精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:大數據業界動態 → 正文

大數據應用到招聘領域,今后獵頭服務費只需1%

責任編輯:editor004 |來源:企業網D1Net  2014-10-16 13:21:10 本文摘自:論壇

1.jpg

在獵頭行業越久,我就越難以信任這兩句話:一句是我們的價格很便宜,另一句是這個候選人很靠譜。

從絕不可能的1%談起

2.jpg

當我聽說有一家獵頭公司以候選人年薪1%的服務費招攬業務時,我的第一反應是這絕對不可能。

事實上獵頭行業是個勞動密集型產業,我知道有人會高聲反對這個觀點:我們依靠少且精干的獵頭顧問招聘任務,通過很少的大單完成很多的業績,怎么就成勞動密集型了?

別著急,我們來算筆帳。數據顯示,過去三年里,國內獵頭市場每年增速達300%,到今年的市場規模有300億人民幣。聽起來是很大的數字了,但是,中國獵頭行業的從業人員有30萬,30萬人300億是什么概念?每人每年只出產了10萬人民幣的產值。10萬到底有多少,我想每個行內人心里都清楚。

我們還應該清楚的是,獵頭產業最大的成本是人力成本。整個產業的每一個環節都是由人推動完成的,簡歷收集、電話溝通、候選人推薦、雙方的約見和聯絡,談判中拉鋸往復,所有這些都是人工完成的,由此帶來了相當可觀的人力成本。

外面的人看來,獵頭每筆業務輕輕松松收著年薪20%甚至30%的高額傭金,但我們自己很清楚,這些傭金有多少是真正的利潤,又有多少消耗在日常運營的人力成本中了。

不要說價格低至年薪的1%,即便是10%年薪的傭金,也是一般獵頭公司難以承受的低價了。我們不可能便宜,也沒辦法便宜。

“我在用硅谷的方式做獵頭”

這是51獵頭(www.51lietou.com)CEO Andy 給我的解釋。“在硅谷,一切能用機器完成的事情就決不用人來做。”

在望京SOHO新裝修完的辦公室里,Andy告訴我在公司正式運營之前的一個月里,他們的數據庫已經閱讀并分析了超過5000萬份簡歷。而我們的經驗是,一個普通的獵頭行業從業者一年瀏覽的簡歷也很難超過5000份。

一個人一年5000份,一臺機器一個月5000萬份。人和機器在效率上的差距。

3.jpg

但接下來要面對的質疑也很明確:同樣是看,但效果可不同。人雖然在速度上遜于機器,然而通過簡歷來形成對候選人的認識,這種判斷力機器是否同樣擁有?

面對這個質疑,Andy向我解釋了機器算法和人腦判斷的本質區別。

在人的大腦中,對一份簡歷或是一家公司進行分析時,結論是相對孤立的,所能調用的對比數據和信息都是基于經驗的,最終的結論往往是直覺化的。

而算法則完全不同。在收集了5000萬份簡歷的信息之后,算法得知了這5000萬人的職業履歷,把履歷倒推回去,就可以像拼圖一樣,拼出一家公司詳盡的人才結構。算法知道一個產業中人才在不同公司間的流動規律,知道一家公司真正內在的用人偏好,甚至比公司自己還了解自己。

4.jpg

對候選人的簡歷分析,也能夠把大量候選人的職場表現和簡歷中的某些指標,通過大數據對應起來。比如有某種相近經歷的候選人,會在職場中會呈現出某些一致性。這種對應讓我們看到簡歷背后的真實一面。而這些,是人在閱讀簡歷時無法獲知的。

獵頭做的事,其實就是撮合。核心價值是讓候選人和客戶對彼此達成信任。但實際上,過去這些年我們一直靠資歷積累的行業威信來為雙方背書,卻始終沒有客觀的標準。也許從歷史數據中提煉標準,是個靠譜的方向。

Andy還透露了另一個有趣的事情,51獵頭會向候選人索取他們在社交網絡中的公開信息,以幫助其豐富簡歷。通過這些信息的分析,了解候選人說過的話、做過的事、交往的人,了解了他的興趣、愛好,甚至人生觀、世界觀和價值觀。

“撮合重在情報,我們就是要用機器和數據分析,掌握的更多,分析的更徹底,把情報學做到極致。我在用硅谷的方式在做獵頭。”Andy這樣總結他的數據理念。

有關數據收集和分析的能力,不止體現在候選人身上。Andy向我展示了一份向候選人發出的邀約,邀約中推薦的工作崗位也是被高度量化的,甚至包括從搜索引擎抓取的新聞。據說他們現在可以做到,向客戶反饋,有多少候選人因為哪個不利數據拒絕了offer,以幫助客戶做出應對。

基于高效的機器能力和明確的分析算法,Andy說他未來不需要龐大的銷售團隊,只需要一個標準化的獵頭服務團隊,輔以少量的運營和品質管理人員,所有中間環節都交給機器來做。

把大數據和人工智能作為武器,讓專業的獵頭人員武裝起來,通過機器的輔助,讓效率和產能成倍提升。由于招聘是個容錯率很高的產業,對匹配程度的要求并不嚴苛,這就給只挖掘相關性的大數據留下的操作空間。

在51獵頭的網站(www.51lietou.com)上,這家公司高調地為自己貼上大數據、精確匹配和成本低廉三個標簽。

5.jpg

現在51獵頭已經有大約200家付費客戶,每月能送出近千人面試,達成近百人入職。但動用的人力卻很低。節省了大量人力,也就節省了大量成本,因此1%的獵頭費依然能讓公司的收入和成本基本持平。

如果讓傳統獵頭也試試1%的價格,恐怕賠得褲子都沒了。

但Andy卻說未來仍有繼續降價的可能。按照51獵頭的設想,是用低價的服務讓之前用不起獵頭服務的公司能夠開始使用獵頭,同時覆蓋更多過去享受不到獵頭服務的候選人,當規模進一步擴大時,成本還會繼續攤薄。

“我可能有那么一點理想主義,沒太想過追求盈利的事。只要還有空間,我是希望能夠把利潤分享給企業和候選人。”Andy這樣給51獵頭下了定義。

你想象過一家獵頭公司一半人都是程序員么?

如果商業模式可以成立,另一個必須面對的問題就是:行業壁壘。盡管Andy找到了兩位合伙人分別專攻獵頭業務和數據挖掘,但面對前程無憂、智聯招聘和獵聘這些早已擁有了海量簡歷庫也更擅于數據挖掘的互聯網公司時,一家獵頭公司在數據領域,能折騰多大浪花?

Andy承認跟這些大網站拼技術很艱難,但他說他瞄準的競爭對手不是這些招聘網站,而是整體欠發達的傳統獵頭產業。

整個招聘產業鏈,大致可以分為三個環節:招聘系統,招聘渠道和招聘服務。耳熟能詳的招聘網站,本質上都是招聘渠道這一環的企業,他們的本質是販賣簡歷,而獵頭公司位于招聘服務這一環節。

我們必須承認這個事實:在招聘渠道已經徹底互聯網化的今天,獵頭產業幾乎沒有任何前進。中國目前有活躍著大約10萬家獵頭公司,大部分公司都是極小的工作室,注冊資本10萬-50萬之間,公司規模5-10人,沒有形成大的獵頭品牌和相對集中的獵頭集團,即使是科銳這樣的龍頭公司,也只掌握全國市場的1%。

排名第一的公司,只占有1%的市場,只說明一件事,我們的產業極度分散,也極度落后。

聽到外行人這樣評價自己的行業,身為業內人,我很不高興,但又不得不承認。每年春節后,都有一撥獵頭公司雨后春筍一般冒出來,在招聘旺季活躍一陣,在沒有巨頭的市場中分得一杯羹,然后在年底時消失,年復一年。

我的同行們,你想象過一家獵頭公司一半人都是程序員么?51獵頭現在的團隊已有近百人,其中一半都隸屬技術團隊,負責算法優化和數據挖掘。這些人寫出的代碼,效率可能百倍甚至千倍于我們傳統的從業者。

這讓人害怕,也讓人興奮。

在互聯網的浪潮席卷整個經濟結構時,每一個尚未被網絡和數據改造的產業,就充滿著機會。但真正能讓一個行業完成改造的,一定不是互聯網產業的人,而是在傳統產業中互聯網意識最先覺醒的人。

讓人害怕的是,獵頭行業很多人都還睡著,他們將在未來的行業洗牌中失去存在的價值。讓人興奮的是,有些人已經醒了。

關鍵字:數據挖掘

本文摘自:論壇

x 大數據應用到招聘領域,今后獵頭服務費只需1% 掃一掃
分享本文到朋友圈
當前位置:大數據業界動態 → 正文

大數據應用到招聘領域,今后獵頭服務費只需1%

責任編輯:editor004 |來源:企業網D1Net  2014-10-16 13:21:10 本文摘自:論壇

1.jpg

在獵頭行業越久,我就越難以信任這兩句話:一句是我們的價格很便宜,另一句是這個候選人很靠譜。

從絕不可能的1%談起

2.jpg

當我聽說有一家獵頭公司以候選人年薪1%的服務費招攬業務時,我的第一反應是這絕對不可能。

事實上獵頭行業是個勞動密集型產業,我知道有人會高聲反對這個觀點:我們依靠少且精干的獵頭顧問招聘任務,通過很少的大單完成很多的業績,怎么就成勞動密集型了?

別著急,我們來算筆帳。數據顯示,過去三年里,國內獵頭市場每年增速達300%,到今年的市場規模有300億人民幣。聽起來是很大的數字了,但是,中國獵頭行業的從業人員有30萬,30萬人300億是什么概念?每人每年只出產了10萬人民幣的產值。10萬到底有多少,我想每個行內人心里都清楚。

我們還應該清楚的是,獵頭產業最大的成本是人力成本。整個產業的每一個環節都是由人推動完成的,簡歷收集、電話溝通、候選人推薦、雙方的約見和聯絡,談判中拉鋸往復,所有這些都是人工完成的,由此帶來了相當可觀的人力成本。

外面的人看來,獵頭每筆業務輕輕松松收著年薪20%甚至30%的高額傭金,但我們自己很清楚,這些傭金有多少是真正的利潤,又有多少消耗在日常運營的人力成本中了。

不要說價格低至年薪的1%,即便是10%年薪的傭金,也是一般獵頭公司難以承受的低價了。我們不可能便宜,也沒辦法便宜。

“我在用硅谷的方式做獵頭”

這是51獵頭(www.51lietou.com)CEO Andy 給我的解釋。“在硅谷,一切能用機器完成的事情就決不用人來做。”

在望京SOHO新裝修完的辦公室里,Andy告訴我在公司正式運營之前的一個月里,他們的數據庫已經閱讀并分析了超過5000萬份簡歷。而我們的經驗是,一個普通的獵頭行業從業者一年瀏覽的簡歷也很難超過5000份。

一個人一年5000份,一臺機器一個月5000萬份。人和機器在效率上的差距。

3.jpg

但接下來要面對的質疑也很明確:同樣是看,但效果可不同。人雖然在速度上遜于機器,然而通過簡歷來形成對候選人的認識,這種判斷力機器是否同樣擁有?

面對這個質疑,Andy向我解釋了機器算法和人腦判斷的本質區別。

在人的大腦中,對一份簡歷或是一家公司進行分析時,結論是相對孤立的,所能調用的對比數據和信息都是基于經驗的,最終的結論往往是直覺化的。

而算法則完全不同。在收集了5000萬份簡歷的信息之后,算法得知了這5000萬人的職業履歷,把履歷倒推回去,就可以像拼圖一樣,拼出一家公司詳盡的人才結構。算法知道一個產業中人才在不同公司間的流動規律,知道一家公司真正內在的用人偏好,甚至比公司自己還了解自己。

4.jpg

對候選人的簡歷分析,也能夠把大量候選人的職場表現和簡歷中的某些指標,通過大數據對應起來。比如有某種相近經歷的候選人,會在職場中會呈現出某些一致性。這種對應讓我們看到簡歷背后的真實一面。而這些,是人在閱讀簡歷時無法獲知的。

獵頭做的事,其實就是撮合。核心價值是讓候選人和客戶對彼此達成信任。但實際上,過去這些年我們一直靠資歷積累的行業威信來為雙方背書,卻始終沒有客觀的標準。也許從歷史數據中提煉標準,是個靠譜的方向。

Andy還透露了另一個有趣的事情,51獵頭會向候選人索取他們在社交網絡中的公開信息,以幫助其豐富簡歷。通過這些信息的分析,了解候選人說過的話、做過的事、交往的人,了解了他的興趣、愛好,甚至人生觀、世界觀和價值觀。

“撮合重在情報,我們就是要用機器和數據分析,掌握的更多,分析的更徹底,把情報學做到極致。我在用硅谷的方式在做獵頭。”Andy這樣總結他的數據理念。

有關數據收集和分析的能力,不止體現在候選人身上。Andy向我展示了一份向候選人發出的邀約,邀約中推薦的工作崗位也是被高度量化的,甚至包括從搜索引擎抓取的新聞。據說他們現在可以做到,向客戶反饋,有多少候選人因為哪個不利數據拒絕了offer,以幫助客戶做出應對。

基于高效的機器能力和明確的分析算法,Andy說他未來不需要龐大的銷售團隊,只需要一個標準化的獵頭服務團隊,輔以少量的運營和品質管理人員,所有中間環節都交給機器來做。

把大數據和人工智能作為武器,讓專業的獵頭人員武裝起來,通過機器的輔助,讓效率和產能成倍提升。由于招聘是個容錯率很高的產業,對匹配程度的要求并不嚴苛,這就給只挖掘相關性的大數據留下的操作空間。

在51獵頭的網站(www.51lietou.com)上,這家公司高調地為自己貼上大數據、精確匹配和成本低廉三個標簽。

5.jpg

現在51獵頭已經有大約200家付費客戶,每月能送出近千人面試,達成近百人入職。但動用的人力卻很低。節省了大量人力,也就節省了大量成本,因此1%的獵頭費依然能讓公司的收入和成本基本持平。

如果讓傳統獵頭也試試1%的價格,恐怕賠得褲子都沒了。

但Andy卻說未來仍有繼續降價的可能。按照51獵頭的設想,是用低價的服務讓之前用不起獵頭服務的公司能夠開始使用獵頭,同時覆蓋更多過去享受不到獵頭服務的候選人,當規模進一步擴大時,成本還會繼續攤薄。

“我可能有那么一點理想主義,沒太想過追求盈利的事。只要還有空間,我是希望能夠把利潤分享給企業和候選人。”Andy這樣給51獵頭下了定義。

你想象過一家獵頭公司一半人都是程序員么?

如果商業模式可以成立,另一個必須面對的問題就是:行業壁壘。盡管Andy找到了兩位合伙人分別專攻獵頭業務和數據挖掘,但面對前程無憂、智聯招聘和獵聘這些早已擁有了海量簡歷庫也更擅于數據挖掘的互聯網公司時,一家獵頭公司在數據領域,能折騰多大浪花?

Andy承認跟這些大網站拼技術很艱難,但他說他瞄準的競爭對手不是這些招聘網站,而是整體欠發達的傳統獵頭產業。

整個招聘產業鏈,大致可以分為三個環節:招聘系統,招聘渠道和招聘服務。耳熟能詳的招聘網站,本質上都是招聘渠道這一環的企業,他們的本質是販賣簡歷,而獵頭公司位于招聘服務這一環節。

我們必須承認這個事實:在招聘渠道已經徹底互聯網化的今天,獵頭產業幾乎沒有任何前進。中國目前有活躍著大約10萬家獵頭公司,大部分公司都是極小的工作室,注冊資本10萬-50萬之間,公司規模5-10人,沒有形成大的獵頭品牌和相對集中的獵頭集團,即使是科銳這樣的龍頭公司,也只掌握全國市場的1%。

排名第一的公司,只占有1%的市場,只說明一件事,我們的產業極度分散,也極度落后。

聽到外行人這樣評價自己的行業,身為業內人,我很不高興,但又不得不承認。每年春節后,都有一撥獵頭公司雨后春筍一般冒出來,在招聘旺季活躍一陣,在沒有巨頭的市場中分得一杯羹,然后在年底時消失,年復一年。

我的同行們,你想象過一家獵頭公司一半人都是程序員么?51獵頭現在的團隊已有近百人,其中一半都隸屬技術團隊,負責算法優化和數據挖掘。這些人寫出的代碼,效率可能百倍甚至千倍于我們傳統的從業者。

這讓人害怕,也讓人興奮。

在互聯網的浪潮席卷整個經濟結構時,每一個尚未被網絡和數據改造的產業,就充滿著機會。但真正能讓一個行業完成改造的,一定不是互聯網產業的人,而是在傳統產業中互聯網意識最先覺醒的人。

讓人害怕的是,獵頭行業很多人都還睡著,他們將在未來的行業洗牌中失去存在的價值。讓人興奮的是,有些人已經醒了。

關鍵字:數據挖掘

本文摘自:論壇

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 邛崃市| 托里县| 崇阳县| 敖汉旗| 正镶白旗| 二手房| 离岛区| 崇义县| 琼中| 灌南县| 治县。| 天峻县| 正蓝旗| 开封县| 通榆县| 承德县| 三原县| 宁陵县| 桦甸市| 波密县| 高安市| 新竹县| 沂水县| 敦煌市| 图们市| 沙湾县| 土默特右旗| 鞍山市| 垫江县| 永宁县| 喀喇| 深水埗区| 凤冈县| 绥阳县| 荥经县| 宝清县| 德州市| 敦煌市| 新平| 平乡县| 信丰县|