Срок закрытия вакансии — как считать, сколько стоит простой и где теряется время

1. Анатомия метрики

Технически — количество дней от момента открытия вакансии до ее закрытия. Точка старта — появление информации об открытии вакансии (утверждение заявки на подбор). Точка финиша — выход нового сотрудника на работу.

Для бизнеса — скорость, с которой компания конвертирует кадровую потребность в работающего сотрудника. Метрика показывает эффективность всей рекрутинговой цепочки: от формулирования требований до дня оформления кандидата на работу. Каждый день простоя вакансии — это недополученная выручка, перегруженная команда и упущенные возможности.

Time-to-fill, Time-to-hire, Time-to-offer: в чем разница

Эти метрики часто путают, хотя они отвечают на разные вопросы и имеют разный управленческий фокус.

Срок закрытия вакансии (Time-to-fill) считается от открытия вакансии (утверждение заявки) до ее закрытия (сотрудник вышел или принял оффер, в зависимости от методологии). Это метрика процесса подбора в целом: включает время на согласование заявки, формирование требований, поиск, отбор, коммуникацию и принятие решения. Отвечает на вопрос: «Сколько бизнесу ждать, пока появится новый сотрудник?». Фокус на длительности периода, когда бизнес живет с «дырой» в штате, и на эффективности всего процесса закрытия вакансии. 

Срок найма (Time-to-hire) считается от первого контакта с конкретным кандидатом (отклик, сорсинг) до принятия им оффера. Это метрика скорости обработки кандидата внутри воронки, качества процесса для финального кандидата и привлекательности EVP. Отвечает на вопрос: «Как быстро мы принимаем решение, эффективна ли коммуникация с кандидатом, привлекательно ли EVP?». Фокус на скорости, привлекательности EVP и удобстве процесса для кандидата. 

Срок до оффера (Time-to-offer) считается от первого контакта с кандидатом (отклик, сорсинг) до выдачи ему оффера. Это метрика скорости принятия решений и взаимодействия с кандидатом внутри воронки. Отвечает на вопрос: “Как быстро компания принимает решение по кандидату?”.  Фокус на скорости принятия решения со стороны компании.

Пример:
вакансия открылась 1 марта,
кандидат откликнулся 10 марта,
оффер отправили 25 марта,
кандидат принял оффер 31 марта,
вышел на работу 14 апреля

→ time‑to‑fill = 45 дней (или 31 день, в зависимости от методологии расчета)
time‑to‑offer = 15 дней
time‑to‑hire = 21 день

Формулы расчета

Нюансы расчета

Рабочие или календарные дни. Большинство ATS-систем (Хантфлоу, Поток) считают по производственному календарю — рабочие дни, с вычетом праздников и выходных. Для коммуникации с бизнесом часто удобнее календарные дни — они ближе к реальному ожиданию заказчика.

Приостановки подбора. Если вакансия приостанавливалась (заморозка бюджета, пересмотр требований), время паузы нужно вычитать из расчета. Иначе TTF будет завышен и не отразит реальную скорость работы рекрутера. Хантфлоу, например, автоматически исключает время приостановки.

Точка закрытия. Несмотря на противоречие смыслу метрики, есть компании, которые считают вакансию закрытой, когда кандидат принял оффер, а не когда он вышел на работу. Между этими событиями может пройти 2–4 недели (отработка на предыдущем месте). Важно — при бенчмаркинге сравнивать по одинаковой методологии.

Множественные позиции. Если на одну вакансию открыто несколько позиций (например, «набрать 5 менеджеров по продажам»), корректнее считать TTF по каждой позиции отдельно, а не по вакансии в целом.

Источники данных

Основной источник — ATS (система автоматизации рекрутмента): Хантфлоу, Поток Рекрутмент, E-Staff, Talantix, Workday. Автоматический расчет TTF с учетом приостановок, рабочих дней и этапов воронки.

Альтернативные: Excel/Google Sheets (для компаний без ATS), 1С:ЗУП (даты приказов о приеме), данные job-порталов (hh.ru, SuperJob — сроки публикации и снятия вакансии).

Если ATS не ведет автоматический учет дат по каждой вакансии — аналитическая ценность метрики резко падает. Ручной подсчет по памяти рекрутера — ненадежный источник.

Частота измерения

Ежемесячно — операционный контроль: отслеживание текущей загрузки, выявление застрявших вакансий, перераспределение ресурсов между рекрутерами.

Ежеквартально — аналитический горизонт: TTF по категориям должностей, по подразделениям, по нанимающим менеджерам. Выявление узких мест и системных проблем.

Ежегодно — бенчмаркинг: сравнение с отраслью, оценка динамики, планирование ресурсов на подбор.

Визуализация на дашборде

2. Классификация по модели HC Bridge

Тип метрики «Эффективность (Efficiency)» — измеряет скорость HR-процесса подбора и закрытия вакансий. Показывает, насколько оперативно рекрутинговая функция обеспечивает бизнес кадрами. Это не «Действенность» (влияние HR-практик на поведение сотрудников) и не «Влияние» (связь с бизнес-результатом) — хотя TTF влияет и на то, и на другое через стоимость простоя.

Характер индикатора «Запаздывающий (lagging)» — фиксирует уже завершенный цикл подбора. Когда вы видите TTF = 60 дней, эти 60 дней уже прошли. Для проактивного управления нужны опережающие метрики внутри воронки: конверсия этапов, скорость обратной связи от нанимающего менеджера, количество кандидатов в пайплайне.

3. Бизнес-контекст

Влияние на деньги

Пока вакансия открыта, бизнес несет потери. Прямые затраты на подбор (публикация, рекрутер, агентство) — видимая часть. Основные потери скрыты: недополученная выручка, перегрузка команды, задержка проектов, упущенные клиенты.

Стоимость незакрытой вакансии (Cost of Vacancy, CoV) — совокупные потери компании за каждый день, пока позиция пустует.

Эти расчеты — не теория. Это деньги, размазанные по разным строкам P&L: сверхурочные в ФОТе, просроченные проекты в revenue, больничные перегруженных сотрудников в социальных выплатах.

Цена ошибки

Здесь есть нюанс: ускорение подбора любой ценой — не решение, а создание новой проблемы.

Частая ситуация: рекрутер под давлением бизнеса сокращает TTF за счет упрощения отбора. TTF падает с 45 до 20 дней, CEO доволен. Через три месяца выясняется, что 4 из 10 нанятых не прошли испытательный срок. Каждый ранний уход — это полный цикл заново: повторный поиск, повторный онбординг, потерянное время команды. Итоговые затраты оказываются выше, чем если бы подбор занял 45 дней, но с качественным отбором.

Другая ситуация: компания экономит на конкурентоспособности оффера. Вакансия висит 90 дней, потому что рыночные кандидаты отклоняют предложение. Каждый отказ удлиняет TTF, и стоимость простоя уже превышает разницу между текущим и рыночным оффером. Дешевле было бы скорректировать компенсацию на старте.

Бизнес-кейс

Российская компания по импорту и оптовой реализации автозапчастей (штат ~200 человек) столкнулась с тем, что средний TTF достигал 28 дней, а критичные позиции закрывались до 30 дней. Сотни резюме приходили вразнобой, карточки кандидатов хранились в таблицах, согласование с руководителями занимало до 7 дней.

Решение: внедрение ИИ-системы автоматизации рекрутинга — автоматический скоринг резюме, единая база кандидатов, мгновенные уведомления нанимающему менеджеру при появлении кандидата с высоким совпадением.

Результат: средний TTF сократился с 28 до 14 дней. Критичные позиции — с 30 до 10 дней. Время согласования кандидата до интервью упало с 7 до 2 дней. Доля рутины в работе HR снизилась с 50% до 20%. Процент сотрудников, прошедших испытательный срок, вырос с 78% до 92% — то есть скорость выросла без потери качества (РБК, 2025).

4. Диагностика

Бенчмарки России TTF 2024–2025

По данным Antal Talent (пульс-опрос Q3 2025, 211 компаний):

Тренд 2025 года — стабилизация: после устойчивого роста сроков в 2023–2024 годах рынок вышел на плато.

По данным «Поток Рекрутмент» (исследование 2023–2025, 25 000+ вакансий):

Разброс внутри одной отрасли — колоссальный. В IT системный аналитик закрывается за 10 дней, а backend-разработчик на C++ — за 59. Среднее по отрасли в таком контексте малоинформативно.

Глобальные бенчмарки

По данным SHRM: средний TTF — 42–54 дня (разные отчеты дают разные цифры в зависимости от выборки и года).

По данным HR.com (2025):

Тревожные сигналы

TTF стабильно выше бенчмарка на 30%+ в течение двух кварталов — системная проблема в процессе подбора, а не разовый сбой. Рекрутинговая функция не справляется с потоком задач, либо требования к кандидатам нереалистичны.

Резкий рост TTF при стабильном рынке — если конкуренция за кандидатов не изменилась, а сроки выросли, причина внутри компании: новые этапы согласования, смена нанимающего менеджера, ужесточение требований без коррекции компенсации.

TTF низкий, а ранняя текучесть растет — нанимают быстро, но не тех. Скорость идет за счет качества отбора. Самый дорогой сценарий: двойные затраты на каждую позицию.

Разрыв TTF между подразделениями более чем в 2 раза при сопоставимых позициях — почти всегда указывает на конкретного нанимающего менеджера, который затягивает обратную связь или завышает требования.

Доля отказов от оффера выше 30% — оффер неконкурентоспособен, и каждый отказ удлиняет TTF на полный цикл повторного поиска. При TTF = 45 дней один отказ добавляет еще 20–30 дней.

TTF на ключевые роли превышает 90 дней — бизнес теряет конкурентоспособность. Стратегические проекты простаивают, команда демотивирована, лучшие кандидаты уходят к конкурентам, которые принимают решения быстрее.

Среднее TTF снижается, а медиана растет — несколько быстро закрытых простых вакансий маскируют увеличение сроков по сложным позициям. Статистическая иллюзия.

Признаки здоровья метрики

TTF стабилен ±10% от квартала к кварталу по каждой категории должностей — процесс подбора предсказуем, бизнес может планировать сроки выхода новых сотрудников.

Медиана и среднее TTF расходятся не более чем на 15–20% — нет экстремальных выбросов, воронка работает равномерно по всем вакансиям.

TTF в пределах отраслевого бенчмарка при ранней текучести ниже 15% — компания нанимает с рыночной скоростью и без потери качества.

Доля принятых офферов выше 80% — оффер конкурентоспособен, воронка не обнуляется на финальном этапе.

Разрыв TTF между нанимающими менеджерами не превышает 30% при сопоставимых позициях — заказчики одинаково вовлечены в процесс, нет «узких горлышек» на стороне бизнеса.

TTF снижается или стабилен при растущем объеме найма — рекрутинговая функция масштабируется вместе с бизнесом, а не захлебывается от нагрузки.

Ловушка данных

TTF = 15 дней. Выглядит превосходно. Но при детальном анализе: 35% нанятых уходят в первые 90 дней, а стоимость замены одного специалиста — 100% годового оклада. Компания фактически проходит цикл подбора дважды на каждую третью вакансию. Реальный TTF (с учетом повторного найма) ближе к 50 дням, а затраты — в 2,5 раза выше, чем если бы первый подбор занял 30–40 дней, но с тщательным отбором.

Обратная ловушка: TTF = 75 дней на позицию инженера в производственной компании. Руководство требует «ускорить». Но рынок таких специалистов объективно узок, и все конкуренты ищут столько же или дольше. Попытка сократить TTF до 30 дней без изменения компенсации приведет либо к компромиссу по качеству, либо к незакрытой вакансии.

5. Действие

Рычаги влияния

SLA с нанимающим менеджером. По данным Хантфлоу, до 50% времени TTF — это ожидание обратной связи от заказчика (Хантфлоу, 2023). Фиксированные сроки на каждом этапе (48 часов на обратную связь по резюме, 3 рабочих дня на проведение интервью) сокращают TTF на 20–30% без дополнительных затрат.

Аудит воронки подбора. Waterfall-анализ покажет, какой этап «съедает» непропорционально много времени. Частая находка: финальное интервью с заказчиком откладывается на 2–3 недели из-за загруженного календаря. Решение — выделить фиксированные слоты для интервью, как для любой регулярной бизнес-задачи.

Формирование кадрового резерва (talent pool). Когда вакансия открывается, поиск начинается не с нуля, а с готовой базы кандидатов, с которыми уже был контакт. Компании с активным talent pool сокращают TTF на 30–40%.

Конкурентный оффер с первой попытки. Каждый отклоненный оффер — это +20–30 дней к TTF. Регулярный мониторинг рынка зарплат и формирование предложения на уровне рынка до начала поиска — дешевле, чем затянутый подбор.

Реферальная программа. Кандидаты по рекомендации сотрудников нанимаются быстрее (TTF на 30–50% короче) и остаются дольше. Инвестиции в реферальный бонус окупаются снижением и TTF, и ранней текучести.

Автоматизация рутины. Автоматический скоринг резюме, шаблоны коммуникации, планировщик интервью. По данным кейса, описанного выше, автоматизация сократила долю рутины с 50% до 20% и высвободила рекрутеру время на работу с кандидатами, а не с таблицами.

Кросс-аналитика

Сопоставьте TTF за период с ранней текучестью за тот же период. Если TTF снижается, а ранняя текучесть растет — скорость идет за счет качества. Это сигнал пересмотреть критерии отбора, а не ускорять процесс дальше.

Посмотрите на пересечение TTF и источника найма. Если кандидаты с hh.ru закрываются за 40 дней, а реферальные — за 20, это аргумент для инвестиций в реферальную программу. Если кандидаты от агентства закрывают вакансию за 25 дней, но 30% уходят на испытательном — агентство оптимизирует свою скорость, а не ваше качество.

Скрестите TTF с нанимающим менеджером. Три руководителя из десяти дают обратную связь за 2 дня, остальные семь — за 10. Медианный TTF первых — 30 дней, вторых — 55. Это не проблема рекрутинга, это проблема вовлеченности заказчика.

Сопоставьте TTF с долей принятых офферов (Offer Acceptance Rate). Если OAR ниже 70% — оффер неконкурентоспособен. Каждый отказ добавляет полный повторный цикл. Дешевле скорректировать оффер, чем проходить воронку дважды.

Наложите динамику TTF на стоимость незакрытой вакансии (CoV). Визуализация в одном графике превращает абстрактные «дни подбора» в конкретные рубли потерь — это аргумент для бюджетных решений.

Связанные метрики

Срок найма (Time-to-hire) — время от первого контакта с кандидатом до принятия оффера. Показывает скорость обработки кандидата, а не всего процесса.

Стоимость закрытия вакансии (Cost per Hire) — совокупные затраты на найм одного сотрудника. В связке с TTF показывает эффективность рекрутингового бюджета.

Стоимость незакрытой вакансии (Cost of Vacancy) — потери бизнеса за каждый день простоя позиции. TTF × CoV в день = общие потери.

Конверсия воронки подбора (Funnel Conversion Rate) — доля кандидатов, перешедших на следующий этап. Низкая конверсия на конкретном этапе = узкое место, удлиняющее TTF.

Качество найма (Quality of Hire) — комплексная оценка нового сотрудника (результативность, прохождение испытательного срока, удержание). Балансирует TTF: быстрый найм не имеет ценности, если качество низкое.

Ранняя текучесть (Early Turnover Rate) — увольнения в первые 90 дней или первый год. Связка TTF + ранняя текучесть = реальная эффективность подбора.

Доля принятых офферов (Offer Acceptance Rate) — процент кандидатов, принявших предложение. Низкий OAR удлиняет TTF и сигнализирует о проблемах с компенсацией или EVP.

6. Типичные ошибки

Считать только среднее TTF по компании. Среднее = 40 дней может скрывать, что линейные позиции закрываются за 15, а руководители — за 90. Без разбивки по категориям метрика не дает управленческой информации. Считайте отдельно по уровням, подразделениям и нанимающим менеджерам.

Не различать TTF и TTH. Если рекрутер отчитывается по TTH (от первого контакта с кандидатом до оффера), а бизнес ожидает TTF (от открытия вакансии до выхода), возникает разрыв ожиданий. Рекрутер показывает 20 дней, заказчик ждет нового сотрудника уже 50. Зафиксируйте методологию и убедитесь, что все стороны говорят об одном показателе.

Ставить TTF в KPI рекрутера без контроля качества. Если рекрутер мотивирован только на скорость, он будет оптимизировать TTF за счет качества отбора. Результат — рост ранней текучести и двойные затраты. TTF нужно балансировать метриками качества: прохождение испытательного срока, оценка нанимающего менеджера, удержание через 6–12 месяцев.

Игнорировать время заказчика. Рекрутер находит кандидата за 5 дней, а нанимающий менеджер проводит интервью через 3 недели. TTF = 30 дней, из которых 20 — ожидание заказчика. Без декомпозиции по этапам вся «вина» ложится на рекрутинг, хотя проблема — в процессе согласования.

Сравнивать TTF разных категорий как единый показатель. TTF на позицию кассира и TTF на позицию финансового директора — разные метрики с разными бенчмарками, разными причинами задержек и разными рычагами влияния. Агрегирование их в одно число бесполезно для принятия решений.

Смотрите эту метрику в действии на демо-дашборде HR-PANORAMA: [ссылка]

Источники

Antal Talent, Пульс-опрос «Сроки и способы найма персонала», Q3 2025 https://antaltalent.ru/en/news/methods-lengths-job-search-2025-q3/

Поток Рекрутмент, исследование сроков найма 2023–2025 https://potok.io/blog/hr-news/time-to-hire-report-2025/

Коммерсант / Ventra, «Рекрутеры сообщают об увеличении срока закрытия вакансий», 2023 https://www.kommersant.ru/doc/6295125

Хантфлоу, «Почему важно считать реальный срок закрытия позиции», 2023 https://huntflow.media/time-to-fill-text/

SHRM, Time-to-Hire / Time-to-Fill Calculation Spreadsheet, 2024 https://www.shrm.org/topics-tools/tools/forms/time-to-hire-time-to-fill-calculation-spreadsheet

HR.com / Mitratech, «What 2025 Time-to-Fill Benchmarks Reveal About Hiring Agility and Risk», 2025 https://mitratech.com/resource-hub/blog/what-2025-time-to-fill-benchmarks-reveal-about-hiring-agility-and-risk/

РБК, «ИИ сократил срок закрытия вакансий с 28 до 14 дней», 2025 https://companies.rbc.ru/news/UvW8JznLj8/ii-sokratil-srok-zakryitiya-vakansij-s-28-do-14-dnej/

Rabota.ru, «Сколько стоит бизнесу незакрытая вакансия?» https://www.rabota.ru/articles/hr/skolko-stoit-biznesu-nezakrytaya-vakansiya-5736