大数据正在如何改变人才招聘
DEMO
Contáctenos

大数据正在如何改变人才招聘

Talent Acquisition

大数据正在如何改变人才招聘

December 30, 2015 Kevin Burns

大数据,以及它帮助公司预测员工发展的潜力,是人力资源部门中是最极为流行的话题。对于已经参与了这些讨论的专家来说,对话还仅仅处于初始阶段(“确切的说,大数据意味着什么?我们有吗?我们怎样才能得到它?”)。对于其他人,谈话已经演变成“我们应该如何说服高层,使其能以在销售和营销中拥抱大数据的相同方式,在人才招聘中引入大数据?

 

还有很少一部分人,已经将大数据和预测分析实际应用到人才管理解决方案中。根据 Bersin by Deloitte 2013 年的数据,这样的群体仅占 4%。这些公司绝大多数是大型的跨国企业,拥有流动率极高的员工基础,并且他们正在使用大数据以帮助发现最出色的员工。(设想一下,零售业或酒店业等基于大量店内销售人员或大规模呼叫中心的行业;或者是高科技和金融服务行业,因为数据和分析都已融入这些公司 DNA 之中)。

 

这些公司发现,以数据为基础的见解最令人兴奋的方面在于,这些见解常常令人惊讶或违反直觉,例如一家公司发现,那些曾在工资极低岗位工作过的常春藤盟校毕业生,比哪些没有类似经历的人表现得更好。硅谷人才管理专家 John Sullivan 估计,这些点球成金式(指选择数据最好的候选人)的雇佣决定的可靠性更高,比人类的直觉高 25%。

 

三家使用大数据的公司的运行情况

 

施乐公司估计为每个新进呼叫中心代表提供培训需要花费 5,000 美元。在对早期雇员的表现数据进行收集和分析后,公司发现有关新人的部分假设是错误的。例如,雇佣曾在呼叫中心或类似岗位工作的员工将花费更多的成本,但是相较于毫无经验的个体,他们并未表现得更好。更加令人惊讶的是:那些在社交网络中(最多高达四个)表现活跃的员工更有可能留在岗位中。

 

西尔斯百货亦已加快了筛选游戏的进行。根据 Briefings 杂志在去年夏天发布的报告,这个零售业巨头每年要从拥有超过 600 万名申请人的资料库中选择高达 160,000 名新销售代表。为了更好地确定合适人选,西尔斯百货现在要求申请人完成类似于视频游戏的测试。测试包括模拟与各类客户进行互动,涵盖多种性格,从过于苛刻到犹豫不决。

 

几年前,富国银行已经着手基于大数据,探索在符合资格的候选人中,最有可能留下来的个体。通过分析当前员工的数据和设计不易受到操纵的性格测试,这个银行巨头发现拥有会计学位的出纳员与其他前台员工的表现最为出众,但是持续性无法保证(根据“BAI Banking Strategies”提供的报告。)

 

为什么数字运算并不容易

 

Cornerstone OnDemand 的首席分析官 Michael Housman 表示,高效分析需要建立在几百万甚至于几千万个数据点的基础上。例如,公司将收集当前员工每天的工作表现,并结合就业前试验结果,以及有关就业情况和人口变化的宏观经济趋势。随后,可通过软件算法识别有意义的参数,并用于发现有潜力的新雇员。候选人追踪软件能基于各类背景因素(包括工作经历和性格测试),为岗位申请人打分,以指示企业是否该进一步向他发出邀约。

 

当然,分析说易行难。公司需要通过长期收集,拥有足够大员工和数据库,才能获得相对可靠的见解。这就意味着,大多数情况下,预测分析并不适用于小公司。Housman 说:“针对 200 或 300 名高效的执行者,创建并进行性格测试,不能算是真正的大数据分析。但这就是我们经常遇到的情况”。同样,跟踪一致性较低且由各个部门管理的历史数据既昂贵又费时。

 

“每个人都在谈论大数据,”Housman 提醒我们,“但是如真要实施,则是困难重重。”

 

本文原载于Cornerstone US博客

About Kevin Burns
Comments

Want to hear more?

Our RSS Feeds

Cornerstone Blog Feed

Learn how our Integrated Talent Management Solutions can help you face tough challenges.
Check out our products

Tags

Archives