搜前途通过大数据解放HR_数据分析师

如今，一提到HR，人们最先想到的是那些带我们面试的人事美女们，实际上HR的工作不只是人才招聘，还包括人力资源规划、培训与开发、薪酬管理、绩效管理和员工关系管理五大部分，HR绝对不是悠闲的代名词。

　　近年来随着就业压力不断加剧，人才招聘问题被无限放大，加之企业用人荒，HR们经常被困在浩如烟海的简历里，无暇他顾。而当前人才招聘的效率低下，为了节约时间HR只能快速筛选简历，但是人才质量下降；如果保证质量，HR精筛简历又必须花大量时间和精力。如何提高招聘效率，解放HR，是提高企业人力资源管理的关键。

　　HR整天忙着筛筛筛

　　HR的工作主要为六部分，每一名HR的日常工作都或多或少的涉及到六大模块的每一部分。现实却是每到企业招聘高峰时，HR的工作重心往往要向招聘倾斜，其他工作又不能放下，所以只能加班加点。据调查，绩效管理这项流程每年耗时近200万个小时，德勤还为此重新设计了绩效管理方法。

　　一些互联网公司品牌形象好，薪酬福利很具有竞争性，备受求职者追捧，新浪的市场总监申晨在与大学生的交流讲座中提到“新浪每天都能收到1万余份毕业生简历，人力主管对每份简历的初筛工作都要在30秒之内完成”，HR只能重点照顾求职者的名字、上一次工作经验或实习经验、教育程度和期待薪资，以及个人照片等。时间紧，人手少，任务重，难度高，到底该采用什么方式，才能既便捷、高效，又准确地从一大批应聘者中选拔出合适的人才？这实在让人头疼。

　　职业大数据解放HR

　　HR所有工作的主要矛盾点之一即简历筛选，的确如新浪这样的企业每天上万份简历的筛选，如果精筛，恐怕新浪会有一半的员工在做招聘了。如何使用机器替代人工，并和人的主观判断相符，且筛选更加迅速，是当下人力资源领域一个值得思考的问题。过去为了速度，只能通过关键词筛掉不合格的简历，而不是选，计算机现在还难以做像人一样思考，因此计算机只能帮HR筛，不能帮HR选。

　　HR对简历的筛选包括求职者的专业、工作经历、特长、个人意愿等综合因素，如果通过计算机对简历分析，涉及到海量的数据和运算，真正实现有相当大的难度。什么样的人适合什么样的工作，无论是从组织选人角度，还是从个人职业发展角度，都是一个不可小视的重要环节。组织选错了人，不仅难以提高工作绩效，还可能带来负面的损失；个人选错了工作，不仅影响了能力的发挥，而且还会影响自己的终生发展。而这个环节现在却被草草对待，搜前途为了实现人岗匹配，改变招聘的现状，通过研究大数据算法，研究出基于职业大数据的Spider算法，在技术上实现了对简历内容的分析，从而实现通过计算机完成简历初筛的工作，大大降低了HR的工作量，同时其分析结果也能帮助求职者做职业通路引导，分析求职者的职业能力，在求职者和企业两端同时发力，从根本上提高招聘效率，真正将HR从繁琐低效的招聘工作中解脱出来。