和批量招聘服务商合作，怎么定指标才不算“被坑”？

说真的，每次跟批量招聘服务商（也就是咱们常说的RPO或者猎头批量交付团队）坐下来谈合作，我心里都得打起十二分精神。这感觉有点像家里要装修，找了个施工队，既怕他们活儿糙，又怕自己不懂行被忽悠。尤其是定“招聘效果评估指标”这块，简直是门玄学。定高了，服务商两手一摊说做不到；定低了，老板那边又觉得你没干活儿，钱花得冤枉。

这事儿没法一蹴而就，得像剥洋葱一样，一层一层地聊，一层一层地定。咱们今天不整那些虚头巴脑的理论，就聊聊怎么像老朋友一样，实实在在地把这事儿给捋清楚。

第一步：先别急着谈数字，得先对齐“我们要什么人”

很多坑，其实是从源头就开始挖的。服务商刚进场，拿着JD（职位描述）就开始干活，结果招上来的人，要么是简历好看但不匹配业务，要么是人来了没多久就跑路。为啥？因为双方对“好人才”的定义没对齐。

所以，评估指标的第一层，不是KPI，而是“共识”。

• 画像要具体： 别光说“要个资深的销售”。得掰开了揉碎了说：我们要的是能搞定国企客户的，还是互联网大厂的？是擅长从0到1拓荒的，还是擅长守成做深的？甚至，我们团队现在的氛围是狼性十足还是温和佛系，新来的人能不能融入？这些软性的、定性的标准，得先跟服务商的交付团队（尤其是那个具体找人的顾问）聊透。这决定了他们去捞人的“网”眼多大。
• 隐性门槛得亮出来： 有些硬杠杠可能JD里没写，但实际工作中是“一票否决”项。比如，必须能接受高频出差，或者英语口语必须流利。这些得提前说，不然就是浪费双方时间。

这一步做好了，后面的指标才有意义。不然，指标定得再漂亮，招来的人不对，一切都是白搭。

第二步：拆解招聘漏斗，把指标安放在合适的位置

招聘是个漏斗，从“漏斗口”的候选人数量，到最后“漏斗底”的入职，中间有一连串的转化率。评估指标不能只盯着最后那个“入职人数”，得把整个过程都管起来。这样出了问题才知道是哪个环节掉了链子。

漏斗前端：看得见的“量”与“质”

刚开始合作，最焦虑的就是“人呢？怎么简历还没看到？”这时候服务商容易用海投简历来凑数，看着热闹，其实没几个能用的。

• 简历推荐时效： 这是个基础服务指标。比如，我们约定好职位JD确认后，48小时内必须给到第一批有效简历。如果拖拖拉拉一周没动静，那说明他们的资源库或者响应机制有问题。
• 简历通过率（或有效简历率）： 这是个关键的质量指标。我推给你10份简历，你HR筛下来能有几个能去面试的？如果低于30%（这个数字仅供参考，具体看职位难度），那说明服务商找人的精准度有问题，或者他们根本没仔细看我们的要求。这个指标必须卡死，不然HR团队会被大量的垃圾简历淹没。
• 初面安排率： 简历通过了，HR也约候选人面试了，但候选人放鸽子或者没兴趣，这说明服务商在推职位之前，没做好“双向预热”工作，只是把职位信息扔过去了事。

这个阶段，别光看数量，要看有效互动。 简历推得再多，面试邀约率上不去，全是无用功。

漏斗中端：面试过程的“体验”与“效率”

人来了，面试了，这个过程最考验服务商的“贴身服务”能力。

• 面试到场率： 约好了面试，候选人没来。这事儿很搞心态。除了候选人自身原因，服务商有没有提前确认、提醒、甚至给候选人做面试辅导？到场率低于90%，服务商得给个说法。
• 面试反馈速度： 面试完了，服务商能不能第一时间把面试官的反馈（尤其是负面反馈）同步给候选人？这不仅是效率问题，更是维护公司雇主品牌的形象问题。拖个两三天才反馈，候选人早被别家抢走了。
• 面试通过率： 业务部门面了，觉得不错的比例是多少？如果这个比例忽高忽低，或者一直很低，可能说明前期的简历筛选标准和业务部门的实际眼光有偏差，需要坐下来重新校准。

漏斗底端：Offer与入职的“临门一脚”

这是最激动人心，也是最容易翻车的环节。

• Offer发出率： 面试通过了，候选人意愿强烈，但因为薪资、职级或者其他原因没发Offer。这说明在前期沟通中，薪资带宽、福利待遇这些敏感信息没摸清楚。
• Offer接受率（Acceptance Rate）： Offer发了，候选人拒了。这是最痛的。服务商需要做“竞品分析”，告诉我们为什么输给了别人，是薪资没竞争力，还是我们品牌吸引力不够，或者是候选人体验不好？这个比率低于80%，服务商必须复盘。
• 入职率： 接了Offer，按时来报到了吗？这里面有“接了Offer就跑”的风险。服务商有没有做入职前的关怀和跟进？

第三步：算好经济账，ROI才是硬道理

老板最关心的永远是：花这么多钱，值不值？所以，成本和产出的指标必须清晰。

这里有个核心指标叫单次招聘成本（Cost Per Hire, CPH）。公式很简单：

CPH = (支付给服务商的费用 + 内部招聘团队投入的成本) / 成功入职人数

但这里面的“坑”在于，支付给服务商的费用怎么算？

• 固定费率模式： 比如按人头收费，招一个付一个的钱。这种模式下，CPH相对好算，但要警惕服务商为了凑人头招“萝卜坑”员工。
• 提成/佣金模式： 按候选人年薪的一定比例收费。这种模式下，如果招高端人才，CPH会非常高。这时候你得评估，这个高端人才带来的价值，是否覆盖了高昂的招聘成本。
• 混合模式/打包价： 比如一笔服务费包多少个HC（Headcount，招聘名额）。这种模式下，算单次成本需要把总费用平摊到每一个入职的人头上。

除了CPH，还要看招聘周期（Time to Fill）。从职位开放到人选入职，平均需要多少天？对于关键岗位，时间就是金钱，快人一步可能就抢占了市场先机。这个指标可以按季度或者半年度来考核，看服务商是否随着合作深入，越来越熟悉我们的需求，从而缩短周期。

第四步：别忘了那些“软指标”，它们决定合作能走多远

有些东西，没法量化，但至关重要。这就是所谓的“客户体验”和“合作粘性”。

• 响应速度与沟通顺畅度： 微信消息是不是秒回？电话是不是打得通？出了突发状况（比如人选在入职前一天毁约），他们能不能第一时间给出Plan B？这种“靠谱”的感觉，比冷冰冰的数字更重要。
• 顾问的专业度与投入度： 他们是真的在帮我们解决问题，还是仅仅在完成任务？好的顾问会主动跟我们同步市场行情，吐槽哪家公司最近在挖人，甚至帮我们优化JD。这种顾问，值得长期绑定。
• 人才库的沉淀： 合作一段时间后，我们是否积累了一批虽然这次没入职、但未来可能合适的人才？服务商是否帮我们建立了这样一个“备选池”？

一张表把核心指标串起来

为了方便咱们日常盯着，可以弄个简单的表格，不用太复杂，能看懂就行。

指标类别	核心指标	参考目标值（示例）	考核频率	备注
效率与质量	简历推荐时效	JD确认后48小时内	实时/周	看响应速度
	简历通过率	≥ 30%	周/月	看找人准不准
	面试到场率	≥ 90%	月	看候选人管理
结果与产出	Offer接受率	≥ 80%	按批次	看吸引力和谈薪技巧
	入职人数	按合同约定HC	月/季度	最直观的产出
成本与效率	单次招聘成本 (CPH)	根据预算定	季度	看投入产出比
	平均招聘周期	根据职位难度定	季度	看效率提升

怎么用这些指标来“管理”服务商？

定好了指标，不是写在合同里就完事了。得定期（比如每周或每两周）开个复盘会。

这个会不是“批斗大会”，而是“解决问题会”。

比如，这周简历通过率低了。别上来就骂：“你们怎么推的简历！”而是坐下来一起看：是推过来的简历本身质量差，还是我们HR筛得太严了？是业务部门的需求变模糊了，还是市场上这类人才本来就少？

再比如，Offer接受率低了。得一起分析：是不是薪资给低了？是不是我们面试流程太长，把人拖烦了？还是竞争对手那边出了什么新政策？

数据是死的，人是活的。 指标的作用是暴露问题，而不是制造对立。和服务商建立“背靠背”的信任关系，让他们觉得是在和我们一起打怪升级，而不是单纯地被考核，效果往往出奇地好。

当然，每个公司的情况不一样，业务节奏、人才画像、预算范围都千差万别。上面提到的那些数字，比如30%、80%，都只是个大概的参考线，千万别当成圣旨。最重要的，还是结合自己的实际情况，摸索出一套最适合自己公司的“尺子”。

说到底，招聘这事儿，终究是人跟人打交道。指标是骨架，信任和沟通是血肉。骨架搭稳了，血肉填满了，这合作才能长久，才能真正帮业务招到对的人。 全球EOR