京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据和雇主品牌将重塑招聘未来
人才招聘在高管工作中占有重要地位,在中国,超过 90% 的招聘负责人认为人才是公司的头等大事,他们相信自己的部门正在帮助塑造公司未来。近日,领英通过对近300名中国人才资源高管的调研,重点分析了当前中国企业招聘团队面临的挑战、主要诉求与预算投入现状,发布了《2017中国人才招聘趋势报告》。
报告显示,尽管人才招聘很重要,但大多数招聘团队规模将不会增长。在中国,有57% 的招聘负责人表示他们的团队规模将保持不变,这一点上,全球水平是 61%。仅3成中国招聘团队预计将有所扩大。
企业招聘速度放缓,质量和业务部门满意度成为关键。用人经理的满意度、招聘用时和新员工留任时间是评估招聘团队工作的重要指标。在完成招聘任务时,中国的招聘人员将用人经理满意度放在首位。美国的招聘人员则更侧重于新员工的留任时间,后者对公司的业务具有持久影响。
在人才争夺战中脱颖而出是招聘负责人最关心的问题,与世界其他地区相比,中国形势更加严峻,62%的招聘负责人表示团队的最大挑战在于争夺人才。“尤其对于互联网企业来说,要面临的不是“招人”,而是“找人”的问题。”途牛人力资源中心副总经理付刚表示,吸引人才至关重要,未来要考虑增加负责雇主品牌的人员,将公司好的一面展现给候选人。
获“2016领英中国最in雇主”的11家企业依次为华为、阿里巴巴、华晨宝马、大疆、复星集团、海航旅业、华特迪斯尼、乐视、通用电气、中兴通讯(16.840, -0.06, -0.36%)及凡普金科。
确实,要在人才争夺战中脱颖而出,雇主品牌建设是最有效途径之一。针对不同人才定制雇主品牌内容,将目标人才的诉求与贵公司的独特价值主张有机结合起来。做对这一点,就将吸引到合适人才,同时也可以保持较低跳槽率。候选人也认为,如果招聘企业谈论公司文化、价值观和福利,可以提高他们对公司的兴趣。
以2016领英最in雇主为例,阿里巴巴尝试以统一的价值观将每位员工培养为雇主品牌大使;大疆创造社交媒体互动打造雇主品牌,获得高科技人才关注;华晨宝马将客户价值主张与员工主张紧密结合,打造“悦”+“激情”的企业文化;华特迪士尼着力营造“快乐工作”氛围,让员工在“快乐”中成长等等。
值得注意的是,虽然有91%的中国人才招聘负责人都赞同雇主品牌对优秀人才的吸引力提升具有显著影响,雇主品牌建设才是他们希望加大投入的首要领域。但事实上,近73%的招聘预算都是花在求职网站、招聘代理机构和招聘活动等传统招聘渠道上的,被誉为最重要趋势之一的雇主品牌建设却是招聘团队投入最少的领域。
计划提高招聘数量和预算金额的招聘团队比去年减少。
这种矛盾主要是因为雇主品牌建设的投资回报率难以衡量,大多数团队无法证明提高人才输送渠道质量与加大品牌建设力度之间有着直接关联。“一个企业对雇主品牌的战略定位决定了它的行为和策略,如果一个企业对雇主品牌是短期的小投入,那我认为很难衡量雇主品牌的产出。对雇主品牌的投入应该是中长期、战略性、持续性的。”华为人力资源管理部副总裁吴伟涛表示,想明白这一点,对雇主品牌的预算和人力投入就会不一样。
大数据、招聘自动化、雇主品牌、人才多元化与公司使命将成为未来5-10年重塑招聘行业的五大趋势。鉴于招聘人力和预算有限,招聘团队正在寻找自动化方式来甄选候选人和消除偏见。使用“大数据”和创新的面试工具也顺理成章地成为关键。“我们高兴地看到越来越多的中国企业在雇主品牌建设方面开拓创新,拥抱社交时代,并不断挖掘和释放在人才招聘领域的创新潜能。”领英中国副总裁于志伟表示。
调研数据显示,在中国高达67%的被访雇主认为基于大数据进行招聘是未来趋势,而这一比例在全球仅为29%;而计划聘请雇主品牌代理机构宣传雇主品牌的中国企业占28%,也远超12%的全球平均水平;同时,约三分之一的中国企业表示将运用创新的面试工具、招募更为多样化的候选人,以及将公司使命作为独特优势。
作为中国企业国际化的领军者,此次最in雇主排名第一的华为率先在海外人才招募和管理中跨入社交时代,在全球人才市场建立雇主品牌,并于2016年10月成为领英平台上第一家拥有超过100万全球职场精英粉丝的中国企业。“大数据招聘是一种思维,我们(华为)也在建设自己的人才库,进行人才分析,这需要积累足量的数据,让量变转化为质变。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13