大數據時代的招聘

去年夏天，26歲的杰德·多明格斯（Jade Domingues）收到一封郵件，內容是一家舊金山的初創公司邀請他去面試程序員。

那時的多明格斯住在加利福利亞一間廢舊的工廠里，經營著一家T恤圖案設計公司，為了宣傳自己的設計公司，正在自學編程。

多明格斯喜歡在各大編程論壇上和其他軟件開發人員交流思想，共享代碼，而且他的編程技術在全球最大的社交編程及代碼托管網站——Gitllub上享有很好的信譽，還曾為Jekyll-Bootstrap編寫代碼，得到過很多其他網站開發人員的重用。

這家公司就是看中了多明格斯的這一點，他們在招聘時忽略了學歷文憑以及是否具有專業的電腦編程技術，只是通過收集來自互聯網上各大編程網站和論壇的數據信息，分析整理后找到了多明格斯這樣的“天才”程序員。

這家名為鍍金（Gild）的公司，把這項新的招聘技術命名為大數據招聘，大數據招聘就是希望在巨大的市場需求中，發現那些被遺漏的優秀人才，而且無須開出與一些大的技術公司相當的工資薪酬。

而大數據招聘技術的產生在人力資源領域是一個巨大的飛躍，它成功實現了智能化的員工篩選，讓招聘工作變得更為簡單、高效。

勞動力科學的新領域

大數據招聘是通過提升人力資源管理在人才搜尋過程中的技術，催生出的一個新的招聘系統。它屬于勞動力科學的新領域。

現如今有很多類似鍍金公司這樣的公司正在朝著這個目標努力，他們想方設法把現有的招聘工作帶入到大數據的范疇里。

對于最出名的鍍金公司來說，大數據招聘技術是專門針對程序員這一職業的。數據分析主要基于各種編程網站和論壇，為其中較為活躍的參與者建立起個人的性格圖譜、興趣圖譜以及關系圖譜，深入了解個人的性格特點、興趣方向和社交圈子，來最終決策出適合他們的公司崗位。

例如：鍍金公司會在編程論壇中研究，參與者們寫出的代碼應用價值如何？是否得到其他程序員的認可？這些代碼會得到專業網站的重用嗎？編出優秀代碼的程序員在網絡社區中和其他人交流順利嗎？這都是他們考慮的范圍，而且通過這些因素來預測今后這個人在工作和社交中的表現。

而鍍金公司并不是第一個利用大數據招聘的公司。在鍍金公司之前，一家名為Bright的在線招聘公司被創立起來。Bright公司的創始人古德曼（Gudeman）發現，即使在美國的失業率高達兩位數時，依舊有很多公司找不到既能勝任公司工作，又符合公司企業文化的應聘者。而且，各種招聘網站也暴露出了令人失望的一面。

很多公司的HR們只能感嘆招聘到好的員工就好比大海撈針。

于是古德曼依靠100人以上的專業招聘人才，對互聯網上超過數十億份簡歷信息進行分析，構建出一個名為“Bright Score”的招聘評分系統。這個系統的特點在于它可以評算出一個具體的數值，用來確定工作崗位和應聘者之間的匹配度，同時創建出一個通用的評分算法，用以告訴招聘單位，對于某一個特定的工作來說，什么樣的求職者才是最合適的。而對于求職者來說“Bright Score”也會為你自動匹配職業。如果你選擇的職業并不適合你，它也會告訴你為什么，并按照匹配度高低為你推薦工作。

“Bright Score”是大數據招聘技術的先行者，使得人才招聘變得更有效率，而且更節省成本。

另一家來自硅谷的創業公司——Entelo，同樣也在解決人力資源管理上的問題。與鍍金公司相同的是，Entelo也通過人們在Twitter、Facebook等這樣的社交網站發布的內容，來研究這些潛在的候選人所做的符合他們職業特點的事情。

但是與鍍金公司不同的是。Entelo關注的職業領域不僅僅是StackOverflow和GitHub這些知名的程序員聚集網站，還包括Proformative（會計師網站）、Benchling（有關DNA測序點網站）和Dribbble（展示和描述設計師網站）等。

Entelo還發現并非所有用戶都會用真名發布內容，那些有才華的人只會把特長當作興趣愛好，于是Entelo便利用數據從數十家專業的社交網站中搜索到這些被埋沒人才的聯絡方式以及居住地，用以向招聘方提供真實的信息數據。此外，Entelo還從多個網站收錄并制作了600萬專業人士的資料頁面，利用超過70個變量來找出這些人職業變化的跡象。

Entelo公司當前已經積累了40多個企業客戶，他的創始人約翰·麥克格拉斯（John McGrath）自己的大數據招聘技術就如同一個搜索引擎，在正確的時機根據實時的新聞和社交網站上的求職信息找到對的人。

通常在時機方面，他們率先發現想要換工作或是正在尋找工作的人并和他們取得聯系。

例如，Entelo通常會在一個公司在被收購時抓住先機，因為公司被收購，人事上一定會發生變動，Entelo就會迅速對其人員信息進行收集整理，這樣的做法會在資源累積上爭取到更多的主動權。

對的人，就是在推薦招聘前就劃定正確的招聘對象范圍。各種社交網站就是Entelo的首要據點。Entelo的基礎工作是不斷抓取網頁上的信息，包括實時新聞、社交網站、興趣社區等，當招聘客戶提出需要招聘的人時，Entelo會迅速分析出符合特定條件的候選人，用大數據技術進行數據匹配。

而Entelo在大數據應用上更為人性化的一點在于常常為新創公司的HR推薦適合他們的員工，因為麥克格拉斯認為新創公司在初期一定急需注入新鮮的血液。類似多明格斯這樣的“天才”肯定是他們迫切需要的。Entelo每次都有針對性地向招聘公司推薦人才，而不是在職場大量散發郵件以期獲得一些回應。Entelo的目標是在未來為招聘用戶設計出專屬產品。

還有一家名為TalentBin的招聘網站，把自己描述為“人才發現引擎”。它的核心業務是一款聚合了來自數百家網站擁有5億份社交資料的數據庫產品。TalentBin上的大部分數據是公開的，而且比同類型的招聘網站所提供的信息更加詳盡獨到。TalentBin在今年推出了一款年費6000美元的高級服務，可以讓應聘者進入招聘公司的人力資源管理平臺，在其系統中直接和應聘公司的HR進行交流。

TalentBin可不僅僅提供招聘人才的服務，還提供包括通信工具、銷售過程管理和報告等的一條龍服務。2012年，TalentBin曾被HR Tech Conference點名為“超棒新技術”（Awesome New Teehnology），并在歐洲iHRAdwards大會上榮獲“雇傭行業游戲改變者”的稱號。截至目前，TalentBin共獲得過約400萬美元的投資。

更公正更適合

大數據招聘技術的出現，并能在如此巨大的市場中有著廣泛的需求群體，原因之一在于它改變了傳統的人才指標。

先前的招聘者雖然也認同，不應該由于性別、長相或是名字來影響聘用決定，但是偏見往往就是以人們意識不到的形式體現出來，常規的面試還是會受到是否來自于名牌大學，在前任公司供職的經歷如何，或是否來自于前輩或友人舉薦的影響。

耶魯大學曾做過一項調研，發現大部分企業在應聘經理職位的人員，聘任者會普遍認為女性求職者的能力相比具有同樣資格的男性要遜色得多。

而美國國家經濟研究局公布的另一項研究發現，簡歷上名字“聽起來像白人”的求職者收到雇主回電的幾率要比簡歷上名字“聽起來像黑人”的求職者高很多。這樣遺漏人才，最終造成的是雇主的損失。

然而這么多被偏見“篩掉”的人才，卻可以通過機器來避免。被機器量化的信息雖然達不到百分之百準確，但是沒置好的“公正”指標會在一定程度上予以均衡。

Bright公司在建立“Bright Score”的招聘評分系統時，就把一個人常瀏覽的網站；交談各種技術時采用的語言類型；與人交流時多處于積極狀態還是消極狀態；以及在有關技能的描述上是否用詞恰當；參與過哪些項目，為時多久；這個人如果來公司能做些什么等放在評分系統的得分榜的前幾位。Bright的做法正在實踐大數據招聘技術扭轉人為因素在招聘領域的影響力。

鍍金公司創始人盧卡（Luca）也曾說過，在專業學校學到的東西固然重要，但這“并不代表事情的全部”。企業真正需要的是能有自己真實見地，懂得如何應對壓力，甘于同才華橫溢的同伴一起共事的人。

大數據招聘技術存在的第二個價值就是找到“為你量身定做”的人才。

加州大學人力資源管理專家列文（Levin）博士說：在大數據招聘技術面世之前，很多大公司喜歡通過在職員工的推薦進行招聘，因為現任員工了解公司文化，而且推薦不好他們自己的名聲和工作環境也會受到牽連。

雖然利用員工推薦的方法能招來高效率的員工，但是要想為企業招來適合自己的員工，而且是專門為其“量身定做”的人選，就需要依靠大數據招聘技術。

今年，一家名為Square的移動支付系統公司找到鍍金公司，希望幫助其公司招聘員工。

原因是Square公司經過調查發現，今年，有很多年輕人都把自已的工作成果發布在網上，其目的就是為了被更多優秀的企業發掘。而這些優秀的人才也會在挑選工作上設置一些選項。他們除了單純找工作，更多的是想應聘到符合自己價值要求的公司。而鍍金公司所要做的就是把這些“種子選手”篩選出來，規劃他們的事業模型，并告訴他們選擇在Square工作是正確的。

還有一個例子來自于TalentBin公司，最近他們新推出了一款Lookup尋人搜索應用軟件，TalentBin的開發員說，當你使用Google來搜索你要找的人時，得到的相關信息可能分布在多個社交網絡中，而Lookup會把這些零散的碎片集中起來，整合各個社交網絡中的數據，列出你可能感興趣的部分，并顯示相關的社交網絡活動。這樣你就能很快地找到適合自己的正確信息。Lookup的受眾并非僅僅針對招聘者，還包含了那些想要尋找他人的用戶。

被“大數據”拯救

Evolv是一家專門檢測招聘和職場數據信息的美國公司。他們通過對3萬名雇員收集到的300萬個數據點進行分析發現，運用自行安裝的瀏覽器的人比運用系統自帶瀏覽器的人表現更好，而且更少跳槽。這一研究顯現出，大數據招聘技術有望拯救應聘雙方信息不對稱的難題。

第一個例子來自于IBM公司。

IBM公司每年在招聘銷售人員上需求很大，通常IBM公司的HR在招收銷售人員時基本要求就是善于言辭并且性格外向。但是在去年，IBM用134L美元收購了Kenexa，線上招聘培訓服務機構后，他們招聘標準發生了變化。因為Kenexa當年發放了4000萬份問卷調查，覆蓋了很多有一定銷售經驗的求職者和招聘者。在對其反饋回的數據進行分析后發現，成功的銷售員的特質并不在于性格是否外向，而是在于自我鼓勵的強度，也就是被拒絕后繼續堅持的品質。

另一個真實的例子發生在名為Transeom的全球客服呼叫中心，這個公司長期困擾于人員流動率過高，于是他們找上了“大數據技術”，希望通過它來拯救眼前的困境。

“大數據技術”選擇對公司的在職員工的行為進行分析，最后發現，被“大數據技術”認定“誠實”品質分數高的員工，穩定性也會更高。其準確率可以達到20%-30%。由此Transcom改變了現有的招聘策略，此后優先雇用有誠實特質的員工。采取措施之后，離職員工的數量下降20%，團隊的穩定性更高，也節省了培訓新員工的成本。

數據招聘技術在企業HR招聘人才方面功不可沒。很多大企業都從大數據招聘技術中得到了甜頭，其中包括Facebook、亞馬遜、沃爾瑪、谷歌和Twitter這些大牌企業。

然而大數據技術不僅僅是為企業服務，還為小型雇主或個人創造價值，提供便利。最近Linkedln這個全球最大的職業社交網站便利用大數據技術創造出一系列適用于不同人群的產品。

一個是名為peopie you may hire的應用軟件，是專門針對獵頭的。有的時候獵頭會看中—些人才但是被其看中的人才目前并不打算找新的工作，這個軟件就會根據獵頭的喜好向其推薦其他人才。

還有一個名為Who’s viewed your profile，把這個應用軟件安裝在電腦上，它會實時告知用戶誰看了自己的簡歷。得知信息的用戶會在第一時間主動聯系閱讀自己簡歷的人，這為正在找工作或是正在尋找商機的人打開了一個好的溝通渠道。

“大數據”，靠譜嗎？

雖然大數據招聘技術對企業有著很大的優勢，但是也有其局限性。

英國的數據分析公司Altimeter Group的負責人蘇珊（Susan）認為，大數據招聘技術“絕對值得一試”。但是相對而言，它也有它本身的缺陷。大數據招聘技術可以衡量預測所有的變量，但是卻測量不了感性的東西，例如直覺。

大數據公司QUID創始人古爾利（Gourlay）在認同大數據招聘的同時，也對它提出質疑：“當你在招聘過程中把人從復雜決策里排除掉，招聘來的人員也可能并不適應現在的人際關系。”

鍍金公司的首席科學家薇薇安·明（Vivian Ming）博士說，大數據招聘技術并沒有要消除人的判斷，而是要讓計算機做主，就像一個自動人才吸收機和篩檢機一樣。鍍金公司已經積累了700萬個程序員的資料數據庫，并根據得分對他們進行排名。而且有很多公司利用大數據招聘技術已經從中找到了適合自己的員工。而且多明格斯就是他們挖到的一座內部金礦——他的編程分數是整個南加州的100分。

鍍金公司說他們最終目的是把大數據技術拓寬到各個領域，使其可以用于搜索和評估各種類型的勞動力，比如網站設計師、金融分析師，甚至零售店的銷售人員。

但是無論如何，大數據技術對于應聘者來說，得到的優勢并不如招聘者明顯。而且對于很多像多明格斯那樣的人，他們并不知道自己的資料被收集，甚至對方已經幫助自己規劃好了職業生涯；并且一個企業在決定是否錄用一個人時，所收集的信息不一定會對其公開，因此大數據招聘技術對于個人信息數據的用途監管還有待加強。

Entelo公司的麥克格拉斯表示，迄今只有2個工程師要求將他們的資料從Entelo的數據庫中刪除。麥克格拉斯稱，Entelo已經開始提供個人申請退出功能，照顧一些要求保護隱私或不愿接收郵件的招聘候選人。