和批量招聘服务商合作，怎么定到岗率和留存率才算“不坑”？
说真的，每次跟批量招聘服务商（也就是咱们常说的RPO或者外包招聘团队）开会，聊到KPI，会议室里的空气都有点微妙。甲方想的是“我花了钱，你得给我把人招满，还得便宜好用”，乙方想的是“市场就这行情，候选人又不是大白菜，哪能说来就来”。尤其是定“到岗率”和“留存率”这两个指标，简直是拔河，两边都在往自己这边拽。
定高了，服务商觉得你在为难人，直接摆烂或者报个虚假数据给你看；定低了，老板那边又没法交代，毕竟预算批下来不是让你做慈善的。所以，这事儿真不是拍脑袋定个95%或者80%那么简单。咱们得把这事儿掰开了、揉碎了，像聊家常一样，把背后的逻辑理清楚，才能定出一个双方都能接受、且能真正推动业务的指标。
先聊聊“到岗率”，这里面的水可比想象中深
很多人以为到岗率就是“招到的人数 / 需要的人数”，其实这是个天大的误会。如果服务商跟你说他们到岗率能做到99%，别急着高兴，先去看看他们招来的都是些什么人，是不是上周入职这周就跑了。所以，咱们得先搞清楚一个最核心的问题：你到底怎么定义“到岗”？
这事儿必须在合作开始前，白纸黑字写得清清楚楚。通常有这么几种定义方式，每种都对应着不同的坑和考量：
- 签了Offer就算： 这是最宽松的。只要候选人接受了Offer，就算服务商完成了一个名额。这种对乙方最友好，但对甲方风险最大。因为候选人可能接了Offer又反悔（俗称“鸽子”），或者入职当天就跑路。如果你的服务商是按这个结算费用，那你得做好心理准备，实际入职人数可能比Offer人数少10%-20%。
- 办完入职手续才算： 这比上一种严格点。人来了，合同签了，工牌发了，系统录入了，这算一个。这是目前比较主流的做法。但这里也有个小陷阱，比如有些岗位需要做背景调查或者体检，如果流程很长，候选人可能在等待期间就接受了别的Offer。
- 通过试用期才算（最严格）： 这是对甲方最有利的定义。人不但要来，还得干满一个月（或者更长的试用期）才算数。但你要是跟服务商这么提，他们估计得跳起来。因为员工能不能过试用期，很大程度上取决于你公司的管理、团队氛围、培训体系，这已经超出了招聘的范畴。除非你愿意为这种“全包”服务支付高得多的费用，否则服务商基本不会接受这种条款。
所以，最常见也最合理的折中方案是：以“完成入职手续，并稳定工作满X天（通常是3-7天）”作为结算节点。 为什么是3-7天？因为头三天是新员工“劝退期”，很多人因为实际工作环境和面试时说的不一样，或者单纯觉得通勤太远、工位不舒服，这几天就会提离职。把这道坎过了，基本能筛掉大部分“冲动型”候选人。
影响到岗率的“锅”，到底该谁背？
定了定义，咱们再来拆解影响到岗率的因素。这就像解一道数学题，你得知道哪些是已知数，哪些是未知数，哪些是常量。
首先，职位的难易程度是基础盘。 招一个流水线普工和招一个资深算法工程师，难度天差地别。在定指标的时候，不能所有岗位一刀切。比较科学的做法是先对岗位进行分级。比如：
- A类（高难度岗位）： 市场人才稀缺，薪资竞争力一般，要求还高。比如高级研发、资深管理岗。这类岗位的到岗率，行业平均水平可能也就50%-60%。你定个80%那就是强人所难。
- B类（中等难度岗位）： 有一定人才供给，但需要精挑细选。比如普通工程师、销售代表。这类岗位到岗率在70%-85%之间比较正常。
- C类（基础岗位）： 门槛低，人员供给充足。比如客服、操作工。这类岗位如果服务商资源好，到岗率可以做到90%以上。
其次，甲方的“配合度”是隐形杀手。 这一点很多甲方HR不愿意承认，但事实就是如此。你想想，服务商辛辛苦苦筛了100份简历，推荐了10个不错的，结果你这边：
- 面试官太忙，一周只能安排一次面试，候选人早被别家抢走了。
- 面试流程太长，要过五关斩六将，等你发Offer，人家孩子都会打酱油了。
- 薪酬审批流程慢，候选人等不及。
- 面试反馈不及时，拖了好几天才告诉服务商“不行”，白白浪费了候选人的黄金时间。
这些都会导致“推荐-面试-offer-入职”这个漏斗的转化率急剧下降。所以，在设定到岗率指标时，最好能把“甲方响应时效”也作为考核的一部分，或者至少在复盘时明确责任归属。比如，可以约定“面试反馈超过48小时未处理的，不计入本次招聘漏斗的统计”，这样对双方都公平。
再说说“留存率”，这是检验招聘质量的试金石
如果说到岗率是看服务商“能不能招来人”，那留存率就是看服务商“能不能招对人”。这个指标更能反映招聘的综合质量，但定起来比到岗率更复杂。
同样，留存率的统计周期和定义也必须明确。 是一个月留存？三个月留存？还是半年留存？通常来说，3个月留存率是比较公认的黄金标准。因为一个月太短，可能有偶然性；超过半年，员工离职的原因就太复杂了，跟薪资、晋升、团队管理都有关，很难单纯归因于招聘质量。
那么，一个合理的3个月留存率应该是多少？这同样跟岗位级别和行业有关。
我们可以看一个大致的参考范围（注意，这只是一个基于经验的估算，具体行业会有浮动）：
| 岗位类别 | 建议考核周期 | 行业参考留存率（3个月） | 备注 |
|---|---|---|---|
| 普工/操作工 | 1个月 | 75% - 85% | 流动性本身就高，主要看是否稳定度过第一个月 |
| 基层职能/销售 | 3个月 | 80% - 90% | 主要考察是否适应公司文化和工作强度 |
| 技术/专业岗 | 3-6个月 | 85% - 95% | 招聘成本高，期望更稳定，流失损失大 |
| 中高层管理 | 6个月 | 90%以上 | 战略级招聘，对业务影响大，通常不适用批量招聘 |
看到这里你可能会发现，咦，怎么有些留存率要求还挺高的？是的，对于批量招聘来说，服务商不仅仅是递简历，他们需要对候选人的“软性素质”做更精准的判断，比如稳定性、求职动机、抗压能力等。如果只是把面试通过的简历推过来，那跟猎头有什么区别？批量招聘服务的价值，就在于“量大质优且稳定”。
员工走了，到底是谁的“锅”？
这是留存率考核里最头疼的问题。一个员工3个月内离职，可能的原因有：
- 招错了人： 技能不匹配，或者价值观不合。这绝对是服务商的责任。
- 说错了话： 面试时把公司吹得太好，结果来了发现“货不对板”，预期落差太大。这也是服务商的责任，属于过度承诺。
- 环境变了： 员工进来后，直属领导换了，或者团队发生剧烈变动。这是公司内部管理的问题。
- 钱没给够/找到了更好的： 员工试用期表现不错，但公司没及时转正或调薪，或者外面有公司开了更高的价码。这跟招聘质量关系不大，更多是薪酬体系问题。
- 不适应： 比如受不了加班文化，或者跟同事处不来。这个比较模糊，可能是招聘时没考察清楚，也可能是公司文化本身的问题。
你看，这么一分解，就发现“留存率”这个指标，如果100%压在服务商头上，是不公平的。一个比较成熟的管理方法是，建立一个“离职归因分析机制”。
当有员工在考核期内离职时，HR和业务部门需要一起坐下来，做个简单的离职面谈（或者复盘），搞清楚主要原因是什么。然后，把原因归类：
- 如果是“技能不符”、“面试时夸大其词”、“稳定性判断失误”等原因，记为“招聘质量责任”，服务商需要承担相应后果（比如扣款、重新招聘、或者影响后续合作费用）。
- 如果是“公司管理原因”、“薪酬竞争力不足”、“业务调整”等原因，记为“公司内部责任”，这部分不应计入服务商的考核，或者在计算时予以剔除。
这样做虽然麻烦一点，但能最大程度保证考核的公平性，也能倒逼我们甲方自己去反思：是不是我们的管理有问题，才导致留不住人？
如何设定一个“跳一跳，够得着”的指标？
聊了这么多定义和责任，我们回到最初的问题：到底定多少？
别急着开口。第一步，先做数据分析。 拿出你们公司过去半年到一年的招聘数据。自己内部的HR团队招聘的数据，就是你最重要的基准线。如果你自己内部团队招某个岗位，到岗率只有60%，那你要求服务商做到95%，显然不现实。反之，如果你自己能做到80%，那服务商拿着比你多几倍的资源和预算，理论上应该更高。
第二步，了解市场行情。 找同行聊聊，或者让服务商提供他们服务其他同类客户的数据（当然，他们会脱敏处理）。这能帮你建立一个外部的参照系。如果整个行业对某个岗位的平均到岗周期是20天，你就不能要求服务商10天搞定。
第三步，分阶段设定，先松后紧。 尤其是合作初期，双方还在磨合。可以先设定一个“试用期”指标，比如第一个月，到岗率目标定在70%，留存率暂不考核或者只考核1个月留存。等合作顺畅了，流程理顺了，再逐步提高到正式的KPI。这给了服务商一个适应的过程，也显得你这个甲方有人情味，不是一味地压榨。
第四步，设计奖惩机制，但别只用大棒。 除了没完成要扣钱，完成了或者超额完成，有没有奖励？比如，到岗率超过95%，每个名额多奖励500块；3个月留存率超过90%，给团队一笔奖金。正向的激励，往往比惩罚更能激发乙方的战斗力。
这里可以给一个简单的指标设定参考思路，你可以根据自己的情况填空：
- 岗位名称： [例如：电话销售]
- 岗位难度评级： [例如：B级]
- 历史内部招聘到岗率： [例如：65%]
- 市场平均招聘周期： [例如：15天]
- 首月合作目标到岗率： [例如：70% - 75%]
- 稳定合作后目标到岗率： [例如：80% - 85%]
- 目标3个月留存率： [例如：85%]
- 免责条款： [例如：因公司薪酬调整、架构变动导致的离职，不计入考核]
除了数字，这些“软性”条款更重要
签合同的时候，眼睛别只盯着那几个百分比。有些条款，比数字本身更能保证招聘效果。
1. 人才画像的颗粒度。 你不能只说“我要招个销售”。你得跟服务商一起，把这个人的“画像”画出来。比如：25-30岁，大专以上，有2年To B销售经验，抗压能力强，之前做过SaaS软件销售的优先。这个画像越清晰，服务商找人就越准，后续的到岗和留存自然就高。如果他们推荐的人明显不符合画像，你有权直接拒绝，且不计入他们的推荐量。
2. 沟通和复盘机制。 约定好每周至少一次的例会，每月一次的深度复盘。例会不只是汇报数字，更要聊过程中的问题：最近简历量怎么样？候选人反馈如何？面试官的反馈有没有什么共性？复盘的时候，拿着数据说话，一起分析哪个环节转化率低了，是渠道问题、筛选问题还是面试问题。
3. 信息透明。 服务商必须向你开放招聘系统（或者提供详细的日报/周报），让你能实时看到简历推荐量、面试量、offer量。同时，你也要把员工的入职、离职信息及时同步给服务商，方便他们更新数据。信息对称是建立信任的基础。
4. 退出机制。 合作不是一锤子买卖，如果连续几个月，服务商的指标都远低于约定值，而且经过沟通和调整也无济于事，你需要有权利终止合作，而且是那种不需要支付高额违约金的体面退出。这既是给服务商压力，也是给你自己留条后路。
说到底，和服务商对接，定到岗率和留存率，本质上是在定一个“合作契约”。这个契约既要量化，也要有温度。它不应该是一场零和博弈，我赢你输，而应该是一个共同的目标：把合适的人，在合适的时间，用合适的成本，招到合适的岗位上，然后让他们能留下来创造价值。
把指标定得科学一点，把责任划分得清楚一点，把过程管理得透明一点，大家的日子都会好过很多。毕竟，招聘这事儿，从来都不是单方面努力就能搞定的。 企业高端人才招聘
