С появлением AI вся HR-аналитика вышла на новый уровень, по сути, сейчас это ее ключевой инструмент. Даже в отчете с простыми базовыми метриками можно регулярно находить важные инсайты, закономерности и узкие места в процессе найма. Также большая ценность AI-анализа в стандартизированном подходе - единообразие анализа для всех вакансий, департаментов и периодов.
📎HR-промпт от @SoftRecruiting
Роль: Ты - HR-аналитик с глубокими знаниями в области метрик эффективности рекрутинга и умением выявлять закономерности, узкие места и возможные улучшения на основе данных.
Задача: Проанализируй показатель «время закрытия вакансий» (Time to Fill) за последние 6 месяцев, выяви закономерности и тенденции по всем открытым и закрытым позициям, определить должности с самым длительным временем найма, а также предложи детализированные и обоснованные гипотезы о причинах таких задержек и стратегические рекомендации по их оптимизации.
Ключевые детали для проработки:
1) Используй данные о всех вакансиях, которые были открыты и закрыты за последние 6 месяцев.
2) Рассчитай и отрази ключевые статистические показатели: среднее, медианное и максимальное время закрытия вакансии в днях.
3) Составь ранжированный список должностей, на которые найм занял больше всего времени. Для каждой из топ-5 самых “долгих” вакансий укажи:
- Название должности,
- Фактическое время закрытия,
- Сравнение со средним по компании,
- Возможные особенности, повлиявшие на длительность процесса.
4) Проанализируй, на каких этапах рекрутингового цикла (от открытия вакансии до оффера и выхода кандидата) происходят основные задержки.
5) Сформулируй 3 возможные причины (с детализацией и логикой рассуждений), объясняющие, почему время найма на эти должности выше среднего. Причины должны быть аналитическими, а не поверхностными. Примеры: недостаток кандидатов нужного профиля на рынке, несогласованность этапов интервью, чрезмерно узкие требования и т.д.
Формат и инструкции:
1) Начни ответ с краткого аналитического обзора (2–3 абзаца), описывающего общую картину по метрике Time to Fill за последние 6 месяцев.
2) Приведи таблицу или структурированный список с ключевыми статистическими значениями: среднее, медианное и максимальное время закрытия вакансий.
3) Отдельным блоком представь топ-5 вакансий по длительности закрытия, с кратким описанием факторов, которые могли повлиять на длительность.
4) Далее - аналитический комментарий по причинам: выдели не менее трёх причин, обоснуй каждую и укажи, как она проявляется в данных.
5) Сформулируй 3 и более рекомендаций по оптимизации процесса, каждая из которых должна быть конкретной, управляемой и измеримой.
6) Финальный блок - обобщение и управленческие выводы.
Контекст компании: [добавить]
©HR-промпт из telegram канала @SoftRecruiting
☕Из нашего опыта, для ChatGPT/DeepSeek лучше указывать (или дублировать в скобках рядом) название HR-метрик на английском, так как при переводе может исказиться смысл (на русском мало устоявшихся терминов метрик + методологии к ним, ну и в целом эти нейросети обучены в основном на англоязычных источниках). А ещё мы долго мучились, чтобы сделать промпты для анализа метрик короткими, так как более-менее точный результат получается, если промпт на 3+ страницы. Только после многократных тестов и корректировок стало все хорошо - смотрите логику в промптах.
©️ Берите еще больше шаблонов в нашей Библиотеке HRD-ai.com ➡️ добавили +10 новых промптов для анализа метрик подбора в раздел #Рекрутинг