白領招聘是個高度碎片化、非標準的市場。站在求職者一端,面對海量的招聘信息無從做出選擇,只能去無腦海投,這造成了整個市場上垃圾信息的充斥。在招聘企業一端,同樣需要面對海量的求職簡歷,要在成千上萬份簡歷中篩出最合適的人選宛如大海撈針。這里的情況是,越是知名的企業,無效簡歷越會向你集中,導致大企業 HR 的簡歷篩選成本過高、篩選過程簡單粗暴。而不那么知名的企業,往往無法搜集到充足簡歷,需要你打廣告找獵頭,付出額外的成本。
內聘網如何改善招聘市場撮合效率?
注意力分配的不均、供求信息的碎片化,這是白領招聘市場匹配效率低下的根源,而專注互聯網人才
招聘的內聘網,則試圖用文本分析 + 標簽匹配的方法讓這一狀況得到扭轉:
針對求職者一端,內聘網會搜集他的簡歷和職業訴求(行業、薪資、職位等),通過對簡歷做文本分析,提取出求職者的標簽。
針對企業一端,則會搜集企業的用人訴求、職位信息、行業屬性、產品信息和媒體報道,同樣是用文本統計、分析的方式,提取出關于該企業的標簽。這里由于企業數據的復雜性,內聘采用了機器初篩、人工調優的辦法來校正和迭代算法。目前已經提取出來的6000個標簽中,約有三分之二是人工生成。
當原本高度非結構化的求職者信息和企業信息都變得相對結構化,招聘引擎就可以在二者之間建立更精準的聯系。內聘網會在標簽之間構建關聯,形成一幅職場標簽圖譜。求職者和企業可以在圖譜上找到自己的位置,兩者的位置越接近,則說明他們潛在匹配的概率越高。
內聘網典型的使用體驗是:求職者只需提交簡歷和職位訴求,系統將自動生成一份職位推薦列表,列表會以標簽的形式告訴你這家企業的特點(比如工資高、美女多),也會告訴你你們之間的匹配分數,以此作為用戶定向投簡歷的依據。而 HR 們則只要簡單發布職位,系統將依匹配度排序,告訴你哪些簡歷可能需要你的重點關注。由于不同類型的企業招聘同一職位的需求不盡相同,所以職位匹配的基礎應該是“標簽組合”。比如一家做 to B 軟件的公司(“to B”+“軟件”),和一家做 to C 軟件的公司(“to C”+“軟件”),當兩者同時發布一個“產品經理”的職位時,得到的結果應該是個性化的。
內聘網創始人肖恒是北大計算機碩士,畢業后旅日工作,曾在京瓷和松下電器任項目經理。肖恒曾創辦一家面向日企的人才派遣和軟件外包公司,據說一度業績不錯。在隨后經歷了若干次職場調整后,12 年 4 月二次創業做了內聘網。我們現在看到的內聘網上線于今年 3 月份(此前嘗試過做微信招聘),次月即拿到某機構的數百萬人民幣天使。
十一期間,內聘網進行了一次大改。肖恒介紹,目前使用內聘網的企業用戶有 6000 多家,改版后的日 UV 已達 1 萬左右,個人用戶則已超過 10 萬。下一步他們將試圖向職場社交延伸。
關于用大數據做職位匹配,其實還有一些有意思的玩法,比如:
1、可以綁定求職者的社交賬號,通過社交數據為求職者打上更豐富的標簽,同時評估他背后的人脈價值。人脈優質的候選人顯然應該得到更多的關注,同時在為其匹配職位上,或許 BD、市場類的工作排名應該更靠前。這點是以前依靠一紙簡歷無法實現的,做職場社交的脈脈,在這個方向已經做了較好的表率。
2、企業可以主動觸達潛在候選人,激活對方的跳槽意愿,變被動的等人上門為主動的上門招人。
3、讓企業將現有員工的背景資料上傳,在引擎里跑上一圈,構建出企業現有員工的素質模型。再結合該企業的歷史表現,分析該模型的有效性,以及改進方向,從而更精準地評判是否應該吸納某類型的新人進入——這或許算是一種“量化 HR”?
?本文來自:36氪,作者: 沈超
- 目前還沒評論,等你發揮!