找蘿卜創(chuàng)始人&CEO付浩：招聘行業(yè)要靠數(shù)據(jù)驅(qū)動提升效率和精確度

大數(shù)據(jù) 數(shù)據(jù)驅(qū)動招聘

付浩 | 2016-12-01 10:45

【數(shù)據(jù)猿導(dǎo)讀】 11月24日，數(shù)據(jù)猿聯(lián)合星河互聯(lián)主辦了《數(shù)據(jù)猿巔峰思享會——用戶畫像的100種用法》活動。找蘿卜創(chuàng)始人&CEO付浩主要和大家分享了招聘行業(yè)如何基于數(shù)據(jù)驅(qū)動來提高HR和獵頭的工作效率

找蘿卜創(chuàng)始人&CEO付浩：招聘行業(yè)要靠數(shù)據(jù)驅(qū)動提升效率和精確度

11月24日，數(shù)據(jù)猿聯(lián)合星河互聯(lián)主辦了《數(shù)據(jù)猿巔峰思享會——用戶畫像的100種用法》活動。本次活動，邀請了來自互聯(lián)網(wǎng)及大數(shù)據(jù)行業(yè)的多位領(lǐng)軍企業(yè)代表，就大數(shù)據(jù)用戶畫像的真實(shí)案例做了分享，探討了在大數(shù)據(jù)時(shí)代下，各行各業(yè)該如何利用用戶畫像、提升用戶轉(zhuǎn)化率等系列問題。

與會嘉賓：

GrowingIO聯(lián)合創(chuàng)始人——吳繼業(yè)

熱云數(shù)據(jù)CEO——白冬立

百分點(diǎn)集團(tuán)研發(fā)總監(jiān)——蘇海波

眾盟ZMENG高級技術(shù)總監(jiān)——王鵬

找蘿卜創(chuàng)始人&CEO——付浩

資深互聯(lián)網(wǎng)專家、酷6網(wǎng)創(chuàng)始人、迅雷看看前CEO——郝志中

以下內(nèi)容為“找蘿卜創(chuàng)始人&CEO付浩”分享，并由數(shù)據(jù)猿編輯整理發(fā)布：

關(guān)注數(shù)據(jù)猿微信公眾號(datayuancn)，回復(fù)關(guān)鍵詞“付浩”即可獲取演講PPT

我今天給大家分享的內(nèi)容主要與招聘相關(guān)，HR分為六大板塊，每個板塊都能沉淀出大量數(shù)據(jù)。

首先介紹下我自己，我在2004年大學(xué)畢業(yè)，先去了智聯(lián)招聘，2009年從智聯(lián)招聘出來，然后開始一直創(chuàng)業(yè)。第一個公司，主要給大型的TMT企業(yè)提供招聘的整體解決方案，后來也做過獵頭的交易服務(wù)平臺。今天大家看到的就是找蘿卜，這個產(chǎn)品是一個招聘的SaaS平臺，完全基于數(shù)據(jù)驅(qū)動。

今天在座各位，除了有一些創(chuàng)業(yè)公司CEO，可能90%還是來自于職場的人。大學(xué)畢業(yè)的第一年，一直到第十年，這是職場人異常波動的高峰期。接下來，我可能更多會基于職業(yè)周期數(shù)據(jù)的波動給大家做分享。

招聘1.0

先來看國內(nèi)的招聘市場，我原來在智聯(lián)招聘，智聯(lián)招聘是1997年成立的公司，大家可能會看到他的產(chǎn)品結(jié)構(gòu)變化非常慢，今天仍然是廣告版的模式。所有B端的HR如果要招聘，就先采購一個智聯(lián)招聘，看一下有哪些求職者，基本上就是這樣的商業(yè)模式。智聯(lián)招聘在三四年前開始大量布局招聘團(tuán)隊(duì)，從智聯(lián)招聘1.4億的簡歷數(shù)據(jù)中挖掘出下一個商業(yè)寶藏。智聯(lián)招聘作為一個老牌的招聘網(wǎng)站，開始從一個傳統(tǒng)的商業(yè)模板往數(shù)據(jù)化領(lǐng)域轉(zhuǎn)變，這也代表著中國招聘市場1.0。

最近這兩年，感觸比較深的是，市場上開始冒出N多種招聘APP，比如拉勾、獵聘等這些做人群垂直細(xì)分的APP。因?yàn)榇罅康漠a(chǎn)品功能并沒有讓C端用戶感受到好的招聘體驗(yàn)，在整個招聘過程當(dāng)中，沒有解決信息對稱的流程，所以說這些平臺才應(yīng)運(yùn)而生。

招聘2.0

可能剛剛畢業(yè)一到三年的人群，仍然歸屬于智聯(lián)招聘。還有一種，更多是在提高整個行業(yè)的效率，比如Boss直聘，可以跟雇主方的Boss直接進(jìn)行溝通，這種體驗(yàn)縮短了求職的過程。拉勾某種意義上是C2B的概念，通過用拉勾更加精準(zhǔn)地捕獲到HR的招聘信息等等，這些我統(tǒng)稱為招聘的2.0。

我不敢說現(xiàn)在找蘿卜正在嘗試這個領(lǐng)域，因?yàn)檫^去招聘1.0發(fā)展到現(xiàn)在用了將近20年，數(shù)據(jù)越來越開源，樣本越來越多。

中國13.5億的人口有6.6億是職場人，相當(dāng)于有一半中國人是在職場，這個職場定義是什么呢？相當(dāng)于你擁有大專以上文憑，畢業(yè)有工作的狀態(tài)。6.6億人是怎么劃分的？其中有2個億我們稱為職場小白，有4個多億稱之為城市藍(lán)領(lǐng)，其中有一部分人群是城市服務(wù)業(yè)人群，比如長三角、珠三角分布大量的產(chǎn)業(yè)工人，也就是城市的工廠工人。大家可能會理解一個場景，大量工廠里的工人不可能有簡歷，甚至自己不會寫，更多基于周圍的老鄉(xiāng)和周圍的社群組織來完成自己的就業(yè)。除此之外，大量的職場人至少擁有一份或者多份個人簡歷。

招聘3.0

我們基于這樣的場景，不斷地嘗試收集、存儲、分類，盡可能在簡歷上嘗試做一些新的招聘應(yīng)用和體驗(yàn)，幫助企業(yè)HR能夠更快地獲取、識別、留用，讓求職的過程體驗(yàn)更快、更好，這是我們理解的招聘3.0的開始。

這個早在兩年前就開始了，上海有同類公司叫翼城，是光速投的一家做招聘SaaS的公司。翼城是我們的對標(biāo)，一方面，從數(shù)據(jù)的存量；另一方面，從數(shù)據(jù)的算法結(jié)構(gòu)等等，我們做了更多的對比，并嘗試著引領(lǐng)一個招聘3.0的開始。

接下來給大家講兩個工作場景：第一個是HR，第二個是獵頭。

HR工作場景。過去十年間被各種應(yīng)用類的平臺和軟件已經(jīng)訓(xùn)練成：每天工作第一件事就是打開電腦，登錄智聯(lián)、拉勾等等，可能有將近十個不同渠道的招聘平臺，統(tǒng)一登錄賬號，刷新職位，回收簡歷，一份一份瀏覽，然后給領(lǐng)導(dǎo)，領(lǐng)導(dǎo)反饋之后通知給HR，HR打電話，然后面試，他們有大量的工作都是無用功，或者重復(fù)性的勞動。

獵頭工作場景。目測在座各位，我覺得70%以上的人群應(yīng)都接過獵頭的電話，因?yàn)檫^去我曾經(jīng)也做過類似的業(yè)務(wù)，非常了解獵頭的生存狀態(tài)，甚至日常的工作流程是什么樣的。他每天要花大量的時(shí)間，甚至比HR要超出兩倍的時(shí)間去做全網(wǎng)式獵尋的工作，不斷拓展各種人脈。他往往會比HR擁有更多的招聘渠道，知道自己應(yīng)該獲取什么樣的人群，他對自己的人群已經(jīng)做了非常精準(zhǔn)的人群畫像，并且對自己的數(shù)據(jù)庫有非常嚴(yán)格、合理的管理。大部分的獵頭公司都有一套自己內(nèi)部的CRM系統(tǒng)，更多的給自己的顧問去使用。

即便如此，獵頭都會面臨著一個比較尷尬的局面：

1、大量的人或者說大量優(yōu)質(zhì)的人群沒有簡歷，永遠(yuǎn)在被動的求職，這些人大部分是在人脈里面，你需要花更多的精力搜尋他。

2、找到這群人之后，需要更好的確定他的意向。獵頭，一個優(yōu)秀的顧問，他是有業(yè)績壓力的，可能一年要完成80萬到100萬，甚至一百萬以上。所以，一個優(yōu)秀的獵頭顧問如果想完成一年一百萬的業(yè)績，他首先要做到的就是非常精準(zhǔn)的去找到他想要獲取的人才信息和完成更加優(yōu)質(zhì)的人才信息的維護(hù)。

為什么我講以上兩種場景？因?yàn)檫@兩種都是直接或間接的跟職場人發(fā)生交互的兩類人群。要么是HR直接給大家打電話，從各個渠道找到一個CV，問大家的意向性。要么是獵頭，主動地聯(lián)系大家，然后去溝通。

接下來，講講找蘿卜在過去20個月里都做了哪些事？我們是從2015年年初開始做，拿了兩輪融資，現(xiàn)在正好是做到20個月。20個月內(nèi)我們做了兩件事：第一件事，我們做了一套非常好用的SaaS，專門為中小型企業(yè)的HR服務(wù)，圍繞中小型企業(yè)HR日常工作的流程，幫他們優(yōu)化，提高工作效率。第二件事，我們通過與HR和獵頭的交互，獲取了實(shí)際用到的6000萬級的簡歷數(shù)據(jù)，然后做數(shù)據(jù)采集的準(zhǔn)備，做存儲、分類、建模、實(shí)施數(shù)據(jù)工程。我們過去更多的希望可以優(yōu)化一個企業(yè)HR在招聘里面的成本結(jié)構(gòu)。

我們目前有將近40人的團(tuán)隊(duì)，大概30人在做SaaS開發(fā)，10個人做類似于運(yùn)營等等的工作。講了這些，就是想讓大家更加理解接下來找蘿卜如何將大數(shù)據(jù)應(yīng)用在人力資源的招聘中。我特別不愿意說人力資源大數(shù)據(jù)，為什么呢？在中國做這個事蠻難的，Linekedin可以做到，但是在中國，如果你想做這個事，的確比較難。我更愿意說今天找蘿卜只是在做0.1數(shù)據(jù)招聘的事，為什么呢？我們搭了這么多東西，都是在做一個事，就是先去看大數(shù)據(jù)，了解數(shù)據(jù)，了解它未來能夠做什么。

看一下我們過去做過的數(shù)據(jù)樣本，現(xiàn)在找蘿卜擁有的數(shù)據(jù)樣本結(jié)構(gòu)：16個求職熱點(diǎn)城市，150萬+招聘需求企業(yè)，這個數(shù)據(jù)對于招聘平臺，包括HR用戶方來說，信息相對是開源的，我們都可以抓過來進(jìn)行分析，這里面企業(yè)發(fā)布的職位數(shù)有2200萬+。智聯(lián)招聘有將近1.4億的簡歷，當(dāng)然這是存儲數(shù)據(jù)，每一年數(shù)據(jù)的更新是在四千萬左右。其實(shí)每一年，通過智聯(lián)招聘去跳槽找工作的，差不多也是在四千萬人左右。

找蘿卜擁有1.3億求職者的簡歷，簡歷修改的版本次數(shù)是3.4億，簡歷行為信息15億。簡歷行為信息大概分三個維度：第一個是個人基礎(chǔ)信息，比如年齡、性別、身份信息、地理信息等；第二個是工作經(jīng)歷；第三個是教育背景和項(xiàng)目背景。

我們現(xiàn)在擁有大量基于個人的社交數(shù)據(jù)，脈脈關(guān)系信息是1100萬+；領(lǐng)英關(guān)系信息是700萬+；微博的行為信息有1.2億，微博現(xiàn)在也有將近4個多億的用戶，我們只是做了一些用戶的標(biāo)本之后抓取了一部分。

數(shù)據(jù)透視，這些數(shù)據(jù)可能會讓大家心里面稍微有點(diǎn)吃驚。我們過去基于對這些數(shù)據(jù)的盤點(diǎn)，也發(fā)現(xiàn)了很多有意思的事，有42%的人工作經(jīng)歷異常改動，9.5%有教育經(jīng)歷的異常改動，個人基本信息異常改動有1.74%，有93.4%的求職者有多個不同內(nèi)容的簡歷版本，可能智聯(lián)是一個模板，Linekedin是一個模板，在拉勾上是另外一個模板。

有了數(shù)據(jù)之后，我們需要數(shù)據(jù)更加靈活的動起來，需要實(shí)時(shí)的更新、驗(yàn)真。我們的SaaS更多是給HR、獵頭顧問用，所有的HR、顧問在用的同時(shí)，會給這些數(shù)據(jù)不斷地打標(biāo)簽，其中有43.4%的獵頭顧問人工標(biāo)注簡歷，有25.9%企業(yè)招聘經(jīng)理跟蹤招聘簡歷，有24.6%個人主動發(fā)起職業(yè)動態(tài)，比如說在微博@一下前同事，發(fā)了一個留言，最近工作怎么樣，市場上有什么好的機(jī)會嗎？當(dāng)然這是一個動態(tài)。通過這樣的信息，可能多條信息疊加完之后會發(fā)現(xiàn)這個人最近有可能有求職的想法。有85.5%的人有主動和被動存在的求職動態(tài)。

精準(zhǔn)匹配。有了這些數(shù)據(jù)動態(tài)之后要做什么？我們現(xiàn)在主要圍繞2B端HR的場景和大量的獵頭公司，中國現(xiàn)在有差不多一百萬左右的獵頭從業(yè)者。基于這些數(shù)據(jù)以及數(shù)據(jù)動態(tài)我們會做精準(zhǔn)匹配。精準(zhǔn)匹配更多的是建立在我們有大量職位模型庫的基礎(chǔ)上，也會融入企業(yè)的軟文，涵蓋HR專家特質(zhì)的要求和特點(diǎn)，迅速找到雙方的共同特性，最終做匹配模型。

異動預(yù)測。做異動預(yù)測也是HR使用的場景，比如前段時(shí)間，平安集團(tuán)收購了汽車之家，汽車之家在三個月之內(nèi)流失了一千多人，里面包含將近三百名工程師。這里面涉及到一個應(yīng)用場景，HR會提出一個需求，在這一千個主動離職的人群當(dāng)中，有多少個人有可能會被自己挽留下來。其實(shí)我們是完全可以通過異動預(yù)測的，基于后臺的數(shù)據(jù)維度，基于員工在各大招聘平臺更新自己的簡歷，從各個社交平臺不斷地透視他的社交動態(tài)來分析這個人的意向。這里面需要補(bǔ)充一句，并不是說100%的準(zhǔn)確度，我們至少能夠精確到70%左右。這個報(bào)告給到HR，HR一定會在這樣的事件到來之前提前做出留人的方案，這是從另外一個維度去看。

背景調(diào)查，基于簡歷的異動，基于多個版本，簡歷多類型的對比，我們完全可以看出來這個簡歷存在多少危險(xiǎn)的信號，通過危險(xiǎn)信號來提醒HR工作者，這個數(shù)據(jù)你是不是要特別關(guān)注一下。

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。