Recruitment Analytics Accelerator
⚠️ Aυτό το μάθημα δεν είναι ακόμη διαθέσιμο. Μπορείτε όμως να αποκτήσετε από τους πρώτους πρόσβαση!
-
LevelIntermediate
-
Duration25 ώρες
-
Last Updated04/12/2025
-
Enrollment validityEnrollment validity: Lifetime
-
CertificateCertificate of completion
🤝 100% επιστροφή χρημάτων εντός 7 ημερών αν δεν είστε ικανοποιημένοι.
💡Η πρόσβαση στο μάθημα γίνεται άμεσα με το που γίνει η πληρωμή.
📽️ Η παρακολούθηση είναι ασύγχρονη.
Χαρακτηριστικά του μαθήματος
Περιγραφή
Τι θα μάθω;
- Ερμηνεύεις βασικούς δείκτες Talent Acquisition/Recruitment και να τους συνδέεις με τα business outcomes.
- Καθαρίζεις και να μοντελοποιείς δεδομένα αιτήσεων στο Power BI.
- Δημιουργείς dashboards και reports που απαντούν σε καίρια ερωτήματα του Recruitment (π.χ. time-to-hire, offer acceptance rate, conversion rates ανά στάδιο).
- Αναγνωρίζεις bottlenecks στη διαδικασία προσλήψεων και προτείνεις data-driven λύσεις.
- Παρουσιάζεις τα ευρήματα σου με επαγγελματικό τρόπο, ως μέρος του portfolio σου.
Curriculum
Καλωσόρισμα
-
Εισαγωγή του Μαθήματος
-
Γιατί να παρακολουθήσεις το “Recruitment Analytics Accelerator”;
-
Γνωριμία με την καθοδηγήτρια
-
Τεχνικές Απαιτήσεις
-
Προτεινόμενο Εβδομαδιαίο Πλάνο
-
Κανόνες Κοινότητας
-
[Σημαντικό!] Κάνε Join τον Discord Server 🙏🏻
-
Ενεργοποίηση Cookies Εμπορικής Προώθησης
-
Τελευταία λόγια και… ξεκινάμε!
Εισαγωγή στα Recruitment Analytics
-
Από απόψεις σε συμπεράσματα
02:24 -
Recruitment Analytics: Το data-driven εργαλείο της πρόσληψης
04:10 -
Γιατί μας νοιάζει;
02:26 -
Επίπεδα Ανάλυσης
02:59 -
Ο κύκλος ζωής και η εμπειρία του εργαζομένου
01:43 -
Το Recruitment Funnel: Από πολλούς υποψηφίους σε μία πρόσληψη
02:13 -
Ποιοι συμμετέχουν στο ταξίδι;
02:45
Κατανοώντας τα metrics & KPIs
-
Από τα Δεδομένα στις Αποφάσεις
04:00 -
Metrics: Ορισμός, Χρησιμότητα και Τύποι
03:36 -
KPIs: Ορισμός
00:48 -
Metrics vs KPIs
00:54 -
Παραδείγματα Recruitment Metrics & KPIs
12:10 -
Activity: Mapping Metrics to Business Impact
Data Literacy για Talent Acquisition επαγγελματίες
-
Data Literacy και Πηγές άντλησης δεδομένων
02:31 -
Συχνές παγίδες στη χρήση δεδομένων
02:53 -
Data Cleaning
08:21 -
Data Organization & Governance
02:14 -
Storytelling με Δεδομένα: Από τα Charts στις Αποφάσεις
03:01 -
Ο ρόλος της στατιστικής στα data analytics
07:12 -
Activity: Visualizing Your Metric
Συσχέτιση του Recruitment με το Business
-
Τι είδους επιχειρηματικά ερωτήματα πρέπει να θέτουμε;
03:35 -
Ποια αποτελέσματα προσπαθεί να επιτύχει μια εταιρεία;
00:41 -
Μέθοδος κατανόησης των δεδομένων
04:07
Παραδείγματα Dashboards & Επεξήγηση Γραφημάτων
-
Παραδείγματα Recruitment Dashboards από Συστήματα
03:21 -
Παραδείγματα ολοκληρωμένων Recruitment Dashboards
06:53 -
Demo: Recruitment Analytics in Action
05:08
Βρίσκοντας «εμπόδια» στην διαδικασία πρόσληψης
-
Bottlenecks στην διαδικασία πρόσληψης
01:56 -
Ποια δεδομένα μας βοηθούν να εντοπίσουμε bottlenecks;
08:15 -
Rootcause Analysis
01:30 -
Δρώντας σε πραγματικό χρόνο
02:32 -
Demo: Γιατί καθυστερούν οι προσλήψεις σε συγκεκριμένη θέση εργασίας;
04:51
Power BI Part 1: Εισαγωγή στο Power BI
-
Από το Excel στο Power BI: Δεν είναι αλλαγή, είναι εξέλιξη
-
📊 Business Intelligence & Power BI
-
Γιατί Excel, Γιατί Power BI
-
Αναστοχασμός 1
-
Αναστοχασμός 2
-
Ομοιότητες που σε κάνουν να νιώθεις σαν στο σπίτι σου
-
Οι Διαφορές που Χρειάζεται να Γνωρίζεις
-
Ομοιότητες και Διαφορές
-
Αναστοχασμός 3
-
Εισαγωγή Microsoft Power BI
00:27 -
Microsoft Power BI Components
01:44 -
Άδειες Χρήσης (Licenses)
01:23 -
Βασικά Χαρακτηριστικά του Microsoft Power BI
02:04 -
Βασικές Ορολογίες
-
Γνώρισε το περιβάλλον του Microsoft Power BI
01:41 -
Εγκατάσταση του Microsoft Power BI
04:40 -
Άσκηση: Η πρώτη αλληλεπίδραση με το Power BI
-
Κουίζ Ενότητας: Εισαγωγή στο Power ΒΙ
Power BI Part 2: Εισαγωγή στο Power Query
-
Τι είναι το Power Query?
01:56 -
Power Query: Ο βασιλιάς της προετοιμασίας
-
Γιατί να χρησιμοποιήσεις Power Query?
01:12 -
Έλεγχος Γνώσεων: Power Query
-
Get Data, Available Connections and Key Points
02:15 -
Demo: Import Data από βάση δεδομένων SQL Server
02:33 -
Demo: Εισαγωγή Data Manually
01:26 -
Activity: Σύνδεση με ένα Excel αρχείο
-
Applied Steps
00:41 -
Μερικές βασικές δυνατότητες
00:36 -
Το περιβάλλον του Power Query
06:41 -
Demo: Apply και Data Source Settings
01:53 -
Activity: Αλλαγή τοποθεσίας Survival Store
-
Κουίζ Ενότητας: Εισαγωγή στο Power Query
Power BI Part 3: Data Cleaning & Transformation
-
Home Tab
00:20 -
Διαχείριση Columns
01:07 -
Demo: Choose και Remove Columns
01:48 -
Διαχείριση Rows
01:55 -
Demo: Keep Errors
01:42 -
Demo: Remove Errors
00:51 -
Demo: Remove Duplicates
01:00 -
Demo: Data Source Settings
01:00 -
Demo: Use first row as a header and vice versa
02:00 -
Activity: Ας γνωρίσουμε τα Transformation του Home Tab
-
Κουίζ: Home Tab
-
Transform Tab
00:30 -
Table Section
01:23 -
Group By
01:08 -
Any Column Section
04:06 -
Demo: Fill Up and Down
01:07 -
Replace Values
01:03 -
Text Columns
00:09 -
Split Columns
02:15 -
Format
00:46 -
Merge Columns
-
Extract & Parse
00:53 -
Demo: Extract Delimiter
01:31 -
Date & Time Column
01:00 -
Demo: Date Column
02:15 -
Demo: Time Column
01:21 -
Activity: Ας γνωρίσουμε τα Transformation του Transform Tab
-
Κουίζ: Transform Tab
-
Add Column Tab
00:22 -
Conditional Column
01:24 -
Demo: Conditional Column
04:35 -
Activity: Ας γνωρίσουμε τα Transformation του Add Column Tab
-
Κουίζ: Add Column Tab
-
Column Profiling
01:20 -
Demo: Column Profiling
03:10 -
Activity: Ας γνωρίσουμε τα οφέλη του View Tab
-
Κουίζ: View Tab
-
Append
01:45 -
Demo: Append
02:09 -
Merge
01:36 -
Demo: Merge
03:56 -
Τύποι Joins
02:11 -
Unpivot
01:15 -
Demo: Unpivot
01:48 -
Pivot vs Unpivot
-
Demo: Transpose
01:18 -
Activity: Unpivot & Append πινάκων 2023 και 2024
-
Right-click Column Header
00:36 -
Right-click Column Header: Table Icon
00:33 -
Change Data Type
00:17 -
Right-click individual value
00:35 -
Filtering
01:07 -
Demo: Duplicate vs Reference
03:07 -
Activity: Κατανόηση της χρησιμότητας του Duplicate & Reference
-
Activity: Merge πινάκων για Denormalization
-
Κουίζ: Important Transformations
Power BI Part 4: Data Modeling
-
Data Model: Η καρδιά του Power BI
-
Data model aka Semantic Model
01:24 -
Ποια τα βήματα δημιουργίας ενός Data Model;
02:33 -
Κατανοώντας το Data Modeling
15:07 -
Types of Schemas
01:06 -
Star Schema
01:27 -
Snowflake Schema
01:23 -
Demo: Import Excel file
02:48 -
Demo: Investigate Data Model
02:06 -
Εισαγωγή στα Relationships
-
Relationships
00:51 -
Demo: Relationships
04:37 -
Έλεγχος Γνώσεων: Relationships & Data Model
-
Demo: Cardinality
01:02 -
Demo: 1 to Many and vice versa
01:38 -
Demo: Cross filter direction
01:03 -
Model View: Properties
01:42 -
Model View: Table Properties
02:08 -
Model View: Column Properties
05:50 -
Model View: Relationship Properties
01:39 -
Demo: Create Hierarchy
01:21 -
Activity & Quiz: Data Modeling
-
Κουίζ Ενότητας: Data Modeling
Power BI Part 5: Data Visualization
-
Βασικά Γραφήματα
02:53 -
Formatting των Visualizations
01:57 -
Card
01:02 -
Bar Chart & Pie/Donut Chart
01:50 -
Demo: Bar Chart + Conditional Formatting
01:52 -
Line/Area Chart & Stacked Area Chart
01:07 -
Demo: Line Chart
01:23 -
Demo: Combo Chart
01:29 -
Treemap
00:40 -
Map
01:17 -
Demo: Map
01:19 -
Gauge Chart & Matrix
01:06 -
Demo: Gauge
01:49 -
Demo: Table & Matrix + Conditional Formatting
02:18 -
Εξαγωγή Δεδομένων
00:17 -
Ταξινόμηση (Sorting)
00:21 -
Activity: Δημιουργία και μορφοποίηση Visuals
-
Κουίζ: Basic Charts
-
Data Labels
00:00 -
Sort by Column
01:06 -
Conditional Formatting
02:02 -
Demo: Conditional Formatting
03:17 -
Group Data
01:24 -
Data Bins
01:19 -
Highlight Bars
01:19 -
Κουίζ: Advanced Data Visualization Techniques
-
Φίλτρα
01:10 -
Basic and Advanced Filtering
00:34 -
Demo: Advanced Filtering
01:00 -
Demo: Φιλτράροντας αριθμητικές τιμές
00:53 -
Top N Filtering
00:35 -
Demo: Top N Filtering
00:30 -
Αλληλεπίδραση στοιχείων του Report
00:41 -
Slicers & Cross-Filtering vs Cross-Highlighting
-
Change Interaction Behavior
01:17 -
Demo: Change Interaction Behavior
01:49 -
Activity: Εκμάθηση εφαρμογής φίλτρων και αλλαγής interactions μεταξύ visuals
-
Sync Slicers
01:11 -
Demo: Δημιουργία Hierarchy
00:37 -
Demo: Drill Up/Down
00:53 -
Κουίζ: Filtering
-
Data Visualization Cheatsheets
Power BI Part 6: DAX
-
DAX: Μήπως κάπου σε έχω ξαναδεί;
-
Βασικές Γνώσεις της DAX
04:45 -
Έλεγχος Γνώσεων: DAX
-
DAX Measures vs Columns
-
Έλεγχος Γνώσεων: Measures vs Columns
-
Row vs Filter Context
03:57 -
DAX Functions
-
Quick Measures
-
Demo: Quick Measures
01:23 -
Demo: CALCULATE Function
01:41 -
Demo: SUMX Function
01:29 -
Demo: SAMEPERIODLASTYEAR Function
01:49 -
Demo: CONCATENATE Function
01:12 -
Demo: WEEKDAY Function
00:44 -
DAX Comparison Operators
-
DAX Text & Logical Operators
-
Activity: Δημιουργία απλών DAX calculated columns και measures
-
Κουίζ Ενότητας: DAX
-
DAX Cheatsheet
Power BI Part 7: Power BI Service
-
Βασικές Γνώσεις Power BI Service
02:58 -
Κατανοώντας το περιβάλλον
02:36 -
Workspace Ρόλοι & Δικαιώματα
01:22 -
Γνωρίζοντας τα Dashboards
03:08 -
Demo: Γνωρίζοντας τα Dashboards
03:08 -
Λειτουργία “Explore Data”
00:57 -
Έλεγχος Γνώσεων: Οπτικοποιήσεις & Dashboards
-
Κουίζ Ενότητας: Power BI Service
Practical Recruitment Analytics
-
Cheatsheet: Βασικές αρχές ανάλυσης δεδομένων για μη-αναλυτές
03:20 -
Activity: Σχολιασμός Προβληματικών Δεδομένων
-
Activity: Σχολιασμός ενός Dashboard
-
Activity: Application & Source Analysis
Project
-
Δεδομένα
-
Ολοκληρωμένη Περιγραφή του Project
-
Γνωρίζοντας τις Επεκτάσεις Αρχείων (File Extensions)
-
Τελικό Παραδοτέο
-
Υποβολή Εργασίας
Εκπαιδευτική Καθοδήγηση
-
Κλείσε συνάντηση
Επίλογος και Αξιολόγηση
-
💡 Τι να θυμάσαι μετά το εκπαιδευτικό πρόγραμμα
-
Αξιολόγηση και Κοινοποίηση της Επιτυχίας σας!
Λάβε Πιστοποίηση
Βάλε αυτήν την πιστοποίηση στο βιογραφικό σου για να αναδείξεις τις δεξιότητές σου στους Recruiters!
Αξιολογήσεις και Κριτικές Μαθητών
Η Καθοδηγήτρια
Κοινό
- HR Professionals που θέλουν να μπουν δυναμικά στον κόσμο των HR & Recruitment Analytics.
- Recruiters / Talent Acquisition Specialists που θέλουν να χρησιμοποιούν δεδομένα για καλύτερες αποφάσεις.
- Νέους Data Analysts που ενδιαφέρονται να εξειδικευτούν στον τομέα του HR.
- Οποιονδήποτε θέλει να φτιάξει portfolio project στο recruitment analytics για να ενισχύσει το επαγγελματικό του προφίλ.
Υλικό
- 2 online courses Power BI (Data Cleaning/Modeling + Visualization/DAX).
- Recruitment Analytics Foundations
- Dataset ειδικά φτιαγμένο για Recruitment Analytics (αιτήσεις, stages, offers, απορρίψεις).
- KPIs για να επιταχύνεις το project σου.
- 3 ώρες live training (Recruitment Analytics).
- Feedback & υποστήριξη καθ’ όλη τη διάρκεια.
Απαιτήσεις
- Δεν απαιτείται προηγούμενη εμπειρία σε HR Analytics.
- Βασικές γνώσεις Excel θα βοηθήσουν, αλλά δεν είναι απαραίτητες.
- Θα χρειαστείς υπολογιστή με Windows και εγκατεστημένο το Power BI Desktop (δωρεάν).
- Συνιστάται να αφιερώνεις 2–3 ώρες την εβδομάδα για μελέτη και project work.
- Η ενεργή συμμετοχή στα live sessions και η ενασχόληση με το project είναι απαραίτητα για να αποκομίσεις το μέγιστο όφελος.
Αξιολογήσεις Μαθητών
Συχνές Ερωτήσεις
Τίτλοι σπουδών όπως:
- Μαθηματικά,
- Στατιστική,
- Διοίκηση Επιχειρήσεων,
- Οικονομικά,
- ή Πληροφορική.
Ωστόσο, οι παραπάνω περιπτώσεις δεν χρειάζεται να σε περιορίσουν ώστε να αλλάξεις το αντικείμενο καριέρας σου και να ακολουθήσεις καριέρα στα Data Analytics.
Όπως σε κάθε επάγγελμα, χρειάζεται να αποκτήσεις πολλαπλές δεξιότητες. Έτσι, και οι ρόλοι που σχετίζονται με Data Analytics χρειάζονται αρκετές δεξιότητες τις οποίες όμως θα βρεις επαρκές υλικό και εξάσκηση στην Data Tutor μέσω των μαθημάτων, αλλά και των εκπαιδευτικών υπηρεσιών καθοδήγησης και προετοιμασίας!
Η Εκπαιδευτική Πλατφόρμα Data Tutor διαθέτει πληθώρα διαφορών σε σχέση με άλλες εκπαιδευτικές πλατφόρμες. Ενδεικτικά:
- Επαγγελματίας του χώρου σας καθοδηγεί σε project με πραγματικά δεδομένα και πραγματικές περιπτώσεις που δύναται να αντιμετωπίσετε στην πραγματική δουλειά.
- Η καθοδήγηση δεν περιορίζεται μόνο σε project, αλλά και σε γενικότερες γνώσεις που μπορείτε να πάρετε μέσω 1:1 συναντήσεις.
- Συναντήσεις mentoring/coaching είναι διαθέσιμες για εσάς προκειμένου να θέσετε ένα πλάνο από το Α-Ω.
- Μετά την ολοκλήρωση των projects και της μελέτης δεν ήρθε το τέλος. Το παλεύουμε μαζί να είστε πανέτοιμοι για συνεντεύξεις.
- Το υλικό των μαθημάτων είναι στα Αγγλικά, αλλά τα βίντεο, οι ασκήσεις και το Project στα Ελληνικά.
Ναι, τα μαθήματα κορμού που περιλαμβάνονται σε εκπαιδευτικά πακέτα έχουν όλα από ένα (1) Project.
Στην καθοδήγηση των μαθημάτων η καθοδηγήτρια έρχεται σε επικοινωνία μαζί σου για να σου προσφέρει βελτίωση του τελικού σου project. Στην εκπαιδευτική καθοδήγηση λαμβάνεις online 1:1 καθοδήγηση πάνω σε γνώσεις και ύλη των μαθημάτων που προσφέρονται πάντοτε με βάση τις προσωπικές σου ανάγκες. Οι συναντήσεις αυτές είναι προγραμματισμένες εκ των προτέρων ύστερα από συνεννόηση με την καθοδηγήτρια. Τέλος, η εκπαιδευτική καθοδήγηση προσφέρει σύνολο 3 ώρες και το πλήθος των ωρών δεν είναι καθόλου τυχαίο. Μέσα από την εμπειρία της καθοδηγήτριας, 3 – 4 ώρες χρειάζονται σε συνδυασμό με την μελέτη και την προσωπική εξάσκηση για να βοηθηθείς στην επίλυση των αποριών σου.
Μερικοί από τους λόγους για τους οποίους θα προτιμούσε κανείς εκπαιδευτική καθοδήγηση είναι οι παρακάτω:
- Για να καλύψουμε όλες αυτές τις ερωτήσεις και απορίες που δεν μπορέσαμε να κάνουμε διότι προέκυψαν στην πορεία
- Για να εκπαιδευτούμε σε εργαλεία που δεν προσφέρονται μέσα από ήδη υπάρχοντα προγράμματα σπουδών
- Για να μάθουμε λεπτομέρειες σε τεχνολογίες και εργαλεία που δεν μπορέσαμε να βρούμε μέσα από τα διαθέσιμα προγράμματα σπουδών
- Γιατί θέλουμε σε σύντομο χρονικό διάστημα, να ανανεώσουμε κάποιες γνώσεις μας ώστε να ψάξουμε για εργασία
- κ.ά.
Αν ταυτίζεσαι με την πλειονότητα των παραπάνω, τότε η εκπαιδευτική καθοδήγηση είναι αυτή την στιγμή αυτό που χρειάζεσαι.
Η φράση “Γίνε και εσύ Data Analyst σε 30 ημέρες…” είναι μια απάτη. Για να μπορέσει κανείς να γίνει επαγγελματίας σε ένα πεδίο χρειάζεται χρόνο να μελετήσει, συνεχή εξάσκηση, επιπλέον πρακτική, και διαρκή “περιέργεια” το πώς δουλεύει το κάθε τι. Το συγκεκριμένο εκπαιδευτικό πακέτο με το πλήθος των μαθημάτων και ακολουθώντας το εβδομαδιαίο πλάνο μελέτης, απαιτεί τουλάχιστον 8 μήνες.
Δεν είσαι ακόμη σίγουρος/η;
Μην διστάσεις να κλείσεις μια 15' δωρέαν συνάντηση με την καθοδηγήτρια της Data Tutor.
Φρόντισε απλώς να περιγράψεις εν συντομία τον προβληματισμό σου.
Δεν είσαι ακόμη σίγουρος/η;