|
PA 人力资源数据分析师 – 数字化招聘专家COE 课程 《数字化招聘专家》 项目收益： 1、 掌握人力资源数据分析的方法流程，形成数据分析思维 2、 学会数据分析的基础技能，数据透视表，数据仪表盘等建模技能 3、 梳理出招聘的关键指标，能对招聘模块进行数据建模分析 4、 结合公司业务，进行招聘模块的数据分析，提升招聘效率 课程周期：1天 09:00-12:00 13:30-17:00 一： 人力资源招聘数据化体系构建 1.21WHY 人力资源数据化转型的价值和意义 1.2 HOW 人力资源数据体系化平台构建 – 标准化，业务化，体系化，可视化，平台化 1.3 WHAT 人力资源数据化案例分享 二：招聘数据化分析思维和流程 - 建立招聘数字化分析思维 2.1 招聘数据分析关键指标选择和计算– 招聘效率，招聘转换率，招聘质量 2.2 招聘分析中招聘数据的清洗和处理– POWER QUERY 2.3 招聘数据标准表的设计 2.4 招聘数据分析逻辑和维度– 岗位，部门，层级，时间 2.5 数据建模– 招聘数据底层架构和数据可视化模型 – 招聘阶段转换率数据仪表盘 2.6 数据分析– 招聘数据分析报告 三： 提升招聘效率 - 招聘各阶段转换率数据分析 1：招聘流程的梳理和数据的运营 2、招聘流程各阶段转换率的定义和计算 3 招聘阶段转换率招聘漏斗的建模 4、基于各岗位的招聘转换率切片器设计 5、招聘各阶段转换率原因分析和解决方案设计 1.3 招聘流程转换率的数据分析报告设计 四、招聘成本和招聘渠道有效性分析 2.1 招聘有效率，应聘比，人均招聘费用关键指标的定义和计算 2.2 以渠道为交互的各渠道招聘岗位人数 2.3 以岗位为基础的各渠道岗位招聘数量 2.4 招聘成本和有效性的数据仪表盘构建 2.4 招聘渠道数据分析报告设计 五、招聘质量 - 新员工留存率数据分析 1、离职数据分析的关键指标 2、离职数据分析的流程 3、离职数据分析建模，数据仪表盘 4、离职分析的数据分析报告
六、招聘人才画像和胜任力模型构建 6.1人力资源中胜任力模型的价值 6.2胜任力模型的构建维度 – 核心价值观 ，岗位胜任力，统用胜任力 6.3胜任力模型建模流程 6.4 用AI 构建胜任力模型 6.4 胜任力模型的应用，数字化的人才盘点和高绩效的人才画像 七、人工智能AI 在招聘领域的应用和发展趋势 1、chatgpt 对简历的智能分析和简历匹配度的计算 2、chatgpt 指令进行岗位JD的生成，人才画像的描述等 3、chatgpt 指令进行面试问题的设计，设计模拟面试 4、AI 求职者简历的优化，和相关公司信息的搜索 5、用RPA进行简历的自动搜搜，自动下载，自动筛选和候选人通知 6、用AI视觉工具，对候选人的面试视频分析
| 
