猎聘网首席数据官  单艺

目前各行业的就业趋势是什么，特别是大数据行业？

尽管今年中国经济总体趋势放缓，但是根据我们的招聘行为数据，企业对于中高端人才的需求不但没有减少，反而显著地上升。这显示了中国经济在产业转型升级的过程中，迫切需要高质量的专业人才。在猎聘网覆盖的十三个大行业中，互联网、软件行业和金融行业的需求最为旺盛，继续保持增长；消费品、汽车、医疗、电子通讯、机械制造等行业稳中有升；而房地产行业需求有所下滑。 

大数据行业正在经历一个爆炸式的发展阶段。就数据分析师这个职能而言，2014年初在猎聘网上只有不到300个职位，而目前已经有超过5000个职位。相关的大数据工程师和数据挖掘／机器学习工程师人才需求也出现了类似的高速增长趋势。尤其是从今年起，随着人工智能的复苏热潮，又会进一步推动大数据人才需求上升。 

现在的招聘和以前有什么不同？

互联网招聘经过十几年的快速发展，已经被求职者和企业广为接受，成为主流招聘渠道。在近几年，网络招聘市场出现了不少新趋势，突出表现在：

1. 细分市场的浮现：五、六年前，传统三大招聘网站基本垄断了整个网络招聘。近几年出现了一批专注于中高端人才、垂直行业、猎头众包、蓝领市场、招聘技术服务等不同细分领域的新兴招聘服务企业。以猎聘为例，我们以中高端人才招聘为切入点、构建了核心竞争优势，同时也提供了如“机器伯乐”技术服务和“面试快／入职快”猎头O2O服务。

2.效果导向：传统的招聘网站的业务模式是企业发布招聘信息，然后守株待兔，等待候选人投递。这种模式难以保证企业迅速找到合适人才。尤其是中高端人才，很多人是被动求职，投递较少。企业迫切需要解决招聘效果问题，进而可以高效率的完成求职者从筛选、到面试、到入职的招聘闭环。以猎聘为例，我们除了提供简历搜寻和下载之外，还提供了“机器伯乐”自动推荐、“面试快／入职快”猎头众包、意向沟通等效果导向的服务。

3.求职工具移动化：随着智能手机的普及，越来越多的用户通过手机APP找工作。以猎聘同道APP为例，其日活跃用户数已经是去年同期的5倍。

4.职业社交的兴起：除了通过职位投递方式之外，很多用户和企业也通过社交网络和在线垂直社区进行招聘。招聘经理和候选人也常常通过社交网络直接认识对方，直接交流，减少了沟通成本。猎聘同道APP中就提供了强大的人脉推荐和私信功能，帮助了很多人拓展人脉和寻找职业发展机会。 

在网络招聘不断发展过程，大数据又为招聘带来了哪些改变？

猎聘目前有超过2800万注册用户，数百万的职位信息，每天上亿的消息日志，是不折不扣的人才大数据公司。通过分析和挖掘这些丰富的数据，我们可以做很多有价值的事情。在招聘方面，我们通过分析行业人才数据和专项职能发展趋势，帮助企业更好地制定人才规划和招聘策略，也能够帮助个人进行更好的职业规划。我们还开发了基于大数据的薪酬数据库产品，帮助企业进行科学的定薪定酬，帮助个人了解市场行情。在招聘过程中，我们在大数据的基础上运用机器学习和推荐算法，可以给用户自动推荐合适的职位；在企业和猎头端，用类似的技术为企业自动推荐合适的人才，提高了招聘效率。此外，在“面试快／入职快”猎头众包服务中，我们通过数据分析和机器学习，可以根据企业需求匹配最合适的猎头来提供服务。 

企业如何用大数据招到合适的人？

企业在进行招聘时，第一步是要做人才规划，需要了解行业人才情况。猎聘可以提供各个行业的人才趋势分析报告。在制定了人才规划之后，企业需要进行人才搜寻。这时可以使用猎聘的“机器伯乐”系统自动获得相关人才推荐，节省时间、提高效率。同时，我们也会用基于大数据的职位推荐系统向合适的候选人推荐职位。此外，还可以通过猎聘同道的职业社交网络，发现一些高质量的被动求职者。 

大数据是不是可以帮助企业留住人，如何实现？

企业人才留存主要取决于员工满意度和外部的人才竞争。通过对日常工作行为数据进行收集、分析和挖掘，我们可以获得员工满意度方面的数据。外部的人才竞争情况则可以通过基于大数据的行业人才趋势报告和薪酬报告获得。综合这些数据，结合历史，我们可以建立一个员工的流失风险模型。用这个模型，我们就可以发现高流失风险的员工和可能导致流失的因素。然后，企业可以针对性地采取合适的行动去挽留那些优秀员工，提升员工满意度。 

如何通过大数据找出与公司企业文化最匹配的员工？

员工成功因素分析在一些成熟的大企业已经是常见做法，但大部分仍然是用定性的方法来做。随着数据分析和建模方法的普及，企业可以考虑用定量的模型进行更加精细的分析。我们可以在日常工作中收集员工的工作相关的行为数据（例如软件工程师的提交代码量、完成需求数量、缺陷率）和绩效数据，然后用数学模型来进行分析，发现影响员工绩效的关键因素有哪些。除此之外，我们也可以根据员工在工作之外的一些社交、消费以及自主学习数据，综合分析员工画像，概括出员工在工作之外的价值取向以及未来发展期望，进而找出与企业文化更匹配的员工。

如何利用大数据提升劳动力运转效率？

首先我们要设计一套员工生产率指标体系，然后建立一套数据收集机制。在此基础上，我们需要建立一个员工绩效模型，找到影响绩效的关键因素。然后，我们就可以对这些因素进行研究，找到可能的改进点和相应的ROI（投资回报率），进而形成一个科学的生产率提升方案并执行。在执行过程中需要注意追踪效果，不断改进。

如何用大数据进行人力资源战略规划？

人力资源的战略规划首先要从企业的总体战略出发，然后根据行业形势制定科学的人才发展计划。在2800万人才大数据的基础上，猎聘可以提供十三个行业以及更多的细分行业（例如互联网金融）的行业人才分析报告，其中包括了人才画像、职能分布、地域分布、流入流出、薪资分布等非常有价值的数据。同时，我们还可以提供按季度更新的、职能细分的薪酬数据库。这些数据对人力资源战略规划都会有很大帮助。

大数据在人力资源管理应用上是不是也面临着挑战？

是的，大数据在人力资源领域的应用才刚刚开始。很多人力资源工作者还不能深刻理解大数据和数据分析的价值和方法。在这方面，还需要很多的宣传教育工作。缺乏足够的大数据人才包括分析师、工程师和科学家，严重阻碍了大数据的应用和推广。人才大数据中隐私保护也是不能回避的重要问题，需要个人、企业和社会的重视和理解。在这方面，猎聘做了很多工作，仅仅在保护个人隐私方面就有十四个措施。在技术方面，在复杂的应用环境中，如何保证数据分析和模型的性能和可解释性也是一个比较大的挑战。 

怎么样一步步应用大数据进行人力资源管理？

这是一个挺大的问题。人力资源管理一般分为六个模块：人才规划、员工招聘、员工培训、绩效考核、薪酬激励和员工关系。企业应该根据自身的实际情况，从目前对业务发展影响较大的方面去考虑运用大数据。在前面的问题讨论中，我们已经展示了不少大数据能够发挥很大作用的场景。在人才规划、招聘和薪酬方面，可以考虑使用可靠的大数据产品和服务如猎聘的行业报告、“机器伯乐”和薪酬数据库。在员工培训、绩效分析和员工关系方面，在条件成熟的情况下可以和数据分析师／咨询公司合作，使用量化模型的方法来分析相关的业务问题，设计科学的解决方案。

来源：中国首席数据官联盟