Tu CHRO no quiere un dashboard. Quiere que el dashboard le avise cuando algo se rompe.
Esa frase resume la diferencia entre las dos generaciones de reporting de HR. La primera fue darle al equipo de talent una pantalla con gauges, donuts y un número grande de “time-to-hire” en la esquina. La segunda —donde estamos ahora— es construir un sistema que monitoree el funnel de hiring como un equipo de SRE monitorea producción: con baselines, anomalías y alertas que llegan antes de que el problema escale.
El 73% de las empresas de Talent Acquisition encuestadas por Aptitude Research (2024) reportan tener “dificultades para conectar sus datos de hiring con outcomes de negocio”. Tener data no es el problema. Saber qué mirar, y delegar el “mirar” al sistema, sí lo es.
Acá va el playbook.
El problema con time-to-hire como métrica única
Time-to-hire es la métrica más reportada y, probablemente, la menos accionable de las que existen. Te dice cuánto tardás en cubrir una vacante. No te dice por qué. No te dice si el problema es sourcing, screening, entrevistas o approvals. Y no te dice si la vacante que cubriste rápido se va a ir en seis meses.
Reducir time-to-hire sin mirar el resto del funnel es como bajar la fiebre sin curar la infección. La temperatura baja, el problema sigue.
Las métricas que mueven la aguja son las que descomponen el funnel y exponen anomalías de proceso. Para eso necesitás granularidad: por etapa, por recruiter, por source, por rol.
Las métricas que sí importan
1) Volumen de candidatos por etapa
No alcanza con “tengo 200 candidatos”. Necesitás saber cuántos hay parados en cada etapa del pipeline. Un cuello en “entrevista técnica” significa algo muy distinto a un cuello en “aprobación de oferta”.
2) Drop-off rate por etapa
El porcentaje de candidatos que pasan de una etapa a la siguiente. Es la versión funnel del análisis. Si el drop-off entre “assessment completado” y “primera entrevista” es 80%, tenés un problema de calibración del assessment o de comunicación de criterios. Si es entre “oferta enviada” y “oferta aceptada”, tu propuesta de valor o tu rango salarial no es competitivo.
3) Conversion rate por recruiter
Acá es donde el reporting deja de ser estadística y empieza a ser management. Dos recruiters con la misma cantidad de candidatos pueden tener tasas de cierre muy distintas. El que cierra al 25% probablemente está haciendo algo replicable. El que cierra al 8% necesita coaching o re-asignación.
4) Tiempo en etapa (anomalías)
Una vacante donde los candidatos llevan más de 14 días en “esperando feedback del hiring manager” no es una vacante avanzando lento: es una vacante muriendo. El tiempo promedio en etapa, comparado contra el baseline histórico, es la señal temprana más útil que existe.
5) Effectiveness por source
Quién te trae candidatos que efectivamente avanzan. No los que aplican —los que se contratan y se quedan. LinkedIn puede generar volumen pero baja conversion. Referidos suelen ser lo opuesto. Sin este dato, tu inversión en sourcing es una apuesta.
6) Quality of hire post-90 días
La métrica que casi nadie trackea porque requiere cerrar el loop con el manager. Pero es la que valida todo lo anterior. Si tu time-to-hire bajó 30% pero el quality of hire también bajó, hiciste daño, no mejora.
El cambio: de dashboard a sistema de alertas
Acá viene el shift mental. Un dashboard es pasivo: alguien tiene que abrirlo. Una alerta es activa: te llega cuando hay algo que mirar.
| Modelo | Cómo funciona | Cuándo descubrís el problema |
|---|---|---|
| Dashboard tradicional | Recruiter abre el reporte semanal | Cuando ya pasó |
| Alertas configurables | Sistema evalúa reglas en cron | Cuando empieza a pasar |
La diferencia operativa es enorme. Un drop-off rate que sube del 30% al 55% durante dos semanas puede pasar desapercibido en un reporte semanal. Una alerta que dispara cuando el ratio supera un umbral configurado te avisa el día 3.
En la plataforma esto se implementa con tres piezas:
- Reglas configurables. El usuario define la condición: “alertar si drop-off de la etapa X supera Y% en una ventana de Z días”. Sin ingeniería de por medio.
- Cron de evaluación. Las reglas se corren periódicamente. Cuando una condición se cumple, se dispara la alerta.
- Log de alertas. Cada disparo queda registrado. Permite auditar, evitar duplicados y revisar después si la alerta fue útil o ruido.
Si querés ver el detalle del módulo: /funcionalidades/reporting.
Reportes scheduled: el reporte que llega a tu inbox
El segundo componente del shift es el scheduled report. En vez de pedirle al equipo que entre a la herramienta cada lunes, el reporte llega solo. Configurás:
- Frecuencia (diario, semanal, mensual)
- Destinatarios
- Filtros (por company, role, recruiter)
- Formato (PDF, Excel)
Esto suena trivial. No lo es. La adopción real de reporting depende de fricción. Un reporte que vive en una herramienta tiene 20% de chances de ser leído. Un reporte que llega al inbox del CHRO el viernes a las 8am tiene 80%.
Hiring analytics: el nivel agregado
Por encima de las alertas y los reportes scheduled está el módulo de hiring analytics. Es donde se cruza:
- Performance por recruiter (volumen, conversion, time-to-fill por persona)
- Métricas por interview (NPS de candidatos, ratio de feedback completado)
- Métricas por vacancy (tiempo abierto, candidatos evaluados, costo estimado)
- Overview por company (todo lo anterior agregado al nivel de empresa)
El export a Excel está disponible en todos los niveles. No porque Excel sea moderno, sino porque el CFO va a pedir ese export tarde o temprano y es mejor que el equipo de talent lo tenga a un click.
Cómo armar un sistema de reporting que el equipo use
La adopción de reporting es un problema de diseño, no de features. Esto es lo que vemos funcionar en los clientes:
Paso 1: definir las 5-7 métricas críticas (no 25)
Más métricas no es más visibilidad. Es más ruido. El CHRO mira 5-7 KPIs. El gerente de TA mira 10. Los recruiters miran 3, los suyos. Cualquier reporte con más de eso no se lee.
Paso 2: configurar alertas en las 3 métricas más críticas
No empieces con un dashboard. Empezá con tres reglas:
| Alerta | Umbral | A quién avisa |
|---|---|---|
| Vacancy estancada | > 14 días en una misma etapa | Recruiter asignado + lead |
| Drop-off anómalo | > 20pp sobre baseline histórico | Lead de TA |
| Recruiter bajo benchmark | conversion < 50% del promedio del equipo, 30 días | Manager directo |
Paso 3: agregar el scheduled report semanal
Un solo reporte, viernes 8am, que resume la semana. PDF, no link. Para CHRO y leads.
Paso 4: dejar el dashboard para deep-dive
El dashboard interactivo no es para revisión rutinaria. Es para investigación cuando una alerta dispara o el reporte semanal muestra algo raro. Ese reframe libera al equipo de la presión de “entrar a mirar todos los días”.
Qué resultados podés esperar
Con un sistema de reporting bien configurado, lo que vemos consistentemente en los clientes:
- Detección temprana de cuellos de botella. Las vacantes estancadas se identifican días, no semanas, después de estancarse.
- Conversaciones de management más concretas. El 1:1 entre lead y recruiter deja de ser “¿cómo vamos?” y pasa a ser “tu conversion de la etapa X bajó 12pp este mes, repasemos los últimos 5 candidatos”.
- Decisiones de sourcing data-driven. El presupuesto de LinkedIn o referidos se ajusta en función de effectiveness real, no de quién grita más fuerte.
- CHRO informado sin reuniones extra. El reporte semanal reemplaza la reunión de status.
Lo que no podemos prometer es que time-to-hire baje un X%. Lo que sí podemos prometer es que las palancas que mueven time-to-hire van a quedar visibles.
Cómo encaja con el resto de la plataforma
El reporting no vive aislado. Se alimenta del pipeline, las evaluaciones de competencias y los fit scores que la plataforma calcula. Una alerta de “drop-off anómalo en assessment” tiene que poder bajar a “qué candidatos cayeron y cuál fue su fit score” sin saltar de herramienta.
Ese acople es lo que distingue un módulo de analytics de una plataforma de hiring intelligence. Si querés el inventario completo de lo que la plataforma hace, te dejo el hub post. Y si querés entender por qué pensamos que un assessment standalone no es suficiente, leé No es un test psicométrico, es una plataforma de hiring intelligence.
Implementalo con nosotros
Si tenés data de hiring que vive en planillas, en el ATS y en la cabeza de los recruiters, lo que falta no es una herramienta más: es un sistema que los conecte y avise cuando algo se rompe. Te ayudamos a definir las métricas, configurar las alertas y armar el reporte semanal que tu CHRO va a leer.
Agendá una demo de 15 minutos y vemos cómo se ve tu funnel hoy.
¿Preguntas? Escribime a fran@talen.to.
Sigue explorando
Perfiles OCEAN+ relacionados
Descubri que dimensiones de personalidad buscar en cada rol.
Artículos Relacionados
No es un test psicométrico, es una plataforma de hiring intelligence
Por qué Talen.to dejó de ser solo un assessment y se volvió ATS + assessment + reporting + workflows en una sola plataforma. Pipeline, shortlists, interview panels y reporting suite explicados.
Lo que Talen.to hace y que probablemente no sabías
Nuestro sitio comunica el 10% de lo que la plataforma realmente hace. Acá está el inventory completo: pipeline, reporting, evaluaciones multi-evaluador, calibración propia y mucho más.
Pipeline de hiring: por qué el 80% de los kanban no funcionan (y qué cambia el 20% que sí)
La mayoría de los pipelines de hiring no se actualizan porque el recruiter los siente como burocracia. Qué los vuelve útiles, qué los condena al abandono, y cómo se ve un kanban que el equipo realmente usa.