-
招聘
谷歌助手问世，预示AI招聘即将成为新趋势？
来源| 环球人力资源智库
AI必定会让一部分员工失业，但人才永远紧缺
近日，谷歌召开一年一度的Google I/O大会。亮出了王牌AIGoogle Assistant，Ta可以无障碍和人沟通，惊艳全场。
发布会上，用户对Google Assistant说：我想剪头发。GoogleAssistant接受指令后直接一个电话轰炸到洗剪吹一把手Tony老师那里！！
Google Assistant：你好，我想帮助我的客户预约做头发。
理发店：预约什么时候呢？
Google Assistant：你觉得3号可以吗？
理发店：我查查Tony老师的档期，请稍等。
Google Assistant：嗯哼？
这一声“嗯哼”把全场人都逗笑了，谁也想不到一个人工智能AI可以做出如此自然的反应…接着，Google Assistant又继续了Ta的表演：
理发店：3号12点不行，Tony老师要帮王阿姨烫头发。
Google Assistant：那10点到12点呢？
理发店：你的客户想剪发还是烫头发？
Google Assistant：就修一下。
理发店：那没问题，我们10点见！
整段对话，Google Assistant表现的自然流畅，理发店那头丝毫没有察觉到自己竟然是在和AI对话。
AI时代已经到来，失业潮也离我们越来越近！商超无人化、配送无人化、公司无人化...的标准场景无人化都将成为未来的目标。
未来的人力资源也将在科技的推动下完成创时代的全新变革，这会让一大批HR被人工智能替代，但这并不意味着所有员工都会失业，因为优秀的人才无论是在过去、现在，还是未来都依然是非常稀缺的。
优秀HR如何识别人才？
寻找「人」而不是某个标签
很多HR寻找人才时首先瞄准TMD、BAT等名企，但HR还是要问问自己，想要的是「人才」还是「某某名企的人」。
也有不少CEO或业务部门负责人偏爱名企出身这个标签，喜欢以公司大小、知名度来衡量和判断候选人的优劣，非BAT，TMD出来的人不看，这是我们经常能够听到。
这样的人才质量真的好吗？真的就能为公司创造价值吗？？？
如果按照这种逻辑，那就和在菜市场买萝卜没区别了，判断这个萝卜好坏的标准只是通过个够不够大，皮够不够亮，有没有贴着某某牛逼产地标签等等！
HR如果只是这样去招人，不用未来，现在就可以被替代掉。
不是所有的人才都集中在名企和独角兽企业中，招人要有发现人才的独特视角和专业能力，要基于企业的特点、业务需要、用人的要求来思考你所需要的人才到底在哪里，而不是盲目的追求BAT、TMD等名企背景。
「名企出身」是非必要核心条件，是锦上添花、有比没有更好的事情。
所以记住，首先要找的是人才，人才，人才！（重要的事说三遍）
如何甄别与企业匹配的人才？
3+2法则，即3甄2验。
简历甄别， 一份优秀的简历通常呈现出的特点是：内容上逻辑清晰，重点突出，业绩和产出可量化。
面试甄别， 行为+结构化面试，着重了解简历中呈现出的核心内容，及业绩，产出背后的逻辑。
举个例子：
比如XX销售总监在XX知名公司工作期间完成了100个亿的销售任务。
面试官可以从当初的目标设定开始，为什么制定这样的销售业绩目标？
当下的市场环境是怎样的？
竞争对手的同岗位业绩目标设定的范围是怎样的？
实现这个目标所需要的路径是怎样的？
过程中遇到了什么样的问题和困难？
这些问题又是通过什么样的方法解决的？
等等类似的问题去展开面试的甄别。
测试辅助甄别， 基于岗位胜任力模型，了解岗位需求的核心纬度，针对性的给予相应的测试，辅助甄别候选人于岗位的匹配程度。
结合背景调查验证与试用期管理验证综合考察候选人业务能力。
招聘的本质是以需求为导向，需求不仅决定了招什么样的人才，也决定了招聘的路径，什么样的需求匹配什么样的人才，这里面人岗匹配是关键，只有把合适的人放到合适的岗位上才会有最好的效果，岗位上切勿盲目追高追名。
所以无论需要招聘什么样的岗位，前提都必须要搞清楚需求，招聘中遇到的大部分问题都源自于需求本身。基于什么样的背景出现了这样的需求？需求的核心要素是什么？基于核心需求的岗位定位和人才画像是否清晰？根据需求制定有效的招聘计划和策略才是成功招聘到合适人才的基础。
其实，人力资源的工作和医生非常相似。
医生通过望、闻、问、切，找出病人的问题对症解决；HR们通过对组织的望、闻、问、切发现组织上的问题然后通过不同的管理工具解决；而招聘通过筛、甄、测、验招聘到组织中最为合适的人才。
相信短时间内AI还学不会这些非标准化的专业技能, 但我们还是要在AI能够替代我们之前，去提前了解、学习AI，强化工作技能，提升自己的价值，在时代变革的同时完成自我的变革，这才是唯一不被替代的出路。
-
招聘
名企都在用的5种HR数据分析
文| bernard marr
HR数据提供了一种方式，使我们可以做出更好的与人相关的决策，更深入地了解员工的感受，并提高绩效。
让我们看看人力资源团队通过数据分析增加价值的一些出于意料的方式。
寻找令人兴奋的新招聘渠道
我最喜欢的例子之一来自沃尔玛对数据分析师的创造性搜索。他们不是通过传统渠道进行广告宣传，而是在Kaggle上提出挑战。
Kaggle是一个众包的分析竞赛平台，“扶手椅数据科学家”将其技能应用于公司提交的任何分析问题。那些在沃尔玛的数据挑战中表现出色的人在该公司获得了一份工作。
根据沃尔玛技术部门的高级招聘人员Mandar Thakur表示，由于这次挑战，有几个人被聘请加入沃尔玛分析团队，其中包括沃尔玛技术部。如果根据他们的简历，招聘部门则根本不会考虑采用他们。
在赛车运动的世界里，日产也通过一个不寻常的渠道招募：赛车视频游戏！日产与索尼合作创建GT Academy，这是一项全球性年度比赛，旨在发现最佳游戏车手，并将其变为真实的赛车手。每年都有数十万的人希望参加比赛。
所有在过去几年中脱颖而出的获胜者仍然在比赛，这证明了日产的这种招聘渠道是有益的。
人力资源团队的外包：不要等待最好的人才主动敲门。找出你理想的人才留在哪里，并将你的招聘工作集中在那里。
参与和激励员工
行为分析公司Humanyze提供的电子徽章可以捕捉员工对话中的信息，包括对话的长度，涉及的语气，人们打断的频率，表达移情的程度等等。
一家大银行利用这项技术注意到，其表现最出色的呼叫中心工作人员是那些一起休息并集体放风的人。
基于这些知识，银行实施了群体休息政策。结果？员工的绩效提高了23％，压力水平下降了19％。
此外，IBM使用情绪分析来收集员工帖子在其内部社交网络平台上的见解。
例如，当IBM正在检修其绩效审核系统时，该公司转向内部网络，要求员工对新审核系统的想法提出反馈意见。他们收到了数以万计的回应。
使用Social Pulse文本分析软件，IBM表现出一种普遍的担忧：员工不喜欢他们的日常表现被曲线分级。
得益于数据和分析，公司能够及时采取行动，并在绩效评估中对此方法进行折扣。
提高员工的安全和福利
钢铁生产商North Star BlueScope Steel一直与IBM合作设计一项安全计划，该计划将IBM Watson的认知计算能力和传感器整合到腕带和头盔中。
这个名为IBM Employee Wellness and Safety Solution的项目实时向工人和主管提供安全警报。例如，如果技术检测到工人没有移动，并且他们的心率和高温增加，这可能意味着他们正在遭受劳累或者甚至是极度高温的压力。
在这种情况下，可以提醒主管，或者建议员工休息一下。
在另一个例子中，澳大利亚Seeing Machines公司开发了采矿卡车技术，跟踪驾驶员的眼睛，以便发现驾驶员的疲劳。
该系统使用摄像头，GPS和加速计来跟踪眼睛和眼睑的运动，例如司机眨眼多久，眨眼持续多久以及眼睑移动速度有多慢 - 即使司机穿着它也可以做到这一切墨镜。当驾驶员闭上眼睛的时间超过1.6秒时，卡车内会发出警报 - 座椅内部产生噪音和振动。
然后，如果再次触发警报，则会通知调度员或主管，以便他们可以通过无线电与司机联系。
人力资源团队的收获：技术，特别是传感器，已经帮助工作场所更安全了很长一段时间 - 想想烟雾报警器，安全和进入系统等 。
但现在，由于大数据和分析，公司能够将员工安全提升到一个全新的水平。
使学习和发展更有效
随着在线学习的兴起，针对个人学习者，企业学习和发展日益变得个性化。在数据和分析的推动下，“适应性”学习技术允许对课程细分，以及对活动和试题进行个性化定制，以适应学习者的偏好，学习速度和最佳学习方式。
个人在线自学也可以说比将员工从工作中抽出一天或一周时间带到昂贵的培训课程上更具成本效益。重要的是，像这样的自我导向学习有助于将持续发展融入员工日常生活中。
达能的在线达能校园2.0就是其中一个例子。这家食品巨头创建了一个用户友好的在线平台，员工可以通过这个平台促进他们的发展并与其他员工分享最佳实践和知识。
人力资源团队的外包：
这一数据驱动的人力资源领域可能不如其他领域发达。但即使只是对目前学校数字化转型的一瞥，大学和高校也指出数据如何以令人兴奋的新方式促进企业学习和发展。
驾驶表现......不疏远人
UPS已经将性能管理中的数据和分析应用到了一个全新的水平。例如，司机携带多年的手持式计算机（你签收的那些智能储物柜告诉你收到了你的包裹）实际上是一种复杂的设备，可以帮助司机做出更好的决定。
例如，哪种订单能够以最高效率递送包裹路线。此外，UPS卡车配备了200多个传感器，用于收集数据，包括驾驶员是否系安全带，驾驶员有多少次需要倒车或掉头。
通过监测驾驶员并在需要时向他们提供反馈和培训，UPS每年减少850万加仑燃料和8500万英里。另外，司机现在每天平均停靠120次。这个数字以前不到100--这意味着使用相同卡车的相同司机现在可以提供比以前更多的包裹。
你会认为如此紧密的监控员工可能会引起员工之间的冲突。但增强的性能意味着该公司可以向其司机支付业内最高的工资，这无疑有助于支持员工购买数据驱动的绩效。该公司还采取了其他措施，以确保他们不会面临司机的反弹;
例如，根据驾驶员合同的条款，UPS不能在没有通知驾驶员他们正在收集什么的情况下收集数据。他们也不能仅仅根据数据告诉他们的信息来对驾驶员进行管理。
人力资源团队的外包：
数据驱动的人力资源可以让企业摆脱传统的，耗时的绩效管理方法，例如年度绩效评估（一般对管理人员和员工都感到恐惧）。
现在，我们可以更经常地（甚至实时）更好地监控实际绩效，并以更具建设性，持续和一致的方式向员工提供反馈意见。
-
招聘
e成科技举办2018产品升级发布会 描绘数字化人才决策未来生态
5月25日，e成科技在上海成功举办2018产品升级发布会，云集300余名HR行业专家、资深经理人及新闻媒体工作人员，见证e成科技人工智能产品全新升级，共话未来AI+HR无限可能。
会上e成科技创始人兼CEO周友鸿先生、首席科学家陈鸿博士、企业服务业务负责人杨宝龙先生、法国里昂商学院副校长王华教授以及众泰汽车总部人力资源中心总经理杨雷先生出席并发表演讲。
人工智能助推企业人力资本转型
在发布会现场，e成科技创始人兼CEO周友鸿发表了题为“数字化人才决策浪潮”的开场演讲。
周友鸿指出，AI时代HR要学会拥抱数字化人力资本，而e成科技在做的就是用人工智能技术带领人力资本管理实现新的跨越：
一方面，AI让招聘更对、更快、更省。通过AI算法，高效、精准地建立企业画像、岗位画像、人才画像，从而做出更准确的人才决策，提高人力资本决策效率。
周友鸿介绍，目前e成科技主要有以下智能招聘产品：AiTS系统，帮助HR进行信息化管理、智能化运作、数字化决策，达到企业降本增效的目的；精英速递，智能匹配企业需求和猎头优质资源；人脉内推，挖掘员工人脉资源；人才库，配备智能招聘机器人，高效管理人才资源，节约招聘成本。
另一方面，AI辅助人才决策数字化。除了“选”，AI还将全面渗透企业人才“用、育、留”相关决策场景。
在员工画像的基础上，e成科技可利用AI技术对人才质量进行评分排序，帮助企业筛选高潜力高绩效的员工，组建协作效率更高的团队，从而做出更正确的人才决策。
AI时代下的招聘新动态
人力资源行业是做关于人的决策的数据密集型行业，这一特征使它与知识图谱成为一对“天作之合”。
e成科技首席科学家陈鸿博士从技术角度揭示了人才知识图谱如何帮助企业做出更准确的人才决策。
他解释道，e成科技已经初步构建以人才为中心的图谱，刻画人才画像和岗位画像，可应用于人岗匹配、人才质量评价、员工内推、团队协作等具体场景。
e成科技合伙人兼企业服务业务负责人杨宝龙先生发布了e成科技最新升级的产品，他精炼了以下四个产品亮点：
为每个岗位刻画人才画像，由AI将从海量主投简历里匹配筛选，提高招聘效率；
行为数据升级岗位画像，沉淀招聘过程中的行为数据，更精确地刻画岗位画像；
快速挖掘合适的被动候选人，基于离职预测和人岗匹配技术，在企业人才库中快速定位合适的被动候选人，挖掘员工内推人脉和猎头优质资源；
AI赋能企业开创人力资本数字转型，帮助企业提升人才决策的准确性及客观性。
AI将改写人才发展未来简史
法国里昂商学院副校长，法国里昂商学院亚洲校长王华教授在“人才发展的未来简史，人工智能vs心智”的演讲中表明人工智能对人力资本细分领域正在产生深刻影响。
同时，他也对人与人工智能的关系进行了前瞻性的讨论，提出在人工智能时代，人才更要关注自身心智模式的发展。
众泰汽车总部人力资源中心总经理杨雷先生作为资深HR专家发表了题为“互联网时代企业招聘的迷局及突围”的演讲，阐述了互联网时代招聘渠道的变迁和招聘工作的痛点，指出智能化招聘系统的重要价值及未来发展方向。
e成科技2018产品升级发布会完美地落下了帷幕。此次e成科技首次以发布会形式对外发声，表明了e成科技经过5年多的沉淀和积累，已经初步描绘出AI时代数字化人才决策的未来生态。正如CEO周友鸿所言,未来的AI+HR还有无限可能，e成科技还有很长的路要走，期待e成科技作为国内领先的AI人才决策解决方案提供者，为人力资源行业的全新变革持续贡献力量。
-
招聘
火币集团战略投资的链人国际上线 主打区块链高端人才招聘
文| 姚远
据最新消息，由火币集团战略领投的链人国际正在筹备上线，此消息向区块链行业传递了一大福音，区块链行业人才招聘的难题即将得到解决。
据悉，链人国际主要为区块链企业提供高端人才招聘服务，目标是成为区块链招聘细分领域的独角兽，创始人为原火币高级人力资源总监张晓媛女士，拥有15年的人力资源管理经验，曾就职于酷我音乐，巨人集团，现为火币集团管理顾问。
而据圈内人士透露，张晓媛女士是火币网最早期员工，创始团队高管，曾在火币担任高级人力资源总监，是火币企业文化灵魂人物。作为区块链行业资深人士，张晓媛女士有着深厚的圈内人脉和行业资源。
链人国际的业务范围主要包括为区块链企业提供猎聘服务；985、211、海归人才输出/企业管培生推荐；招聘流程外包服务；区块链高端论坛、大型招聘会组织；区块链外语翻译等服务，业务渗透了区块链行业底层服务的各个方面。
链人国际在诞生之时，就受到众多圈内投资者和合作伙伴的追捧与垂青。
投资者方面，链人国际由火币集团战略领投，并获得区块链基金歌者资本、金色财经、信天创投、库神钱包、蜂窝矿机、链上科技等行业知名机构和投资人的投资。
合作伙伴方面，链人国际的合作包括火币、金色财经、币世界、蜂窝矿机、库神钱包、链上科技、博晨、EOSbeijing等。
-
招聘
机器学习淘汰简历的五个理由
文| Louis Columbus
由于现有申请人追踪系统（ATS）的不准确和缺陷，全国的猎头公司错过了50％或更多的合格候选人，科技公司错误地分类了80％的候选人，说明在招聘方面，这些系统存在多么大的缺陷。
那些平均需要42天的时间才能完成任务，并且需要60天或更长的时间才能填补专业技术技能的职位，这些职位的平均成本需要5,000美元。
在招聘人员筛选后，女性申请人有19％的概率被淘汰，30％的人在现场面试后被淘汰，导致每个公司大量丧失本需增长的智囊团。
现在是招聘过程变得更加智能的时候了。
招聘部门需要更多地融入情境智慧，洞察力，评估应聘者掌握所需技能，而不是根据候选人的简历来评判他们过去取得的成就。
通过更多基于机器学习的情景智能来丰富招聘流程，可以发现非常优秀的，并且具备超出招聘经理预期的智力技能的候选人。
机器学习算法还可以删除候选人的任何道德和性别上的身份识别信息，并让他们纯粹根据专业知识，经验，优点和技能进行评估。
目前全球的招聘流程500多年来都没有改变。
从达芬奇1482年的手写简历可以看出，他能够搭建桥梁并且提供赢得战争胜利的帮助。这位创造了蒙娜丽莎，最后的晚餐，维特鲁威人以及无数的科学发现和发明背后的天才推动了世界的现代化进程。
追求新职位的申请人一直在顽强地藐视创新。
ATS应用程序和平台对入境简历进行分类，并根据他们在简历上看到的技能，为候选人提供排名。
需要深入了解的是哪些管理人员具备领导才能，哪些候选人正在掌握和以何种速度掌握技术技能优势。
机器学习扩大了招聘公司在候选人的简历中看到的能力范围，从而超越了简历的障碍。投资回报率（ROI）通过加强招聘决策并以更大的智慧制定更好的招聘决策。
包括雇用时间，雇佣成本，保留率和绩效在内的关键指标都将在依赖更大的情境智能时得到提高。
超越简历，赢得人才大战
上周，我有机会与全球领先的技术智囊团之一的人力资源副总裁进行了交谈。
从现在起，他专注于他的组织需要的数百名技术专业人员，他们将在六个月，12个月和一年多的时间内为员工提供令人兴奋的新研究项目，这些项目将提供有价值的知识产权（IP），包括专利和新产品。
他们的方法始于寻求理解当前高绩效企业的概况和核心优势，然后在申请人社区和更广泛的技术社区寻找与理想候选人的匹配。
机器学习算法非常适合完成对高绩效人员和候选人的能力的比较分析，在比较完成时将其整个数字角色考虑在内。
下文说明了eightfold.ai人才智能平台（TIP），说明了它与公众可用数据，内部数据存储库，人力资源资源管理（HRM）系统，ATS工具的集成方式。
高绩效人员与申请人的特征进行对比分析需要数秒钟才能完成，提供了一份完整的档案。
根据机器学习得出的符合高绩效人员特征的潜在雇员情况，可以提供比任何简历都更好的背景情报。采用综合方法创建人才智能平台（TIP）可获得当今典型的招聘或ATS解决方案无法提供的洞察力。
下面的概要反映了将机器学习应用到候选人的综合数据集时可能出现的情境智能和深度见解。请点击图片展开以便阅读。以下配置文件中的关键元素包括以下内容：
职业生涯成长曲线
- 说明一个给定的候选人的职业进步和表现，与其他人进行的比较。
关于公共站点的社交关注
- 实时了解候选人在Github，Open Stack以及技术专家可以分享其专业知识的其他站点上的活动。
这也提供了他人如何看待他们贡献的辅助信息。
与正在审核的工作相关的背景要点，提供与简历中候选人历史记录中最相关的数据，以便招聘人员和经理可以更轻松地了解自己的优势。
近期出版物
- 出版物提供对过去10至15年或更长时间内当前和以前的兴趣，重点领域，思维模式和学习进展的见解。
专业重叠，可以更容易地验证履历中记录的成绩
- 实时职业数据的多种来源可以验证并提供更好的背景和洞察简历列出的成就
关键是了解候选人能力正在评估的背景。
而一份2页的简历绝不会给予候选人足够的自由度来涵盖所有的基础。
对于大中型企业来说 ，如果手动完成这项工作，跨所有角色，所有地区，所有候选人来源，所有在线申请，大学招聘，公司内部重新招聘，内部流动现有员工以及所有招聘渠道。
这是机器学习可以成为招聘人员，招聘经理和候选人的盟友的地方
机器学习使简历过时的五个原因
通过降低成本和招聘时间，提高招聘质量，以最优质的人才招聘新员工，所有这些都可以促进收入的稳定增长。
单凭依靠简历就像在打一个不好的Skype电话，你只能听到谈话中的每一句话。使用基于机器学习的方法为雇佣决策带来更高的敏锐度，清晰度和可见性。
以下是机器学习使简历过时的五个原因：
简历就像反映过去的后视镜。
企业所需要的更多的是关注某人的去向，什么（能激励他们）以及他们自己着迷和学习什么。简历是后视镜，而我们需要的是基于目前的兴趣和才能，展现他们未来的前景。
依靠一个有着500多年历史、陈旧的招聘流程，我们无法知道候选人获得什么技能，技术和培训的动力。
特定领域掌握的深度和程度并不反映在简历中。
通过将多种数据源整合到候选人的统一视图中，从专业发展的角度来看，他们有可能看到他们正在成长的最快的领域。
游戏机器学习算法是不可能的，考虑到候选人可用的所有数字数据，而简历有一个可信度问题。
任何雇佣下属，员工和参与雇佣决策的人都会遇到找到一位有前途的候选人。然后经历失败的失望。
简历与招聘人员进行比较，他们说至少有60％的简历夸大其辞，有时候会对他们有所影响。使用像TIP这样的平台将所有数据考虑在内，这显示出真正的候选人及其实际技能。
现在是时候采取更多的数据驱动方法来消除无意识偏见。
今天的简历带有内在的偏见。招聘人员，招聘经理和最终面试组的高级管理人员会根据个人的姓名，性别，年龄，外表，所参加的学校等情况，制定了无意识的偏见决策。
了解他们的技能，优势和智力核心领域更有效，所有这些都是更好地预测工作绩效的指标。
降低糟糕的招聘风险，从而快速导致人才流失。
最终，每个人都会根据他们的最佳判断招聘部分人员，部分原因是他们的经常无意识的偏见。这是人性。
随着更多的数据，减少外聘的可能性减少，从而降低通过新租赁进行搅动的风险，并且花费数千美元聘用然后替换他们。
拥有更好的情境智能降低了招聘的下行风险，通过用可靠的数据显示一个人是否有资格担任某个角色并消除他们的背景优势，技能和成就来消除偏见。
造成无意识偏见的因素包括性别，种族，年龄或任何其他因素都可以从简介中删除，因此候选人只能评估他们在考虑的职位方面的优势。
底线：
现在是彻底改革简历和招聘流程的时候了，他们通过用机器学习所带来的更多背景情报和洞察力，重新定义简历和招聘流程，将它们重新定义为21世纪的招聘。
以上内容由HRTech AI编译完成，仅供参考
-
招聘
如何让招聘成为组织能力提升的利器？
文| 老唐
来源| 吏部小宝（ID：dbxl_wxb）
与其怨天尤人“招聘工作价值无法凸显”，不如聚焦对组织能力建设的帮助。这或许，是一条柳暗花明之路。
久未联系的朋友D总让我帮忙转发他朋友圈里的招聘文案，末了附了一句，“最近底下的几个招聘专员都在提离职，没办法只得靠刷脸，出这招了。”
让我奇怪的是，D总所在的企业无论规模、待遇、行业前景、盈利状况都属于佼佼者，最近才拿的一轮融资，加上相对来说，人力资源的岗位稳定性是比较强的，一个、两个的人员离职属于正常，为什么会出现几个招聘人员都在同一时间离职呢？
此事唯有D总能给解释啦。
原来，D总所在的企业近期内部做了一次经营情况的复盘，过程持续比较长，争议撕扯也比较厉害。不过，不约而同的观点之一是，当下的组织能力本身与经营发展、战略落地的匹配度上，出现了清晰可见的裂痕。
D总作为负责人力资源的一把手，当下就坐不住了，马上找来OD和BP的下属了解具体情况，分析来分析去，招聘成了“背锅侠”——无论是用人部分的反馈，还是HR体系的评估，都认为上半年来招聘的人员太过普通。
可想而知，招聘的兄弟们彻底炸了：一方面是要应对来自内部的指责以及考核的失败，另外一方面过于挑剔的面试导致招聘人员的工作量倍增，苦不堪言的招聘专员们只好纷纷选择离职。
上面的案例纯粹归结于招聘的问题有失公允，但无法否认的是，作为HR专业模块之一，招聘在企业内的价值存在感不再有往日的风光。
一方面，同属于人力资源的专业模块，招聘人员的流动性普遍要高于其他模块；另一方面在人力资源管理主动变革的过程中，OD、三支柱、HRBP这些火热的名词已然让招聘的星光暗淡了不少。招聘逐渐沦为刷简历、打电话、约面试的事务性角色。
难道招聘真可能会被边缘化？或者说，招聘本身该如何让价值重新凸显呢？我想谈谈自己的思考。
首先来谈，招聘本身与组织能力的关系。
“杨三角”的理论中，将公司的成功归结于战略✖组织能力。基本观点是，这两个因素是相乘关系，而不是简单的相加关系，其中一项不行，企业就无法获得成功。事实上，战略可以被模仿，但是组织能力却难以在短期内得到模仿。而事实上，很多企业的兴衰往往不是因为战略的失败，而是组织能力的失败所致。
那么招聘和组织能力的关系是什么？
杨三角的观点认为，组织能力的关键在于“员工能力”（即会不会的问题）、“员工思维”（即愿不愿意的问题）、“员工治理”（即容不容许的问题）。
一般来说，招聘与组织能力的关联，就体现在“员工能力”这一角上，通过能力的厘定、能力的审核后，可以得到需要提升的能力，而针对能力的提升基本就通过5B来完成。
build：内部培养现有人才
buy：从外部招聘合适的人才
bounce：淘汰不胜任的人
bind：保留关键人才
borrow：借用外部人才的力量
若单纯从快速提升员工能力的角度看，“buy”无疑是5B中见效最快的一招，而这本身就是招聘的活儿。因此招聘工作就该是组织能力建设的一部分，那又何来边缘化一说呢？
其次，我们来看大多数的招聘是不是能够有效的提升“员工能力”？
试想一下，当大多数招聘人员在接到招聘任务拿到JD后，即开始进入了执行的过程。在大量的筛选、邀约、面试后，顶住用人部分的夺命连环催后，终于让候选人顺利入职。相互皆大欢喜，招聘人员也开始长舒一口气，又开始进入了下一个岗位的轮回中。意外的是，在人员盘点时，往往得到的结论是往往似乎是“候选人到位了，但却并没有发挥出预期的价值”，结果招聘又被沦为“背锅侠”。
回顾问题的本质是，在执行招聘的过程中，对于“业务需求的理解”与“人才素质的把握”上是不是出现了问题？
对于创业公司来说，对于人的需求是非常特殊的，特别是一些关键岗位，更需要的是“超配”，而这种“超配”人员往往是组织能力提升的重要部分。某种程度上说，招聘工作的亮点就在于“超配”人员的招聘完成情况——相信很多的招聘人员并没有完全意识到这个点。
每个公司都有自己的业务形态和关键业务，每一类岗位族群中也都有关键岗位，我的建议是招聘人员需要先梳理自己手里的岗位，看看哪些是应该“超配”的，哪些只需要“标配”，甚至还有些可能需要“低配”的。每一种配置的招聘，应该对应不同的招聘渠道。
对于应该“超配”的岗位，我直接建议多增加猎头推荐的比例。不要为了省下一些猎头费用，而让“超配”人员的到岗推迟。控制招聘成本的亮点，与组织能力得到提升的亮点相比，boss一定会更关注后者。
另外，对于“超配”人员的要价正常来说也会相对较高，往往我们的招聘人员在此处就被卡壳了——因为候选人的身价比较高，只好望而却步。当然，薪酬政策不只是招聘人员能决定的，但为了“超配”人员的引进，招聘人员力所能及的去争取确是必要的。在老板的眼里，对于“超配”的候选人来说，多出20%-50%的溢价真的就出不起么？
对于成长型公司来说，boss们往往会关注一个词“人才密度”。对于这类公司来说，在”超配“人员们的引领下，业务模式已经初步跑通，接下来要做的更多是复制，而复制的核心在于基础能力的标准化。在这个时候，往往人才密度就显得尤为重要了。
作为招聘专员，就必须很清楚自己的业务形态是属于什么阶段，在招的岗位属于什么范畴。在讲究标准化的阶段，引进“超配”人员，可能不见得对于组织能力的提升有正面帮助。
最后，让招聘提升组织能力，招聘人员本身应该要做怎样的革新呢？
自我革新，如果只是停留在口头上、概念里，可能也就不了了之了。最后的结果还会是，辛辛苦苦招到人了，但还被诟病招到的人不够令人满意，这样的怪圈中。最直接有效的办法就是，对于招聘考核的KPI动手。
现在的招聘KPI考核，无外乎集中于招聘完成率、招聘及时率、招聘成本控制、内部满意度等这些雷同的指标。若要招聘能在组织能力的建设中发挥作用，就需要增加这个部分的考核。比如“超配”岗位及人员的考核、“人才密度”的招聘部分考核等，皆可以成为不同阶段下的公司在传统招聘考核指标外的补充。
“工欲善其事，必先利其器”。对于所有的人力资源工作来说，都是围绕着组织能力建设为中心去推进，招聘也不应例外。所以，与其怨天尤人“招聘工作价值无法凸显”，不如聚焦对组织能力建设的帮助。这或许，是一条柳暗花明之路。
-
招聘
HR的伙伴还是对手？易评审打造在线评审平台帮助企业高效做决策
来源| 猎云网
评审工作已经成为企业管理中的重要一环，我们每天都在进行不同形式的筛选和审核工作，包括技术评审、职称评审、赛事评审、招聘评审、投资项目评审等。
我国的企事业单位在20年前就已经存在评审制度，但随着社会的发展和进步，他们还在用传统的方法接受评审。由于评审是一项相对复杂、矛盾的工作，带有浓重的个人感情色彩，这就导致传统的方法，一是评审质量无法把控，二是评审流程不够明确。在评审过程中，信息不对称、决策流程繁琐是普遍存在的现象，这一问题值得引起企业重视。
那么如何简化决策流程、做到信息对称呢？近期有一款评审互动工具——易评审，从收集资料、互动、评委打分，到评委互动沟通，能够帮助企业和评审成员做出高效的选择，从而实现多方评审的评审服务工作。
易评审创始人林智祥说在整个项目管理生命周期中，往往需要有多个项目评审员，评审需要得到团队的共同认可，这样才能保证评审质量的输出。
因此，为了使评审变得更有效率，易评审支持灵活自定义的评审模版，包括职位招聘、职位晋升、奖项评选、投标评审、项目投资和自定义模版等，能够满足用户的常用需求。
职位招聘：帮助企业精准寻找招聘人才。企业在面试时，HR会筛选若干人候选，使用易评审将招募需求发布生成二维码，分享出去，候选人录入信息，企业可随时考察对象并更新状态，组内其他评审同时能立即查看，信息同步及时，可以全方位评估应聘者。
确定候选人之后进行面试时，易评审云面试APP可以帮助候选人解决时间与地域面试的问题，小组在平台上准备好面试题目，将链接发给面试者，面试者下载易评审云面试APP后即可录入面试视频，小组成员即可全方位评估应聘者。
职位晋升：对于需要职位晋升的人才，传统的晋升方式是员工不参与，企业领导层和管理者要认证一个员工至少要60-90分钟，需要四名以上的评委，如果要认证100个员工，至少要十天半个月才能做完。使用易评审系统，输入晋升要求和评分维度，邀请评审成员为候选人一一打分，快速高效。
项目投资：投资人在挖掘早期优质项目时，要搜集足够的资料了解产品。在找资料和判断项目环节，投资人往往要花费很大的精力才能做到精准判断。使用易评审平台，能够协助他们便捷的申请材料，投递材料，在搜集到材料后，投资人一起评审项目的财务状况、技术能力、产品形态等，互相沟通，最后各自给出意见并打分。
除以上5种固定模版外，易评审还有自定义模版，企业和个人可根据业务需求，灵活评分维度，可适配企业、个人定义。
提供多种逻辑设计模版的同时，易评审还适配PC、IPAD和移动端，并做到了功能同步，数据互通，适合跨时间地域在线评审，实时查看，按需调整方便做快速有效的决策。
谈及竞争优势，除以上提到的在线评审、多重自定义评审模版可供选择外，易评审还具备三大优势：
云端存储：平台支持所有项目永久存档，企业和个人可随时提取以往评审的项目讨论记录，让管理层了解不同的观点。
互动反馈：为解决评审沟通过程中产生的问题，易评审提供了互动反馈功能，评审成员在线评审前可以与评审成员共同探讨，把握一手信息，对评审团作出行为决策提供参考。
审核报表：易评审可以实现多种报表跟踪，支持导出原数据，项目结束后，用直观的报表就能总结陈述项目的评审结果。
目前，易评审服务号、PC端、APP端已经上线，并开启了小范围测试。已有近百家企业与个人用户使用易评审系统，客户覆盖政府机关、孵化器和外企等大型企业。
未来，易评审将建立专家社区，企业可以邀请相关领域的专家提供咨询服务。
盈利方面，目前主要收取用户的平台使用费，未来，会打造专家评审社区，收取一定的广告与服务费用。
项目已于2017年成立之初获得了种子轮融资，正在寻求600万天使轮融资，资金主要用于开拓市场，技术研发。
-
招聘
用数据让招聘回归到它本来该有的位置
文| 大招
来源| 首席招聘官
在这个凡事讲求效率和价值的时代，招聘HR们将越来越体会到数据分析的价值。
老板们都懂得人才之于企业发展的重要性，但是负责招人的招聘HR们却很难获得与之相匹配的地位。招聘HR所做的工作更多是找简历、约面试，很少能在用人决策中发挥多大的影响力。
可怜招聘HR们每天累成狗，还时不时成为各部门业绩不佳的“背锅侠”。可这又能怪谁呢？如果每天都只是把自己局限在事务性的工作里，无从体现招聘应该具备的财务价值，被大家忽视也是情理之中的事情。
招聘HR，请关注你的财务价值！
招聘HR的财务价值，主要体现在以下几个方面：
能够准确识别招聘成功的要素，并用经济的成本招募到高绩效的人才，实现较高的投入产出比；
能够预测招聘的速度，并在业务需要的时刻及时将人员补充到位，避免业务空转或停滞给公司发展造成损失；
能够合理评估人效，准确分析招聘需求，创造出更加精准的招聘计划，确保人尽其用，避免人力资源的浪费。
你想想，如果人力成本比往年少，但是创造的收益却比往年多，老板会怎么看你？如果业务部门需要人的时候，你就能马上配置到位，业务部门老大们又会怎么看你？
但在实际的工作中，招聘HR却很少关注这些方面。他们心里想的是，只要能马上招到人，完成招聘任务就够了。“就算招不到人，拖延一段时间，老板也不会因此开除我。”更何况，招不到合适的人，招聘HR还有很多锅可以甩。比方说，岗位开的薪资低、公司的品牌知名度不够……
只是他们没有想过，因果循环，报应不爽——在你找理由抱怨的同时，你也在堵塞进一步发展的道路。
我们为什么要做数据分析？
招聘HR的财务价值，需要通过数据来说明。不过在招聘HR的总结计划中，数据更多只是做招聘流程中的结果汇总，有的甚至连分析和改善建议都没有，更遑论呈现个人贡献了。总结计划一汇报完，这些数据也就从招聘HR的世界里沉没了。
招聘HR的财务价值，同样依赖数据分析来实现。比方说，如何用经济的成本招募到高绩效的人才？很多高绩效的人才的求职动机很多并不在于薪酬，而在于发展。通过数据分析，你就能找准这类人群的求职动机，说服他们接受你的Offer。
通过数据的统计和分析，你能准确把握市场的脉搏，合理优化招聘流程，提升招聘体验和招聘效率；你也能深入了解业务，了解团队的人效，拓展招聘的准确性和灵活性。在数据统计和分析过程中，你以及团队的招聘能力会得到大幅提升，招聘所能创造出的价值也就更大了。
我们为什么不愿意做数据分析？
对于数据分析，很多人并不是不清楚它的重要性，但是就是不愿意做。主要是因为数据统计，是一个非常乏味且漫长的过程。大招目前在做运营方面的工作，对此也是深有体会——坚持做一两周是容易的，要每天都如此，就没那么简单了。数据的统计和分析是一个没有终点的过程。现在时代变化这么快，今天的成功不代表明天的成功，要确保你的招聘成功，你就必须不断寻找改善招聘的方法。你说这难受不难受？
所以，当我们开始排斥数据统计和分析的时候，也习惯性地找很多借口，比方说，没有ATS系统，统计数据太麻烦；又或者招聘的数据太零散了，不好统计。在我们这么推脱的时候，心里一定要清楚，这只是借口而已。
目前市面上的ATS系统还很难完全满足招聘HR统计和分析的需求，最有效的工具还是Excel表格，虽然它是那么简陋、繁琐，但是可完全定制化呀——它可以满足你的任何需求。
我们该如何做招聘的数据分析？
当你下定决心要用数据驱动你的招聘工作了，接下来就是怎么做的问题。其实它也没有你想象的那么复杂。
招聘的数据化管理，目前主要体现在两个方面：
进行招聘流程的过程记录。招聘流程无非就是发布职位需求、筛选简历、邀约面试、初试复试、薪酬谈判、发放Offer、入职引导这些环节。将这些环节出现的数据记录下来，然后像构建销售漏斗一样，构建一个招聘漏斗，这样你就能一眼看出到底哪个环节对你招聘最终结果的达成造成重大的影响，从而可以针对性地进行优化和改善。
进行数据分析，总结出规律，从而指导后面的工作展开。以发布职位为例，在该区域该网站开展招聘，在什么时间点发布，发布几个职位，什么时候刷新，刷新几次等等，能够收到最多的简历投递，这些都是可以通过数据分析，总结出规律来的。当你总结出这些窍门，后面的招聘动作就能更加高效了。
再举个例子，如果通过数据分析，招聘HR的工作年限是决定最终招聘结果的一个很重要的因素，那么后期我们配置招聘团队的时候，是否可以根据招聘HR的工作年限，合理评估他可能的产出，从而精准地制定团队规模以及KPI指标？
这是一份招聘流程统计分析表格，供大家参考。
结语
毋庸讳言，未来是一个数据驱动的敏捷招聘管理的时代。我们要想有更广阔的天地，就不能只是盯着眼前的任务，被动地接受指示。要合理地利用数据，评估过去和规划未来，用数据来实现招聘HR的财务价值，让招聘工作回归到它本来该有的位置。
-
招聘
提升招聘效率的四个维度，99%的HR都搞错了！
来源| 人力百科互助社
文| 程江红
今天分享的课程是一个目标选材中的一个小的知识点：什么是教练式的面试，以及如何运用教练式面试使表述的更清楚。
在我们招聘从确认到画像比较相近的人，谁是最适合我们这个组织？用什么样的流程和方法鉴别？这是我们介绍的重点。
其中更重要的是跟大家分享的教练式面试，因为它能够帮我们更准确的去找想要去匹配的人选。
第三部分，是我们在这个环节是不会去做介绍的，主要是想跟我们的伙伴们分享一下：是不是我们的候选人接到了offer，就算是招聘成功了？
其实，如果在动荡的试用期，不能够安心的上班或者是工作，那他很快就会流失掉，对于招聘来说，成本极高，而且是一个很大的损失，也会导致我们招聘的效率会降低，虽然这不是我们本次分享的这个内容，也是希望这个小伙伴们能够去关注这个部分。
首先，来看目标选材中的这个锁定目标的部分，我们如何去给心中的那个他去作画，首先提到的一个概念叫做四星级画像。
什么是四星级画像？
四星级画像是我们要和业务部门从四个维度去描述候选人可能长成什么样子。
HR在这里面要做的一个很重要的工作：通过一系列的问题去引导业务管理者去探讨这个问题，到底是不是值得的。
HR需要去发挥自身的影响力，和业务管理者达成一致，让他们清楚对候选人的画像越清晰，就越有能有效地去找到更匹配的人选。
如果画像清晰，在我们面试的评估中，也能帮助业务部门和HR更清楚的去评估候选人是不是匹配。
所以这个环节是十分重要的环节，也是我们招聘的基础。
第一个维度：职责与标准
关于职责可以问很多的类似问题，比如说可以问业务部门：候选人当年度最重要的工作职责，排前三项的是什么？
那么这三项职责做好后，未来可能还会接受什么样的挑战，或者是未来的任务会有什么跨越？
为什么要去问这个问题？
第一个原因是我们要从职责中去了解他当下职责背后需要挑战性的任务；其次再去考虑候选人需要有什么样的潜力。
其实，我们也要评估这个岗位未来的发展空间在哪里？这个发展空间对候选人是不是有足够的吸引力？
比如说未来的该岗位，挑战跨度比较大，就需要候选人有承压能力，冒险精神的特质。
反之，如果发展空间比较小，职责的稳定性比较高，那么候选人的特质可能会相对比较偏保守或者是稳健。
如果是高成就导向的候选人，看到职业发展空间很小，对他来说是很没有吸引力的。
所以说是我们要跟业务部门领导者去沟通，未来职位的重要职责，会不会有很大的挑战性。
在第一个维度里面先介绍的是职责，那还有一个维度是标准。
什么是标准？举例，比如销售代表的一个职责就是对客户进行管理，管理好五个大客户和管理好三个小客户，所需要的能力和经验是有很大不同的。
所以，标准是来描述这个职责，做到什么程度，做到什么样的状况。
要问业务领导一个很重要的问题：比如候选人将这三项重要的职责做到什么程度，才是领导满意的。
业务部门负责人满意，是因为候选人做到了什么？可以引导业务领导从质量、数量、时效、先进性等角度来去描述它。
第二维度：能力和经验
这是大家都比较熟悉的，业务部门也比较擅长去说这个部分。
常常会出现两种情况，一种情况：只是给一些基本的能力和经验要求。但会发现面试了几个后，领导都不会特别满意，哪里不满意也说不出来。
比如：问某女士要找什么样的男朋友？她说普普通通、正常的就可以了。但实际上，几次相亲后，都是该女士拒绝。原因可能就是没有眼缘，所以招聘一次次失败。
另外一种情况：业务部门给了一大堆的任职资质。比如说招产品经理，可能给到的描述和市场总监任职资质相似，被人为地增加了招聘的难度，招聘的成本也会比较大。
所以对于这样的业务领导，建议写出十个能力，这个能力可能包括专业能力和素质能力，同时要把这十个能力赋予一定的权重。
比如：十项能力分值总和100分，让业务领导去分配，这十项能力里面不同的能力都各占多少分，但总分一定是一百分。
这样的排序能够帮部门领导去理清，岗位最重要的专业能力或素质能力是什么。
如果，岗位可以创造出更大价值，HR需要和业务部门达成共识。
第三维度：个性特质
从两个方面去做思考。
第一个个性特质：是候选人本身个性特质和工作的匹配性是什么样子的？
比如：我是学财务的，但我做了半年的出纳以后，就放弃了做财务，因为我的个性特质，喜欢有一定创造力的东西，对于人际关系的互动要求是比较高，细致度很低，财务完全和个性特质是不匹配的。
这个例子说明人的个性和工作的本质，如果是匹配出来，那么工作就会比较的有兴趣，更容易成功。
第二个个性特质：与上级领导个性特质是否匹配，与团队成员个性特质是否匹配？也就是说能不能从个性特质上能够融入团队？
比如：特斯拉的创始人埃隆•马斯克，一个高老虎特质的人，很强势，思维很敏捷，做事很果断，说话很冲，经常会出现冲突。
所以，特斯拉里面有一个很重要的人物，一个女性，埃隆•马斯克的得力助手，总是能够把埃隆•马斯克想表达的意思，用婉转亲和、更容易让研发人员明白、听懂的方式去做。
所以，这个助手的特质就特别符合团队的需要。
第四维度：价值观的维度
怎样了解到业务部门领导所希望的价值观？
比如可以问：员工什么样的行为方式是最不能容忍的？以及想创造什么样的团队氛围？给团队带来什么样的不同？同时希望给团队什么样的正向影响力？
这些问题可以帮助业务领导去做思考：他的价值观以及希望团队的价值观是什么样子。
-
招聘
下一次跳槽，你可能就要被机器人面试了……
来源| 企业观察报官微
文| 钱馨瑶
面试——听上去总会让人有点紧张，尤其是面对资深的HR。
一份你梦寐以求的工作要对你进行远程面试，是不是很紧张。当电话响起，深呼吸，给自己泡一杯热茶，在心里默数三秒，然后从容的接起电话。
但是现在，想象一下你的面试官是一个名叫Robot Vera机器人“薇拉”。
“薇拉”有着类似人类女性的外貌，有时佩戴眼镜。Strafory公司创始人之一乌拉克辛告诉美国彭博新闻社，它结合了谷歌、亚马逊、微软和俄罗斯搜索引擎Yandex的语音识别技术，拥有庞大词库。程序还训练“薇拉”从来自电视、维基百科、招聘启事的约130亿条语法和语音例句中学习，以便能够更自然地与人对话、交流。
Strafory公司说，“薇拉”可用于加快对办事员、服务员、建筑工人等蓝领职位的审查，经过筛选简历、向应聘者介绍所应聘的职位及询问他们是否仍在找工作，然后通过视频或语音电话提出面试问题，筛选出约10％的求职者，从而将招聘的时间和成本减少三分之一。
“通过机器学习，”科斯塔列夫解释说，编程机器人维拉收入了140万的访谈，以及维基百科和160,000本书。
当维拉第一次开始进行电话采访时，她确实是按照既定的脚本，但后来就发生了变化。
“维拉能理解面试者提供的答案，”科斯塔列夫通过电话告诉法新社。
虽然机器人招聘员工会吸引那些试图降低成本的公司，但也可能存在另一个更微妙的优势。
“当（候选人）就工作机会给予反馈时，他们（可能）不会直接回答HR最真实的想法，”科斯塔列夫说。
机器人维拉目前有200个客户，其中许多企业主要通过传统面试并从中挑选最终候选人。
偏心危险
坦白地说，人力资源专家正在通过人工智能寻求解决方案，以加速整个招聘流程。
美国公司ZipRecruiter正推出实时选择服务，每个工作机会能够立即在多达100个网站上发布。
眨眼之间，通过算法已向ZipRecruiter注册的1000万求职者进行搜索，以查看最适合职位描述的求职者。
然后准雇主能够收到最佳候选人的候选名单，从而使招聘工作更加省时。
ZipRecruiter负责人伊恩·西格尔（Siegel）告诉法新社记者，该系统运作良好，因为“雇主不擅长描述他们想要什么样的员工，但当他们亲眼见面试的候选人时就会知道他们想要什么”。
“这就像我们的私人生活，”他说。
扫一扫 加微信
hrtechchina
