大數據對求職的影響（車品覺）
資料圖片，作者：Unsplash
有一天，你突然接到了獵頭電話：「某某公司已經決定聘用你為總監。」「你們怎麼找到我的？」「我們根據精確的數據挖掘找到你，並詳細分析過你的數據，已經決定聘用你。」如果這一幕是真的，你會開心抑或難過呢？因為居然是「機器人」決定了我們的前途。
目前而言，人力資源部門（HR）對數據的使用最不明顯，或者說數據團隊很少有需求來自HR，這證明HR較少利用數據幫助他們在人才管理上做些什麼；一般公司也把數據用在前台業務，卻忽略了如何用數據找到和挽留對公司最有價值的員工。
當我們進一步深究時，發現HR的一些數據指標可能需要改善。例如很多公司用離職率衡量HR的工作，但他們不知道離職率有主動離職率和被動離職率之分。員工若因績效表現差而被動離開是公司的正常淘汰，但如果該員工是核心人才，他的主動離職就是公司的損失，這還應計入核心人才離職率。
再舉個例子，每年HR都會做員工滿意度調查， 但他們沒有意識到，員工滿意度其實跟團隊最近的情況是很有關係的。比如這個部門剛剛經歷組織架構變動，或者剛發完獎金，滿意度都會受到影響。
在HR數據的應用上，美國很多公司已開始收集從員工招聘到離職的相關數據，據此他們可以知道聘用什麼樣的人比較穩定或有更好的產出。美國有家電話服務中心每年都要招聘幾千名員工，因為這個行業的離職率很高。他們發現，影響員工穩定性的最大因素居然是員工住處跟公司的距離。同時，他們還發現電話服務中心的員工最好曾在服務業工作過，哪怕只是一名餐廳服務員。這是有趣的發現，招聘電話服務中心的員工，更重要的居然是看他住在哪裏及服務業經驗，而不是學歷或別的因素。
軟件測離職 準確率高
無獨有偶，美國媒體最近報道矽谷一家IT公司VMware，利用HR軟件Workday預測員工離職，能夠及時向管理層提示員工的離職意向，以便提早處理；市場反應顯示準確率很高，效果甚佳。
說到這裏，大家可能會覺得挺恐怖的。按照這趨勢，難道我們的職業生涯都將由數據算法決定嗎？當然不是。數據的價值需要人的協作才可產生。正如我曾經嘗試的一個專案，希望通過公司大量的面試評價及員工入職後的績效文檔，挖掘出某些崗位的關鍵能力，從而幫助面試官更客觀地判斷應聘者。國內一些大型公司，每年都會投入大量精力於校園招聘，有了通過數據挖掘得到的崗位關鍵能力，便可以據此避免重複的機械式面試，提高對優質人才的命中率。總之，HR的數據智能化已經開始，讓我們拭目以待。
更多車品覺文章：
支持 StartupBeat
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
