嘿，我来帮你搞定这个招聘转化率的计算！你的数据是长格式的，咱们先把它转成更易计算的宽格式，再添加所需的转化率列，一步一步来：

1. 重现你的原始数据 #

首先先把你提供的tibble数据还原出来，方便后续操作：

library(tibble)
library(dplyr)
library(tidyr)

# 原始招聘数据
recruitment_data <- tibble(
  CandidateType = factor(c("External", "Internal", "External", "Internal", "External", "Internal")),
  Step = c("Hiring", "Hiring", "Interview", "Interview", "Application", "Application"),
  Amount = c(304, 164, 950, 512, 8726, 828)
)

2. 转换为宽格式数据 #

长格式的数据不利于直接计算同类型候选人的阶段转化率，我们用pivot_wider把它转成宽格式，让每个候选人类型对应三个招聘阶段的数值：

wide_recruitment <- recruitment_data %>%
  pivot_wider(names_from = Step, values_from = Amount)

转换后的宽格式数据长这样：

3. 添加转化率计算列 #

现在就可以轻松计算两个核心转化率了：申请转面试的百分比，以及面试转录用的百分比。用mutate新增两列，我还加了round把百分比保留两位小数，看起来更整洁：

final_data <- wide_recruitment %>%
  mutate(
    # 申请到面试的转化率 = 面试人数 / 申请人数 * 100
    App_to_Interview_pct = round((Interview / Application) * 100, 2),
    # 面试到录用的转化率 = 录用人数 / 面试人数 * 100
    Interview_to_Hiring_pct = round((Hiring / Interview) * 100, 2)
  )

最终结果 #

运行完上面的代码后，你会得到包含转化率的完整表格：

如果你需要调整小数位数或者改成其他格式展示，随时调整代码里的参数就行～

内容的提问来源于stack exchange，提问作者Nordsted