-
资讯
游戏式积分制管理，人力资源管理新工具！
来源| 人力资源分享汇
作为管理者，您是否有这样的困惑？
员工越来越难管理，低工资招不到人又留不住人，高工资能留住人却容易形成“高薪养懒汉”；
员工的忠诚度越来越低，核心骨干、老员工流失率居高不下。不加工资就跳槽的现象比比皆是，但加了工资效果又不明显，员工的积极性、工作状态最多不超过3个月，这是为什么；
HR学了太多的课程，去年学了宽带薪酬，今年听了战略性绩效管理，明年准备学任职资格管理，这些内容听起来有道理，用起来却效果不佳。老板不满意，HR地位岌岌可危，未来的出路在何方？
... ...
这些问题的原因就在我们自己身上，当前很多企业和员工之间的关系是：对立+博弈，一旦产生这种关系，就意味着老板痛苦的开始。
人搞不定，事就办不成，其实，解决了人的问题，就解决了企业80%的管理问题；
大家很头疼的这一系列问题，其实很多公司用积分制就能解决，而积分制和传统KPI考核最大的不同如下图：
积分制具体落实的维度，如下图：
-
资讯
百度百科上了区块链，“不背黑锅”只是第一步
来源| 虎嗅
5月28日晚间，百度百科悄然上链，利用区块链不可篡改特性保持百科历史版本准确存留。
该项目由百度区块链和百度百科合作运作。百度百科上线的是百度区块链生态布局中，具体落地项目之一，此举是为了“增强词条编纂的公信力”
百度百科不再背锅
百度百科，以人人可编辑的模式，成为最大的中文网络百科全书。但问题是也会出现恶意编辑的现象，百度百科平台往往也要承担责任。
上链的作用，就是百度百科可能不用再背锅了，因为编辑历史都有证可查。
使用区块链技术，平台可以通过时间戳、哈希算法对百度百科上的每次编辑进行确权，从而记录百科词条的历史版本和作者、编辑时间，实时记录次条的全部变化，达到存证目的，配合用户实名制效果更佳。
下一步是版权保护？
百度区块链原生应用负责人柴桥子告诉巴比特：“目前已发布的，都是存量业务和链的结合，接下来有一个全新产品，1.0就是基于区块链来做的。产品的理念、定位、构架都是和区块链融合的，会发布自己的权益通证，基于百度自己的底链。” 而应用场景，将是“百度相对擅长的领域”。
今年4月，百度就上线版权区块链原创图片服务平台——图腾。据其官方介绍，图腾是百度内部对区块链技术的深入研究和加持后的落地实践，主要提供图片版权保护。
图腾将利用区块链技术，配合可信时间戳、链戳双重认证，为每张原创图片生成版权DNA，真正实现原创作品可溯源。
百度百科这次区块链应用，也是对数字内容的通证化。区块链具有随时提取、不可伪造、不可撤销、可验证四个特点，正是对数字版权问题的解决方案。
下一步区块链应用是否继续在版权保护上？由于百度搜索的天然属性，百度上有大量内容，若百度能通过区块链技术对平台内容进行确权和侵权监测，那“洗稿”“抄袭”之类事件也能少一些。
版权领域的区块链应用门槛是较低的，百度肯定有这个能力，但问题是，百度上也存在大量盗版内容，百度若想落地版权区块链，是否会成为阻碍？
百科是否会引入代币激励？
关于百度百科上链，有一个案例可以参考。
在线百科全书网站Everipedia（完全百科）从2014年设立之初起的目标是赶超Wikipedia维基百科，但一直都不温不火。2017年末，Everipedia团队宣布即将迁移到半年后上线的EOS区块链上并发行名为IQ的代币之后，母公司迅速获得三千万美元融资，被资本市场看好。
在Everipedia的白皮书中，整个项目被分为3方面：治理、代币和文章。简单讲，在Everipedia通过区块链技术加入代币激励，会按照贡献给予代币激励的模式鼓励更多作者加入。
并且，每个用户如果要提交对文章的编辑，都必须抵押一部分代币，如果编辑通过审查抵押的代币会退回给用户。若编辑不通过，抵押代币将消失，而优秀内容可获得代币奖励，从而加强编辑质量。
目前，百度百科是通过积分激励作者，百度用户在百度百科上参与编辑即可获得奖励积分。积分分为经验值和财富值两部分。财富值可用于在商城兑换虚拟特权、徽章和实物礼品。经验值与等级头衔相关。
分布式记账的代币，显然更具价值和安全性。网易星球的黑钻都能兑换黑猪肉的，若百度百科想提升作者激励体系，Everipedia的代币激励是一种可选方案。
-
资讯
国际人力资源平台ChronoBank宣布推出首个基于区块链技术的完整工作平台Laborx
来源| bitcoinist
世界领先的国际人力资源平台ChronoBank宣布推出LaborX--目前已成为大规模应用的首批区块链应用之一。
ChronoBank生态系统的新成员
ChronoBank宣布推出一个雄心勃勃的、旨在革新人力资源/招聘/金融行业的大型区块链项目LaborX--这是全球首个完整的基于区块链的工作平台。
ChronoBank的生态系统已经非常丰富，由Labour-Hour Coins和智能合约管理系统界面（ChronoMint）共同组成。
Labour-Hour Coins能够有效标记劳动力，同时消除通货膨胀。
而ChronoMint允许管理ETH，ERC20代币，BTC和LTC等虚拟货币。它还使用户能够创建自己的ERC20令牌。
LaborX现在是ChronoBank人力资源生态系统的重要组成部分，能够为求职者和公司提供安全有效地进行即时交易的保障。
准备以主流方式登场
最重要的是，如今LaborX是可以合法和大规模采用、基于blockchain的应用之一，得益于其人性化的设计与ChronoBank的多币种钱包（ChronoMint）和分布式交换（TIMEX）的集成。
凭借其一系列工具，LaborX计划尽快通过不变的信誉系统，智能合约和透明的令牌市场，来破坏和革新招聘市场。
同时LaborX声称它允许求职者增加小时费率以及避免支付延迟，同时允许公司选择更优秀的全球工作者，数字游牧人和加密货币爱好者。
在整个求职过程中，招聘双方都能够降低成本，LaborX平台本身只收取1％的费用 - 与已成为当今招聘平台收费标准的5-20％相差甚远。
ChronoBank的首席执行官Sergei Sergienko说：我们的业界领先团队去年一直致力于打造世界上最完整的区块链式人力资源生态系统。 LaborX仅仅是团队劳动成果之一，并且今天为它的大规模采用做好了准备。
就我们而言，任何人都可以在早期阶段采纳和使用我们的项目。我们预计有1,000家公司，100,000名用户将在年底前注册LaborX，他们通过LaborX每月可节省大约4500万美元的开销。
LaborX今天已经投入使用。
Edway Training和DGTek正在使用它。预计未来几个月将有更多公司使用该技术。
行业领先的功能
从客观的角度来看，LaborX的优势在于其特色 - 其中许多特色迄今在人力资源行业尚未见到。
除了大幅降低费用外，LaborX还拥有一个专有信誉系统，该系统将数十个来自不可变账本上的候选人的数据点考虑在内。
通俗地说，这可以让公司相信他们雇用的候选人，并通过消除证明不可靠的筛选过程来节省时间和金钱。
LaborX还可以标记工作时间，允许个人以最高的市场价格销售自己的时间，并决定他们每周希望工作多少小时 - 为工作和娱乐之间的完美平衡打开大门。
求职者也可以通过加密货币进行支付，这意味着那些以前无法进入招聘市场的人 - 比如那些没有银行账户的人 - 现在可以为他们的服务寻求工作和支付。由于智能合同和内置的纠纷解决方案，所以支付也得到保证。支付是立即收到钱包，而不是转移到银行账户。
那些加密货币的新手不需要向第三方交易所注册，而可以使用LaborX的内置交易所和钱包。付款由稳定的LH代币处理，这消除了加密货币臭名昭着的波动。
最后，LaborX建立了简洁的、用户友好型的网站和app界面。用户不需要任何专业、技术上的知识便可以使用。
随着该平台已经准备好大规模采用，当今业界很少有其他基于区块链的项目与LaborX一样令人兴奋。
以上内容由HRTechChina AI编译完成，仅供参考
-
资讯
专注教育领域人力服务，才鹿获数百万元天使轮融资
文| 甩饼姐姐shirley
来源| 新芽NewSeed
5月29日消息，垂直教育领域的人力资源创新服务机构才鹿于2018年4月完成数百万元天使轮融资，由上市集团旗下产业基金金哲成长之心领投。
本轮融资后，才鹿将从产品创新、团队复制、品牌塑造等三方面发力，启动垂直在线招聘的产品和服务创新，将启动垂直在线招聘的产品和服务创新，推出在线招聘工具，实现招聘服务规模化。
才鹿创立于2014 年，是一家专注教育创业人才招聘的服务机构。教育行业极其依赖人的参与，才鹿设计并执行适用于教育企业与人才特点的顾问团队和工作系统，提供匹配不同发展阶段、不同人才需求的招聘解决方案，为招聘效果与效率负责。
才鹿从猎头服务切入，主要针对k12、语言培训、国际教育、幼儿教育、职业教育、素质教育六大细分市场，关注教学教研、市场销售、互联网三大职能方向的中高端人才。
累计服务超过300家教育企业，覆盖30%的A轮+赛道标杆，如VIPKID、掌门一对一、精锐教育、四季教育、凯叔讲故事、英语流利说、成长保、混沌大学等。
为了突破传统猎头行业对于“顾问”的极度依赖和简历搬运等低效现状，才鹿将人岗匹配经验结合移动互联网、数据与算法，通过自建标准化、模块化的人岗匹配“中央厨房”，快速复制教育行业招聘顾问。
同时，基于数十万的企业与人才动态数据，训练智能“招聘助手”，在获取人才需求标签的同时反馈目标人才数量、活跃度和匹配度，缩短顾问寻访时间。
才鹿目前猎头服务主要满足成长型强的头部企业与中高端人才的有效匹配。
由于教育行业的企业与人才特点，为体量更庞大的中小型教育机构招聘，满足初中级人才的求职需求有更大的市场需求。才鹿正研发相关工具与服务，预计于2018 年第三季度上线内测。
据了解，2018年4月，才鹿营收单月破百万，人均月单产超15万；2018年第一季度营收超2017全年规模，预计年底营收突破千万。
才鹿2016年还曾于8月完成蓝象资本的80万元种子轮融资。
-
资讯
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。
-
资讯
帮HR筛选“最佳候选人”，法国初创公司「Riminder」获230万美元天使轮融资
外媒消息，法国初创公司 Riminder 近日宣布获得230万美元融资。本轮融资有多家天使投资方，如Xavier Niel, Jean-Baptiste Rudelle, Romain Niccoli, Franck Le Ouay, Dominique Vidal, Thibaud Elzière 以及 Fred Potter。
36氪曾于去年5月报道过 Riminder，这家公司创立于2016 年，帮 HR 更高效地处理简历、更精准地找到最佳候选人。
数据显示，HR 一年平均要浪费掉 21 个工作日去外网筛选简历，一年要扔掉 67500 份简历，阅读这些简历要消耗掉一个 HR 每年 42 个工作日。此外，入职 Offer 及试用期转化率仅 50%。
具体来说，Rimminder 一直在优化深度学习工具，利用AI算法完成简历的分类和筛选，不必在这些程式化的环节上浪费人力。
Rimminder 并不会完全取代HR部门，而是在前期的简历筛选过程中，帮HR节约时间。作为服务平台，Rimminder 会为企业的后台简历系统提供 API 接口。通过API集成的方式，可在同一个HR平台上使用Riminder的智能过滤功能。
举例来说，假设公司正要招聘一位移动端的设计师，通常会收到上百或上千份申请。
第一步，公司可以使用 Riminder 系统，整合来自不同渠道的简历。接着，Riminder 运用光符识别技术，帮PDF、图片、Word文档等格式转化为纯文本。Riminder通过AI学习来理解所有的工作职位，并将原始文本转化为有用的数据。最后，Riminder将结合内外部的数据分析，对简历进行排名，为HR筛选出该职位的最佳候选人。
Riminder完成了简历的初步筛选和分拣，人力资源团队可快速获取核心信息，并面试名单列表中该职位的最佳候选人。
不可否认，AI算法带来便利性的同时，评估算法上仍然可能存在偏差。但Riminder认为，通过AI筛选简历，求职者可能来自于不同的国家，有不同的经历，但你可能拥有和某一职位高度匹配的工作经验——Riminder不会忽略掉这些简历。
本轮融资后，Riminder将在旧金山设立办事处，并获取一些美国客户。
本文翻译自 techcrunch.com
翻译来自36kr.com
-
资讯
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。
-
资讯
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。
-
资讯
改善员工体验的三大策略：创造属于你自己的雇主品牌故事
文| dave sutton
2016年底，Asurion的人才招聘与保留团队意识到，如果他们想赢得顶尖人才，他们需要改善员工体验（EX）。
这家私营公司为3亿多客户提供移动设备保护和技术保修服务。他们帮助人们保持在线并实现最佳生产力。
这意味着这家公司需要大量的技术人才！
在科技领域，人才争夺战是真实存在的。我们正在经历很长一段严峻的人才短缺时间。
“雇用时间”的数量似乎永无止境，68％的人力资源经理表示他们在填补职位方面遇到困难。招聘经理在一个非常有限的人才库中对合适人选的竞争是非常激烈的。
Asurion需要讲述一个清楚而真实的雇主品牌故事，说明为什么一个技术人员应该加入，以及为什么现在的高绩效员工应该留在公司工作。
Asurion的领导层依靠David Marks创造了一个引人注目的雇主故事，完全使EX从“同一片海中脱颖而出”，并使公司与市场上的竞争雇主脱颖而出。
大卫需要有效地传达Asurion的雇主品牌故事以达到他们所追求的高品质人才，并确保EX完全符合他们故事的承诺。
你可能会认为薪酬是引人注目的员工体验的关键。但是，正如David在Asurion学到的那样，提高工资可能是员工头脑中的首要问题，但薪酬通常远远低于实际触发加入或留在组织中的行为的收益。
事实证明，许多改进EX的策略都非常具有成本效益，并且更易于实施和维护。
正如Jacob Morgan在他的书“员工体验优势”中指出的那样，有三种环境构成了任何员工体验：文化，技术和物质。
文化环境体现了员工为公司工作的感觉。
技术涵盖了员工用于完成工作的工具和功能。
身体体现了员工工作的实际空间。
图形信用：员工体验优势
这三种环境相互支持和加强。一些最有趣的策略实际上存在于上图中的交叉点处。
这里有三个策略来塑造员工对环境的看法并提高员工体验：
1.提供时间表和工作场所的灵活性
你的员工比你更了解他们的工作日要领。即使你是一个超级微管理人员，你可能不会每天与你的每一位客户打交道。
你的一线员工是你业务的一面。如果你赋予他们自主决策权并让他们负责管理自己的工作量并获得结果，那么他们对EX的看法就会大大改善。采用弹性工作时间和远程办公的工作场所在EX上得分更高。
如果你可以帮助员工避免每天繁忙的通勤时间，你也会看到生产力的提高。在Asurion，可定制的时间表选项对于未来的员工来说是一大吸引力，随着员工对工作生活的更多控制，它增加了整个业务的积极性和动力。
2.制定战略性员工投资
虽然很容易假设大多数人只为薪水工作，但高绩效员工正在越来越多地寻找更多追求。
终身就业的日子已经过去了，但这并不意味着你不应该培养能够强化个人和职业发展的员工体验。
Asurion公司最具潜力的员工将他们的工作视为在科技行业内学习，成长和进步的机会。
创造学习型文化和投资于员工职业发展的好处是广泛而令人鼓舞的。
当员工知道他们正朝着个人目标迈进时，他们的积极性和积极性就会增加，并减少任何停滞和无聊的可能性。
庆祝和欣赏你的团队的成就，他们会在绩效和倡导方面为你带来10倍的报酬。
3.确保简单明确的角色和责任
没有什么比开始一项需要新职能的新工作更糟糕，你实际上被要求扮演与之前完全不同的角色。
Asurion竞争的信息技术领域尤其如此。
“技术”是一门广泛的学科，很难找到同时擅长多种IT功能的员工。
有时候，最好的策略是以不同的方式思考问题，并在EX中包含人员配备能力。
利用领先IT专家的按需工作人员，你可以在IT功能的某些部分填写特定角色和特殊技能组。
这可以让你的内部员工将精力集中在更具战略性的挑战上，同时为员工对其角色和工作量的感知带来更多的简单性和清晰性。
与客户体验（CX）非常相似，有吸引力的员工体验（EX）为你的目标受众提供了关心理由，听取理由，参与理由，加入理由以及最重要的理由。
通过将文化，技术和物理环境与你的雇主品牌故事结合起来，你可以吸引并留住高绩效团队。
以上内容由HRTech AI编译完成，仅供参考e
-
资讯
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
扫一扫 加微信
hrtechchina
