Анализ жизненного цикла вакансий через диаграмму Санкея в продуктовой аналитике
Разбираем кейс по анализу работы Izzy Apply Bot и Long Play Bot через Product Analytics. Узнайте, как отслеживать эффективность подачи заявок ботами, выявлять проблемы с вакансиями и улучшать взаимодействие с клиентами.
В этом руководстве мы узнаем, как анализировать работу ботов и эффективность подачи заявок на вакансии с помощью отчета Jobs Funnel Analysis в Product Analytics.
Это поможет понять, почему количество подач ботами может быть низким, как выявить причины, связанные с количеством релевантных вакансий, и как отслеживать ситуацию по отдельным клиентам или по всей компании.
Давайте начнем
Дим, привет! Хочу показать еще один кейс, как можно работать с клиентами. Вот смотри, пишут: "Александр Налгурен, мало подач ботами". Вот. Что с этим делать?
Ну, понятно, мы раньше заходили в репорты. Я тебе говорил, что там могут быть вакансии. Но здесь конкретно спрашивают, почему Изи Плэй Бот не работает.
Да, возможно, потому что мало легких вакансий, и боту просто некуда податься.
А как это посмотреть? Смотри, ты можешь зайти в админку Product Analytics. Там есть Jobs Funnel Analysis.
Что это такое? Это, по сути, анализ за последнюю неделю жизненного цикла вакансий. Вот. Только за последнюю неделю.
Вот. Здесь можно просмотреть информацию по всем клиентам или выбрать конкретного.
И как вообще читать этот отчет? Вот мы видим. Что мы видим? Мы видим, что всего 118 релевантных вакансий.
Вот сколько было подач и так далее. Есть вот такая диаграмма Санке. Чем она может помочь? Нам нужно точно понять, сколько языков. Вот смотри, за неделю у нас...
Что-то мышка тормозит.
Секунду.
Секунду. Во! Девяносто девять вакансий в LinkedIn, из них тридцать девять — Izzy Apply. Из этих тридцати девяти, тридцать три — в плане у Izzy Apply Bot. Он попытался податься на тридцать четыре и сделал тридцать три подачи, из которых одна с ошибкой. Ответ: очень мало вакансий Izzy Apply. По сути, дело в парсинге, а не в боте.
Вот это тоже один из способов следить за клиентами и понимать, какие у них ситуации.
То же самое можно посмотреть там по ботам.
Ну, не знаю, кого возьмём.
Господи, кого выбрать? Ну давай...
Дину Спасскую. Вот это её ситуация. Шестьдесят одна вакансия релевантна. А у нее, наверное, не подключен Long Play Бот.
Кого же, кого же? Кто у нас подключён?
Дина Спасская.
Ладно, давай я возьму всех, чтобы было понятнее.
Ну, представь, это отдельный клиент. А вот эта воронка у нас по всей компании. Сколько мы собрали вакансий, сколько было подач, сколько ошибочных и так далее.
Вот можем, например, посмотреть. У нас есть Green House. Вот Green House подаются в Long Play Бот.
Итак, по воронке Green House видно, что он назначается на Long Play Бота. Тип вакансии — это не изи, не лонг, а азар. Вот Лонг Плэй Бот. Вот. Но к Лонг Плэй Боту также относится Корт Бей. Однако сейчас Корт Бей работает не очень хорошо, поэтому обучение проходит только в Грин Хаус. Вот восемь тысяч семьсот.
Из восьми тысяч семисот Лонг Плэй Бот подал заявки только на три тысячи девятьсот сорок — семьдесят четыре вакансии. Вот. И эту проблему я знаю. Ну, мы не додаём. У нас снизилась пропускная способность бота. Вот.
По сути, этот отчет тоже можно читать, чтобы видеть все происходящее. И, например, ты можешь смотреть по клиентам у ассистентов. Ну, вот мы с тобой Дину Спасскую разбирали, да?
Секундочку. Вот. И по сути, мы, наверное, здесь видим, что происходило с ее вакансией. Есть вакансии из LinkedIn. Вот мы знаем, сколько из них будет назначено для ассистента.
Ассистент даже не попытался подать заявку.
Хм, странно.
В общем, да, с этим нужно поиграться и понять, как это работает. Но можно также просматривать по отдельному клиенту.