Кейс IBS: сквозная аналитика для дивизиона HR-сервисов

Чтобы эффективно управлять маркетингом на проектах по массовому найму

IT-Agency ㅤ, IT-Agency

Кейс IBS: сквозная аналитика для дивизиона HR-сервисов

Клиент

Компания IBS — ключевой технологический партнёр лидеров российского бизнеса и государственных структур.

Компания входит в топ — 10 лидеров российского рынка по объёму выручки по данным International Data Corporation и занимает ведущие позиции в консалтинге и кастомизации программного обеспечения.

Мы работали с дивизионом HR-сервисов.

Задача

Дивизион HR-сервисов компании IBS нанимает тысячи сотрудников на массовые позиции (кассир, продавец, уборщик и т.д.) в такие федеральные розничные сети как Ашан, Магнит, Билла.

Компания продаёт своим клиентам конкретный результат: определённое количество нанятых человек на конкретную позицию в конкретный магазин. Один проект — от 10 до 1000 позиций, по которым надо выполнять план каждый месяц. Для этого IBS нужно точно прогнозировать, сколько человек они смогут нанять и в какие сроки.

Раньше IBS использовали отчёт, который показывал количество нанятых людей в конкретный месяц для конкретного клиента.

Проблема была в том, что отчёт не позволял прогнозировать процесс найма на следующие месяцы, хоть и отлично показывал результаты проделанной работы. Без точного прогноза IBS рисковали не выполнить план или, наоборот, перевыполнить его, потратив на это слишком много ресурсов.

IBS хотели, чтобы мы построили систему, которая позволит эффективно управлять закрытием позиций. Для этого она должна показывать, какие каналы дают закрытые позиции и как кандидаты движутся по воронке.

Результат

Мы построили сквозную аналитику, которая позволяет повысить эффективность привлечения кандидатов, закрывать план по найму чётко и в срок, экономить внутренние ресурсы и отчитывать клиенту по ходу проекта.

В результате мы получили:

Отчёт по эффективности каналов для привлечения кандидатов по всей воронке от рекламы до найма. Он позволяет оценивать каналы по количеству закрытых позиций, а не по количеству откликов.
Отчёт по движению кандидатов по воронке в общем, по магазинам и по конкретным позициям. На его основе менеджер может предпринимать конкретные действия. Если в воронке достаточно кандидатов, можно ускорить работу с ними. Если кандидатов не хватает — увеличить рекламу конкретной позиции.
План-факт, который наглядно показывает, насколько IBS выполняет план по найму кандидатов.

Эта система позволяет сделать процесс по массовому найму чётким, прозрачным и эффективным.

Как шла работа над проектом

Сквозная отчётность по найму

Сквозная отчётность позволяет IBS строить долгосрочные прогнозы по найму в каждом регионе для каждого клиента на месяц, квартал или год вперёд.

За время работы мы собрали сквозную отчётность для четырёх проектов по найму. Все данные собираются, хранятся и обрабатываются в отдельных базах данных. Визуализируются данные в Excel и Power BI.

Каждый отчёт по найму состоит из трёх представлений:

1. Отчёт по маркетингу позволяет оценить сколько кандидатов на вакансии и по какой цене мы привлекаем, а также, сколько человек, по какой цене и через какое время мы нанимаем.

2. Отчёт по активным кандидатам показывает, сколько кандидатов у нас есть и какой у них статус. Это позволяет оценить текущий объём кандидатов «в работе» и ускорить точечно найм конкретных кандидатов.

3. Отчёт по найму в разрезе позиций и магазинов позволяет оценить, насколько мы выполняем заказ каждого клиента.

Сквозная отчётность показывает, сколько кандидатов на вакансии и по какой цене мы привлекаем; как эти кандидаты проходят по воронке найма; сколько человек и по какой цене мы нанимаем с каждого канала.

Стандартизация запуска отчётности для новых проектов по найму

Сбор отчётности для первого проекта занял около восьми месяцев, потому что у IBS сложный процесс найма и сложная воронка.

Когда сквозная отчётность для первого проекта была готова, мы масштабировали этот опыт на другие проекты. Для этого мы:

собрали базу знаний;
подготовили необходимые инструкции и шаблоны документов;
составили регламент для запуска отчётности на новом проекте.

Благодаря такой стандартизации мы смогли развернуть отчётность для каждого следующего проекта за 3–4 недели вместо восьми месяцев.

База знаний

Медиапланирование

Основываясь на собранных данных и отчётах, мы разработали методологию для медиапланирования: как построить прогноз по каналам привлечения, рекламным кампания, вакансиям, городам и т. д. Методология описывает, как управлять привлечением кандидатов с помощью недельных итераций и план-фактов.

Артём Николаев
ведущий эксперт IBS

У меня было два варианта: освоить экспертизу самостоятельно или привлечь экспертов. В первом случае надо разбираться кого нанять, искать директора по маркетингу, технарей для реализации и кому то в команде выступить постановщиком ТЗ. Второй вариант позволяет ускориться на два года и уже через месяц получить отчетность, с которой можно понимать стоимость цифровых источников привлечения. Я выбрал второй вариант.
Мне нужен был прогнозируемый результат, так как изначально проект должен был работать без моего участия или с минимальным. Поэтому между неизвестными командами и проверенными в бою я выбрал проверенную — IT-Agency.
Задача стояла так: должно появится цифровое понимание процессов найма. В результате у нас появились первая версия системы аналитики, посчитанная стоимость каналов привлечения, лендинги, чек-листы, описанный подход к анализу данных, обученный инхаус-маркетолог. Это круто.
На старте проекта не всё было гладко. Со стороны IT-Agency пришлось поменять менеджера, а с нашей руководитель проекта допустил техническую ошибку, из-за которой работа разработчиков затянулась. Но команда Романа Игошина справилась и с этим. Если бы не они, проект было бы не спасти.
Проект удался, я очень доволен. Ребята помогли дивизиону HR-сервисов IBS построить маркетинг и аналитику. Роман Игошин и его команда — огонь.

Впервые статья была опубликована в Академии IT-Agency, где можно изучить другие материалы об интернет-маркетинге, SEO, CRM, а также управлении, аналитике и устройстве агентства.