大数据时代下的人才管理

 

 

2013年8月23日周五下午，由顶尖人物、HiAll、大数据实验室共同举办的“大数据时代下的人才管理与员工推荐”（北京站） 在富力万丽酒店顺利召开。

60 余家企业和100多名HR同行们参与了此次会议。参与企业包括：微软、联想、思科、搜狗、新浪、百度、去哪儿、阿里巴巴、人民搜索、微策略、金山、创新工 厂、神州数码、爱立信、西安杨森、诺和诺德、西门子、LG、宝马、雅培、普华永道、首创置业、中化集团、空中客车、东方国信、亚信联创、海尔、搜狐、龙湖 地产等。

现场照片和片段分享：

主持人Cash开场

各位参会HR自我介绍

中国最年轻的教授，《大数据时代》中文译者周涛。

精彩片段——周涛：大数据时代的人力资源 分享

最后举四个招聘大数据企业的案例，第一个案例是ZALP，他的思路很简单，他还可以支撑一些快速的做推荐，有趣的是除了这个东西，每一个HR能看到招了这些人，未来他的发展情况，他会给你实时提供很多分析，这个人未来在公司发展的情况怎么样，这是一个蛮有趣的东西。他很大的一个强项，他是非常便利，使用的界面特别棒。

第二个例子，我觉得很奇妙，很多美国招聘的企业开头都是Z开头，这个叫ZAO， 这个企业他最大的一个强项，他是尽可能去发挥内部推荐这样一个能量，因为我们都知道很多时候内部的员工通过内推，一方面提高员工本身和公司之间一种黏着 性，你把你的朋友都介绍过来了，你的黏着性很强。另一方面，内部员工更能了解公司对招聘的需求，这可能还不是其他的猎头或者外面的人推荐就能了解的。像有 一家企业叫人人猎头，他现在还没有做大数据，但他未来有可能往这个分享努力，他现在靠人工接电话这个思路来做，比较传统。这家他也强调推荐，但他的推荐是 不一样的思路，他是强调外面的推荐，他能够把这个品牌很快的宣传出去。ZAO和人人不一样，他是强调内部员工推荐，被推荐的求职者更有信心。他在全球去找 九个气象气球，最后MIT获得冠军了，他招了几千人在网上，谁找到这个气球，你就拿到一千美元里面的五百美元，推荐你来的这个人拿到250元美金，依此类 推。以前我们大家了解做传销的情况，这个下线是固定的，当你自己的下线，当你处于很下端的时候你是没有积极性的，但是这个不一样，谁能够完成这个是拿的最 多的。你虽然每一笔拿的很少，但是你有更大的可能性拿到钱。ZAO的缺点也有，所有的类推比较难，完全靠自己找。

国内也有一些，有个叫歪伯乐， 微博上通过文本的分析，能够快速找到和这个职位相匹配的。歪伯乐是一个很小的企业，通过分析数据做推荐，他有一些小的缺陷，这个缺陷一个是数据来源比较单 一，第二个就是从目前看的结果，他还是在关键词和语义层面来进行匹配，从我们的角度来讲，关键词的匹配不是那么容易准确，但还比盲目乱找是要好一些。

最后我介绍一下今天Rocky和周俊临你们两个都要讲的这个企业，就是数联寻英，我在里面做了一点点算法工作，所以我比较熟悉。他实际上是典型的一个三部曲，走大数据创新的，从分析到外化再走到数据的集成。

首先分析他主要做什么事情？他做这么几件事情，我们都知道以前人力资源部门在很多企业，现在也是，都是一个支撑部门，但我们是希望，其实我们看到人力资 源，毕竟我们说一个企业之所以稳，关键还是在于它的人才。……我们建立两个模型，一个模型是关联模型，找到哪些主要的因素会影响一个人未来的发展，第二个 因素就是做预测模型，去提前给你预测，什么样的人可能会发展的很好，什么样的人可能会发展的不好。这两个模型可以在两个方向服务，对内他做两件事情，一件 事情是调整公司的期权激励工资体系，包括培训的政策。我既然知道了什么人发展好发展不好，我可以在这方面给出更好的建议。第二点也是对内的，我知道了他不 好，不是我就要放弃他，把他开除掉，我如果预测到他不好，一做数据分析，我们分析是什么原因，比如可能在一个团队里面，团队的领导如果是个女孩子，很多时 候背景搭配什么样子，团队人员的流动性什么样子，这个都会对他产生影响。这个时候你就变成了一个公司很重要的资源调配的部门，实际上人力资源本质上是一个 金融部门，金融要做的事情无非就是把资产资本让它流动到最应该去的地方。人力资源要做的事情，人才比资本更重要，流动到他最该去的地方，这个时候就要考虑公司的人才储备，怎么样去做一些项目团队的搭配，怎么样让你的这些人才能够发展得更好，特别是可能有危险的人才你怎么样去给他做。

对外，有了这个内部人才发展一系列定量化的东西之后，这个时候我们所有的简历的招聘和分析就变得更有趣。以前简历挖掘是很痛苦的一件事情，你给我任何一个 文件，不管是PDF、GPG，我都能给你变成一个格式化的文件。所以说拿到这个文本的时候，我变成格式化以后，你每天像腾讯收两三千个简历，我可以做一个 很简单的模型，我比如抽样出七八十个，我假设有五百个，你给了我以前的简历，哪些是招聘成功的，哪些是面试的，那些没有，我就变成一个分类体系，我能够很 快速的告诉你，比如五百个，我把这个空间分成两部分，我快速告诉哪些你应该接收，哪些你应该拒掉，哪些你还是要看一看，他可能不符合你的要求，但是他有独 特的特长。但是有了这套系统之后，通过对内部数据的分析，把人力资源这个部门变成一个定量化的可验证的战略部门，让它变成一个公司值得骄傲的部门。说句老 实话，很多时候你们从来没有想象过，像谷歌的人力资源就做到一个非常骄傲的部门，他给谷歌股价增值不少，他是顶尖的科学家在做人力资源，很有可能你们企业未来人力资源是你们宣传的一个亮点，人力资源可以做全世界有影响力的创新。

HiAll高级合伙人 Rocky Zeng做大数据与员工推荐的分享。

 

精彩片段——Rocky: 大数据时代下的员工推荐

我们这个产品叫人才雷达，我们希望在整个社交网络包括用大数据的时代，人力资源配备一个雷达，可以主动搜索到我们想要的。我们先看一句杰克韦尔奇的一句 话，他在演讲的时候，记者问到他GE你觉得你是世界最伟大的CEO之一，你觉得GE人才管理最核心的一点是什么？他提到公司分三类员工，第一类20%是绩 效最优的员工，第二类是70%是中间的员工，第三类就是10%是比较差的员工，对于公司来讲，需要的是牢牢抓住这20%的员工，用20%员工去带动70% 中间的员工，同时去淘汰那10%一般的员工。如果用中文来讲，就是叫千里马，千里马对我们招聘来讲也是一个很有价值的启发。在座的都是以做招聘的模式为 主，第一是从招聘质量来讲，因为千里马他只愿意和千里马一起去工作，你找公司20%最优员工来去推荐优秀的员工，这个比你通过猎头来招聘效率是更高的。

我们最后归纳一下，这个平台对于公司来讲有五方面的价值，第一是质量，第二是精准，第三是效率，第四是低门槛，最后一个是品牌的传播。首先质量来讲，大家 不是特别理解人传人这个机制，这是一个人传人的一个链条，比如第一行可能是招聘官，他会选这个员工，比如员工可以选五个也可以选二十个，一百个都是可以 的，每个员工可以要求他的好友投这个简历，好友说我把这个接力棒传给下一层的好友，我们是三层关系，就是这种模式来去传递的。三层关系加起来一共是155 个人。

 

顶尖人物人才测评CEO Wendy Wu分享大数据下的HR应用案例

精彩片段——Wendy Wu: 大数据时代下的人才管理

我想从几个角度来分享一下我们怎么看数据，从人才管理的这个角度，第一个就是从心理学的角度，我们怎么看不同层级的Data。从心理学的角度，人有很多不 一样的角度我们可以去看他，我们从最下面来看，环境，这个人在哪里，这个人从什么时候开始做什么事情，第二个这个人到底做了什么事情，第三个他可能没有做 这件事情，但是我们知道他有没有能力去做这件事情。第四层就是他为什么要去做这件事情，第五层就是他这个人怎么看待自己，他是谁，他怎么定义成功，他到底 真的要什么。到第六层他人生使命是什么，他为什么要存在在这个世界上，不同层级对人的信息，比如我们知道每个人在不同的环境下可能会有不同的行为，假设我 在今天微博上点了五个赞，但这五个赞我背后的动机是不一样的，有些是我真心关心的好友，有些是我想要去吹捧的一些人，有些是我需要的人，有些是我可能开玩 笑的。我们在不断做的事情，就是怎么样去收集到更高质量的这些有关于人的信息，这些信息会帮助我们更有效的去预测他未来的行为是什么。

第三个跟大家分享整合的力量，我想我们驱动力，第一个是游戏化，这个过程中必须对个体产生价值，他必须有一个直接的故事跟游戏，让每一个人愿意去分享他关 键的信息。第二个是我们可以及时去梳理关键成功的因素，过去说这样的人最适合销售人才，这个时代已经过去了，随时都在改变，每个公司需求也不一样，根据你 们的文化，根据你们的产业，根据我们全球竞争的趋势，这些事情已经随时改变。第三个它可以帮你做的就是及时的决策，在这样的配合当中，我们一直在做一个什 么事情呢？我们客户不断要求我们，我们需要透过更少数去得到更有价值的 信息，因为很多人是我们没有办法收集到这些数据，我们怎么样让你的数据不断的增值，他可以有更高的预测度，更有效的判断。我们的压力是更少的时间，更少的 数据，可能在某些时候，如果我们看低价值数据的话，我们可能要分析半年到三年的时间，才可以看到一些相互的关联。但是透过高价值的数据，你也许透过半个小 时就可以找到这些关联性。

接下来跟大家分享这个价值是什么，我们目前为客户提供的价值。其实我们做了三件事情，刚刚也听到周教授的分析，我们把它叫IPO(Interpret, Predit, Optimize)，第一个是理解，帮助你理解你收集到这些数据，到底在发生什么事情，你的公司，你想要去找的大鱼池在发生什么事情，第二个是预测，接下 来还会发生什么事情，第三个就是创造复制，我那些特别好的成功经验怎么样快速的复制，或者是去创造。

我举几个比较简单的例子，从1.0开始，比如我们在医疗行业有很多客户，对他们最关键的是销售人员。从 医疗零售和IT不同的行业他们的销售人员是长什么样子的，在我们很多数据里面，我们发现刚才冰山理论里面每一个部分所占的重要性跟成功的预测性不一样。在 我们最后发现预测性最高的，假设你没有时间做所有的分析，最重要的就是他的潜力，也就是他的内在动力这一块。所以我们就可以帮客户推荐，假设你丢掉所有东 西，但是这个必须保留。我们看到的就会从不同的潜力来看，比如很明显，医疗的人他最关键的是什么？是他的速度，他是不是特别主动，愿意负责任，跟别人不一 样，他自己很有想法。但是如果你是零售的话，那就完全不一样，零售的人他要在一个团队里面愿意跟大家分享责任，他的权力欲望要低，他不断的动就可以了，他 喜欢不断从行动中证明自己。IT的人又不一样，IT的人成功因素是什么，他要看到全局很广，他不断提出备选方案，他是以他自己所达到的指标来证明成功。即 使是销售人员，在不同行业里面也是非常不一样的。

第二个我们在招聘上面在做的是什么？第一个就是帮助你找到高绩效的DNA是什么，公司里面想要复制最高绩效的人，你在一个岗位上给我五个，还有五个可能是 低绩效或者你原来认为会高绩效结果没有实现的，我可以从系统中找到他们关键的这些指标，也就是他的DNA，当他们进入这个测评系统以后，我们可以在他的特 质上去做筛选。当然不同的岗位要求不一样，可能有些他的技术能力更重要，但是我们发现至少在销售不是这样。我们为招聘主管提供的是什么呢？根据我们这个匹 配，我们会给你面试指导。我们还给你什么？告诉你如果这个人已经非常匹配的话，你遇到的状况，你不是面试他，是他在面试你，你要怎么吸引他进来。

在这个过程中，我们的经验可以减少三分之一的工作量，最后一个就是我们可以给个体非常完整的发展的建议，也 是自动生成的。在这个过程中他就可以清楚的看到，我虽然被企业录用了，但是我不是完全匹配的，需要我去努力，也给我的老板一个很清楚的指示，怎么样老板更 有效的帮助我，在这个岗位上做好。我们目前也是可以跟所有的这些招聘网站招聘平台去做对接，我们最普通的这些结果，招聘量至少可以减少三分之一。

如果用在这个销售上面会更清楚，你会看到这些人为企业带来的价值，我们做过一个15人的销售岗位，我们可以看到在半年里面，我们可以帮助他这个总收益增加 4350000元，如果从发展的角度，就是前后我们可以给你很清楚的一个结果，中间每一个人可以更清楚知道我怎么样发展自己，发展自己不是老板的责任，不 是HR的责任，每个人主动的去发掘自己的优势，直接坦然面对自己所谓的短板。在发展上面，我们看到现在可以做到减少培育时间60%，降低每人挑选成本 36000元，内部满意度是32%。

现场座无虚席，在Q&A 环节各个HR也提出了各种犀利的问题。