HR如何利用大数据提升招聘价值？-智通人才

HR如何利用大数据提升招聘价值？

2016-04-26

招聘是极端缺乏数据的范畴，HR从未像如今这样需要用数据来支撑自个的功能和证实自个的价值。大数据年代的到来对HR们的招聘工作有哪些价值？大数据在招聘范畴怎么使用呢？
大数据这个词，尽管和互联网思维相同，已众多到被人厌弃的状态，但不可否认的是，在未来两年乃至五年里，互联网和软件业将被技术创新和使用激宣布无限可能性。
招聘行业在2014年被热钱包围了——笔直和移动招聘网站大幅吸金，招聘网站间再掀广告大战，形形色色的猎头软件接踵问世，推崇技术创新的招聘软件前仆后继，无不在向HR传递一个信息：数据化年代真的来了。但这关于HR们的招聘工作来说，有哪些价值呢？人力资源外包

数据时代对HR的招聘工作有两点价值：
1、决策支持。
各渠道的效果、面试官的配合程度、校招学校站点的选择、HR的招聘能力，都可通过数据分析来判断，不再只是拍脑门决定了。

2、证明招聘团队的绩效表现。
招聘在用人部门看来往往是非零即一的事，但其实招不到合适的人的原因很复杂，需要深入分析，然而长期缺乏用数据说话的工作方式让HR在组织内部缺少话语权。

新事物总容易被盲目炒作。数据化之所以流行，是因为它被各行业寄予了太多希望，但现实中往往实践太少，盲目畅想太多。在招聘领域也一样，隔几周就能看到一篇大数据在人力资源管理领域应用的文章，但详细阅读则发现对于实质性的内容语焉不详。这样的分析越多，HR们就会对大数据抱有越大的期待，但会发现可落地的实践越少。我客观地分析，从技术发展和实用性的角度来看，数据化在招聘领域有三种应用会成为主流。

1、人才匹配
HR数据化最典型的应用场景是“推荐”。传统的简历推荐通常让HR设定一些条件，例如学历、工作年限、所属行业、期望薪酬等，系统根据这些条件的匹配度（其实是满足条件最多）把候选人排序，这种推荐的实质是搜索。
根据心理学家的研究，候选人筛选是一个复杂过程，即使提前设定好硬性筛选条件，HR也难免因综合考虑而放弃原本的坚持，此时数据推荐就可以发挥价值了。
基于数据的推荐算法是通过猜测HR筛选简历的原因来建立推荐模型，会随着HR不断进行筛选的动作来持续优化模型，再从人才库推荐满足条件的候选人。HR的操作行为越多，招聘系统的推荐模型就越准确，从而通过人才挖掘来真正发挥人才库的价值，也能大幅降低招聘成本，提升招聘效率。

2、预测招聘效果
什么职位难招？中级职位要多久才能招到？哪个渠道能提供更多的销售人才？HR心中对这些基本的招聘问题会有大概的答案，但数据运用分析可以帮助HR更快地回答这些问题，并把结论量化，从而快速支持决策。原因就在于，HR在招聘中产生的数据能够被记录并形成预测模型。
举例来讲，当HR多次招聘UI设计师后，再次招聘同一职位时，数据算法可根据HR的能力、面试官的响应速度、投放的渠道、市场人才稀缺的程度等因素，预测招聘周期，不用再被用人部门牵着鼻子走。
类似的数据应用还会出现在渠道有效性分析、猎头能力分析、雇主品牌竞争力中。更有价值的是，当数据在更开放的行业环境中被共享时，招聘效果的预测将会更加准确。

3、发现招聘过程规律
一切看起来都很美。我相信大数据是招聘领域的重大发展趋势，它确实可以把HR从招聘的黑箱中解救出来。但想要享用大数据带来的价值，HR不得不正视眼前的挑战：大部分组织的招聘团队仍处于极度缺乏数据或数据可用性很差的状况中；招聘团队不具备数据处理能力，数据记录成问题；数据记录系统的安全性较低，可能导致重要招聘数据泄露；缺乏数据分析人才，即使有了数据，也无法有效规划和利用。
基于此，保证招聘过程数据能够得到完整记录，同时启用有效的数据分析工具是HR走向大数据时代的第一步。在招聘过程中应用好大数据，将成为HR事半功倍的前提。

人力资源智库

HR如何利用大数据提升招聘价值？

热门资讯

友情链接LINK EXCHANGE

关于智通

新闻动态

关联网站