<img height="1" width="1" style="display:none" src="//www.facebook.com/tr?id=1509222356040859&amp;ev=PageView&amp;noscript=1">

填写此表格以请求您访问平台。

职位描述:为成功实施计划而努力的第一步

除了是出色的广告工具外,职位描述还为配备人员的重要信息提供了有效的人才招聘流程。不清楚,过时或不完整的工作[...]

December 02, 2020

阅读更多
所有帖子

企业如何在招聘中适当利用大数据

现在是四月,所以大约在那个时候,我们应该开始以批判的眼光看待我们的分析平台。目前,大数据正在变得越来越大,直到AI足够智能以从自身数据中获得洞察力之前,我们还是处于困境之中。企业需要确保他们正确地利用了数据,并且不花费时间和资源来分析不必要的数据。换句话说,该做些春季大扫除了。

麻省理工学院最近发表了一篇关于 人工智能和大数据的现状。文章引用了NewVantage Partners今年1月进行的一项研究,其中97.2%的高管表示他们正在投资于启动大数据AI计划,而76.5%的受访者认为,更大数量的数据正在帮助增强组织的AI能力。一切都很好,但是当您考虑到该研究主要调查了美国运通和Verizon等《财富》 1000强公司时,结果就不那么令人兴奋了。对于许多组织而言,深度学习仍然是一条路。同时,我们大多数人都负责自己分析数据。

如此多的数据,那么短的时间

处理大量数据并不是一件坏事。在招聘过程中收集的数据量可帮助人力资源获得有关雇用谁,如何雇用以及需要多长时间的有价值的信息。对我们许多人而言,问题在于 收集 数据和 使它具有可行性 。那么,我们到底应该看什么呢?以下是一些值得跟踪的重要指标:

提交与展示位置的比例。 显然,展示位置数始终会低于提交率,但是如果两者之间存在巨大差异,则可能意味着 招聘经理和招聘人员沟通不清晰。也许他们需要更多信息以正确地定位候选人。

回应率和转换率。 此处的低费率表明招聘渠道顶部存在问题。使用它们来评估哪种联系方式最成功和最不成功(例如,电话,电子邮件,社交媒体和求职广告本身),并查明问题出在哪里。

填充时间。 这是预测雇用各种职位所需时间的关键指标。您可以使用此信息来通知利益相关者,改善求职者体验(通过透明的招聘时间表)并确定 漏斗中的孔或瓶颈。当预测业务需求和计划未来的人才培养策略时,空缺时间率也很有用。

新员工的表现和离职率。 这些费率提供了对雇用质量的洞察力。将它们与提交或响应率进行交叉引用,以了解您的采购方法的有效性。此信息还可以用于创建概要文件,以描述哪些类型的候选人最有可能在工作中表现良好,哪些类型的候选人在定居后最有可能脱身。

制定攻击计划

分析和大数据仍处于起步阶段,如果企业想要正确地收集和解释数据,则仍需克服障碍。不幸的是,招聘和人力资源技术尚未赶上瞬息万变的形势,他们收集的许多数据仍然孤岛。如果您想有效利用数据,则需要一个计划,并且需要一个团队。

了解目标

寻求了解由于结果而可能有所不同或更改的内容。

  • 我们要达到什么目标?
  • 我们理想地需要做出决定性选择或正确纠正当前方向的哪些信息?
  • 我们要解决的真正业务问题是什么

通过确定这些问题的答案,我们可以向后进行工作以发现适当的数据。收集数据后,您可以一次创建一个行动计划。请务必注意,与任何数据驱动的方法一样,更改应以增量方式实施。试图一次实现太多目标可能会使结果数据产生偏差,并使跟踪性能变得困难或不可能。

建立合适的团队

研究一次又一次地证明 小组胜过个人分析师。当然,团队需要有效地协作和良好的沟通。对于那些这样做的人,预测和分析通常比单独工作的人所提供的有意义得多。随着招聘中越来越重视大数据,您可以做的最重要的事情之一就是让团队致力于对该信息的处理,审查,跟踪和报告。

设计合适的团队是当务之急,应该在任何数据收集或分析之前进行。最好的团队包括众多代表。在外包劳动力计划中,该计划将吸收来自客户组织,MSP,VMS和人员合作伙伴公司的专业人员。这些主题专家将需要解决该项目的原因,内容和方式。

  • 原因:聘请经理,运营负责人和执行官以提供业务专业知识。
  • 内容:为合作伙伴,采购负责人和人力资源官员提供人员,以提供人才方面的专业知识。
  • 方式:来自MSP,客户组织或技术提供商(例如VMS)的数据分析专家,他们了解信息,如何收集信息以及如何将其解释为决策者可以采取行动的有意义的结果。

大数据与有意义数据之间的区别

我们经常听到“大数据将彻底改变招聘”,这是我们倾向于认同的事情。但是,必须精心整理和分析数据,以使其有意义。为此,我们需要简化和扩展我们的数据分析策略。我们可以通过识别和集中于与目标最相关的数据集来简化流程,并且可以通过与传统上存储数据的部门或平台的代表进行协作来扩展它。通过以目标明确的小规模工作开始,我们可以随着大数据的持续增长而有效地扩展规模。通过这种方式,大数据招聘成为一种可行的策略-而不仅仅是一个时髦的流行词。

 苏尼尔·巴盖(Sunil Bagai)
苏尼尔·巴盖(Sunil Bagai)
苏尼尔(Sunil)是硅谷的思想领袖,演讲者,激励人,也是开创性的Crowdstaffing生态系统背后的远见卓识。他融合了远见,技术和业务技能,正在改变人才招聘格局和工作的本质。在创办Crowdstaffing之前,Sunil曾作为IBM,EMC和Symantec等公司的业务领导者磨练过他的技能和经验。 “我们需要以指数的方式思考,以认真构筑人类,文明和工作的未来。当我们进行协作和共同努力时,每个人都会繁荣。”
发表评论

相关文章

职位描述:为成功实施计划而努力的第一步

除了是出色的广告工具外,职位描述还为配备人员的重要信息提供了信息。
人群拥挤 2020年12月2日下午3:51:02

在建立新员工时扩大与现有员工合作伙伴关系的重要性

配备人员的供应商是兴旺的临时员工计划的推动力,并建立了稳定的员工队伍。
人群拥挤 2020年11月4日下午2:05:35