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
- 招募總成本
- 單位招募成本 (招募總成本/錄取人數)
- 應聘者比率
- 招募完成率
- 同期招募成員的留存率 / 流失率
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。