С развитием HR-аналитики в компании у руководства раньше или позже будет вопрос: «А какие у нас должны быть целевые сроки закрытия вакансий?» - и сразу хочется дать какую-то одну красивую цифру. Но данные редко бывают красивыми. Они имеют хвосты, редкие провалы, иногда руководители закрываются «как повезёт». И если брать среднее по больнице - норма почти никогда не совпадает с реальностью.
Я обычно начинаю с простого: смотрю распределение, медиану, хвосты, делаю визуализации. И только потом формулирую «целевой срок».
Чтобы показать логику, возьмём некоторый пример. Скажем, данные находятся в формате:
1. Смотрим медиану, P75 и диапазон
Почему медиана? Потому что среднее слишком чувствительно к выбросам.
Например, в датасете следующие данные:
- Специалисты: медиана = 8, среднее = 12,7
- Руководители: медиана = 10, среднее = 14,7
- Рабочие: медиана = 10, среднее = 16,5
Видно, что среднее чуть подвисло на длинных вакансиях, а медиана даёт честный «центральный» срок.
P75 (75-й перцентиль) показывает, где кончается «норма» и начинаются длинные, редкие вакансии. Это помогает не придумывать цифру «на глаз», а строить целевые сроки по фактическому распределению.
Визуально это можно показать:
- Boxplot - медиана, квартили, выбросы
- Violin-plot - видно форму распределения, плотность
- Stripplot / swarmplot - каждый срок как отдельная точка и сразу видны аномалии
- Гистограмма с наложением категорий - только используйте небольшое количество бинов, чтобы не слипалось
Каждый график даёт своё понимание: где может быть норма, где хвосты, где аномалии.
2. Как определить целевой срок на практике
Подход простой, но крайне эффективный:
- Медиана = базовая норма
- P75 = верхняя граница нормы
- Целевой срок = медиана + 20% от разницы медиана–P75 (можно корректировать)
Так мы учитываем длинные вакансии, но не превращаем их в KPI для всех.
Важно: категории разные. Специалисты, руководители, рабочие - и у каждой группы могут быть свои показатели, так как у каждой категории свои особенности подбора. И норму нужно ставить для каждой категории отдельно.
3. Интерпретируем распределения
На графиках видно, где есть «длинные хвосты». Например:
- Специалист со сроком 138 дней - возможно, редкая сложная позиция, или затянулось согласование кандидата
- Руководитель со сроком 120+ дней - может быть отказался финалист или редкий профиль позиции с нерыночными условиями труда
Именно такие наблюдения помогают корректировать ожидания бизнеса: «Почему норма 60 дней, а не 30? Потому что реальный процесс такой».
Я регулярно разбираю такие кейсы и методы работы с метриками в своём Telegram-канале, подписывайтесь, если интересно!