大数据将彻底颠覆招聘产业

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

来自北大的创业者肖恒是一位才华横溢的创始人,曾服务过世界500强企业松下和京瓷,他的内聘网近日获得了百万级别的天使投资,在招聘产业风起云涌的今天,内聘网凭什么获得这次投资呢?以下为i黑马记者对肖恒的专访。

来源:i黑马 作者:陆海天

我05年毕业于北大软件微电子专业,学的是嵌入式开发,最早是在手机上做游戏。05年毕业后,去日本呆了四年。我在松下和京瓷做项目开发,做了两年之后,07年7月份我跳出来了,借助一些日企的人脉关系,我在东京开了一家公司做当时在日本非常热门的人才派遣生意。我的公司提供两方面的服务,一边给在北京的中国人办签证,让国人去东京工作,另一方面更多是跟在东京工作的中国人签订劳务合同,通过我的公司被派遣到日企工作,后来公司做到了09年中,两年之后倒闭了,因为08年经济危机,连索尼(大客户)这样的大公司都一次性解聘了8000人,更别提高薪聘请外包劳务团队了,更何况层层分包,利润越来越薄,营业额一年也就不到300多万元人民币。

华为给我的创业灵感!
回国后,我去了华为,主要负责欧洲片区的安全项目市场拓展支持工作。不久,我在华为发现了创业机遇。华为几个做技术的同事,他们大概工作了五六年,在安全产品这一块开发能力上应该说很不错了,但是最后几个人找工作的时候都最终选择了51job和智联这种平台。

我研究这里头的原因发现一方面是因为IT行业存在这么一个现象,偏技术的人干的时间越长,这些人的人脉就越窄,而工作才五六年的人群,猎头又不是非常care他们。猎头care的是高端人群,因为做一单收益高,为了拿下这一单,周末的时候猎头会跟高端人群约一个下午茶,了解高端目标的一切信息,他愿意付出很多的时间。而工作五六年的人群猎头也会做,可是他最多打一个电话问一下你的情况,至于你的诸多需求,猎头很难了解,所以服务质量不好。

那么面对这个人群我在想能不能通过推荐的方式帮助这部分人群尽快找到合适的岗位,但是IT里技术宅男的朋友圈很窄,干的越长人脉越窄,因此要实现推荐,需要帮他们找一个平台,既可以帮忙找工作又可以维护人脉。 

这样,我在12年4月份,开始了第二次的创业,做了一个职业社交网站,叫职来职趣,可是我做了一年后就把它停了。


没有切准用户需求,我做死了自己的网站
我当时构想的是,用户可以通过我的网站把过去的人脉关系捡起来,一方面跟这个行业里的人产生一个关系,帮助他们找工作。这就是这个产品后来失败最大的原因。因为人们找工作是刚性需求,它的窗口期一周到两周的时间,把工作找到就可以了,但是你让他在平台里捡人脉扩展人脉,这个东西时间成本太高太高,这是这个产品做失败最重要的原因,你没有切准用户刚需的时候你做一个平台,用户是不care你的,这就是为什么这个产品后来我下架了,就是这个原因。

失败后,我反思了几个月。我发现单纯的职业社交这种模式在中国的土壤上很难做起来,我选择在效率上做文章,换言之,我要打造的是一个中国提供极速推荐的网站。去年10月的时候我就开始做我现在的产品内聘网。

决定招聘成败的关键,是对双方内在需求的把握!
为什么要做极速推荐?研究别的招聘网站的产品你发现,所有的招聘产品,人们常说招聘的产品分为两个点,就像翘翘板,一边是求职者,一边是企业。但是问题是在一个招聘类平台上两个点到底哪个点最重要,这是需要去思考的问题。很多招聘网站更关注企业方。它把企业方信息呈现的很全面,企业方收到很多的简历,因此企业方可以百里挑一。一方面对于企业方还是需要花很多时间成本,去筛选简历。而另一方面个人求职者依旧要查看企业信息后,进行海投,依旧需要等待,效率仍然不够快很多人得不到反馈。应该说这些产品更多的提升的还是企业方的体验而不是个人求职者的体验。

想要真正快速的帮助求职者找到合适的工作,就要去思考双方的诉求会在哪里?用人单位和求职者的诉求是不一样的。我举个例子,有十家企业想找技术人员,用户通过传统招聘网站把简历投递给用人单位,并没有办法真正地把自己的潜力、特长和特点,乃至内在需求告诉企业。而企业也是一样的,依靠现在招聘网站粗糙的服务,很难完整地展现企业的全部需求,比如有的职位看重应聘对象的技术能力,有的职位更看重应聘者是否能吃苦,还有的看重的更多是求职者的性格和情感细腻程度等等。

换言之这些微小地需求无法从简历中体现出来的要素,恰恰决定最终的招聘或求职的成败。可是这种微观需求的筛选却极大地浪费了用人单位和应聘者的时间,因为双方都要付出相当的沟通成本,才能明确知道。

但是,很遗憾这个市场上的招聘产品并没有充分意识这一点。对于中高端求职人群有猎头服务,但是工作三五年以下这部分人群的招聘服务,却没有。服务这部分人群的产品都是信息平台,这类产品做的是一次性的,是一锤子买卖,一锤子买卖是信息平台可以做的事情,这就说为什么到现在为止招聘行业这么火,出现了几百上千家产品,还有很多人或多或少能够拿到钱,就是因为针对这部分人群的招聘产品没有服务。

为什么这样?中低端招聘产品没有人做服务,人们不愿意做服务,一方面我们的服务理念还没有跟上。其次服务的确很苦逼。刚才咱们说了,做猎头做平台做的大就三家,他们做服务出身的,他们基本上把猎头市场占的七七八八。为什么中低端做几百上千家还不停出来新的企业呢?猎头做服务能赚钱,一个人能赚好几万,对于五年以下的人群做服务做了半天,苦逼的不行还赚不到钱,中低端这种产品据具代表性就是58和赶集,一个简历三块六块,一年能营收好几千万,完全看简历收费,不需要任何的服务。所以说为什么中低端为什么会呈现千奇百怪,这么多人在做还能涌进来,因为没有人做服务门槛低。

别人不做服务,我们做服务,这就是机遇和下一个风口所在。

大数据技术服务将彻底颠覆招聘产业

既然,我们知道企业和求职者的那些内在需求,是干扰招聘最终成败的重要因素。对我们来说,这是一种信息不对称。我们的目标就是通过深挖双方的各种内在需求,通过大数据,最终实现把合适的人推荐到合适的公司去的目标。我们对内聘网现在的要求是24小时的人才极速推荐。

为了实现这个目标,我们做了这样一些事情。

首先,我们明确了平台的目标,我们更多的是服务求职者。这一点很重要,谁是我的上帝,将决定我商业模式的构建,也让我们能够得到更多的求职者的诉求,帮他们推荐到合适的企业去。

其次,我们是服务平台,而不做信息平台。过去的招聘网站并没有服务存在,不过是一个水龙头,企业通过购买广告,而自来水公司(招聘网站)决定放多少水给企业。这在互联网的早期可以被称为服务,但是在大数据时代,在高度信息透明的时代,这种网站提供的不是一种的服务。真正的服务理应增加更多的价值,要从数量多,向效率高转变。但是,传统招聘网站不愿意放弃这种落后的模式的原因,就在于它商业模式的僵化。它依靠收企业广告费就可以赚钱。内聘网就是做推荐,将来内聘网还想借助推荐得来的数据,进行数据深挖。招聘这个行业是一锤子买卖,人找工作一锤子买卖,现在所有的平台不关注用户服务体验,我希望通过用户服务让用户感觉自己是上帝,让个人用户跟内聘网保持一个友好的关系,将来这个人进到企业之后,后续发展中内聘网能跟踪服务。

然后,内聘网会搜集企业的诉求和个人的诉求,放入我们的算法模型里,通过模型算法来形成最佳配对的方式,我们的难点在于准确收集更多的企业和用户双方的诉求,放入到算法中去。不过80%的需求往里面一扔就行了。差不多就是这样。将来的话,这个里边将来最有价值的东西就是数据挖出来之后它的算法和模型是最有价值的东西。

目前,我们会要求用户根据网站的引导提交个人信息,期望工作,上班简历,这是最基本的,通过这个我们可以筛选一批推荐了,将来这一块完善的越来越深。

(创业家&i;黑马:有相关从业者指出,内聘网参考的企业和求职者诉求,比一般的招聘网站要丰富的多,因此收集的信息平均要多数十项。未来,随着数据回笼越来越多,可以参考的参数标准会更加丰富,最终实现数据牵头,将招聘完成在眨眼之间。不过,我们认为数据模型的完善其实不容易,目前内聘网还有很多人工在里面了。内聘网上十人的规模三个客服。为什么客服占内聘网的比例这么高?因为它的大数据还没出来,出来以后它的客服数量会慢慢下来。)

然后,我们帮助用户来投递信息。个人用户上这个平台之后可以不用去投简历,耗费这个时间。只要定期更新简历,修改一下状态即可。我们自动把用户的简历投递给匹配他的公司。推荐过去后,企业HR会马上会收到短信,我推一个人给你了,求职者也会马上收到一条短信,这个钱是我们平台出的钱,就是为了用户很及时。用户也能收到我已经帮他投递的信息,未来手机端开发做好后,双方都可以实时查看。

采用上述策略后,将彻底打破信息不对称,实现企业与人才的无缝衔接。随着不断试错和不断循环,会越来越精准。最终实现我们极速推荐的目标。

赚钱不忽悠,不靠广告,靠效果!

我们平台企业快突破1000家,两个月时间做到了这个量。我们现在收企业299一个套餐,299干点什么事呢?

第一、我们利用我们服务号做一次推送,服务号里面将近有四万用户的推送,微信公共帐号。

第二、企业在完善自己的信息后,就什么也不用干了,个人完善完个人简历什么也不用干了。网站依靠算法给企业推荐十份简历,企业觉得不错,就点击联系方式,我们从里面扣钱。

未来做不做社交,不确定

社交是我的一个梦,但是我现在只想做好推荐这件事情。现在有些招聘类网站说自己做的是职业社交其实是很浅的社交。其实只是用人方和求职者之间的站内信而已。真正社交性的网站像linkin一样,不仅为了解决我这次找工作,还能在职业人之间产生交流。

职业社交这个切入点是对,但是至于你将来怎么去切,能不能走的更深,不容易做。中国人这个圈子,有一些东西不是美国人做好中国人就能做的好,因为做了一年这个东西,里面有很多的感触。中国人做社交都是横向的圈子,纵向圈子很少人有关心这方面,同一层次的圈子就是你横向的圈子,举个例子,比如说你微信朋友圈里将来有五千人八千人,天天看朋友圈人刷不过来的时候,一定把一些人的消息屏蔽掉。为什么?因为跟你没有太多关系。你屏蔽掉的是纵向的人群不是横向人群。跟你有关系的你会看他的信息。你看不过来的时候,会慢慢把跟你关系浅的人屏蔽掉。

美国纵向社交为什么能成功?其实社交这个东西为什么说社交,一个好的产品包括社交这个产品做的好抓的是人性的东西,举个例子,比如说在中国一个社交平台上你把你的信息完全百分之百真实暴露的时候,别说真实暴露,中国人都有这么一种性格,我跟一个陌生人讲稍微夸大自己,都是这种心里。跟熟人讲的时候信息你没办法夸大,你是什么样子就是什么样子,这个东西很奇怪,把你的东西往这个平台上放的时候,你到底让谁看,朋友看还是陌生人看,心里面很微妙。这个东西它造就了你这种产品,你抄美国抄不出来。包括在美国在日本在欧洲这种职业化的氛围里面,首先人们之间互相的坦诚,朋友看到是这个样子外人看的也是这个样子,这个信息就可以暴露出来。


原文发布时间为:2014-06-07

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
存储 数据可视化 大数据
基于Python Django的大数据招聘数据分析系统,包括数据大屏和后台管理
本文介绍了一个基于Python Django框架开发的大数据招聘数据分析系统,该系统具备后台管理功能和数据大屏展示,利用大数据技术收集和分析招聘市场趋势,帮助企业和招聘机构提高招聘效率和质量。
171 3
|
7月前
|
存储 数据可视化 JavaScript
基于Echarts构建大数据招聘岗位数据可视化大屏
基于Echarts构建大数据招聘岗位数据可视化大屏
382 0
|
数据采集 数据可视化 架构师
数据分析案例-大数据相关招聘岗位可视化分析
数据分析案例-大数据相关招聘岗位可视化分析
440 0
数据分析案例-大数据相关招聘岗位可视化分析
|
传感器 数据采集 人工智能
科百科技:运用物联网和大数据颠覆传统农业|科创100人
“十四五”规划强调,坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑。日前,创头条启动了“科创100人”系列报道,希望透过100位科技创新人物的记录,向读者展现科技推动经济发展的进程。 在数字中国战略下,数字化下沉,成为助力国家乡村振兴战略的重要推手。2021全国数字生态创新大赛是全国首个以数字下沉为方向的创新大赛,涌现出诸多数字化赋能乡村振兴的优秀人物,充分展现了数字化与乡村产业融合创新的探索成效。本文系“科创100人”系列报道中,面向2021全国数字生态创新大赛特邀的优秀科创人物报道之一。
464 12
科百科技:运用物联网和大数据颠覆传统农业|科创100人
|
传感器 数据采集 人工智能
科百科技:运用物联网和大数据颠覆传统农业|科创100人
早春,丽水市松阳县的一片茶园里出现两种截然的不同的现象,一边茶叶上结满了霜,而另一边未受霜冻影响仍是绿油油一片。两天后结满了霜的茶叶芽头变成了焦黄色,而另一边未曾结霜的茶叶却苍翠欲滴,生机盎然。
515 12
|
数据挖掘 大数据
基于阿里云大数据产品的重庆地区招聘数据分析
随着重庆的迅速发展,越来越多的毕业生以及外来人员选择在重庆工作,同时重庆也提供了众多的工作岗位。在数以万计的工作岗位中,求职者对公司与职位了解甚少,这对他们的工作选择带来了巨大的问题。我们将基于重庆地区的各个公司招聘信息数据进行分析,让大家能够迅速清晰了解各个职位的薪资等信息
884 0