HR-дашборд в Power BI: как собрать ключевые метрики найма и текучести

Один HR-дашборд полезен не тогда, когда в нем много карточек, а когда он отвечает на несколько управленческих вопросов без ручных сводок в Excel. Для найма и текучести это обычно три блока: насколько быстро компания нанимает, где теряет кандидатов по воронке и в каких командах растет отток сотрудников. В Power BI такую задачу удобнее решать не набором разрозненных таблиц, а моделью данных, где ATS, HRIS и выгрузки из Excel соединены по понятным правилам.
Ниже — практическая схема: какие данные подготовить, как считать базовые показатели, как собрать модель без ручной агрегации и как сделать визуализации, которые одинаково понятны HR-команде и руководителям.
Какие вопросы должен закрывать один дашборд
Если тема дашборда сформулирована как «найм и текучесть», у него должна быть одна логика просмотра: от общего состояния к причинам.
- Найм: сколько наняли, как быстро закрываются вакансии, где сроки растут.
- Воронка: из каких источников приходят кандидаты и на каких этапах они чаще всего отваливаются.
- Текучесть: сколько сотрудников ушло, какой это тип ухода, в каких отделах и при каком стаже проблема заметнее.
Хороший ориентир: руководитель должен быстро увидеть тренд и риск, а HR-аналитик — провалиться на уровень отдела, источника, вакансии или периода и понять, что именно ухудшилось.
Какие данные нужны на входе
Минимальный набор обычно собирается из двух систем и одной вспомогательной таблицы.
| Источник | Гранулярность | Обязательные поля | Для чего нужен |
|---|---|---|---|
| ATS | Кандидат или заявка кандидата | CandidateID, JobID, Department, Source, Recruiter, ApplicationDate или FirstEngagementDate, Stage, HireDate, OfferDate | Time-to-hire, воронка, конверсия по источникам |
| HRIS | Сотрудник | EmployeeID, Department, Manager, HireDate, TerminationDate, TerminationType, TerminationReason, EmploymentStatus | Текучесть, добровольные и недобровольные уходы, стаж |
| Снимки численности | Месяц или сотрудник на дату | Date, EmployeeID или Headcount, Department | Знаменатель для turnover rate |
| Справочники | Измерения | DepartmentID, SourceID, RecruiterID, Calendar | Фильтры, единые названия, корректные связи |
Ключевой момент — не путать уровни данных. В ATS одна строка может быть кандидатом, заявкой на вакансию или этапом воронки. Это нужно определить заранее. Если считать time-to-hire по строкам этапов, метрика задвоится. Если считать source conversion по кандидатам, а hires по заявкам, значения тоже разойдутся.
Для найма особенно важно договориться о датах. На практике часто используются две разные метрики:
- Time to hire — от первого контакта с кандидатом или даты отклика до даты найма.
- Time to fill — от открытия или активации вакансии до найма кандидата.
Они отвечают на разные вопросы. Первая показывает скорость работы с кандидатом, вторая — скорость закрытия потребности бизнеса. В одном визуале их лучше не смешивать. Определение зависит от логики конкретной ATS: например, в Workable time to hire считается от первого взаимодействия с кандидатом до даты найма, а time to fill — от активации вакансии до найма; при повторном переводе кандидата в статус hired система берет последнее такое событие.
Как посчитать ключевые метрики
Для рабочего дашборда достаточно набора, который можно интерпретировать без длинных пояснений.
| Метрика | Базовая формула | На что смотреть |
|---|---|---|
| Hires | Количество нанятых за период | Тренд по месяцам, отделам, рекрутерам |
| Time to hire | Дата найма минус дата первого контакта или отклика | Полезно показывать медиану и среднее |
| Time to fill | Дата найма минус дата открытия или активации вакансии | Удобно для планирования и общения с бизнесом |
| Source conversion | Для выбранной когорты откликов: нанятые из источника / все отклики этой когорты из источника | Показывает качество канала, а не только объем |
| Separations | Количество увольнений за период | Отдельно добровольные и недобровольные |
| Turnover rate | Ушедшие / средняя численность × 100% | Сравнивать по отделам и периодам |
| Voluntary Turnover % | Добровольные уходы / средняя численность × 100% | Показывает именно увольнения по инициативе сотрудника |
Для turnover rate базовый вариант — взять численность на начало и конец периода, найти среднее и разделить число уходов на него. Такой подход соответствует распространенной формуле расчета текучести. Если у компании есть регулярные снимки headcount по месяцам или дням, их иногда используют как рабочий аналитический вариант расчета средней численности внутри отчетной системы. Это уже не универсальная норма, а договоренность метода: ее важно закрепить внутри компании и не смешивать с расчетом «начало плюс конец периода» в соседних отчетах.
Voluntary Turnover % считается по той же логике, что и общий turnover, но в числитель попадают только увольнения, помеченные как добровольные. Это важно, потому что общий отток может расти из-за реструктуризации, окончания срочных договоров или других причин, не связанных напрямую с удержанием. Если в HRIS нет надежного поля TerminationType или оно заполняется непоследовательно, добровольную текучесть лучше не выводить отдельной карточкой до очистки данных.
Для time-to-hire полезно хранить и среднее, и медиану. Среднее чувствительно к выбросам: одна вакансия, закрытая за 90 дней, заметно тянет показатель вверх. Медиана чаще лучше отражает типичную скорость найма.
Учебная модель расчета: в FactCandidates одна строка соответствует одной заявке кандидата на конкретную вакансию; HireDate заполнена для заявки, завершившейся наймом. В FactSeparations одна строка — одно событие увольнения. Повторы строк этапов в эти таблицы не входят.
Для меры средней численности можно завести FactHeadcountSnapshot с полями SnapshotDate, DepartmentKey, Headcount. В учебном примере одна строка — снимок численности отдела на одну дату. Если каких-то дат нет, сначала проверьте, действительно ли это нулевая численность, а не пропуск выгрузки: автоматическая замена пропуска на ноль искажает показатель.
Авторский пример мер DAX для описанных учебных таблиц. Это не встроенные HR-показатели Power BI: создавайте меры по отдельности и подставляйте свои имена полей. Сначала проверьте их на небольшом наборе с известным результатом; для данных другой структуры потребуются другие выражения.
Hires = COUNTROWS(FILTER(FactCandidates, NOT ISBLANK(FactCandidates[HireDate])) )
Median Time to Hire Days =
MEDIANX(
FILTER(FactCandidates, NOT ISBLANK(FactCandidates[HireDate]) && NOT ISBLANK(FactCandidates[FirstEngagementDate])) ,
DATEDIFF(FactCandidates[FirstEngagementDate], FactCandidates[HireDate], DAY)
)
Separations = COUNTROWS(FILTER(FactSeparations, NOT ISBLANK(FactSeparations[TerminationDate])) )
Voluntary Separations =
CALCULATE(
[Separations],
FactSeparations[TerminationType] = "Voluntary"
)
Average Headcount =
AVERAGEX(
VALUES(FactHeadcountSnapshot[SnapshotDate]),
CALCULATE(SUM(FactHeadcountSnapshot[Headcount]))
)
Turnover % =
DIVIDE([Separations], [Average Headcount])
Voluntary Turnover % =
DIVIDE([Voluntary Separations], [Average Headcount])
Проверка на условных данных: ежедневные снимки за три выбранных дня равны 100, 110 и 120. Средняя численность — 110; при 11 увольнениях за тот же учебный период DIVIDE вернет 0,1, а процентный формат покажет 10%. Если из этих 11 увольнений 7 отмечены как добровольные, то Voluntary Turnover % вернет 7/110, то есть около 6,36%.
Source conversion здесь — авторское рабочее определение для когорты откликов. Сначала отберите отклики нужного периода и источника, затем посчитайте, какая их часть завершилась наймом на дату отчета. Не делите наймы, закрытые в этом месяце, на все новые отклики этого же месяца: это разные наборы кандидатов.
Если есть этапы воронки, полезно добавить конверсию между шагами: из отклика в интервью, из интервью в оффер, из оффера в найм. Тогда HR видит не только то, что найм замедлился, но и на каком этапе началась потеря кандидатов.
Как подготовить модель данных в Power BI
Самая практичная схема для такого дашборда — звезда: отдельно факты, отдельно измерения. Такой подход упрощает фильтрацию, уменьшает число неоднозначных связей и обычно делает отчет удобнее в поддержке.
Рекомендуемая структура
- FactCandidates — факты по кандидатам и наймам.
- FactSeparations — факты по увольнениям.
- FactHeadcountSnapshot — снимки численности по датам.
- DimDepartment, DimSource, DimRecruiter, DimJob.
- Календарные таблицы для разных ролей дат.
Проблема, о которую чаще всего спотыкаются, — одна дата не подходит сразу для всех метрик. Если сделать активной только связь по HireDate, то текучесть по TerminationDate будет анализироваться неудобно. Есть два рабочих подхода:
- Ролевые календарные таблицы: Hire Date, Open Date, Separation Date. Для self-service отчетов это обычно понятнее.
- Одна Calendar + неактивные связи и меры с USERELATIONSHIP. Это компактнее, но сложнее в поддержке.
В учебном варианте можно выбрать ролевые календари, чтобы явно различать даты отклика, найма и увольнения. Это не единственно правильная архитектура, а удобный пример для задач HR-дашборда.
- Связи делайте в основном one-to-many от справочников к фактам.
- Избегайте many-to-many, если ее можно убрать промежуточной таблицей или очисткой данных.
- Осторожно используйте двунаправленную фильтрацию: она удобна, но часто создает неоднозначные результаты.
- Проверьте типы полей дат. Смешение Date и DateTime нередко ломает связи и календарную аналитику.
- Не считайте показатели в Power Query как готовые сводки, если их нужно потом гибко фильтровать по срезам. Такие расчеты чаще удобнее переносить в меры DAX.
Какие визуализации действительно работают
Один экран не должен пытаться рассказать все. На практике часто хватает нескольких визуалов разной глубины, а не десятков карточек.
- Карточки сверху: Hires, Median Time to Hire, Turnover %, Voluntary Turnover %.
- Линейный график по месяцам: hires и separations на одной оси времени.
- Воронка: этапы подбора от отклика до найма.
- Горизонтальная столбчатая диаграмма: conversion to hire по источникам.
- Столбцы по отделам: turnover rate и hires по department.
- Матрица или таблица: отдел, hires, median time-to-hire, separations, turnover %, voluntary turnover % — для быстрой диагностики.
Руководителям обычно важны тренды и сравнение подразделений, а HR-команде — этапы и каналы. Поэтому один и тот же экран удобно разделить визуально: слева общий обзор, справа причины и детали.
Как настроить срезы, чтобы дашборд не вводил в заблуждение
Минимальный набор срезов: период, отдел, источник кандидата, при необходимости рекрутер и тип увольнения.
Главная ловушка — общий срез даты для всех визуалов. Если он фильтрует по Hire Date, а рядом стоит график текучести, пользователь может думать, что смотрит уходы за выбранный месяц, хотя фактически фильтрация идет по другой логике. Поэтому роли дат должны быть явно подписаны, а модель — построена так, чтобы каждый блок использовал свою дату.
Для источников кандидатов полезно заранее нормализовать справочник: например, объединить варианты вроде «LinkedIn», «Linkedin recruiter» и «LI». Иначе дашборд покажет три якобы разных канала и исказит conversion.
Как превращать сигналы дашборда в решения
Учебный пример. В отделе продаж median time-to-hire вырос с 18 до 29 дней, но верх воронки не просел: откликов и первичных интервью достаточно. Значит, проблема не в источниках, а дальше по процессу — например, в медленном согласовании или позднем выходе на оффер.
Учебный пример. Общая текучесть компании выглядит стабильной, но если отфильтровать добровольные уходы и стаж до 6 месяцев, всплеск оказывается в одном регионе. Такой сигнал чаще ведет не к пересмотру всей стратегии удержания, а к проверке адаптации, качества найма или работы конкретных менеджеров.
Учебный пример. Источник дает много кандидатов, но низкую конверсию в найм. Это не обязательно плохой канал: он может быть полезен для массового подбора и слабее работать на редких ролях. Поэтому источник лучше смотреть в связке с типом вакансии и этапами отсева.
Типичные ошибки интерпретации
- Сравнивать time-to-hire и turnover без контекста роста. Быстрый найм на фоне резкого роста штата может сопровождаться высокой ранней текучестью.
- Смотреть только среднее время найма. При выбросах оно маскирует обычную картину.
- Считать turnover по числу уходов без знаменателя. 10 увольнений в отделе из 20 человек и в отделе из 200 — это разные ситуации.
- Смешивать общий и добровольный отток. Тогда организационные изменения легко принять за проблему удержания.
- Смешивать кандидатские и вакансионные метрики. Time to fill относится к вакансии, time to hire — к кандидату.
- Строить модель на одной «плоской» таблице. Так проще стартовать, но потом сложнее фильтровать, расширять и объяснять результат.
Если дашборд собран на чистой модели, с явными определениями дат и несколькими ключевыми мерами, он становится не витриной KPI, а рабочим инструментом. Именно это и нужно HR-функции: видеть, где система найма замедляется, какие каналы реально приводят сотрудников и в каких командах текучесть уже требует действий.


