招聘预测:招聘背后的科学

“招聘预测分析使用现代数据和评估科学，根据现有员工的积极行为模式来预测候选人的适合度和成功的可能性”

询问任何一位人力资源招聘专业人士，他们都会告诉你，招聘预测很难准确。事实上，今天的大多数组织都在努力准确地确定合适的人选。如果雇佣成本已经很高，那么雇佣质量差的成本甚至更高。根据布兰登·霍尔集团(Brandon Hall Group)的一项研究，如今，95%的公司承认每年都有糟糕的招聘经历。

发表在《心理学公报》上的一项分析得出的结论是，从统计数据来看，一场典型的面试在57%的情况下能找到合适的人选。尽管在评估和选择候选人方面做了很多工作，但找到合适人选的几率只比抛硬币的几率略高。但雇主仍然必须做出招聘决定。

即使没有可以保证100%成功的预测性招聘，也有一些绝对值得一看。招聘中更好的预测分析的例子包括批判性思维和认知能力，技能责任心(五大人格理论的五个人格特征之一)和过去的行为(现实世界的例子来支持他们的观点)。

另一方面，一些最糟糕的预测因素包括第一印象和学校成绩。要理解工作适合度或招聘人员表现的重要性，通常不是缺乏技能或能力，而是缺乏“适合工作”本身、招聘经理或此人被分配到的团队(从我们的经验观察到)招聘客户)。

招聘中的预测分析:招聘背后的科学

招聘人员如何在招聘中提高成功率并建立更具预测性的分析?技术和数据分析如何提供帮助?

谷歌是最早在招聘过程中有效利用预测分析的公司之一，收集他们能找到的所有可能的可衡量数据和考试分数。然而，当他们分析实际工作表现时，他们发现学校成绩是最糟糕的招聘预测指标之一(人力运营前高级副总裁拉兹洛•博克表示)。这家科技巨头在开发支持人类决策的分析和预测模型方面投入了大量资源。BOB电子平台玩法特别是,该团队最有趣的发现之一公司认为进行四轮以上的面试并没有什么好处。相反，他们现在利用一个招聘委员会，在这个委员会中，招聘决定是通过团队共识做出的。

招聘中的预测分析使用现代现有数据进行预测和评估科学，根据现有员工的积极行为模式预测候选人的适合度和成功的可能性。传统招聘主要依靠直觉和直觉面试，而预测性招聘则依靠数据点和智能算法向招聘人员和招聘经理推荐最合适的候选人。

但事实是，预测合适与否总是很难的性能因为人类是复杂的，而人类在人类系统中的互动更是复杂的。

招聘是困难的、昂贵的、耗时的，而且固有的不确定性。无论你是谷歌的经理、初创公司的创始人，还是体育经理，没有人能很好地独自完成任务。在确定最优秀人才的问题上，团队的决策比个人的决策更好，有数据总是比没有数据好。

除了找到最优秀的人才外，拥有进入人才库(包括主动和被动)的途径也同样重要。长期以来，研究人员一直表明，根据候选人的经验，推荐可以找到更好的候选人。被推荐的候选人更有可能接到回电，更有可能被录用，也更有可能留在公司。招聘就像参加一场相亲，介绍人就是介绍人。它们给了双方更多关于适合度的确定性和信息。关于雇佣价值的研究通过推荐得出的结论是，推荐之所以有效，是因为它们能培养出更合适的员工，而不是因为它们能培养出更聪明的员工。根据最近的一篇论文，如今，大公司的所有员工中，有30-50%是通过推荐招聘的。大多数的推荐都是经过预先审查的，寻找的成本更低。

当今招聘技术领域最大的颠覆者是HRTech解决方案和服务的试验。招聘也变成了一种数字化的体验，因为求职者希望获得便利和移动联系。

在IoTalents，我们围绕人工智能(AI)、流程自动化、自然语言处理和招聘预测分析等认知技术，为人力资源专业人士开发人力资源技术创意和解决方案。我们创建客观的，数据驱动的分析工具，允许客户定位和浮出水面high-fit候选人。我们还通过广受欢迎和有效的推荐招聘平台Jobs007优化招聘渠道，以获得更好的推荐，从而获得更好的招聘过程结果。bob手机在线登录-综合客户端