全站首页设为首页收藏本站

外链之家

 找回密码
 立即注册

QQ登录

只需一步,快速开始

社区广播台

    查看: 2|回复: 0
    打印 上一主题 下一主题

    月薪5万的HR,是如何做好人才测评在招聘中的应用?

    [复制链接]
    跳转到指定楼层
    楼主
    发表于 昨天 22:32 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

      作为HR最重要的日常工作之一,招聘往往是我们不得不克服的一道坎。人才招聘管理系统是当下比较受关注的行业产品,我们网站内汇集很多最近最新的资讯,欢迎点击进入了解更多消息资讯!


      尤其许多互联网公司,每次融资完都会进入快速扩张期。上周朋友就在吐槽,说公司刚融完C轮就下了三百人的招聘指标,最近忙得连约饭时间都没有。

      其实招聘指标倒是其次,做HR最苦闷的地方在于:应聘者如果不来,往往是因为对公司不满意,而一旦招不上来人,锅都是HR的。

      在这种情况下,一个优秀HR与普通人事的区别,是能够在不断重复的招聘工作中,通过数据分析,为企业找到最佳的用人方式。

      我们以校招的测评数据为例,来看看那些招聘大神们,是如何利用数据分析来高效推进工作的。(小编推荐您点击此处了解北森招聘测评工具)

      工欲善其事,必先利其器。通过收集校招生入职近几年的绩效结果,来建立测评数据与绩效的关联,对比分析不同绩效员工的核心差异点,进而明确绩优员工的人才画像。

      那么未来在招聘中就可以按照这个统一的绩优人员标准来筛选。

      # 利用绩优因子进行招募,降低流失率,显著节约成本

      某B企业在招聘中围绕“精准识人”,结合绩效开展了综合分析,利用测评找到能够预测绩效的预测源,提炼出优秀经纪人画像,用优质候选人的画像进行招募。

      将测评加入到招聘流程中,第一年先不用测评做筛选,基于测评的结果将所有候选人界定为“推荐”、“待定”和“不推荐”三档。

      对比各类候选人在流失率、高绩效比率上的差异:在入职后的人才流失率上,测评界定为”推荐“的候选人6个月内的流失率仅为10%,而“不推荐”的候选人6个月的流失率高达48%。每位员工6个月的成本接近5万元,每百人招聘量可节约60-70万的成本开支。

      # 利用绩优因子提升高绩效比例,增强企业竞争力

      某S企业,中高层发现高潜后备不足,尤其是在思维洞察方面存在短板,于是企业做出的重要决定之一,就是在校招中考察认知能力,要求认知能力结果高于60多分才能进入面试,这一动作显著提升了校招人才质量。19届校招生入职后,这批毕业生绩效得A和B+ (即绩效优秀)的比例越来越高。

      这意味着测评预测好的人才,进入公司后,确实能带来更出色的业绩,提升整体人才质量和行业竞争力。

      通过收集校招流程不同阶段的测评数据,对比分析通过组和淘汰组在人才标准各个方面是否有显著差异,可间接评判各阶段面试官的评估效果。

      # 结合数据回溯,面试官是否按人才画像进行决策?

      某M企业把校招定义为储备关键人才的重要动作,技术研发岗的招聘除了考察现有的专业技术水平,更关注候选人未来的潜质。

      分析技术研发模型的测评数据显示,面试官对结果驱动和场景理解力考察充分,非权力影响考察较少。

      随着校招阶段的深入,甄选出来的候选人在任务执行和结果交付上表现突出,但对于创新技术的学习、人际影响方面没有充分考察到,这些对于岗位高潜人才发展,尤其是管理储备人才也是很关键的,需要注意。

      # 把控招聘环节,精准聚焦问题所在

      M企业在数据分析中,基于招聘环节和模型维度的矩阵图,发现业务部门初面往往较少考察岗位素质,而业务终面和HR面试就对模型标准做了很好的补充。

      以上不难看出,该企业需要提升面试官的评价能力,针对初面面试官进行轻量化赋能。(小编推荐您点击此处了解北森招聘测评方法)

      北森为企业提供了3个小时左右的报告解读培训,讲解与现场演练相结合的方式,赋能如何基于标准模型评价候选人。并将这一培训动作持续坚持3年,初面面试官终于开始在招聘中关注软性素质。

      Before

      After

      针对招聘量大或简历量大的岗位,如管培生、销售和产品经理等,企业在关注质量提升的基础上,往往也会关注效能提升。

      AI算法将测评或简历数据与offer或绩效结果进行关联,输出AI画像,利用算法的结果来判断是否将候选人推荐给面试官,从而明显提升招聘效率。

      # AI算法显著改善招聘效能

      某互联网B企业吸引大批量候选人来应聘,储备优秀校招生。基于已有的测评数据,尝试了多种算法,按照命中率在70%以上、淘汰率在40%以上为AI训练目标,锚定了随机森林为最优算法,实现了命中率和淘汰率均在75%的效果。

      即算法可以帮助企业淘汰掉75%的候选人,而在剩下的候选人中,算法预测录用的准确率也高达75%左右。

      这就相当于,我们正常在简历筛选之后有6000名候选人进入面试阶段,最终录取是100人,那么需要平均面试60人才录取1名。

      如果加入AI算法环节,算法淘汰掉75%的人,剩下1500人进入面试,那么面试官平均每面试15人就可以选出一名优秀候选人,这无疑能大大降低工作量,提升招聘效率。

      由以上例子不难看出,数据可以相对客观记录我们日常工作中难以察觉的行为痕迹。将数据和企业招聘基本信息进行组合,不仅可以提高HR的整体工作效率,还能帮助企业实现经营绩效的不断提升。

      北森招测一体化方案,以招聘信息化系统为载体,让企业更高效地实施人才获取、甄选和入职等人才管理全流程,有效助力HR进行高质量人力资源分析,实现HR最大价值。
    分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
    收藏收藏 分享分享
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    快速回复 返回顶部 返回列表