企业怎么给批量招聘服务商“打分”？这活儿得干得细致点
说真的，每次公司要大规模招人，尤其是那种急着要人的项目，HR的头儿多半会琢磨着找个外部的招聘服务商，也就是猎头或者那种RPO（招聘流程外包）公司。这事儿吧，就跟家里搞装修找施工队一样，找之前都觉得挺好，签了合同付了钱，活儿干到一半，你可能就开始犯嘀咕了：这墙刷得平不平？这水电走得规不规范？招聘也是一码事，钱花出去了，效果到底怎么样，不能光凭感觉。
很多公司跟服务商对接，考核指标定得特别“官方”，翻来覆去就那几个词：效率、质量、成本。听着都对，但落实到具体操作上，就全是漏洞。今天我想聊聊，这指标到底该怎么定，才能既不冤枉好人，又能把那些“摸鱼”的服务商给筛出去。这东西没有标准答案，但有些坑，咱们得先知道在哪儿。
别被“平均”俩字给忽悠了
服务商给你的报告，最喜欢用“平均”这个词。比如，平均推荐周期是3天，平均到岗周期是20天。听着挺快，对吧？但你得留个心眼儿。这数据是怎么来的？
我见过一个服务商，给A公司招一个高级工程师，吭哧吭哧找了两个月，这俩月把他们的平均周期拉得老长。但同时，他们给B公司招一个前台，一天就推了10个简历，两天就入职了一个。这么一平均，他们的“平均推荐周期”可能就变成了一天。你说这数据对A公司有参考价值吗？一点没有。
所以，看数据不能光看平均数，得看中位数和分布。比如，我们要求，对于一个岗位，从我们发需求到他们推荐第一个候选人，时间不能超过5个工作日。而且，这个时间得是大多数岗位（比如80%以上）都能达到的，而不是被几个简单的岗位拉平的。如果一个岗位拖了20天，另一个岗位一天就搞定，服务商只要在报告里把这两个数一平均，就皆大欢喜了，这不行。我们得要求他们把每个岗位的招聘周期都列出来，看看有没有“拖后腿”的。
“简历质量”这东西，怎么量化？
这是最头疼的。HR自己筛简历，看到一份不合适的，心里骂一句“什么玩意儿”，然后删掉。这个过程是没法量化给服务商看的。服务商会觉得，我给你推了10份简历，你毙了9份，那是你看不上，不是我推得不好。
所以，我们得建立一个沟通机制，把“感觉”变成“数据”。一个比较实在的办法是定义几个等级。比如，我们可以跟服务商约定：
- A类简历： 完全符合JD（职位描述），甚至超出预期，可以直接约面试。
- B类简历： 核心要求符合，有1-2个点稍有欠缺，但可以培养，可以面试。
- C类简历： 硬性条件不达标，比如年限、专业、技能差得比较多。
然后我们定一个指标，叫“有效推荐率”。这个率怎么算？（A类 + B类）/ 总推荐数。我们要求这个比率不能低于某个值，比如70%。如果一个服务商给你推了10份简历，9份都是C类，那他的有效推荐率就是10%，这说明他根本没理解你的需求，或者是在拿你的职位刷简历库。
还有一个指标叫“面试转化率”，也就是面试人数 / 推荐简历数。这个指标能侧面反映简历质量。如果推荐了20份简历，只面试了2个，转化率10%，这太低了。但这个指标也有个问题，有时候面试官自己挑，或者面试安排不过来，也会影响。所以它得和“有效推荐率”结合着看。
到岗率和“存活率”才是关键
前面说的都是“过程”，最终要看“结果”。结果是什么？人招来了，钱付了，这事儿就算完了吗？不一定。
最核心的指标是“到岗率”。这个到岗率不是说“我们发了Offer就算成功”，而是指“候选人实际入职并度过保证期（比如3个月或6个月）”。为什么这么较真？因为有些候选人，可能拿了Offer又不来了，或者干了一个月就跑了。这种情况，服务商的责任很大。如果只是发了Offer就收钱，那他们可能会为了凑数，把一些不那么稳定的人推给你。
所以，合同里得写清楚，付款节点要和“到岗”以及“保证期”挂钩。比如，发Offer付一部分，候选人过试用期再付尾款。这样一来，服务商在推荐人的时候，就会帮你做更深入的背景调查和稳定性评估，而不是只管推不管活。
还有一个更深层次的指标，叫“存活率”或“绩效表现”。这个比较难追踪，但很有价值。我们可以定期（比如半年或一年）回顾一下，过去一年里，通过这家服务商招来的人，现在还在职的比例是多少？他们主管对他们的评价怎么样？如果一家服务商招来的人，流失率特别高，或者绩效普遍不佳，那说明他们对人的判断，或者对我们公司文化的理解，是有问题的。这比单纯看招聘速度要重要得多。
服务过程中的“体感”也很重要
招聘不是一锤子买卖，是个持续几个月的协作过程。这个过程中的体验，虽然很难量化，但直接影响效率。
我们可以设定一些过程指标，比如：
- 响应速度： 我们提出的问题，多久能回复？紧急职位，多久能给反馈？
- 报告质量： 每周的报告是不是敷衍了事？是不是能提供有价值的市场信息，比如最近有哪些候选人比较活跃，竞争对手的薪资水平怎么样？
- 协同度： 当我们对候选人有疑问时，他们是不是能快速提供补充信息？面试安排有冲突时，他们是不是积极协调？
这些事儿，平时看起来是小事，但项目一紧张，就全是雷。一个好的服务商，会像一个外部的招聘团队一样，主动跟你同步信息，而不是你推一下他动一下。这种“体感”，HR心里得有杆秤，虽然不用写进KPI，但在季度复盘或者续签合同的时候，是重要的参考依据。
成本，不只是看费率
说到成本，大家第一反应就是“服务费比例”，是15%还是20%？其实，这可能是最不重要的一个数字。
真正影响成本的，是“总拥有成本”。举个例子，服务商A收费18%，但推荐的简历质量高，面试转化率高，两个月就招到了合适的人。服务商B收费15%，但推来的简历乱七八糟，HR团队花了大量时间筛选，折腾了半年才招到人。这半年里，岗位空缺带来的业务损失、HR团队的人力成本，哪个不比那3%的费率高？
所以，在考核成本时，要引入一个“单位招聘成本”的概念。这个成本 = （支付给服务商的费用 + HR团队投入的时间成本 + 岗位空缺的损失）/ 成功招聘人数。这个计算比较复杂，但我们可以简化一下，重点关注两个指标：
- 招聘周期： 招到人花的时间越长，隐性成本越高。
- 一次性成功率： 第一次面试就发Offer的比例。这个比例越高，说明沟通成本越低。
跟服务商谈费率的时候，别只盯着那个百分比。可以跟他们谈一个阶梯费率。比如，如果能在30天内招到人，费率是18%；如果超过30天，费率降到15%。这样就把服务商的利益和我们的需求绑定了，他们自然会更卖力。
一个简单的考核表示例
说了这么多，我们来拉个表，把这些指标串起来。这表不用太复杂，但要能说明问题。
| 考核维度 | 核心指标 | 定义/计算方式 | 目标值（示例） | 数据来源 |
|---|---|---|---|---|
| 效率 | 平均推荐周期 | 从职位发布到第一个简历推荐的平均天数（按岗位复杂度分类） | 核心岗≤5天，基础岗≤2天 | 服务商系统/HR系统 |
| 质量 | 有效推荐率 | (A类+B类简历数) / 总推荐数 | ≥ 70% | HR手动标记 |
| 面试转化率 | 实际面试人数 / 总推荐人数 | ≥ 40% | HR系统 | |
| 结果 | 到岗率（过保） | 通过面试并过保证期（如3个月）的人数 / 发出的Offer数 | ≥ 90% | HR系统/员工档案 |
| 服务 | 响应及时率 | 24小时内回复的咨询次数 / 总咨询次数 | ≥ 95% | 邮件/IM记录 |
| 成本 | 费率 | 合同约定的服务费比例 | 阶梯式（例：15%-18%） | 合同 |
这个表不是一成不变的。对于不同的职位，比如招一个销售和招一个架构师，指标的权重和具体数值肯定不一样。招销售，可能效率和数量更重要；招架构师，质量和存活率就是生命线。所以，在项目开始前，就要和服务商把这个表里的每一项都掰扯清楚，双方达成共识。
动态调整和“赛马”机制
设定了指标不是万事大吉。市场在变，公司在变，服务商的能力也在变。所以，得有定期的复盘。我建议是每月一次小复盘，每季度一次大复盘。
小复盘看数据，看哪些指标没达标，原因是什么。是职位本身吸引力不够？还是服务商最近资源投入不足？大复盘就要考虑战略层面了，比如要不要引入新的服务商来“鲶鱼效应”一下？
很多大公司会同时用2-3家服务商。这很好，可以搞个“赛马”机制。把同一个职位同时发给两家，看谁先出结果，看谁推的人质量高。但这里面有个细节要注意，别让服务商之间互相压价，或者为了抢人把市场搞乱。最好是把职位按行业或者区域划分，让他们在各自的领域里竞争。
跟服务商的关系，本质上是合作伙伴，不是简单的甲乙方。你定的指标太苛刻，把他们逼得为了凑数据，给你推一些“面霸”或者不靠谱的人，最后吃亏的还是自己。所以，指标要合理，要有挑战性，但也要能让他们“跳一跳够得着”。考核的目的不是为了扣钱，而是为了找到最合适的战友，一起把招聘这仗打赢。
说到底，招聘这事儿，终究是人的事。数据和指标是工具，能帮我们看清方向，但最终的判断，还得靠HR的专业和经验。在冰冷的数字之外，多和服务商的顾问聊聊天，了解他们的真实想法和困难，有时候比看十份报告都有用。毕竟，谁也不想跟一个只认KPI的机器合作，对吧？
灵活用工外包