数字经济时代,构建数字化招聘能力,成为企业快速招到人的保证。近日,由摩卡研习社举办的电商行业线上公开课邀请到了海拍客HRD诸葛小花,分享《招聘就是——数据化穿透,精准性打击》,解读如何借助数据实现招聘的“精准打击”。
“招聘本质上是一个向市场购买能力的过程,是一个买和卖的过程,即一个交易的过程。”
——海拍客HRD诸葛小花
先从几个招聘案例谈起:
案例一
十几年前,我是一家大型连锁零售企业华东区的HR负责人,那时候我们缺的核心岗位是店长。我们的招聘基本上首先会圈定竞争目标,比如说沃尔玛、物美、麦德龙、Tesco乐购,我们的目标就是他们在任的总经理。
把所有的目标企业去选出来之后通过猎头顾问、内推去找人,这其实是一个量的积累、堆积的过程。只要你找到足够的人,基本上就能挑选出你相应要的人员,而且他们的薪资结构差异也不大。
案例二
去年我们一直在找一个首席市场官,开拓了各种渠道,但到现在还没有很合适的人。我们最初希望是找一个线下母婴品牌的市场营销,主要包括媒体曝光、品牌曝光、渠道推广,从而来统筹我们整体公司自有品牌的整个营销工作。但后来我们觉得需要换另外一个人,要找线上、线下全渠道营销的人,这个时候母婴品牌就不是必须因素了。
后来发现新消费品牌发展非常快,我们认为应该找一个新消费的做品牌、做营销的人员。在这之后,我们觉得还需要调整一下,我们需要找有创新、能做新消费品牌的全价值链管理的人员。所以最终我们的岗位的要求扩展、调整了很多。
我相信很多的 HR朋友可能都是有这样的一个过程。那么这其中的核心问题是什么?我认为有两个方面:
第一个是认知层面上的变化。我们通过不停地跟市场上接触、不断地接受不同的市场上的信息,来修正或充实我们对岗位职能,或者是我们需要的能力的认知。认知的过程中,其实是促进我们本身的业务的深度思考和人才能力的需求。
第二个是我们业务的思考和变化。我们在不停地接触市场、在思考自己业务的过程中,我们就会发现业务会有变化,甚至说我们整个业务模式的设计也会有变化,因此我们对人员的要求也有很大变化。
一、互联网公司招聘S&V:
互联网招聘有很多的惊喜(S),大家可能都有这样的感受,突然之间来一个这么个要求、突然之间可能还不招了、突然之间没有需求了。
另外一个是互联网招聘其实有各种各样的变化(V),业务变化很快,需求变化很快。
所以惊喜和变化一直伴随着整个我们的招聘过程。尤其是在一些初创或者快速发展的公司,其实都可能会面临这样令人“心累”的情况。
二、CASE分享:
1.业务背景:
海拍客有很多聚焦在母婴领域做B2B业务的,我们最主要整合全国接近20多万家母婴门店,为他们提供全品类的母婴产品供应链以及营销服务。
最早我们在做一些长尾产品,都是以单品爆品的模式去运营的。举个例子,我们今天在产业带或某个经销商找到一个特别好的产品,通过我们的包装、引流、营销服务、线上推广,把这个产品卖给二三十万家母婴店。但这种运营方式存在几个问题:
①商品丰富度差
②用户选择少
③用户对平台心智形成差
④复购行为形成难
经过整个业务的调整之后,我们发现,商品池也需要“宽度”,需要底层和源头供应链商品支持。根据此得出我们需要的人是什么样子?第一,对行业品类有深入理解;第二,熟悉品类的获取和搭建。
另外则是团队能力的重构。我们需要对整个行业底层供应链进行搭建,其次品类搭建和运营也需要能力强的团队。具体下来就是我们需要产生HC-TL5人,资深组员15人。
2. 项目准备:
我们内部经常会用项目组的方式去完成这种这种公司相对来说比较重要的一些招聘的项目,便于我们整体的招聘资源的投入。项目组成立完成后,由招聘的同学全链路地来负责这个项目,这又被称为“项目聚焦”。
3.项目实施
■第一阶段
动作:确定人才初像-资源型选手(电商平台背景/母婴品类背景/招商 运营经验/资深);多向拉通渠道,人才搜寻。
数据:前端建立流入少;分析面试转化率低的因素,发现母婴背景人选大部分集中在中大广,面试拒绝率高。
问题:有限的收入,聚焦在母婴,人选池子非常有限,前端招聘漏斗流入少,产出慢。
解决办法:淘汰简历分析-点对点聚焦/话术优化=大众长对比(发展空间/人生阶段/管理权限等)。
■第二阶段
动作:调整画像一部分类目接触行业背景限制,建立增加;初期放开薪资收入的限制,前端优秀人才流入增加。
数据:其中面试不通过的原因,招商能力弱重运营占比上升,大致在61%。
问题:能力要求出现问题,人选大都偏运营型,招商 运营型人才非常少
解决办法:根据岗位分类型,拆分能力组合:TL级别,行业资深背景,继续全能力模型;组员,商家谈判型人才 运营型人才的搭配,招商 运营的能力组合
■第三阶段
动作:按 2类角色招人,全能力模型 能力拆分搭配组合。
结果:整体面试转化率提升,且录用人数增加,有效结束项目。
三、应用参考建议:
1. 招聘中注意“数据化”的过程呈现
在招聘过程中,数据化是非常关键的。从招聘系统里把数据拿出来、把每个环节的数据拿出来,其实当我们有了同样的数据盘,在看大家的很多视角是一样的,而不是说想起某个人,我们真正的是可以把简历拿出来,把数字拿出来。
我们做到了与招聘的同事、猎头的同事、伙伴以及我们的业务同事同频,能在同一个界面上去说话。只有这样我们才能聚焦我们的需求和问题并一起来解决。
2. 数据过程中击中问题关键因素进行修正
数据和简历要一起来看,比如说我们第一阶段最主要发现的其实是行业的限制和薪酬的限制,包括一些业务的分享其实不够的。第二阶段我们发现能力项这一方面在市场上其实是短时间内不能满足我们而不是说一直不能满足。
3. 发现问题,解决问题并落地
这是一个很细致的关于落地的工作。比如说完成候选人的简历分析,有些人不来就是因为地点的问题、户口的问题。那么还有一些人对整个业务不了解,这些也需要通过面试的反馈,以及我们跟候选人的沟通中深度挖掘出来的,这些问题一旦找到了就要去解决落地。
这里有些是针对所有候选人的,有些是针对某一个候选人的问题的解决,而且有的必须要跟踪到落地,最后还要拿到反馈。
4. 及时进行项目的复盘、总结
每个项目都要一个个去落地、复盘、总结。什么叫数据化的穿透?其实就是针对某个问题的精准性的打击,这样就能解决掉很多棘手的问题。
四、找人的本质问题:
原来找人因为业务相对比较确定,行业相对比较成熟,招聘漏斗其实是一个单向的过程。但根据之前的例子可以发现,这个逻辑完全变了。我们最初的时候是没有一个完整的画像,只是我们想出来的,并在找人的过程中去理解这个行业,理解人才,理解我们的业务。
随着这个过程中我们自己业务的变化、我们对能力要求的变化,我们不停地在修正,经过不断地筛选和思考,再反复修正:我们需要什么样的人?再去获取什么样的新信息?它是一个循环,而这个循环的要求就是我们要及时进行信息的双向交互修正。因此,整个招聘露头的模型其实不是一个漏斗模型了,而是一个不断交互循环的过程模型。
所以我认为一个互联网公司里的招聘是一定要全链路管理,从业务的深度理解到市场信息的完全把握,整个过程要全流程的管理,所以在这个项目上一定是招聘专家来做项目负责人的。
很多猎头朋友也跟很多互联网公司去做创业、服务,你会发现这之中存在很多盲区。所以招聘同学一定要把整个链路打通,进行完整、及时的信息交互,保证人才筛选的准确性。人一定是有的,市场上一定有这样的能力,只是你怎么去找到这样的能力的问题。
当然,如果每一个简历都能数字化,每个简历的关键因素都能数字化、数据化,本质上招聘找人这个过程其实是真的是可以用算法,用数据用人工智能去解决的。我们也希望更多的数据化的服务商提供更好的解决方案之后,能帮我们提高整个招聘人才搜寻的效率。
来源:科技狗
免责声明:本文来源于网络,仅代表作者本人观点,与TechWeb无关。凡来源非TechWeb的新闻(作品)只代表本网传播该消息,并不代表赞同其观点。TechWeb对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任
2023-01-11 18:53 发布 浏览