer'larının outcome'unu tracks eder, bu da Offer Acceptance Rate KPI'ını calculating ve how to improve it'i understanding için crucial'dır.

Greenhouse'daki Teklif nesnesinde mevcuttur ve bir Başvuru ile bağlantılıdır. 'status' alanı bu bilgiyi sunar.

Bu nitelik, bir iş başvurusunun origin'ini, örneğin 'LinkedIn', 'Employee Referral', 'Company Website' veya 'Indeed' gibi izler. Farklı recruitment channel'larının effectiveness'ı hakkında insight sunar.

The 'Sourcing Channel Effectiveness' Dashboard'u entirely around this nitelik build edilmiştir. Application volume, time-to-hire ve hire rate'lerini source'a göre analyzing ederek, organizasyonlar recruitment marketing spend ve effort'unu optimize edebilir. Bu data, hangi channel'ların en yüksek quality candidate'leri en efficiently deliver ettiğine dair strategic question'ları answer etmeye yardımcı olur ve 'Sourcing Channel Conversion Rate' KPI'ını directly support eder.

Farklı işe alım kanallarının etkinliğini ve yatırım getirisini ölçmeye yardımcı olur, kaynak bulma çabalarının nereye yatırılacağı konusunda veri odaklı kararlar alınmasını sunar.

Greenhouse'daki Aday nesnesinde mevcuttur ve Uygulama ile bağlantılıdır. 'source' alanı bu bilgiyi sunar.

Aday ID'si, yetenek havuzundaki bir kişiyi benzersiz bir şekilde tanımlarken, İş Başvurusu ID'si tek bir iş için tek bir başvuruya özgüdür. Tek bir adayın zaman içinde birden fazla iş başvurusu olabilir.

İş Başvurusu ID'si bu özel süreç görünümü için Case ID olarak olarak kullanılırken, Aday ID'sine sahip olmak farklı bir analiz türüne sunar. Bir adayın birden fazla iş başvurusu arasındaki yolculuğunu izlemek, sık başvuranları belirlemek ve yetenek havuzuyla genel ilişkiyi analiz etmek için kullanılabilir. İşe alım verilerinın daha kişi merkezli bir görünümünü sunar.

Aynı adayın birden fazla başvurusu üzerinden analiz yapılmasına olanak tanıyarak, adayın zaman içindeki etkileşimine dair daha geniş bir görünüm sunar.

Bu, Greenhouse'da bir candidate record için primary key'dir, available as 'id' on the Candidate object via the API.

Bu nitelik, bir mülakat yapan tarafından yapılandırılmış bir mülakat değerlendirme kartında yapılan nihai tavsiyeyi yakalar; tipik olarak 'Kesinlikle Evet', 'Evet', 'Hayır' veya 'Kesinlikle Hayır' gibi değerlerdir.

Bu data, mülakat sürecinin kalitesini ve tutarlılığını değerlendirmek için büyük önem taşır. Mülakat geri bildirimini gerçek işe alım sonuçlarıyla ilişkilendirmeye yardımcı olarak 'Daha güçlü tavsiyelere sahip adaylar daha sık işe alınır mı?' gibi soruları yanıtlar. Aynı zamanda, kuruluş içindeki yapılandırılmış işe alım uygulamalarının benimsenmesini ölçen 'Scorecard Completion Rate' KPI'sının temelini oluşturur.

Yapılandırılmış mülakat geri bildirimlerini süreç sonuçlarına bağlar ve veriye dayalı işe alım uygulamalarının benimsenmesini ölçmeye yardımcı olur.

Greenhouse'da tamamlanmış bir mülakatla ilişkili Scorecard nesnesinde bulunur. API, bu bilgiyi 'scorecards' uç noktası aracılığıyla sunar.

Bu nitelik, bir mülakat veya referans kontrolü gibi belirli bir dönemi kapsayan faaliyetlerin completion time'ını kaydeder. Birçok faaliyet anlık olsa da, ölçülebilir bir süreye sahip olanlar hem başlangıç hem de bitiş zamanına sahip olmaktan faydalanır.

End time'a sahip olmak, belirli faaliyetlerin processing time'ını veya süresini doğru bir şekilde hesaplamak için büyük önem taşır. Bu, adımlar arasındaki waiting time ile bir göreve fiilen harcanan süre arasında ayrım yapmaya yardımcı olur. Örneğin, mülakatların gerçekte ne kadar sürdüğünü, planlamanın ne kadar sürdüğüne kıyasla daha hassas bir şekilde analiz etmeye sunar.

Aktivite işleme sürelerinin hassas bir şekilde hesaplanmasını sunar, bu da süreçteki aktif çalışma süresini boş bekleme süresinden ayırt etmeye yardımcı olur.

Bu information, Greenhouse'daki 'scheduled_interview' gibi objects'lerde might be available, bu da often hem bir 'start' hem de bir 'end' time'a sahiptir. Other activities için, subsequent faaliyetin zaman damgası (zaman damgası)'inden inferred edilmesi may need.

Bu nitelik, işin kendisi için benzersiz ID olup, başvuru ID'sinden farklıdır. Birden fazla başvuru aynı İş ID'sine bağlanacaktır.

İş ID'sini kullanmak, ilan düzeyinde data biriktirmeye sunar. Örneğin, belirli bir iş için alınan toplam başvuru sayısı veya benzer türdeki tüm roller için ortalama time to hire analiz edilebilir. Tek bir açık pozisyon etrafında merkezlenmiş işe alım çabalarını gruplandırmak ve analiz etmek için bir yol sunar.

Tek bir iş ilanına ilişkin tüm aday verilerini toplama ve analiz etme olanağı sağlayarak, ilan odaklı bir görünüm sunar.

Bu, Greenhouse'da bir job record için primary key'dir, available as 'id' on the Job object via the API.

Bu nitelik, açık pozisyona sahip ekibin yöneticisini tanımlar. İşe alım yöneticisi, süreçte önemli bir paydaş olup, genellikle adayları inceleme, sonraki aşama mülakatlarını yapma ve nihai işe alım kararını verme aşamalarında yer alır.

Süreci işe alım yöneticisine göre analiz etmek, önemli kalıpları ve darboğazları ortaya çıkarabilir. Örneğin, 'Mülakat Planlama Darboğazları' Dashboard'u, gecikmelerin sıklıkla belirli yöneticilerin uygunluğuyla ilişkili olduğunu gösterebilir. Yöneticilerin işe alım sürecine verimli bir şekilde katılımını güçlüak için eğitim veya destek ihtiyaçlarını belirlemeye yardımcı olur.

Önemli bir paydaşı tanımlar, belirli işe alım yöneticileriyle ilgili süreç darboğazlarının veya verimliliklerinin analizine sunar.

Greenhouse'daki İş nesnesinde, tipik olarak 'işe alım ekibi' bölümünün bir parçası olarak bulunur ve 'İşe Alım Yöneticisi' gibi rollerin belirtildiği yerdir.

Bu nitelik, genel mülakat sürecindeki belirli aşamayı, örneğin 'Recruiter Screen', 'Technical Interview' veya 'Final Round' gibi belirtir. Genel bir 'Interview Completed' faaliyetinden daha fazla granularity sunar.

Her ayrı mülakat aşamasındaki metrikleri analiz ederek, kuruluşlar daha spesifik darboğazları belirleyebilir. Örneğin, 'Candidate Drop-off Rate by Stage'i yüksek precision ile ölçebilir, adayların technical interview'dan sonra mı yoksa initial screen'den sonra mı withdraw etme eğiliminde olduğunu belirleyebilirsiniz. Bu detail, targeted improvement'lar yapmak için criticaldir.

Mülakat sürecine daha detaylı bir bakış sunar; böylece her bir mülakat adımındaki döngü süreleri ve elenme oranları analiz edilebilir.

Bu information, Greenhouse'daki interview scheduling datasının part'ıdır. Bir job application'daki 'interviews' object'i, interview stage'i hakkında details içerir.

Bu calculated metric, interview panelinin responsiveness'ını measure eder. Feedback submitting'deki delays, hiring process'ini önemlily slow down edebilir ve candidate experience'ı negatively impact edebilir.

Bu nitelik directly 'Interview Feedback Loop Analysis' Dashboard'unu ve 'Interview Feedback Turnaround Time' KPI'ını support eder. 'Interview Completed' ve 'Feedback Submitted' aktiviteleri arasındaki time difference olarak calculated edilir. Bu metric'i izleme etmek, slow feedback'ten caused darboğazları identify etmeye ve quicker decision making'i encourage etmeye yardımcı olur.

İşe alım sürecindeki yaygın bir gecikme kaynağı olan mülakat sonrası geri bildirim döngüsünün verimliliğini ölçer.

Bu, calculated bir field'dır. 'Interview Completed' olayının zaman damgası (zaman damgası)'inin 'Feedback Submitted' olayının zaman damgası (zaman damgası)'inden subtracting edilerek derived edilir.

Bu boolean nitelik, bir faaliyetin bir kullanıcı tarafından mı yoksa otomatik bir sistem kuralı tarafından mı yürütüldüğünü gösterir. Otomatik faaliyet örnekleri arasında otomatik yanıt e-postaları gönderme veya temel bir ön eleme sorusunu geçemeyen adayları otomatik olarak reddetme yer alabilir.

Bu niteliği analiz etmek, işe alım sürecindeki otomasyon seviyesini anlamaya yardımcı olur. Otomatik ve manuel adımların verimliliğini ve sonuçlarını karşılaştırmak ve hızı ve tutarlılığı artırmak için daha fazla otomasyon fırsatlarını belirlemek için kullanılabilir.

Manuel ve otomatik aktiviteler arasında ayrım yapmaya yardımcı olarak, otomasyonun süreç verimliliği ve sonuçları üzerindeki etkisinin analiz edilmesine sunar.

Bu information standard bir field değildir ve typically derive edilmesi needs. Bir activity ile associated user'dan (e.g., bir 'System' user'ı) veya automated olduğu known specific event type'larından inferred edilebilir.

Bu nitelik, bir adayın süreçte neden ilerlemediğine dair belirli nedeni yakalar. Örnekler::::::: arasında 'Kültüre uyumsuz', 'Maaş beklentisi çok yüksek' veya 'Daha nitelikli adaylar' yer alır.

Ret nedenlerini analiz etmek, işe alım süreci için çok değerli geri bildirim sunar. Yanlış hizalanmış iş tanımları, rekabetçi olmayan ücretlendirme veya yetenek havuzundaki tekrarlayan beceri boşlukları gibi sorunları vurgulayabilir. Bu bilgi, işe alım hunisindeki yaygın başarısızlık noktalarını anlayarak kaynak bulma stratejilerini iyileştirmek ve aday deneyimini geliştirmek için özellikle faydalıdır.

Adayların neden süreçten elendiğine dair niteliksel önemli bilgi sunarak, iş tanımlarını, kaynak bulma ve ön eleme kriterlerini iyileştirmeye yardımcı olur.

Uygulama nesnesinde reddedildiğinde mevcuttur. API, ayrıntılarla birlikte bir 'rejection_reason' nesnesi sunar.

Bu boolean nitelik, bir iş başvurusu için gerçek faaliyet dizisini önceden tanımlanmış ideal bir süreç modeliyle karşılaştıran bir conformance check'in sonucudur. Gerekli adımları atlama veya faaliyetleri sırasız gerçekleştirme gibi sapma gösteren caseleri işaretler.

Bu, 'Hiring Compliance Deviation' Dashboard'u için core bir nitelik olup, 'Process Conformance Rate' ve 'Uyumluluk İhlali Sayısı' KPI'larını destekler. Non-compliant caseleri filtreleyerek, organizasyonlar deviations'ın neden occur ettiğini, inadequate training, system limitation'ları veya necessary exception'lardan kaynaklanıp kaynaklanmadığını investigate edebilirler. Bu, iş akışlarını standartlaştırmaya ve uyumluluk risklerini mitigate etmeye yardımcı olur.

Süreç uygunluğunu ölçmek, uyumluluğu güçlüak ve işe alım iş akışlarını standartlaştırmak için kritik olan süreç sapmalarını tanımlar.

Bu, Process Mining software'ı tarafından generated calculated bir field'dır. Event log datasını defined bir target model veya set of business rules'larla compares eder.