|
微信号：hrjob360 招聘数据&报告不虚 ——招聘运营是个什么鬼？（连载第二篇） 前序： 在第一篇规则&流程发出后，受到了一些朋友的赞誉，但也让我对第一篇篇幅过长“有悖人性”，一些问题阐述依然表面不够深入而惭愧。 能让更多人知道、理解、支持招聘运营工作是我的初衷。如果能够起到抛砖引玉的作用，让更多人提出对招聘运营的见解和案例分享那就更好了。后续我将尽量缩短每篇的篇幅，尽量把话题说透。 另外，招聘运营工作比较庞杂，有些工作在不同的公司被划分在不同HR团队负责；而且一些工作需要环境、时机、资源等条件，在我所经历的公司有些方面已经做的很好，而有些方面也还在尝试中。 正文： 业内有个基本共识：一个优秀HR的Excel和PPT功夫得够好。在招聘运营工作中也是如此，前者主要用于数据分析，后者主要用于报告呈现。 依然还是先上一张图： （第一篇的全景图被吐槽有点模糊看不清，这里只截取其中“数据报告”部分，文后附全景图供参考） 有人曾问我，招聘数据分析到底要分析什么，怎么才能看出问题呢？ 答案简洁而不简单——寻找异态！寻找异态的前提是知道常态是什么，常态的来源主要有两个： 1、 第三方数据 第三方，本来代表着中立、客观、权威；但是，什么东西到了天朝就有点不太一样，这个……国情大家都知道。 从我看到的很多第三方招聘数据来说，往往背后都多少代表发布方的一些立场。比如一些招聘供应商发布的薪酬数据，往往让看的人心生不平感——“哇塞，外面的工资好高，我要跳槽”。但大部分HR知道自己公司的薪酬在行业内处于大概什么水平，大概一推测就知道第三方的数据靠谱不靠谱。 能找到靠谱的第三方数据自然对我们参考意义极大，但对于不靠谱的第三方数据也可以通过找差的方式略作参考。HR经过无数次的面试、谈offer、拒offer，至少可以确信第三方数据里的一部分与真实的差，然后把“第三方”数据整体调整一下。如果把行业内有代表的两三家招聘供应商发布的数据这么处理一下，结果相对趋同，也可以作为基本参考数据。 参考：某服务商的2015年高科技行业离职率数据 2、 自我积累 比起拿来别人的东西，自我积累数据更真实靠谱，而不利之处在于样本量相对有限。自我可以是单个的一个HR，积累自己过手的所有招聘数据；也可以是一个团队是，比如BU/BG；也可以是一个公司全部的。 如下三图分别为某公司HR个体、BU层级和公司层级的招聘数据。 上图：某HR个人某时段招聘数据 上图：某部门某时段招聘数据 上图：某公司某时段招聘数据 相信大家不难看出：对于自我积累数据这种方式来说，数据量太小没有分析意义。积累时间越长，范围越大，数据所体现的常态才越是真实的常态，异态才更容易被发现。数据的收集和积累完成后，寻找异态其实没有什么高深的方法论。但至少有两点可以做： 1、 跟自己比，在时间纵轴上对比，是否有异？ 如下图，某年度基本招聘数据，会发现个别季度数据突然增大，这种“异态”背后一定有原因。比如Q2比Q1入职量大增，最常见的原因有招聘旺季、业务扩张或者引入了新的有力招聘渠道，效果大为改善；而Q4招聘到岗率增长，有可能在某时点做了招聘职位的重新梳理，关闭了一部分职位等等。 “异态”背后大多数都有原因，找到真实的原因是难点。需要一定的专业能力和对公司“历史”、业务的熟悉，甚至还得需要一定的“位置”，否则有些会议、决策不够层面的动向不清楚，看到数据的异常只能是“猜测”背后的原因了。基于此，想做好招聘运营的数据分析工作，五年以上的基本招聘经验积累，兼任类似HR BP职责或者能够列席一定广度的会议是有必要的。 通过对数据“异态”背后的原因探究发现问题，之后就是形成解决方案、实施、问题解决、回顾修正…… 2、 跟别人比，跟同口径的别人横向比，是否有异？ 依然如前文，这里的别人，可以是个人、部门/BU/BG、也可以是整个公司。在很多时候，对工作的衡量都难以有放之四海而皆准的尺度。比如HR和业务的配比应该是多少？比如招聘到岗率应该是多少？招聘周期几天是好？这些都没有统一答案。但是，在一定范畴内横向取值作为常态，偏离值作为“异态”，可以作为数据分析的一种方法。找到“异态”背后的原因，剔除偶然因素，就能发现问题。 问世间什么最假？——语言；问世间什么最真？——数据。数据虽然是最真实的，但调取数据去应用，往往是为了让数据支撑观点（语言）。这算不算是一个很滑稽的事情？与此不同，我从另外一个角度说一下数据应用。 1、 简历本身是数据和资源的集合体，有巨大的应用价值。 目前简历上能看到的基本都是求职者想让我们看到的内容，包括高度失真的照片、美化过的工作内容，甚至伪造的工作履历，据说现在简历不真实的比例已经超过50%。即便面试环节能有一定的辨识，但之前已经投入的大量精力和成本已经付出了。而且，即便简历上是完全真实的信息，但通过这样的简历看到的也不丰富，无法感受到活生生的人。 职责所在，也是兴趣使然，曾与不同身份的人交流过对未来“简历”的畅想——自动生成一份“文件”，个人基本信息来源于公安部信息库、教育信息来源于教育部信息库、过往任职工作公司来源于社保中心、工作内容来源于原公司岗位职责、KPI考核表、工作成果由原公司的直接领导、评价委员会等组织当初的评价内容完成、性格由大量社交媒介上的痕迹得出……而这一切，都是自动的。只是把本来就有而散落四方的东西拼在一起，谁也没有为此多做什么。面试的过程，不用再花太多精力在“去伪存真”上，更多的是对过往缺失部分的补充和对今后目标的考虑。 美好的畅想还没描述完，就被无情的打断了——“这侵害了个人隐私权。而且跨组织的信息共享，受制于组织自身的管理要求，不可能实现”。跟我沟通的人大多数会留下这么一句话。 真的不能实现么？也许未必，只是时机和技术还不成熟。 不少国家已经实现了一个社保号码、一个芯片记录了大部分个人信息，出生、成长、私人医生、律师等等，也包括曾任职公司、入离职时间等；而国内的很多社交媒介也支持贴标签的功能，被贴标签为“女神”“逗逼”的两个人，会对访问者留下不同的印象。不管是好的还是坏的，如果信息量足够大，被提取最终会相对真实的刻画出一个生动的人。 而招聘运营现在可以做的，就是为了实现这个畅想补上重要的一环：从简历入口开始，智能处理并记录下全部的痕迹，成为未来可以被抓取的数据。 举个例子来理解现在我们可以做的事： 某人毕业前半年应聘了甲公司A和B两个不同方向的职位，通过了简历初筛，但是笔试未通过。2年多以后，这个人的简历对比之前那份多了2年乙公司的经验，又投递应聘了甲公司的B职位，通过了初试、测评，最终复试没通过，面试意见是职业方向偏差，内部转推荐面试A职位。而A职位面试官之后评价，能力暂未达到要求，放弃。5年后，猎头渠道推荐这个人应聘甲公司A职位，这5年他做了…… 后面的情节不用进行下去了，我们拥有了该人员3份不同年份的简历、有了若干次面试评价……而这些数据信息会形成一个无比巨大的网，而且越来越大，越来越丰富。我们可以对这些海量简历以及过程痕迹进行不同的应用。比如不同来源的简历对比真伪；比如对各类贴标签，以采取不同的招聘方法：以面试流程中的到达环节角度来说，对通过了所有面试，最终放弃offer的人应该做什么？他们能力符合，缺的往往是意愿，不看好职位，或者不看好公司未来的发展，或者是被别的公司“截胡”了。对只通过了初试的人，应该做什么？他们基本条件符合，但往往能力距离应聘岗位略有欠缺，甚至有时候是跟面试官“不投缘”。以及刚入职场的应聘者，又应该做什么？他们看重企业美誉度，希望获得机会，意愿强而能力相对弱。而以应聘者的不同职位类别来说，做技术开发的、做产品运营的、做市场销售的，都可以细分不同的做法。 2、 招聘渠道评估 这是大部分公司都在做的工作，我想说的是招聘渠道的价值并不只是招到人这个结果。还应该包括过程中资源的积累，以及雇主形象的体现。因此，数据的分析也不应该只停留在花了多少钱、招进来多少人、人均费用高低这个层面。 资源的积累主要是简历，不过只存储起来的简历是没有任何价值的。最近两年，大数据招聘成为一个热点，海量简历智能处理和盘活简历是主打功能。作为新鲜事物，他们找到了一个招聘痛点，但距离真正的发挥巨大作用还有一段路要摸索。招聘渠道中雇主形象的体现，从数据这个角度来衡量，可以通过职位点击率、简历投递量来衡量。 “报告”这个词总觉得不太准确，反而是“信息”这个词似乎更恰当。记得上小学的时候，书本上预测未来是一个“信息大爆炸”的时代，这么多年过来了，似乎身处其中我们没感觉“被炸飞”啊。不过，仔细留意就会发现，现在的信息来源比多年以前多了好多；微博、微信等互联网标志性产品的出现，更是让每个人成为了信息发源点。在可以如饥似渴的获取信息的同时，出现了另外一个苦恼——信息量太大，有真的有假的，有一致的有相悖的…… 用有限的精力关注有价值或有兴趣的信息成为人们的迫切需求，招聘运营的信息收集与分享价值应运而生。 收集信息方面，主要包括宏观经济、政策，行业和竞对信息，其中后两项尤其值得关注。一些人不太明白中国GDP增长8%还是7%为啥牵动着世界的神经；也不太明白CPI持续增长为什么总是占据要闻的重要位置。不过，最近半年资本市场不再疯狂的给很多创业项目烧钱，甚至一些大型公司也得抱团取暖的景象，大家基本都看到了。其实这就是受到了宏观经济疲软的影响，资本市场最敏感，很快传递开来。最终反应到某个项目现金流紧张，暂停招聘；而有些项目没有撑住，死了曲终人散。 行业信息和竞对信息的收集，除了一些机构发布的报告外，一些优质的微信公众号发表的文章提供了不少干货。前几日在某公众号上看到一篇《话说某团为什么不愿走近阿某》（在此暂隐相关公司名称，有兴趣的可以去找原文看），非常有代表性。该文作者在分析了某团的现状和未来的可能业务布局之后，用下面的招聘信息截图作为佐证。不知道作者是不是一位HR，但很值得我们学习。 启动某项新业务，需要第一有想法、第二有人、第三有钱，人和钱大多时候不是一步到位的。一般先组建一个小团队，投入有限的资源去尝试，之后逐步投入更多资源或者及时叫停。在想法阶段，一般只有少数人知道真相；而打算付诸实施的时候，招人就是当务之急了。敏感的业务会让少数猎头帮忙找人，或者业务自己圈里找；而不太敏感的就会在一些公开渠道发出招聘信息。想完全保密是很难的，通过这些信息的收集，我们可以了解到一些业务动向，对行业内该类人员的招聘趋势进行预判，甚至可以考虑到本公司该类人群是不是有被挖角的高风险。毕竟引入竞对公司的人，既能壮大自己，又削弱竞对，这种做法屡试不爽。当然，其中的“无间道”情景也并不仅仅存在在电影中。后记：如果说招聘数据分析是为了发现问题解决问题，而问题大多关乎好坏，而未必关乎生死的话，那么不做数据分析对日常的招聘工作也许没什么大不了。把该招的人招到，业务有人可用掉不了链子，也许就是做好了招聘。不过，人才的竞争只会越来越激烈，招聘会难上加难；在这种趋势下，不管对于公司还是HR自己，沉淀的价值将会逐步显现。-----（连载二结束）-----作者：刘琦， 某知名互联网公司 招聘运营负责人 ， 05年入行，曾任职于学大教育、神州数码、搜狐、去哪儿网等公司 附：招聘运营全景图主页君鼓励广大HR来分享自己工作中的心得，以后会把作者们请来给大家做线下具体的分享。投稿请回复“投稿”二字即可 HR圈内招聘网 HR们都是从这里走上人力资源的工作岗位 回复“目录”或“M1-M30”随机看圈内好文 【HR圈内】一周HR岗位汇总（搜狗、杏树林、乐视、爱奇艺、用友、饿了么、58同城、猎豹移动）
|
|
|
