byted-recruitment-analytics
招聘数据分析与优化建议技能
功能概述
本技能用于招聘数据的定期分析、进展汇报和优化建议,支持每日、每周、每月定时任务。
定时任务类型
任务一:每日招聘进展日报
触发时间:每个工作日上午 10:00 前
执行内容:
## 📋 招聘进展日报 - [日期]
### 一、各JD进展概览
| JD名称 | 状态 | 已查看候选人 | 高匹配度(4-5星) | 已打招呼 | 面试安排 | 下一步 |
|--------|------|-------------|-----------------|---------|---------|--------|
| [JD1] | 🟡 进行中 | X位 | X位 | X位 | X位 | [说明] |
| [JD2] | 🟢 待开始 | 0位 | 0位 | 0位 | 0位 | 等待确认 |
### 二、昨日数据统计
| 指标 | 数值 | 说明 |
|------|------|------|
| 新增候选人 | X位 | 昨日新增查看 |
| 高匹配度占比 | XX% | 4-5星候选人占比 |
| 打招呼发送 | X位 | 昨日发送数量 |
| 打招呼响应 | X位 | 收到回复数量 |
| 响应率 | XX% | 响应/发送 |
| 面试安排 | X位 | 昨日安排 |
### 三、各JD详细数据
#### [JD1名称]
- **当前状态**:[状态]
- **候选人分布**:
- 5星:X位
- 4星:X位
- 3星:X位
- 2星:X位
- 1星:X位
- **关键发现**:
- [发现1]
- [发现2]
- **下一步计划**:
- [计划1]
- [计划2]
### 四、发现的问题
1. **[问题1标题]**
- 描述:[问题描述]
- 影响:[影响范围]
- 建议:[初步建议]
2. **[问题2标题]**
- 描述:[问题描述]
- 影响:[影响范围]
- 建议:[初步建议]
### 五、优化建议
#### 1. JD优化建议
- **[JD1]**:[具体建议]
- **[JD2]**:[具体建议]
#### 2. 搜索策略优化
- [建议1]
- [建议2]
#### 3. 沟通话术优化
- [建议1]
- [建议2]
### 六、需要您确认
- [ ] 确认事项1:[内容]
- [ ] 确认事项2:[内容]
- [ ] 确认事项3:[内容]
---
**汇报时间**:[时间]
**下次汇报**:[明日/下周一]
任务二:每周招聘总结报告
触发时间:每周一上午 10:00
执行内容:
## 📊 招聘周报 - [开始日期] ~ [结束日期]
### 一、本周整体数据概览
| 指标 | 数值 | 较上周 |
|------|------|--------|
| 活跃JD数 | X个 | +X/-X |
| 查看候选人 | X位 | +X/-X |
| 高匹配度(4-5星) | X位 | +X/-X |
| 发送打招呼 | X位 | +X/-X |
| 收到响应 | X位 | +X/-X |
| 安排面试 | X位 | +X/-X |
| 完成录用 | X位 | +X/-X |
### 二、各JD详情
#### [JD1名称]
- **状态**:[状态]
- **本周数据**:
- 新增查看:X位
- 高匹配度:X位
- 打招呼:X位
- 面试:X位
- **候选人评分分布**:
- 5星:X位 (XX%)
- 4星:X位 (XX%)
- 3星:X位 (XX%)
- 2星:X位 (XX%)
- 1星:X位 (XX%)
- **亮点与问题**:
- 亮点:[描述]
- 问题:[描述]
### 三、渠道效果分析
| 招聘平台 | 查看人数 | 高匹配度 | 响应率 | 面试率 | 录用率 | ROI评分 |
|---------|---------|---------|--------|--------|--------|---------|
| BOSS直聘 | X位 | X位 | XX% | XX% | XX% | ⭐⭐⭐ |
| LinkedIn | X位 | X位 | XX% | XX% | XX% | ⭐⭐⭐⭐ |
| 猎聘 | X位 | X位 | XX% | XX% | XX% | ⭐⭐ |
**渠道优化建议**:
- [建议1]
- [建议2]
### 四、招聘漏斗分析
查看候选人 (X位) ↓ 高匹配度 (X位) - 转化率 XX% ↓ 发送打招呼 (X位) - 转化率 XX% ↓ 收到响应 (X位) - 转化率 XX% ↓ 安排面试 (X位) - 转化率 XX% ↓ 完成录用 (X位) - 转化率 XX%
**漏斗瓶颈分析**:
- 主要瓶颈:[环节]
- 优化建议:[建议]
### 五、市场洞察
#### 1. 薪资分布分析
- **[职位1]**:[薪资范围]
- **[职位2]**:[薪资范围]
- **市场趋势**:[趋势描述]
#### 2. 热门技能分析
- 本周热门技能1:[技能名称] - 出现频率 XX%
- 本周热门技能2:[技能名称] - 出现频率 XX%
- 本周热门技能3:[技能名称] - 出现频率 XX%
#### 3. 人才供需分析
- **供给情况**:[描述]
- **需求情况**:[描述]
- **建议**:[建议]
### 六、优化建议与策略调整
#### 1. JD优化建议
| JD名称 | 当前问题 | 优化建议 | 优先级 |
|--------|---------|---------|--------|
| [JD1] | [问题] | [建议] | 高 |
| [JD2] | [问题] | [建议] | 中 |
#### 2. 评分标准优化
- **当前权重**:经验30%、技能25%、学历15%、行业15%、薪资10%、其他5%
- **优化建议**:[具体调整建议]
- **理由**:[数据支撑理由]
#### 3. 搜索策略调整
- **当前策略**:[描述]
- **问题**:[描述]
- **调整建议**:[具体建议]
#### 4. 沟通话术优化
- **打招呼话术**:[当前话术] → [建议话术]
- **面试邀请话术**:[当前话术] → [建议话术]
### 七、下周工作计划
#### 1. 重点任务
- [ ] 任务1:[描述] - 负责人:[角色] - 截止时间:[时间]
- [ ] 任务2:[描述] - 负责人:[角色] - 截止时间:[时间]
- [ ] 任务3:[描述] - 负责人:[角色] - 截止时间:[时间]
#### 2. 重点JD
- **优先级1**:[JD名称] - [目标]
- **优先级2**:[JD名称] - [目标]
- **优先级3**:[JD名称] - [目标]
### 八、需要您决策
1. **[决策事项1]**
- 选项A:[描述]
- 选项B:[描述]
- 建议:[建议选项]
2. **[决策事项2]**
- 选项A:[描述]
- 选项B:[描述]
- 建议:[建议选项]
---
**报告生成时间**:[时间]
**上周周报**:[链接]
**下周预报**:下周一上午10点
任务三:月度招聘数据分析报告
触发时间:每月1日上午 10:00
执行内容:
## 📈 招聘月报 - [月份]
### 一、本月核心指标达成
| 指标 | 目标 | 实际 | 达成率 |
|------|------|------|--------|
| 招聘职位数 | X个 | X个 | XX% |
| 录用人数 | X人 | X人 | XX% |
| 平均招聘周期 | X天 | X天 | XX% |
| 平均招聘成本 | X元 | X元 | XX% |
| 新人留存率(3个月) | XX% | XX% | XX% |
### 二、招聘漏斗深度分析
#### 1. 整体漏斗
简历筛选 (X份) ↓ 通过率 XX% 面试邀约 (X人) ↓ 接受率 XX% 现场面试 (X人) ↓ 通过率 XX% offer发放 (X人) ↓ 接受率 XX% 正式入职 (X人)
#### 2. 各环节分析
| 环节 | 数量 | 转化率 | 较上月 | 优化建议 |
|------|------|--------|--------|---------|
| 简历筛选 | X | - | +X/-X | [建议] |
| 面试邀约 | X | XX% | +X/-X | [建议] |
| 现场面试 | X | XX% | +X/-X | [建议] |
| offer发放 | X | XX% | +X/-X | [建议] |
| 正式入职 | X | XX% | +X/-X | [建议] |
### 三、各职位招聘详情
#### [职位1]
- **招聘状态**:[进行中/已完成/已暂停]
- **招聘周期**:[开始日期] ~ [结束日期],共X天
- **录用人数**:X人
- **招聘成本**:X元
- **数据详情**:
- 查看简历:X份
- 高匹配度:X份
- 打招呼:X人
- 面试:X人
- 录用:X人
- **经验总结**:
- 成功因素:[描述]
- 遇到问题:[描述]
- 改进建议:[描述]
### 四、渠道ROI分析
| 渠道 | 投入成本 | 录用人数 | 人均成本 | ROI评分 | 建议 |
|------|---------|---------|---------|---------|------|
| BOSS直聘 | X元 | X人 | X元 | ⭐⭐⭐⭐ | 保持投入 |
| LinkedIn | X元 | X人 | X元 | ⭐⭐⭐⭐⭐ | 增加投入 |
| 猎聘 | X元 | X人 | X元 | ⭐⭐ | 减少投入 |
| 内部推荐 | X元 | X人 | X元 | ⭐⭐⭐⭐⭐ | 加大激励 |
**下月渠道策略**:
- [策略1]
- [策略2]
### 五、人才库建设
#### 1. 人才库统计
- **总人数**:X人
- **各星级分布**:
- 5星:X人
- 4星:X人
- 3星:X人
- **本月新增**:X人
#### 2. 人才激活情况
- **本月激活**:X人
- **成功入职**:X人
- **激活转化率**:XX%
### 六、市场与竞品分析
#### 1. 薪资趋势
- **本公司**:[职位1] [薪资范围]
- **竞品A**:[职位1] [薪资范围]
- **竞品B**:[职位1] [薪资范围]
- **市场中位**:[薪资范围]
- **建议**:[建议]
#### 2. 招聘热度分析
- **热门职位1**:[职位名] - 竞争指数 ⭐⭐⭐⭐⭐
- **热门职位2**:[职位名] - 竞争指数 ⭐⭐⭐
- **热门职位3**:[职位名] - 竞争指数 ⭐⭐
### 七、问题与改进
#### 1. 本月遇到的主要问题
| 问题 | 影响范围 | 严重程度 | 已采取措施 |
|------|---------|---------|-----------|
| [问题1] | [描述] | 高/中/低 | [措施] |
| [问题2] | [描述] | 高/中/低 | [措施] |
#### 2. 下月改进计划
- [ ] 改进1:[描述] - 负责人 - 截止时间
- [ ] 改进2:[描述] - 负责人 - 截止时间
- [ ] 改进3:[描述] - 负责人 - 截止时间
### 八、下月招聘计划
#### 1. 招聘目标
| 职位 | 计划人数 | 目标完成日期 | 优先级 |
|------|---------|-------------|--------|
| [职位1] | X人 | [日期] | P0 |
| [职位2] | X人 | [日期] | P1 |
| [职位3] | X人 | [日期] | P1 |
#### 2. 关键里程碑
- [ ] 里程碑1:[描述] - [日期]
- [ ] 里程碑2:[描述] - [日期]
- [ ] 里程碑3:[描述] - [日期]
### 九、需要您审批
1. **[审批事项1]**
- 内容:[描述]
- 预算:X元
- 建议:批准
2. **[审批事项2]**
- 内容:[描述]
- 预算:X元
- 建议:批准
---
**报告生成时间**:[时间]
**上月报告**:[链接]
**下月预报**:下月1日上午10点
使用流程
1. 每日任务执行
触发条件:每个工作日 10:00 前
执行步骤:
- 读取所有
jd-process/目录下所有岗位的JD文件和招聘记录[职位名]/*文件 - 读取所有候选人记录文件
- 统计昨日数据
- 生成招聘进展日报
- 保存到
data/hiring-reports/daily-[日期].md - 发送给用户
2. 每周任务执行
触发条件:每周一 10:00
执行步骤:
- 读取本周所有数据
- 分析各渠道效果
- 分析招聘漏斗
- 生成优化建议
- 生成周报
- 保存到
data/hiring-reports/weekly-[日期].md - 发送给用户
3. 月度任务执行
触发条件:每月1日 10:00
执行步骤:
- 读取上月所有数据
- 深度分析招聘漏斗
- 分析渠道ROI
- 市场与竞品分析
- 生成改进计划
- 生成月报
- 保存到
data/hiring-reports/monthly-[月份].md - 发送给用户
数据来源
需要读取的文件:
[职位名]-jd.md- 各职位的JD和隐性规则data/candidates-[日期].md- 候选人记录data/hiring-reports/- 历史报告
生成的报告保存到:
data/hiring-reports/daily-[日期].mddata/hiring-reports/weekly-[日期].mddata/hiring-reports/monthly-[月份].md
快速开始
设置定时任务
使用 cron 或 skills 设置定时触发:
{
"daily": {
"task": "byted-recruitment-analytics",
"type": "daily",
"schedule": "0 10 * * 1-5"
},
"weekly": {
"task": "byted-recruitment-analytics",
"type": "weekly",
"schedule": "0 10 * * 1"
},
"monthly": {
"task": "byted-recruitment-analytics",
"type": "monthly",
"schedule": "0 10 1 * *"
}
}
注意事项
- 数据完整性 - 确保所有候选人数据都已记录
- 及时性 - 严格按照时间点生成和发送报告
- 准确性 - 统计数据要多次核对
- 保密性 - 报告中不要泄露敏感信息
- 可操作性 - 优化建议要具体可执行
记住: 数据驱动决策,建议支撑行动! 📊
这个技能会随着数据积累不断进化。保持分析,持续优化! 🚀
More from bytedance/agentkit-samples
byted-web-search
火山引擎联网搜索 API,返回网页/图片结果。联网搜索场景优先使用本 skill。触发词包括:查/搜/找、真的吗/靠谱吗/确认/核实、最近/今天/最新/近期、出处/来源/链接、有什么/有哪些/推荐、价格/政策/汇率/行情、对比/区别/哪个好、听说/据说/不太确定、热搜/热门/火、帮我看/了解一下、求证/辟谣、值不值得/该不该。任务依赖在线事实或时效性时优先使用。若回答可能依赖外部事实,优先调用本 skill 再作答。支持 API Key / AK/SK。
371byted-seedream-image-generate
Generate high-quality images from text prompts using Volcano Engine Seedream models. Supports multiple artistic styles and aspect ratios. Use this skill when users want to create images from text descriptions, generate artwork in various styles, create visual content for creative projects, or need AI-powered image generation capabilities.
186byted-las-video-edit
Extracts and clips video segments from long videos using natural language descriptions. AI-powered smart video editing, video trimming, and video cutting powered by Volcengine LAS. Describe what you want — scenes, people, objects, actions, events — and get trimmed clips automatically. Video search and video content retrieval: find and locate specific people, objects, or scenes in footage. Supports reference images for person matching and object matching (search video by image). Two modes: simple (fast) and detail (thorough, optional ASR). Use this skill when the user wants to edit/clip/cut videos using natural language descriptions, extract highlights or key moments from videos, find specific people/objects/scenes in video footage (by text or reference image), compile highlight reels from long videos, trim video segments, or do AI-powered smart video editing.
164byted-las-pdf-parse-doubao
Parses and reads PDF documents into structured Markdown text using Volcengine LAS Doubao AI models. PDF parsing, PDF OCR, and document recognition — extracts text, headings, paragraphs, tables, charts, and layout structure from PDF files with high fidelity. Performs layout analysis including multi-column recognition and complex table extraction. Two modes: normal (fast, cost-effective everyday parsing) and detail (deep analysis for complex tables, charts, and multi-column layouts). Converts PDF to Markdown, PDF to text, and structured data. Digitizes scanned PDF documents and scanned images via OCR. Supports TOS paths, HTTP URLs, and local file upload. Async submit-poll workflow with batch processing support. Use this skill when the user wants to parse PDF files into Markdown/text, extract text/tables/charts from PDFs, convert PDF to Markdown format, do OCR on scanned documents, recognize PDF layout structure, digitize paper documents, process PDFs in batch, or extract structured data from PDF documents.
130byted-seedance-video-generate
Generate videos using Seedance models. Invoke when user wants to create videos from text prompts, images, or reference materials.
111byted-data-search
|
107