招聘漏斗数据看板

要解决的问题

招聘数据通常散落在表格、邮件和各渠道后台里。当 HR 想回答「哪个环节流失最多」「哪个渠道性价比高」「本季度转化率有没有变化」时，往往要手工汇总、算比率、画图，再拼出一份报告。口径不统一（比如「有效简历」到底指什么）、时间范围不一致、重复数据没清理，都会让结论经不起复核。

核心能力与执行步骤

这个技能把「招聘漏斗数据看板」拆成一条可复核的流水线：

• 输入方式：直接用自然语言提需求（如「招聘各环节数据可视化+转化率+趋势+渠道对比+自动报告」），或上传现有文件。技能只追问完成任务所缺的最少信息（HR 任务、现有材料、期望输出格式），不会要求用户填写内部 JSON，也不把员工编号设为通用必填。
• 数据核验：生成结论前先检查字段、口径、时间范围、重复值和异常值，再把事实、参数、判断依据、待确认项分开呈现，而不是直接甩出一张看似精确的报表。
• 确定性计算：需要精确计算或结构化检查时，将已确认信息写入内部临时 JSON 并运行 python scripts/run.py --input <input> --output <output>。内部 JSON 仅用于脚本调用，不向用户展示或要求手填。
• 交付形式：先在对话中给出结论和关键明细，再按任务生成可下载的 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片，并附执行前核验清单和待办项。

适用边界

• 不要求蚂蚁HR账号、内部员工编号或手写 JSON；输入不足时输出待补充清单，不用看似精确的内容替代未知事实。
• 不声称已发送、申报、审批、提醒或写入业务系统，除非宿主工具实际执行并回读。
• 涉及外部数据或行业基准时会标明来源、样本时间和适用范围；无法核验时写明假设和待确认项。
• 不得依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策。