内聘网如何改善招聘市场撮合效率?

0 评论 3900 浏览 3 收藏 6 分钟

白领招聘是个高度碎片化、非标准的市场。站在求职者一端,面对海量的招聘信息无从做出选择,只能去无脑海投,这造成了整个市场上垃圾信息的充斥。在招聘企业一端,同样需要面对海量的求职简历,要在成千上万份简历中筛出最合适的人选宛如大海捞针。这里的情况是,越是知名的企业,无效简历越会向你集中,导致大企业 HR 的简历筛选成本过高、筛选过程简单粗暴。而不那么知名的企业,往往无法搜集到充足简历,需要你打广告找猎头,付出额外的成本。

注意力分配的不均、供求信息的碎片化,这是白领招聘市场匹配效率低下的根源,而专注互联网人才

招聘的内聘网,则试图用文本分析 + 标签匹配的方法让这一状况得到扭转:

针对求职者一端,内聘网会搜集他的简历和职业诉求(行业、薪资、职位等),通过对简历做文本分析,提取出求职者的标签。

针对企业一端,则会搜集企业的用人诉求、职位信息、行业属性、产品信息和媒体报道,同样是用文本统计、分析的方式,提取出关于该企业的标签。这里由于企业数据的复杂性,内聘采用了机器初筛、人工调优的办法来校正和迭代算法。目前已经提取出来的6000个标签中,约有三分之二是人工生成。

当原本高度非结构化的求职者信息和企业信息都变得相对结构化,招聘引擎就可以在二者之间建立更精准的联系。内聘网会在标签之间构建关联,形成一幅职场标签图谱。求职者和企业可以在图谱上找到自己的位置,两者的位置越接近,则说明他们潜在匹配的概率越高。

内聘网典型的使用体验是:求职者只需提交简历和职位诉求,系统将自动生成一份职位推荐列表,列表会以标签的形式告诉你这家企业的特点(比如工资高、美女多),也会告诉你你们之间的匹配分数,以此作为用户定向投简历的依据。而 HR 们则只要简单发布职位,系统将依匹配度排序,告诉你哪些简历可能需要你的重点关注。由于不同类型的企业招聘同一职位的需求不尽相同,所以职位匹配的基础应该是“标签组合”。比如一家做 to B 软件的公司(“to B”+“软件”),和一家做 to C 软件的公司(“to C”+“软件”),当两者同时发布一个“产品经理”的职位时,得到的结果应该是个性化的。

内聘网创始人肖恒是北大计算机硕士,毕业后旅日工作,曾在京瓷和松下电器任项目经理。肖恒曾创办一家面向日企的人才派遣和软件外包公司,据说一度业绩不错。在随后经历了若干次职场调整后,12 年 4 月二次创业做了内聘网。我们现在看到的内聘网上线于今年 3 月份(此前尝试过做微信招聘),次月即拿到某机构的数百万人民币天使。

十一期间,内聘网进行了一次大改。肖恒介绍,目前使用内聘网的企业用户有 6000 多家,改版后的日 UV 已达 1 万左右,个人用户则已超过 10 万。下一步他们将试图向职场社交延伸。

关于用大数据做职位匹配,其实还有一些有意思的玩法,比如:

1、可以绑定求职者的社交账号,通过社交数据为求职者打上更丰富的标签,同时评估他背后的人脉价值。人脉优质的候选人显然应该得到更多的关注,同时在为其匹配职位上,或许 BD、市场类的工作排名应该更靠前。这点是以前依靠一纸简历无法实现的,做职场社交的脉脉,在这个方向已经做了较好的表率。

2、企业可以主动触达潜在候选人,激活对方的跳槽意愿,变被动的等人上门为主动的上门招人。

3、让企业将现有员工的背景资料上传,在引擎里跑上一圈,构建出企业现有员工的素质模型。再结合该企业的历史表现,分析该模型的有效性,以及改进方向,从而更精准地评判是否应该吸纳某类型的新人进入——这或许算是一种“量化 HR”?

 本文来自:36氪,作者: 沈超

 

 

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!