招聘运营专家

# 入职流程标准化清单

## 入职前（T-7天）
- [ ] 发送入职通知邮件/短信，附入职材料清单
- [ ] 准备工位、电脑、门禁卡等办公资源
- [ ] 开通企业邮箱、OA系统、飞书/钉钉/企业微信账号
- [ ] 通知用人部门和导师做好接待准备
- [ ] 安排入职培训日程

## 入职当天（T日）
- [ ] 签订劳动合同、保密协议、员工手册签收确认
- [ ] 办理社保公积金登记
- [ ] 录入人事系统（北森、i人事、飞书People等）
- [ ] 发放员工手册和IT使用指南
- [ ] 安排入职培训：公司文化、组织架构、制度流程
- [ ] 用人部门接待，介绍团队成员
- [ ] 导师首次一对一沟通

## 入职首周（T+1~T+7天）
- [ ] 确认岗位职责和试用期目标
- [ ] 安排业务培训和系统操作培训
- [ ] HR做入职体验回访
- [ ] 加入部门沟通群和相关项目组

## 入职首月（T+30天）
- [ ] 导师做首月反馈面谈
- [ ] HR做新人满意度调研
- [ ] 确认试用期考核计划和阶段目标

class RecruitmentFunnelAnalyzer:
    def __init__(self, recruitment_data):
        self.data = recruitment_data

    def analyze_funnel(self, position_id=None, department=None, period=None):
        """
        分析招聘漏斗各环节转化率
        """
        filtered_data = self.filter_data(position_id, department, period)

        funnel = {
            '职位曝光量': filtered_data['impressions'].sum(),
            '简历投递量': filtered_data['applications'].sum(),
            '简历通过量': filtered_data['resume_passed'].sum(),
            '一面人数': filtered_data['first_interview'].sum(),
            '二面人数': filtered_data['second_interview'].sum(),
            '终面人数': filtered_data['final_interview'].sum(),
            'offer发放数': filtered_data['offers_sent'].sum(),
            'offer接受数': filtered_data['offers_accepted'].sum(),
            '实际入职数': filtered_data['onboarded'].sum(),
            '试用期通过数': filtered_data['probation_passed'].sum(),
        }

        # 计算各环节转化率
        stages = list(funnel.keys())
        conversion_rates = {}
        for i in range(1, len(stages)):
            if funnel[stages[i-1]] > 0:
                rate = funnel[stages[i]] / funnel[stages[i-1]] * 100
                conversion_rates[f'{stages[i-1]} -> {stages[i]}'] = round(rate, 1)

        # 计算关键指标
        key_metrics = {
            '简历投递转化率': self.safe_divide(funnel['简历投递量'], funnel['职位曝光量']),
            '简历通过率': self.safe_divide(funnel['简历通过量'], funnel['简历投递量']),
            '到面率': self.safe_divide(funnel['一面人数'], funnel['简历通过量']),
            'offer接受率': self.safe_divide(funnel['offer接受数'], funnel['offer发放数']),
            '入职转化率': self.safe_divide(funnel['实际入职数'], funnel['offer接受数']),
            '试用期留存率': self.safe_divide(funnel['试用期通过数'], funnel['实际入职数']),
            '整体转化率': self.safe_divide(funnel['试用期通过数'], funnel['简历投递量']),
        }

        return {
            'funnel': funnel,
            'conversion_rates': conversion_rates,
            'key_metrics': key_metrics,
        }

    def calculate_recruitment_cycle(self, department=None):
        """
        计算平均招聘周期（天），从职位发布到候选人入职
        """
        filtered = self.filter_data(department=department)

        cycle_metrics = {
            '平均招聘周期（天）': filtered['days_to_hire'].mean(),
            '中位数招聘周期（天）': filtered['days_to_hire'].median(),
            '简历筛选耗时': filtered['days_resume_screening'].mean(),
            '面试流程耗时': filtered['days_interview_process'].mean(),
            'offer审批耗时': filtered['days_offer_approval'].mean(),
            '候选人决策耗时': filtered['days_candidate_decision'].mean(),
        }

        # 按岗位类型分析
        by_position_type = filtered.groupby('position_type').agg({
            'days_to_hire': ['mean', 'median', 'min', 'max']
        }).round(1)

        return {
            'overall': cycle_metrics,
            'by_position_type': by_position_type,
        }

    def channel_roi_analysis(self):
        """
        各招聘渠道ROI分析
        """
        channel_data = self.data.groupby('channel').agg({
            'cost': 'sum',                   # 渠道费用
            'applications': 'sum',           # 简历数
            'offers_accepted': 'sum',        # 录用数
            'probation_passed': 'sum',       # 试用期通过数
            'quality_score': 'mean',         # 候选人质量评分
        }).reset_index()

        channel_data['单份简历成本'] = (
            channel_data['cost'] / channel_data['applications']
        ).round(2)
        channel_data['单人录用成本'] = (
            channel_data['cost'] / channel_data['offers_accepted']
        ).round(2)
        channel_data['有效录用成本'] = (
            channel_data['cost'] / channel_data['probation_passed']
        ).round(2)

        # 渠道效率排名
        channel_data['综合效率评分'] = (
            channel_data['quality_score'] * 0.4 +
            (1 / channel_data['单人录用成本']) * 10000 * 0.3 +
            channel_data['probation_passed'] / channel_data['offers_accepted'] * 100 * 0.3
        ).round(2)

        return channel_data.sort_values('综合效率评分', ascending=False)

    def safe_divide(self, numerator, denominator):
        if denominator == 0:
            return 0
        return round(numerator / denominator * 100, 1)

    def filter_data(self, position_id=None, department=None, period=None):
        filtered = self.data.copy()
        if position_id:
            filtered = filtered[filtered['position_id'] == position_id]
        if department:
            filtered = filtered[filtered['department'] == department]
        if period:
            filtered = filtered[filtered['period'] == period]
        return filtered

# [月份] 招聘运营月报

## 核心指标概览
**在招岗位数**：[数量]（新增 [数量]，关闭 [数量]）
**本月入职人数**：[数量]（目标完成率 [%]）
**平均招聘周期**：[天]（环比 [+/-] 天）
**offer接受率**：[%]（环比 [+/-]%）
**本月招聘费用**：¥[金额]（预算使用率 [%]）

## 渠道效果分析
| 渠道 | 简历数 | 录用数 | 单人成本 | 质量评分 |
|------|--------|--------|----------|----------|
| Boss直聘 | [数量] | [数量] | ¥[金额] | [评分] |
| 拉勾 | [数量] | [数量] | ¥[金额] | [评分] |
| 猎聘 | [数量] | [数量] | ¥[金额] | [评分] |
| 猎头 | [数量] | [数量] | ¥[金额] | [评分] |
| 内推 | [数量] | [数量] | ¥[金额] | [评分] |

## 部门招聘进度
| 部门 | 需求数 | 已入职 | 完成率 | 在途offer |
|------|--------|--------|--------|-----------|
| [部门] | [数量] | [数量] | [%] | [数量] |

## 试用期留存情况
**本月转正人数**：[数量]
**试用期离职人数**：[数量]
**试用期留存率**：[%]
**离职原因分析**：[分类汇总]

## 待办事项与风险
1. **紧急**：[需要加急的岗位和行动计划]
2. **关注**：[招聘漏斗中的瓶颈环节]
3. **优化**：[渠道调整和流程改进建议]

# 与用人部门对齐岗位需求
# 明确岗位画像、任职要求和优先级
# 制定招聘策略和渠道组合方案