Раньше мне не доводилось заниматься вакансиями и разбираться в их статистике. Но по работе понадобилось понять, почему часть объявлений не даёт нужного результата и что вообще можно вытащить из данных hh.ru.
На одной из вакансий я увидел странную картину: больше тысячи показов, около сотни просмотров — и ни одного отклика. Первая мысль была очевидной: не хватает охвата. Поднять объявление, подключить продвижение, получить больше показов.
Дальше возник простой вопрос: если вакансию уже открыли около сотни человек, зачем первым делом покупать ещё показы? После этого я стал смотреть не только на итоговое число откликов, но и на то, где именно кандидат перестаёт двигаться дальше.
Кейс реальный, но для статьи я его обезличил: обобщил названия некоторых профессий, округлил часть цифр и убрал детали, по которым можно определить работодателя. Общая картина и выводы от этого не меняются.
Что было в данных
несколько десятков действующих вакансий
показы, просмотры и отклики за один выбранный период
разные профессиональные группы, поэтому общий open rate использовался только как ориентир
проценты пересчитывались из исходных числителей и знаменателей
при малом числе событий дополнительно смотрел интервал Уилсона
данные работодателя в статье округлены и обезличены
Где теряется кандидат
Я разложил путь кандидата на простую цепочку:
показ → открытие → отклик → контакт → приглашение → выход
Для верхней части воронки мне сначала хватило двух показателей:
open rate = просмотры / показы
application rate = отклики / просмотры
По всей выборке open rate был примерно на уровне 5%, application rate — около 3%. Эти цифры я использовал только как грубый ориентир, чтобы понять, куда смотреть дальше. Напрямую сравнивать разные профессии по ним нельзя: аудитория и конкуренция за кандидатов отличаются. Поэтому заметное отклонение было для меня поводом посмотреть конкретную карточку внимательнее, а не доказательством того, что она работает хуже рынка.
Несколько массовых вакансий давали мало откликов и по итоговому результату выглядели примерно одинаково. Но одна из них плохо открывалась. Показов хватало, а просмотров было заметно меньше обычного. То есть значительная часть кандидатов отсеивалась ещё до чтения описания. В такой ситуации логичнее сначала смотреть на то, что человек видит в выдаче: название, зарплату, расположение, требования, график и другие основные условия. Переписывать в этот момент середину описания не очень разумно. До неё большинство кандидатов просто не дошло.
У другой вакансии было наоборот: открывали её нормально, но после просмотра почти никто не откликался. В обоих случаях откликов мало, но причины у этих двух вакансий разные. Фраза «вакансия плохо работает» после этого уже мало что объясняла.
Быстрая диагностика
много показов, мало открытий → смотреть на то, что видно в выдаче
открывают, но не откликаются → проверять предложение и содержание вакансии
отклики есть, дальше тишина → разбирать обработку кандидатов и нижнюю воронку
Когда вакансию читают, но не откликаются
К этому типу относилась как раз та вакансия с примерно сотней просмотров и нулём откликов. Раз её открывают, я решил сначала не заниматься дополнительным продвижением, а посмотреть само предложение и похожие вакансии на местном рынке. Нашлось несколько проблем.
Название должности было слишком общим и не очень хорошо объясняло реальную работу. По нему было трудно понять специализацию, характер задач и уровень требований. Конечно, из этого ещё нельзя сделать вывод, что людей отпугивало именно название. Но саму карточку в любом случае можно было сделать понятнее: точнее назвать должность, конкретнее описать работу, оборудование и необходимые навыки.
Одновременно выяснилось другое: предложение по оплате заметно уступало многим сопоставимым вакансиям.
И это уже текстом не исправить.
Описание можно сделать понятнее. Можно убрать канцелярит, вынести наверх действительно важные условия, убрать лишние требования. Но если кандидат понял предложение и оно ему не подходит, ещё один вариант текста сам по себе проблему не решит.
До этого разбора я, скорее всего, тоже начал бы именно с объявления: переписать, сделать понятнее, попробовать другой заголовок. Теперь сначала посмотрел бы, действительно ли основная проблема находится в тексте.
Иногда данных просто недостаточно
У другой производственной вакансии верхняя часть воронки выглядела вполне обычно: её показывали, открывали, было несколько откликов. Но из агрегированной статистики было непонятно, что происходило с этими кандидатами дальше. Первая версия — возможно, проблема уже в обработке откликов. Я сначала так и подумал.
Потом посмотрел на количество событий ещё раз. Откликов всего несколько. Один кандидат мог не соответствовать требованиям, другой мог появиться ближе к концу выбранного периода. Да и по самой выгрузке не всегда можно восстановить последовательность событий для конкретного человека. Дальше что‑либо рассчитывать по этой вакансии уже не имело особого смысла. Нужно было открыть сами отклики и посмотреть, что с ними произошло. Не на любой вопрос из таблицы можно получить ответ ещё одной формулой.
С процентами тоже легко переборщить
На небольших выборках проценты выглядят убедительнее, чем сами данные. Было два отклика, стало четыре — рост в два раза. Формально всё верно. Только четыре отклика всё равно слишком небольшое количество, чтобы уверенно объяснять результат одной конкретной правкой.
Поэтому показатели вакансий с единичными событиями я старался не трактовать слишком смело. Таблица может показать 1,17% или 2,84%, но наличие двух знаков после запятой не делает сам вывод таким же точным. Для проверки я иногда смотрел интервал Уилсона. Не потому, что хотелось усложнить расчёты, а чтобы не обманываться слишком точными процентами, когда за ними стоят два‑три события.
Есть и ещё одно ограничение: один показ — это не обязательно один новый кандидат. Один человек может увидеть объявление несколько раз, а сама выдача персонализируется. Поэтому open rate и application rate для меня были прежде всего способом сравнивать похожие вакансии и искать заметные отклонения, а не точной вероятностью поведения кандидата.
Как я сравнивал рынок
С зарплатами всё тоже оказалось не совсем прямолинейно. Кажется, что достаточно найти похожие вакансии и посчитать медиану. Но одна компания указывает зарплату до вычета налогов, другая — сумму «на руки». Где‑то указан диапазон, где‑то только верхняя граница. Иногда в максимальную сумму входят премии, условия которых из объявления понять невозможно. Если собрать всё это в одну колонку, среднее или медиана посчитаются без проблем. Только смысл такого результата будет сомнительным.
Поэтому зарплаты до вычета налогов (gross) и суммы «на руки» (net) я разделял. Отдельно я держал разные типы занятости и уровни квалификации. Например, нет большого смысла смешивать местную постоянную работу с вахтой только из‑за похожего названия должности.
С конкурентами возникла похожая история. Сначала я смотрел на компании той же отрасли. Потом понял, что для кандидата это часто вообще не главное. Человек сравнивает доступные ему варианты работы: зарплату, график, дорогу, обязанности, требования. Поэтому предприятие может конкурировать за одного и того же кандидата со складом, логистическим центром или производством из совершенно другой отрасли. После этого я стал смотреть на рынок с другой стороны: куда ещё реально может пойти человек с такими навыками и какие условия ему там предлагают.
Что делать после изменений
Допустим, слабые места нашли и вакансию решили исправить. В реальной работе редко меняется что‑то одно. Обычно одновременно правят название, первые строки, требования, описание обязанностей, иногда сами условия и настройки отклика. После этого показатели становятся лучше. Но что именно помогло — уже непонятно.
Проводить отдельный эксперимент для каждой мелкой правки тоже не всегда возможно. Если сотрудник нужен сейчас, никто не станет несколько недель держать заведомо неудачную вакансию только ради чистоты эксперимента. Поэтому я решил хотя бы не приписывать результат одной конкретной правке, если одновременно менялось несколько параметров. В таком случае это просто новая версия вакансии, и оценивать имеет смысл её целиком.
Чтобы потом не восстанавливать всё по памяти, я начал сохранять историю изменений: дату, название, основные условия, требования, важные изменения текста и показатели за соответствующий период. Таблица самая обычная, но через несколько недель она уже полезнее воспоминаний о том, что и когда редактировали.
Самый большой пробел начинается после отклика
Верхнюю часть воронки видно довольно хорошо:
показы
просмотры
отклики
Но по этим трём цифрам ещё нельзя понять, почему место в итоге остаётся незакрытым. После отклика уже нужно знать, что произошло с конкретным кандидатом. Когда ему ответили? Удалось ли связаться? Подходил ли он по требованиям? Пригласили ли его? Пришёл ли он? Получил ли предложение? Если отказался — на каком этапе и почему?
Иначе можно довольно долго улучшать само объявление, хотя проблема находится уже дальше. Например, вакансия собирает нормальные отклики, но кандидатам поздно отвечают. Или важное условие выясняется только во время разговора. Или человек согласен на саму работу, но после уточнения понимает, что ему неудобно добираться. Статистика просмотров этого уже не покажет.
Поэтому к данным по вакансиям пришлось добавить простой учёт дальнейших событий: отклик, первый контакт, результат разговора, приглашение, явка, предложение, выход и известная причина отказа. После этого уже можно смотреть не только на объявление, но и на весь путь кандидата.
Что в итоге
Специалистом по HR‑аналитике я после этого, разумеется, не стал. Да и задачи такой не было. Но на фразу «на вакансию мало откликов» теперь смотрю немного иначе. Теперь первым делом хочется понять, на каком этапе начинается проблема.
Её показывают, но почти не открывают? Открывают, но после чтения не откликаются? Или с самой вакансией всё более‑менее нормально, а кандидаты теряются уже дальше?
Во всех случаях результат для работодателя один — место остаётся незакрытым.
А вот искать причину и что‑то менять придётся в совершенно разных местах.
