项目背景

员工入职是企业生命周期中至关重要的一步，但传统的入职流程较为低效，尤其腾讯人员基数大、变动频繁，招聘工作任务异常繁重，同时，跨部门间的业务协同存在较大的挑战，之前的招聘周期长达7个月，整体入职率仅有2.6%。

人力资源领域的数字化转型是一项持续发展的趋势，容智iDiscover流程挖掘对腾讯招聘流程进行了优化，准确定位流程瓶颈与堵点，并结合iBot RPA自动完成部分重复性工作，构成了问题发现与解决的闭环。

项目描述

流程诊断： 

iDiscover完整获得人事部IOC系统事件日志，将其建模为可视化流程，原本隐藏着的实际流程显露无遗。

流程监控：

通过一致性技术对实际流程与标准化流程进行偏差监控，例如通过仪表盘检测高频活动，发现简历初筛量占比异常、招聘周期不一等情况，进而优化简历初筛和易返工流程，提高招聘效率。

流程优化：

不仅对流程进行一致性分析，还能进行流程预测，自动判断流程行为逻辑，分析造成不同结果的工作流有何差异，控制变体数并设计标准模型，从而针对性地扩展和更新现有流程。

RPA、HAP深度集成：

容智iDiscover持续运行检测出流程问题后，iBot与HAP可针对不懂程度的问题提供解决办法，如简历筛选等高重复性工作交给机器人，保障了招聘流程的第一关，而系统性问题，则可有HAP整体改造。

项目成效

流程挖掘利用应用扩展关联日志其他属性，关联资源上下文，实现多维度、多角度监控分析业务流程，并借助RPA提高流程效率与可控性，帮助腾讯招聘流程周期从7个月缩短至30天，公司需求与应聘者要求匹配度提升，招聘成功率提升至40%，帮助腾讯有效吸纳所需人才，并加强了不同部门的业务协同。