人資大數據 | 藉助數據分析，如何讓招募流程進化？

人資大數據 | 藉助數據分析，如何讓招募流程進化？

大數據並非萬能，但卻是數位轉型的基礎建設之一。 人資大數據 則是需要從眾多的資料，逐一分析出可優化組織流程的金礦，進而順利度過下一次的變革。在眾多的人資工作中，我們發現招募流程是比較適合啟動的項目，以下分享過往的大數據經驗談。

人資部門沒有大數據？

哈佛商業評論曾經在 2017 年的一篇文章，以《人資部門沒有大數據》為題目，對於很多想要落實大數據的人資主管來說，無疑是一個衝擊。文中說明人資幾乎沒大數據，除了公司內部數千名的員工資料，加上一年幾次的績效評估，與其說是大數據，其實不過是單純的數據使用。  

先不論數據量要多大，才能被稱之為大數據。人資夥伴確實在組織內部的數據蒐集上，遇到了一些問題，例如跨國公司因應各國法令規範，不能自由流動資料等等。然而，依據目前企業的實際應用上，MAYO 發現人資部門相關的大數據，並不必然是限縮在組織內部的行為資料蒐集，思考外部數據的意義，更能讓大數據的價值被彰顯出來。人資大數據，仍有其價值。

人資大數據，仍有其價值。(圖片來源：pixabay)

數據讓招募流程進化的三個方面

眾多的人資工作中，哪一個比較適合開始實行大數據呢？我們建議可以從「招募流程」著手。除了面對組織外部 (甚至是產品趨勢變化) 的數據外，數據化帶來的高效率對於人資來說的價值也很高。

1. 履歷初審快速

如果你只開了一個職缺，卻收到來自一百封的履歷申請，意味著你必須花一百封履歷的閱讀時間，尋找那一位最合適的人選。1% 的機會，大多數的壓力可能看似在求職者身上，事實上人資是否能從茫茫大海中找尋對的人，更是難上加難。  

因此人資夥伴只能花很短的時間，快速篩選可能合適的人選，進入第二階段筆試或面試，然後快速的主觀篩選就是犧牲了精確和客觀，數據化分析則是同時滿足了快速和精確兩種目的。

你必須花一百封履歷的閱讀時間，尋找那一位最合適的人選。(圖片來源：pixabay)

2. 招募面試精準

• 履歷快篩所遇到的問題，同樣會出現在面試關卡裡頭，我們無法要求每一次面試官都能以客觀角度選擇人才，更何況大多時候我們無法判斷差不多好的求職者，該選擇 A 或是 B。而大數據的工作，可以在企業建立專屬的模型之後，透過面試者與企業的數據適配性取得精準的選擇，例如視訊面試系統 Lasso AI Video Interview 就是一個很好的工具。

3. 具體數據佐證

人資大數據 讓招募流程進化

從履歷初審快速、招募面試精準、具體數據佐證三方面，人資夥伴將可以企業數位轉型的架構下，快速凸顯出自身的優勢。尤其當人資夥伴過去被詬病無法量化的疑慮，都可以有效獲得解決。或許我們離人資大數據還有一段路，但是走上數據分析的道路上，仍是我們共同的目標。