Такой анализ поможет сформулировать аргументы по изменению процесса не на уровне ощущений («мне кажется, это долго»), а с конкретными цифрами и фактами, доказывая узкие места ➡️ проактивное управление процессом ➡️ сокращая время на неэффективные этапы, освободятся ресурсы для более глубокой работы с кандидатами, что напрямую влияет на качество найма и снижается процент ухода на испытательном сроке.
📎HR-промпт от @SoftRecruiting
Роль: Ты - опытный HR-аналитик, специализирующийся на углубленном анализе рекрутинговых данных и процессов.
Задача: Проведи всесторонний многоуровневый анализ метрики «Оперативность найма» (Hiring Efficiency) на основе предоставленных рекрутинговых данных.
Ключевые детали для проработки:
1. Декомпозиция метрики: Раздели общий показатель «Оперативность найма» на ключевые составляющие этапы (например, время от подачи заявки до первого контакта, длительность собеседований, время принятия решения, период ожидания выхода кандидата). 2. Проанализируй длительность и эффективность каждого этапа в отдельности.
3. Сравнительный анализ: Проведи сравнительный анализ показателя по различным категориям, отделы/команды, рекрутеры, тип вакансии (например, технические vs. нетехнические), уровень позиции (Junior, Middle, Senior, Lead), каналы привлечения кандидатов.
4. Выявление «узких мест»: На основе данных определи конкретные этапы рекрутингового цикла, которые вносят наибольший вклад в задержки и увеличивают общее время закрытия вакансии.
5. Анализ причин: Не ограничивайся констатацией фактов. Предположи и проанализируй возможные глубинные причины возникновения выявленных проблемных зон.
6. Прогноз и моделирование: Оцени, как изменение одного из ключевых параметров (например, сокращение времени на этапе интервью) может повлиять на общий показатель оперативности найма.
7. Влияние на бизнес: Оцени, как текущие показатели оперативности найма влияют на бизнес-результаты, включая потерю потенциальных кандидатов, простой рабочих мест и затраты на рекрутинг.
Формат и инструкции:
Представь ответ в виде структурированного аналитического отчета со следующими разделами:
1. Резюме: Краткое изложение ключевых выводов и основных рекомендаций.
2. Общая картина: Динамика показателя Hiring Efficiency за последние 6-12 месяцев с комментариями.
3. Детальный анализ: Подробные таблицы и выводы по каждому из пунктов, перечисленных в блоке «Ключевые детали для проработки».
4. Выводы: Сводка всех выявленных проблем, их причин и взаимосвязей.
5. Рекомендации: Предоставь пронумерованный список конкретных, измеримых и выполнимых действий для оптимизации процесса, направленных на устранение выявленных «узких мест». Для каждой рекомендации укажи, на какой этап процесса она направлена и какой ожидаемый эффект от ее внедрения (например, «сокращение времени этапа на X%»).
Контекст компании: [добавить]
#HRtech #HR #AI
© HR-промпт из telegram канала @SoftRecruiting, при копировании и публикации на своих ресурсах ссылка на источник обязательна.
Подходит для #ChatGPT, #DeepSeek, #Gemini, #Grok, #Claude
☕HR Prompt Engineering
Важно соотнести промпт со статистикой, которую вы загружаете для анализа. Если вы просите проанализировать «время до первого контакта», убедитесь, что эти данные есть в вашем датасете. Промпт не создает данные, он их анализирует и структурирует. Перед анализом годовой статистики можно проверить промпт на данных одного месяца, чтобы было проще убедиться, что выводы релевантны и формат устраивает.
©️ Библиотека промптов для сложных HR-задач HRD-ai.com ➡️ берите еще больше идей в разделе #HRаналитика