京公网安备 11010802034615号
经营许可证编号:京B2-20210330
简历消亡的大数据招聘时代,这6个特质让你脱颖而出
招聘一直以来是作为一门艺术存在的,但是它正逐渐转变成一门科学。如今大部分工作与工作产品基本上都是数字化的,有时你甚至不需要简历。公司可以轻易地通过互联网搜索到应聘者职业生涯的潜在数据,将大数据技术应用到多年的员工调查和测试中,甚至从专门设计的游戏中获取新数据。
“关于某个人是谁,做什么工作等信息其实早已存储在他们的硬盘、Evernote、box.net账号或者Dropbox云账号中了。”人才搜索企业Talentbin的首席执行官Peter Kazanjy说。
简历正在消亡。与此同时,大学排名和成绩也已不再那么重要。2013年,谷歌人员分析部门的副总Prasad Setty就曾表示,谷歌长期筛选应聘人员的两项指标——美国学术能力测试(SAT)成绩和大学平均绩点——已经无法评估一个人的成就了,而且“不会再被当作重要的招聘标准”。Knack公司的CEO Guy Halfteck也认为,学校排名和个人平均绩点对于人本身以及潜力而言并不是很有意义,以此来量化成功是不具有影响力的。
为了找出成功和创新员工有哪些特征,Knack将先进的数据分析工具和游戏结合在了一起,通过一系列游戏实时观察目标对象的实际行为和表现。由于计算机可以从用户参与游戏的每一个瞬间获得有用的数据,15分钟游戏就足以创造100万字节的数据。因此领导者最终获取到的不只是完美的简历,更有应聘者的社交能力、适应力、情商等多方面信息。
在大数据面前,应聘者无处可藏。而以下这6个特质,或许可以助你脱颖而出。
适应力
对于每份工作来说,“学习敏捷”都是一种重要品质,这是指迅速学习并主动采取行动的能力。“公司想要的是一个能快速适应新环境、在挑战中蓬勃发展、愿意学习新东西的人。” 在德勤咨询公司创始人乔希·贝辛看来,那些表现最好的人不是需要被告知需要做什么的人,而是那些喜欢挑战的人,他们自己寻找资讯,并快速适应环境。遵循指令的人是可以被取代的,只有那些能投入新环境里并茁壮成长的人才真正有价值。
心理韧性
Kenexa公司首席营销官Tim Geisert说:“在大多数人心目中,一个好的销售人员必须是一个外向的人,拥有良好的人际关系和友好态度。这只说对了一部分。我们从数据中发现,实际上还有一种比其他特质都重要的潜在特质,那就是所谓的‘情感勇气’。”拥有“情感勇气”的人心理韧性强,他们能够以积极,乐观的态度来迎接生活中的挑战,更容易拥有幸福和满足的生活。
社交能力和情商
每一份工作中,社交能力都是成功的主要因素之一。如果你提出一个有创意的想法,但是你没有办法说服别人,它可能就无法实现,而这并不是创造力的问题。
“我们所做的每件事,以及公司计划,都需要与他人互动。”Halfteck认为,无论你是创新者、医生、老师、零售商,或者销售人员,你的社交能力都能让你巧妙地管理各种社会状况,回应他人,理智地厘清社会情况及其背后原因。“社交能力可以将表现更好的人从群体中区分出来。”
不同的文化背景
据乔希·贝辛介绍,一家石油公司对石油生产领域里突围并获得成功的人进行分析后,得到了令人惊讶的结果:大部分成功者都是在一个聚集不同类型的人的环境中长大,他们的父母都拥有多元文化或者国际经验。而当这家石油公司以传统方式找到的那些拥有石油学位、良好学术资历的应聘者,却未能从中发现成功者。
态度友好
与乔希·贝辛合作的一家影院尝试通过训练来提高每个员工的服务水平,但6到9个月的培训并没有产生效果。最终,人力资源部门负责人发现,关键不在培训,而在于人本身。随后,该公司的招聘标准从以往成绩、学历和学位调整为快乐个性、友好的态度,喜欢服务他人。这个改变给他们带来的回报是数百万美元。
专业度
越来越多的雇主开始寻找所谓的被动应聘者。他们相信那个没有主动找工作的人,或许就是最佳人选。当然,如果你专业度不够,也很难被找到。招聘人员越来越依赖数据、技能和资格来决定谁来面试,并找到合适的人选,而不再是费神地筛选几百份简历。因此简历写得再漂亮,还不如提高自己的专业水平。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18