大数据：啄开传统招聘那张皮

大数据这个名字起得真好，很长一段时间里，我神游般的羡慕中国政府以人社部为代表、BAT以百度为代表，竟拥有如此庞大的人才数据痕迹和如此广泛的应用前景（现实是他们结合人才的商业应用竟很官僚和失败），我很卖力地就招聘单项企业级应用与百度、阿里为代表、传统公司以施耐德电器为代表的500强企业雇主HR介绍可应用的真实版方案。

地球人都知道，人才大数据背后的“人才竞争力”之对于企业、互联网平台和人力资源服务机构都是最最关键的生产率引擎。谁先掌握，谁就拥有未来商业竞争的话语权。

以人才吸引为场景的大数据帷幕露出了一丝明亮的光……

一个新的世界：数据存贮与计算

“云招聘”管理系统（SaaS）会从私有云端通过数据挖掘和业务流产生新的业务模型，即：职位/人才单项匹配至跨组织匹配。

情景1：某位候选人曾经申请A公司的a职位，从面试状态及语义分析，适时匹配B公司类似的a职位。实现一次简单的信息存储+背景+规律+决策连续的过程，其参与方均受益：候选人多一种选择、B公司多一位人选、A公司边际成本为零（边际成本特指：分享出某信息本身实际发生的成本）。

内容是源泉：企业&人才社交化

职业社交化粗略可分为：公共账号下职业社交（如:Linkedin等）和（潜在）员工账号下的企业社交（如：企业人才社区）。该场景需要在真实身份甚至Profile为前提下、优质、疯转的互动，以及深度的语义分析。没有无缘无故的职业社交，即：参与即为职业倾向的隐晦表达。

情景2：某雇主有影响力的个人名义在某公共社交平台发布一个案例问题，众赏的感觉寻找可能的开放性解决方案。通过人才数据匹配和推荐阅读，应者评论云集，甚至出现诸多争议。通过鼓励更多人的参与引发了上千的评论。故事远没结束，雇主方HR查阅每个参与者的Profile和内容，发出职位邀请！

无法忽略的事实：业务流&人员协同

社会化仅仅是关系和内容的融合(Engagement)的开始，真正的招聘业务流和人员需要基于数据的协同(Coordination)，即：打破甲乙原有的合同性约束转变为任务/资源性约束。

情景3：某雇主高管欲设置一个新职位，苦于没有清晰的JD甚至目标人选的判断，高管通过任务协同平台中大数据可视化结果，物色一位顾问并寻求顾问重新评估其历史人才数据，从而生成新的JD和拟面试人选，通过面试反馈与评估数据，顾问实时更新可新增更精准的人选推荐，最终新职位及其团队陆续入职。基于曾经签署的合同，该服务机构和顾问拿到了应得的佣金。

“我们如果坐等他人，那改变就不会到来。我们自己，就是我们一直在等的人，我们自己，就是我们所要寻求的改变。” ----奥巴马

招聘大数据的背后，安全和隐私是制约爆发式增长的首要因素，这涉及企业HR团队、IT团队甚至市场Marketing要共同工作，现实中的管理者往往只会选择被动防御和免责，不会主动去做出“革命”的改变。同样，参与度也是非常重要的一个环节，只有成为招聘经理和业务经理每天因招聘都要共享的工具，让日常工作流数据为招聘之所用，才能迎来招聘内容制胜的这一天。否则，就如你看到无数的官方微信/博一样，小童鞋打发时间的伴侣，无效甚至负面的招募形式。粉丝不代表任何。

关注数据的价值，而非大小。任何的企业雇主或第三方人才服务机构都掌握着大量基于人才高绩效的过程和结果性数据，原始数据保留和生成不是关键性决策，过去你忽略的数据其实蕴藏着巨大的能量。任何一个小数据，只要赋予背景，都会成为一条有价值的信息，其质量的好坏取决于用途，而非使用者本身。每一条求职简历的背后，都有着一个热键：手机号码（身份证号码），它将串联起时间轴范围内所有的社交圈、推荐/申请职位、邮件/电话接触记录、体验……如何让HR、面试官和候选人在关键节点贡献更多信息，这取决于信息生成的激励机制，与原始数据无关。

企业HR掌握和维护的数据是整个公司的人员资产和财富。如果你细心去发现，凡是离职的员工信息除了背调需求外，几乎被HR接任者遗忘甚至果断删除。事实上，如何基于商业环境接续和管理这笔重要财富，其背后是高绩效候选人离职Replace甚至下一任雇主面试评估的重要数据源，这值得所有HR Leader深刻反思和达成共识。

Okay，结束前我更想表达的是，脱离一家企业组织的招聘数据应用，从更大社会层面理解，我们会发现招聘数据的潜力如此之巨大！所有的简历职业路径的背后，将是中国职业分类目录的来源；基于地理数据应用结合，将呈现中国雇员的迁徙和目标工作城市的选择；基于在线教育数据应用结合，将呈现专业技能与职业匹配关系，高学习力/潜质的人才是大多数雇主的优待；基于金融投资数据应用结合，将带给我们职业与消费行为的趋势，甚至是品牌的目标职位人群。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。

我欣赏这句话的初衷，这，也是招聘大数据应用的未来！