GHRC大咖分享 | 郑铟:数字化带你找到对的人

2020年12月11日,在GHRC全球人力资源管理大会上,Moka首席布道官郑铟发表了《数字化时期,如何借助智能化方式开展招聘》主题分享。招人难,招到对的人更是难上加难,当前无论什么行业、什么规模的企业都面临着人才招聘难的共性问题。数字化为招聘带来了降本提效的新契机,如何通过智能化的方式,更快、更好的开展招聘工作,郑铟分享了自己的答案。本文节选自郑铟的现场分享,现场演讲视频可『文末』获取。

各位前辈在交流过程中给我很多反馈,招人真难,真麻烦。无论硅谷还是国内,这个问题是每个企业的痛点。如果招错一个人,招聘过程中不仅会消耗很多HR的人力成本,也会消耗很多高层人士的人力成本。一个新人最容易离职的时间是入职的前三个月,那这三个月薪水的消耗,对人力成本的二次消耗,以及对团队业绩的影响都会造成大量隐性成本,这些叠加起来对企业的伤害巨大。因此,找到对的人对企业而言是极其关键的,正如我们在Moka的宣传片里讲的概念,我们始终认为正确的人才战略是企业的坚实基础,无论做Moka招聘还是MokaPeople,怎么帮助大家锁定最好的人才,并且持续留存,从而更好的赋能人才战略才是我们的目标。

01

从未来趋势看智能化必要性

最近联合领英和其他的机构采集了一些数据,这是我们得到的一些趋势性的信息。首先,未来五年人才招聘中的首要任务,即回应快速变化的招聘需求,对大家的问题有快速的响应是HR首先要关注的。

其次,对HR而言,未来五年有这样一个技能尤其重要——怎样和被动候选人沟通。这是英文直译过来的,我们可以理解为有大量的人才来来回回,有些人是流失掉的,有些人是接触过的,中间可能有些原因不和我们进行沟通,这些人又和某些职位特别合适。我们怎么建立持续有效的沟通,怎么激活他们。
最后,用智能化技术提高招聘效率。我本人是做产品出身的,在我看来,任何产品,任何高科技,无论AIBI,只是一个工具,真正在用工具的是人的思维和觉察。于是,有称手的工具尤为重要。
那如何通过系统创新,通过一个更好用的工具,或者更适用于业务场景的工具,帮助大家找到更合适的人呢?首先找到一个合适的人有四个阶段,缺一不可。第一,迅速了解业务需求,并且快速响应业务需求。第二,掌握合适的目标画像,一个是职位的画像,一个是候选人的画像。第三,基于合适的算法机制快速定位目标候选人。最后,缩短招聘周期。 

02

多种智能化算法工具的实际应用

人岗智能匹配
左边这张图是我们做产品实践和场景尝试中思考的算法,叫人岗匹配智能算法。每上传一个职位,就会基于职位里设定的用人偏好和关键特征提炼出职位画像。当你每接收一份简历,会针对简历里的关键字段,比如什么类型的名校毕业,有什么项目,提炼出人才画像。通过特殊性质的对比,比如这两个画像中关键特征,信息上传进入系统的时间的前后顺序等等,从而形成人岗匹配的智能算法,帮助大家响应需求,掌握画像,从而快速定位目标人才。右边是我们想达到的效果,希望把接收到的简历尽可能进行精准的匹配,从而提升入职概率,把前面那些要耗费人工成本的事情,通过技术手段使之更加简单,更加高效。

这个算法之前最重要的一步是怎么快速挖掘需求,我们想到一个比较好的方式。当下对于大批量的初级岗位,了解他的诉求时,人对人的沟通会消耗大量HR的时间,因此Moka利用智能客服机器人,由它提出招聘意向,介绍招聘岗位基础信息,公司相关介绍,想要什么职位,大概薪资,这些东西都让机器人取代,这样HR可以把更多时间放在解决高级职位的关键问题上。
设立人才库
在挖掘需求之后,根据需求和算法匹配,更重要的是如何帮助大家搜索和定位到最合适的人。Moka提出一个概念——人才库。很多HR说面试了不少人,他们也很优秀,但是聊完以后没存档就忘记了,所以搭建结构化的面试库,同时利用AIBI的手段分析这些人大致情况,提取关键信息,从而在发布职位的时候,用机器从人才库里推选出一些合适岗位的人,用这种手段帮助大家调动自己曾经面试过的,在公司里待过的各种各样的人,促进人才二次盘活。首先进行人才库的搭建,Moka支持组织架构搭建,职位名称搭建,候选人画像搭建,盘活过程中每发布一个职位可以自动搜索和匹配一些算法核对过的,认为合适这个岗位的人。同时我们开发了人才Mapping功能,支持对人才库里所有的人进行大架构梳理,可以按照集团、子品牌、子业务线、职位、职能等等一系列顺序直接梳理出来一个大的人才库的Mapping。

我们技术底层是非常强大的,涵盖了超级多的公司数据,这些都是合法的,是我们和三方合作的,同时涵盖超过一万多个岗位,两千多个职能,两万多个岗位数据,进行底层数据训练,帮助你们更好的梳理人才数据库架构。同时在进行人才盘活时,HR给一些优质候选人打电话,也借助了智能,用语音激活预定的语料库,减少HR的手动操作。

BI数据分析
除了构建一套帮助大家找对人的算法机制以外,每次做战略规划之前都要进行系统里的数据盘点和分析,各位HR管理者和各位猎聘朋友也都非常希望借助强大的BI工具分析手段看到自己曾经招的人是什么情况。Moka始终坚定地认为数据分析尤其重要,数据可以驱动业务决策,这个金字塔体现了我们的理念。底层是数据分析,包括在招聘中采集出来各个流程的数据,offer的数据,每一轮面试记录沉淀,发送offer的转化率。基于业务场景,从而实现对当下招聘目标的调整和优化,最终实现业务的赋能。

智能分析平台
这一张是智能分析平台,名字叫招聘数据分析平台。我们利用BI分析能力为大家提供这些报表和数据,涵盖了渠道效果,招聘成本统计,不同候选人的来源和质量,以及招聘效率分析和招聘质量分析。我们发布的People产品里利用BI的分析能力,挖掘更多的人力数据分析,涉及到年龄的分布、性别的分布等等,这些共同构成了我们想要提供给大家的“数据洞见”,多维度交叉分析才能帮助大家提供决策。

03

全智能下的招聘流程总设想

接下来用全景图为大家展示一下在我们定义下的全招聘业务流程。怎么用技术手段,产品理念和逻辑为大家缩短招聘周期提升招聘效率赋能人才战略。
首先是多渠道的职位发布,帮大家汇聚三方招聘官网多渠道的职位数据,以往需要每个地方注册一个帐号,Moka则起到聚合作用,一键发放到这些渠道,前提是大家在这些渠道上有帐号。然后多渠道接收简历,帮助大家在统一管理分析。简历筛选中用到智能解析算法、人岗匹配算法,帮助大家匹配更合适的人进行面试。面试筛选中Moka的用户体验发挥到极致,我们把协同工具应用到面试安排中,日历系统,面试官和用人经理的沟通,用人经理和HR的沟通等等,不再单纯依靠线上,非常方便。不止在需要无接触的当下,Moka三四年前就想到了。入职管理周期我们提供了offer模板定制和offer审批自动发放,帮助大家更好的规范化offer发放的流程。最后,每一个节点沉淀下来的数据和人才,都可以记录到人才库,记录到BI分析平台,帮助大家进行更好的过程数据分析,结果数据分析和未来的Data预测。我们会和各种生态对接,帮大家搭建更好的HR基础站,我们希望构建一个好的HR平台,把未来和现在要做的人力资源管理的各个流程串联起来,用更好的AI和BI技术做更好用的智能化的人力资源管理系统。

我们希望把招“到”人变成招“对”人,从大海捞针,到优中选优。

>>>点击获取2020GHRC全球人力资源管理大会 嘉宾分享PPT合集

关闭菜单