Managertoday 經理人

人資平均只用一分鐘看履歷!公司真要選對人,讓大數據來幫你吧

2019-12-15 01:12:02
Managertoday
https://3.bp.blogspot.com/-90d_zCEVOtA/VnvK59gmCxI/AAAAAAABrPM/8QBVqYwz60k/s1024/
企業選才時,納入大數據(Big Data)分析的技術,是更科學、有效的方法,不但能預估及規畫公司的人力需求,釐清勝任各項職務的關鍵成功因素,還能選出真正有助於公司未來發展的員工。 在大多數企業,篩選

企業選才時,納入大數據(Big Data)分析的技術,是更科學、有效的方法,不但能預估及規畫公司的人力需求,釐清勝任各項職務的關鍵成功因素,還能選出真正有助於公司未來發展的員工。

在大多數企業,篩選履歷表是人資部門的工作之一,可說是招聘流程裡最重要的守門員。然而,這個重要決策經常是這樣運作的:人資拿到一份履歷,平均只花不到一分鐘掃過學經歷,就決定了「誰能進到面試階段」。

每個主管都想找到對的人,但是人資沒有天天跟著部門主管工作,無法確實掌握每個職缺需要的能力,因此往往只能透過學歷、畢業成績和是否待過大公司等廣泛的標準,挑出可以面試的人選。問題是,畢業自一流學府、在校成績第一名,並不表示這個人就是下一個明日之星。

人資化被動為主動,為組織招募創造未來的人才

當前國外最新的管理趨勢,是在選才時納入大數據(Big Data)分析技術,試圖以更科學、有效的方法,釐清組織未來的人力規畫,以及勝任各個職缺必備的關鍵成功因素,協助人資部門辨識出有益於公司發展的人才,不再憑感覺和印象做招聘決策。

一直以來,企業的招聘流程都是部門主管先「喊聲」,再去和人資部談判要擴增的員額,像是業務主管遞出想增加10個業務員的人力需求申請單,人資部門回說「總公司只給台灣5個新員額」。等到雙方談妥之後,再由人資開缺,按需求去找人。可想而知,人資部門多半是「被動解決」部門主管臨時要人的問題。

要是情況逆轉過來呢?人資部門已經預先知道,公司在5年後將大力仰賴數據分析技術來掌握消費者需求,因而提早著手分析,各部門屆時會需要多少「數據分析」的員工,以及公司目前具備多少符合需求的人才,推估出公司接下來5~10年裡,人員數據分析能力的「供需差」(gap),並針對每個能力的差額開出解方,設法弭平差距。

像是安排能力不符合公司未來發展的員工,去學習數據分析的技巧;尋求對應合作廠商的協助,補足人力需求;提早徵聘數據分析的人才;甚或裁撤完全不在公司未來規畫、也難以培訓轉職的員工。如此一來,每當部門主管提出人力需求,人資部門立刻就能找到合適的人選補上,無需慌忙地重啟招聘流程。

這就是大數據分析對於人才招募的助益之一,可以讓人資部門「化被動為主動」,在各主管提出人力需求之前,預先掌握哪些部門應該補足(或裁撤)多少人力,並且能夠快速遞補上合用的人選。

交叉比對「背景」與「績效」,找出績優者的共同條件

透過大數據,人資部門還能將員工的「績效」和「背景」做交叉比對,找出每個職位裡,績效表現特別好的員工有哪些共同經歷,做為未來篩選履歷表時的重要參考依據。

比方說,公司分析後發現,研發部的優秀員工全都發表過論文,進一步往下探究原因,可能是有能力發表論文的人,通常具備更卓越的獨立思考能力,因此,「寫過論文」就可以做為人資篩選履歷時的必看條件。

像是「寫過論文」這種透過數據分析出來的條件,相較於過去只憑履歷表上的畢業學校和一般經歷來過濾履歷表,不但更為具體、明確,而且可以在每聘僱一個新人之後,反覆地再做驗證和調整,歸納出「只要經歷過這些事,進到公司之後的表現就不會太差」的選才成功方程式。

這個做法可以讓人資部門即使無法完全掌握各職位的確切工作內容,也能快速地運用優秀員工的共同經歷,挑出適合面試的口袋人選,不至於錯失了那些學歷不佳、但是可能大有潛力的人才。

有了數據分析,不是要徹底推翻傳統的招聘和選才流程,也不代表傳統仰賴學經歷挑人的過程完全不可行或不可靠。

你應該把數據想成是提供人資部門更多的判斷標準,以更全面的角度來評估面試者和人力需求,確保潛力人才不會在篩選履歷表的那一關,就被掃地出門,能有效降低聘用不適任者的機率。

按圖可放大

5步驟,做出完善的人力資源規劃

延伸閱讀 / 「4要1沒有」,原來Google這樣挑人才

整理 / 韋惟珊
圖片來源 / Flazingo Photos via flickr, CC licensed