招聘的科学

斯里拉姆·艾耶
I
5
最小阅读
招聘的科学
“用于招聘的预测分析使用现代数据和评估科学来根据当前员工的积极行为模式来预测候选人的适合度和成功可能性”

询问任何人力资源招聘专业人员,他们会告诉您,招聘预测指标很难正确解决。实际上,当今大多数组织都在努力准确地找到合适的人选。如果聘用已经很昂贵,那么糟糕的聘用成本甚至更高。今天,有95%的组织承认每年都会录用不良员工, 根据布兰登·霍尔集团的一项研究。

发表在《心理通报》上的分析 从统计上得出的结论是,一次典型的就业面试仅在57%的时间内会导致正确的雇用。尽管在评估和选择候选人方面做了大量工作,但正确聘用的几率仅比掷硬币好。但是雇主仍必须做出雇用决定。

即使没有可以保证100%成功的招聘预测指标,也绝对值得一看。更好地聘用预测变量的例子包括批判性思维和认知能力,技能,尽职尽责(大五人格理论的五个人格特质之一)和过去的行为(支持他们主张的现实例子)。

另一方面,一些最差的预测指标包括第一印象和学校成绩。从工作适合性或雇用人员的重要性的意义上讲,通常不是因为缺乏技能或能力,而是缺乏“适合工作”本身,招聘经理或人员被分配到的团队(根据我们与招聘客户的经验观察)。

因此,租房者可以做些什么来提高赔率,并建立更有效和可靠的招聘流程。技术和数据如何提供帮助?

Google是首批在招聘过程中有效利用预测分析的公司之一,收集了他们可能找到的所有可能的可测量数据和测试分数。但是,当他们分析实际的工作表现时,他们发现学校的成绩是招聘最差的预测指标之一(根据前人事运营高级副总裁Laszlo Bock的说法)。这家科技巨头已经投入大量资源来开发支持人类决策的分析模型。尤其是, 团队最有趣的发现之一 对公司而言,进行四轮以上的采访几乎没有好处。取而代之的是,他们今天利用了一个招聘委员会,通过团队共识来做出招聘决定。

招聘预测分析使用现代数据和评估科学,根据当前员工的积极行为模式来预测候选人的适合度和成功可能性。传统的招聘不是依靠主要基于直觉和直觉来进行面试的传统招聘,而是采用数据点和智能算法将最合适的候选人推荐给招聘人员和招聘经理。

但是事实是,要预测适合度和性能总是很困难的,因为人类很复杂,而人类在人类系统中的交互也更加复杂。

招聘工作艰巨,昂贵,耗时且天生具有不确定性。无论您是Google经理,初创公司创始人还是体育经理,没有人会擅长独自完成这项工作。在确定最佳人才方面,团队的决策要比个人的决策要好,拥有数据总比总没有拥有要好。

除了确定最佳人才,拥有访问人才库(主动和被动)的方法同样重要。研究人员长期以来一直表明,转介可以使更好的求职者浮出水面。被推荐的候选人更有可能获得回电,更有可能被雇用,并且更有可能留在公司。招聘就像参加相亲,介绍将是介绍。他们给双方带来了更多关于确定性的确定性和信息。 聘用价值研究 通过推荐得出的结论是,推荐工作的产生是因为他们产生了更好的契合度,而不是因为他们产生了更聪明的工人。 根据最近的一篇论文,如今,转介现在占大公司所有雇员的30-50%。 大多数推荐人也经过了预先审查,发现的成本更低。

如今,招聘中最大的颠覆者是对HRTech解决方案和服务的试验。由于应聘者希望获得便利和移动联系,因此招聘也已成为一种数字体验。

在IoTalents,我们围绕诸如人工智能(AI),流程自动化,自然语言处理和预测算法等认知技术开发人力资源技术的想法和解决方案。我们创建了客观的,数据驱动的性能分析工具,使客户能够确定目标并提出合适的候选人。我们还通过受欢迎且有效的基于推荐人的招聘平台Jobs007优化了采购渠道,以获得更好的推荐人,以获得更好的招聘结果。

我们希望您从此博客中获得一些深刻的见解。现在该应用它了。立即免费使用peopleHum。无需信用卡。

标签
招募
招聘效率
招聘策略
自动招聘
招聘
人力资源分析
人分析

博客> Latest Articles

找不到搜索结果

关于人哼

PeopleHum是一个端到端,单视图的集成式人力资本管理自动化平台,是2019年HCM全球Codie奖的获得者,该奖项专门针对精心打造的员工体验和工作未来而打造。

免费入门
跟着我们