---
title: "Recruitment Funnel Analyzer（招聘漏斗分析）"
type: concept
tags: [recruitment, analytics, data-driven]
sources: [recruitment-specialist]
last_updated: 2026-04-25
---

## 定义
招聘漏斗分析是一种数据驱动方法，通过追踪从职位发布到试用期通过的全链路各环节转化率，识别招聘瓶颈并持续优化招聘效率和 ROI。

## 在 [[Recruitment Specialist Agent]] 中的实现

### 漏斗模型
```
职位曝光 → 投递量 → 简历通过 → 初试 → 复试 → 终面 → 发 offer → offer 接受 → 入职 → 试用期通过
```

### 关键指标
| 指标 | 计算方式 |
|------|---------|
| 简历投递率 | 投递数 / 曝光量 × 100% |
| 简历通过率 | 通过数 / 投递数 × 100% |
| 面试到场率 | 实到人数 / 邀约人数 × 100% |
| offer 接受率 | 接受数 / 发出数 × 100% |
| 入职率 | 入职数 / offer接受数 × 100% |
| 试用期留存率 | 试用期通过数 / 入职数 × 100% |
| 总体转化率 | 试用期通过数 / 投递数 × 100% |

### 渠道 ROI 分析
- 每渠道计算：成本 / 简历数、成本 / 入职数、成本 / 试用期通过数
- 综合效率分 = 候选人质量分 × 0.4 + (1/单次入职成本) × 10000 × 0.3 + 试用期通过率 × 100 × 0.3

### 招聘周期分析
- 平均招聘周期（天数）
- 各环节耗时：简历筛选、面试流程、offer 审批、候选人决策

## Python 实现
内置于 [[Recruitment Specialist Agent]] 的 `RecruitmentFunnelAnalyzer` 类，支持按职位、部门、周期筛选数据。

## 连接
- [[Recruitment Specialist Agent]] — 内置分析工具
- [[Structured Interview]] — 数据驱动决策支撑结构化面试标准