-
bright
大数据时代的招聘
导读：「我们想要的是一名狙击手，招聘网站却为我们招来了一架坦克」。企业和应聘者的信息不对称，导致招聘网站「乱点鸳鸯谱」，这是企业中的HR习以为常的尴尬事。
编辑·李佳楠
「我们想要的是一名狙击手，招聘网站却为我们招来了一架坦克」。企业和应聘者的信息不对称，导致招聘网站「乱点鸳鸯谱」，这是企业中的HR习以为常的尴尬事。HR们到底如何才能在茫茫人海中相中「适合自己的人」，并且确保其能在恰当的位置上不会很快另谋高就，「大数据招聘」就在如此情况下应运而生。降低人为因素，让计算机做主是人力资源领域的一项新的举措。而且Facebook、亚马逊、沃尔玛和谷歌这些大牌企业已经捷足先登，利用大数据招聘技术成功找到了与之「来电」的人。
去年夏天，26岁的杰德·多明格斯(Jade Domingues)收到一封邮件，内容是一家旧金山的初创公司邀请他去面试程序员。
那时的多明格斯住在加利福利亚一间废旧的工厂里，经营着一家T恤图案设计公司，为了宣传自己的设计公司，正在自学编程。
多明格斯喜欢在各大编程论坛上和其他软件开发人员交流思想，共享代码，而且他的编程技术在全球最大的社交编程及代码托管网站——GitHub上享有很好的信誉，还曾被Jekyll-Bootstrap网站邀请编写代码，得到过很多其他网站开发人员的重用。
这家公司就是看中了多明格斯的这一点，他们在招聘时忽略了学历文凭以及是否具有专业的电脑编程技术，只是通过收集来自互联网上各大编程网站和论坛的数据信息，分析整理后找到了多明格斯这样的「天才」程序员。
这家名为镀金(Gild)的公司，把这项新的招聘技术命名为大数据招聘，大数据招聘就是希望在巨大的市场需求中，发现那些被遗漏的优秀人才，而且无须开出与一些大的技术公司相当的工资薪酬。
而大数据招聘技术的产生在人力资源领域是一个巨大的飞跃，它成功实现了智能化的员工筛选，让招聘工作变得更为简单、高效。
劳动力科学的新领域
大数据招聘是通过提升人力资源管理在人才搜寻过程中的技术，催生出的一个新的招聘系统。它属于劳动力科学的新领域。
现如今有很多类似镀金公司这样的公司正在朝着这个目标努力，他们想方设法把现有的招聘工作带入到大数据的范畴里。
对于最出名的镀金公司来说，大数据招聘技术是专门针对程序员这一职业的。数据分析主要基于各种编程网站和论坛，为其中较为活跃的参与者建立起个人的性格图谱、兴趣图谱以及关系图谱，深入了解个人的性格特点、兴趣方向和社交圈子，来最终决策出适合他们的公司岗位。
例如：镀金公司会在编程论坛中研究，参与者们写出的代码应用价值如何?是否得到其他程序员的认可?这些代码会得到专业网站的重用吗?编出优秀代码的程序员在网络社区中和其他人交流顺利吗?这都是他们考虑的范围，而且通过这些因素来预测今后这个人在工作和社交中的表现。
而镀金公司并不是第一个利用大数据招聘的公司。在镀金公司之前，一家名为Bright的在线招聘公司被创立起来。Bright公司的创始人古德曼(Goodman)发现，即使在美国的失业率高达两位数时，依旧有很多公司找不到既能胜任公司工作，又符合公司企业文化的应聘者。而且，各种招聘网站也暴露出了令人失望的一面。
很多公司的HR们只能感叹招聘到好的员工就好比大海捞针。
于是古德曼依靠100人以上的专业招聘人才，对互联网上超过数十亿份简历信息进行分析，构建出一个名为「Bright Score」的招聘评分系统。这个系统的特点在于它可以评算出一个具体的数值，用来确定工作岗位和应聘者之间的匹配度，同时创建出一个通用的评分算法，用以告诉招聘单位，对于某一个特定的工作来说，什么样的求职者才是最合适的。而对于求职者来说「Bright Score」也会为你自动匹配职业，如果你选择的职业并不适合你，它也会告诉你为什么，并按照匹配度高低为你推荐工作。
「Bright Score」是大数据招聘技术的先行者，使得人才招聘变得更有效率，而且更节省成本。
另一家来自硅谷的创业公司——Entelo，同样也在解决人力资源管理上的问题。与镀金公司相同的是，Entelo也通过人们在Twitter、Facebook等这样的社交网站发布的内容，来研究这些潜在的候选人所做的符合他们职业特点的事情。
但是与镀金公司不同的是，Entelo关注的职业领域不仅仅是StackOverflow和GitHub这些知名的程序员聚集网站，还包括Proformative(会计师网站)、Benchling(有关DNA测序点网站)和Dribbble(展示和描述设计师网站)等。
Entelo还发现并非所有用户都会用真名发布内容，那些有才华的人只会把特长当作兴趣爱好，于是Entelo便利用数据从数十家专业的社交网站中搜索到这些被埋没人才的联络方式以及居住地，用以向招聘方提供真实的信息数据。此外，Entelo还从多个网站收录并制作了600万专业人士的资料页面，利用超过70个变量来找出这些人职业变化的迹象。
Entelo公司当前已经积累了40多个企业客户，他的创始人约翰·麦克格拉斯(John McGrath)称自己的大数据招聘技术就如同一个搜索引擎，在正确的时机根据实时的新闻和社交网站上的求职信息找到对的人。
通常在时机方面，他们率先发现想要换工作或是正在寻找工作的人并和他们取得联系。
例如，Entelo通常会在一个公司在被收购时抓住先机，因为公司被收购，人事上一定会发生变动，Entelo就会迅速对其人员信息进行收集整理，这样的做法会在资源累积上争取到更多的主动权。
对的人，就是在推荐招聘前就划定正确的招聘对象范围。各种社交网站就是Entelo的首要据点。Entelo的基础工作是不断抓取网页上的信息，包括实时新闻、社交网站、兴趣社区等，当招聘客户提出需要招聘的人时，Entelo会迅速分析出符合特定条件的候选人，用大数据技术进行数据匹配。
而Entelo在大数据应用上更为人性化的一点在于常常为新创公司的HR推荐适合他们的员工，因为麦克格拉斯认为新创公司在初期一定急需注入新鲜的血液。而像多明格斯这样的「天才」肯定是他们迫切需要的。Entelo每次都有针对性地向招聘公司推荐人才，而不是在职场大量散发邮件以期获得一些回应。Entelo的目标是在未来为招聘用户设计出专属产品。
还有一家名为TalentBin的招聘网站，把自己描述为「人才发现引擎」。它的核心业务是一款聚合了来自数百家网站拥有5亿份社交资料的数据库产品。TalentBin上的大部分数据是公开的，而且比同类型的招聘网站所提供的信息更加详尽独到。TalentBin在今年推出了一款年费6000美元的高级服务，可以让应聘者进入招聘公司的人力资源管理平台，在其系统中直接和应聘公司的HR进行交流。
TalentBin可不仅仅提供招聘人才的服务，还提供包括通信工具、销售过程管理和报告等的一条龙服务。2012年，TalentBin 曾被HR Tech Conference点名为「超棒新技术」(Awesome New Technology)，并在欧洲 iHR Adwards 大会上荣获「雇佣行业游戏改变者」的称号。截至目前，TalentBin共获得过约400万美元的投资。
// //
更公正更适合
大数据招聘技术的出现，并能在如此巨大的市场中有着广泛的需求群体，原因之一在于它改变了传统的人才指标。
先前的招聘者虽然也认同，不应该由于性别、长相或是名字来影响聘用决定，但是偏见往往就是以人们意识不到的形式体现出来，常规的面试还是会受到是否来自于名牌大学，在前任公司供职的经历如何，或是否来自于前辈或友人举荐的影响。
耶鲁大学曾做过一项调研，发现大部分企业在应聘经理职位的人员，聘任者会普遍认为女性求职者的能力相比具有同样资格的男性要逊色得多。
而美国国家经济研究局公布的另一项研究发现，简历上名字「听起来像白人」的求职者收到雇主回电的几率要比简历上名字「听起来像黑人」的求职者高很多。这样遗漏人才，最终造成的是雇主的损失。
然而这么多被偏见「筛掉」的人才，却可以通过机器来避免。被机器量化的信息虽然达不到百分之百准确，但是设置好的「公正」指标会在一定程度上予以均衡。
Bright公司在建立「Bright Score」的招聘评分系统时，就把一个人常浏览的网站;交谈各种技术时采用的语言类型;与人交流时多处于积极状态还是消极状态;以及在有关技能的描述上是否用词恰当;参与过哪些项目，为时多久;这个人如果来公司能做些什么等放在评分系统的得分榜的前几位。Bright的做法正在实践大数据招聘技术扭转人为因素在招聘领域的影响力。
镀金公司创始人卢卡(Luca)也曾说过，在专业学校学到的东西固然重要，但这「并不代表事情的全部」。企业真正需要的是能有自己真实见地，懂得如何应对压力，甘于同才华横溢的同伴一起共事的人。
大数据招聘技术存在的第二个价值就是找到「为你量身定做」的人才。
加州大学人力资源管理专家列文(Levin)博士说：在大数据招聘技术面世之前，很多大公司喜欢通过在职员工的推荐进行招聘，因为现任员工了解公司文化，而且推荐不好他们自己的名声和工作环境也会受到牵连。
虽然利用员工推荐的方法能招来高效率的员工，但是要想为企业招来适合自己的员工，而且是专门为其「量身定做」的人选，就需要依靠大数据招聘技术。
今年，一家名为Square的移动支付系统公司找到镀金公司，希望帮助其公司招聘员工，。
原因是Square公司经过调查发现，今年，有很多年轻人都把自己的工作成果发布在网上，其目的就是为了被更多优秀的企业发掘。而这些优秀的人才也会在挑选工作上设置一些选项。他们除了单纯找工作，更多的是想应聘到符合自己价值要求的公司。而镀金公司所要做的就是把这些「种子选手」筛选出来，规划他们的事业模型，并告诉他们选择在Square工作是正确的。
还有一个例子来自于TalentBin公司，最近他们新推出了一款Lookup寻人搜索应用软件， TalentBin的开发员说，当你使用Google来搜索你要找的人时，得到的相关信息可能分布在多个社交网络中，而Lookup会把这些零散的碎片集中起来，整合各个社交网络中的数据，列出你可能感兴趣的部分，并显示相关的社交网络活动。这样你就能很快地找到适合自己的正确信息。Lookup的受众并非仅仅针对招聘者，还包含了那些想要寻找他人的用户。
被「大数据」拯救
Evolv是一家专门检测招聘和职场数据信息的美国公司。他们通过对3万名雇员收集到的300万个数据点进行分析发现，运用自行安装的浏览器的人比运用系统自带浏览器的人表现更好，而且更少跳槽。这一研究显现出，大数据招聘技术有望拯救应聘双方信息不对称的难题。
第一个例子来自于IBM公司。
IBM公司每年在招聘销售人员上需求很大，通常IBM公司的HR在招收销售人员时基本要求就是善于言辞并且性格外向。但是在去年，IBM用13亿美元收购了Kenexa，线上招聘培训服务机构后，他们招聘标准发生了变化。因为Kenexa当年发放了4000万份问卷调查，覆盖了很多有一定销售经验的求职者和招聘者。在对其反馈回的数据进行分析后发现，成功的销售员的特质并不在于性格是否外向，而是在于自我鼓励的强度，也就是被拒绝后继续坚持的品质。
另一个真实的例子发生在名为Transcom的全球客服呼叫中心，这个公司长期困扰于人员流动率过高，于是他们找上了「大数据技术」，希望通过它来拯救眼前的困境。
「大数据技术」选择对公司的在职员工的行为进行分析，最后发现，被「大数据技术」认定「诚实」品质分数高的员工，稳定性也会更高。其准确率可以达到20%~30%。由此Transcom改变了现有的招聘策略，此后优先雇用有诚实特质的员工。采取措施之后，离职员工的数量下降20%，团队的稳定性更高，也节省了培训新员工的成本。
数据招聘技术在企业HR招聘人才方面功不可没。很多大企业都从大数据招聘技术中得到了甜头，其中包括Facebook、亚马逊、沃尔玛、谷歌和Twitter这些大牌企业。
然而大数据技术不仅仅是为企业服务，还为小型雇主或个人创造价值，提供便利。最近LinkedIn这个全球最大的职业社交网站便利用大数据技术创造出一系列适用于不同人群的产品。
一个是名为people you may hire的应用软件，是专门针对猎头的。有的时候猎头会看中一些人才但是被其看中的人才目前并不打算找新的工作，这个软件就会根据猎头的喜好向其推荐其他人才。
还有一个名为Who's viewed your profile，把这个应用软件安装在电脑上，它会实时告知用户谁看了自己的简历。得知信息的用户会在第一时间主动联系阅读自己简历的人，这为正在找工作或是正在寻找商机的人打开了一个好的沟通渠道。
「大数据」，靠谱吗?
虽然大数据招聘技术对企业有着很大的优势，但是也有其局限性。
英国的数据分析公司Altimeter Group的负责人苏珊(Susan)认为，大数据招聘技术「绝对值得一试」。但是相对而言，它也有它本身的缺陷。大数据招聘技术可以衡量预测所有的变量，但是却测量不了感性的东西，例如直觉。
大数据公司QUID创始人古尔利在认同大数据招聘的同时，也对它提出质疑：「当你在招聘过程中把人从复杂决策里排除掉，招聘来的人员也可能并不适应现在的人际关系。」
镀金公司的首席科学家薇薇安·明(Vivian Ming)博士说，大数据招聘技术并没有要消除人的判断，而是要让计算机做主，就像一个自动人才吸收机和筛检机一样。镀金公司已经积累了700万个程序员的资料数据库，并根据得分对他们进行排名。而且有很多公司利用大数据招聘技术已经从中找到了适合自己的员工。而且多明格斯就是他们挖到的一座内部金矿——他的编程分数是整个南加州的100分。
镀金公司说他们最终目的是把大数据算分拓宽到各个领域，使其可以用于搜索和评估各种类型的劳动力，比如网站设计师、金融分析师，甚至零售店的销售人员。
但是无论如何，大数据技术对于应聘者来说，得到的优势并不如招聘者明显。而且对于很多像多明格斯那样的人，他们并不知道自己的资料被收集，甚至对方已经帮助自己规划好了职业生涯;并且一个企业在决定是否录用一个人时，所收集的信息不一定会对其公开，因此大数据招聘技术对于个人信息数据的用途监管还有待加强。
Entelo公司的麦克格拉斯表示，迄今只有2个工程师要求将他们的资料从Entelo的数据库中删除。麦克格拉斯称，Entelo已经开始提供个人申请退出功能，照顾一些要求保护隐私或不愿接收邮件的招聘候选人。
-
bright
LinkedIn1.2亿美元收购数据驱动招聘服务公司Bright
今日，LinkedIn 官方博客宣布已收购数据驱动招聘服务网站Bright。LinkedIn 官方并未公布具体收购金额及 Bright 团队的安置情况。但有消息称，此次收购金额为 1.2 亿美元，并以 73% 股票 +27% 现金的形式支付。
如果消息属实，这将是 LinkedIn 史上最大的一次收购。此前 LinkedIn 的两次大型收购为：1.19亿美元收购文件分享网站SlideShare、9000万美元收购新闻阅读应用Pulse。
Bright 家的招聘服务擅长以算法驱动模型将求职者与职位进行匹配。根据个人简历与不同职位的匹配情况，每位求职者将能获得与 Bright 网站列出的所有职位的“匹配分”，从而帮助求职者挑选更适合的职位，同时也帮助猎头过滤掉不适合的人选。
类似的功能在 LinkedIn 网站有“Jobs You May Be Interested In”、“ LinkedIn Recruiter ”等。LinkedIn 方面认为：“在求职者与职位的匹配方面，双方均采用了数据驱动的方式，这为双方之后的结合打下了很好的基础。同时，Bright 团队的匹配技术非常强大，它将在多种维度强化 LinkedIn 自身的匹配技术。”很明显是一次人才 + 技术的收购。
此前，Bright 曾获来自风投机构 Toba Capital 与 Passport Capital 的 2000 万美元投资。
扫一扫 加微信
hrtechchina
