招聘预测:背后的科学招聘

“招聘使用现代数据预测分析和评估科学项目候选人的健康和成功的可能性基于积极的行为模式在当前员工”

问任何人力资源招聘专业和他们会告诉你,雇佣预测是困难的。事实上,今天的大部分组织难以准确确定这份工作的合适人选。如果它已经昂贵的招聘,招聘的不良质量成本更高。今天,95%的组织承认做出坏员工,每年根据布兰登·霍尔的研究小组。

发表在《心理学公报得出结论,据统计,分析一个典型就业面试导致正确的雇佣只有57%的时间来填补。尽管这么多做评估和选择候选人时,正确的雇佣的可能性只略优于抛硬币。但雇主必须做出聘用决定。

即使没有预测招聘,可以保证100%的成功,绝对值得一看。更好的预测分析招聘的例子包括批判性思维和认知能力,技能,责任心(五大五人格特质的人格理论)和过去的行为(真实世界的例子来支持他们的说法)。

另一方面,一些最糟糕的预测因子包括引用第一印象和学校成绩。理解工作的重要性,健康或性能的员工,往往是不缺乏的技能或能力,而是缺乏“适合的工作”本身,招聘经理或团队的人已经分配给(从我们的经验与我们观测到的招聘客户)。

预测分析在招聘:招聘背后的科学

定能做些什么来改善概率和构建招聘更多的预测分析。技术和数据分析如何帮助?

谷歌是第一个企业有效利用预测分析在招聘过程中,收集所有可能的可测量的数据和测试成绩能找到他们。然而,当他们分析了实际工作表现,他们发现学校成绩最糟糕的预测因子之一招聘(据Laszlo Bock前高级副总裁的人操作)。这家科技巨头投入了大量资源在发展中分析和支持人类的预测模型BOB电子平台玩法决策。特别是,团队的一个最有趣的发现是,公司有经验的小利益进行超过4轮面试。相反,他们今天利用招聘委员会招聘决定通过一个团队的共识。

预测分析在招聘使用现代现有数据进行预测和评估科学项目候选人的健康和成功的可能性基于积极的行为模式在当前的员工。代替传统的招聘,这依赖于面试主要基于直觉和直觉,预测招聘依赖于数据点和智能算法推荐最适合的候选人招聘人员和招聘经理。

但事实是,它总是会很难预测和性能,因为人类是复杂的,人类在人类交互系统更加复杂。

招聘是很难的,昂贵的,耗时的,本质上是不确定的。没有人很擅长这样做,无论你是谷歌经理,初创公司的创始人或体育经理。时识别最优秀的人才,组织的决定比个人的,数据总是比没有好。

除了识别最优秀的人才,是同样重要的访问人才库(主动和被动)。研究人员早就表明,推荐可以为候选人经验表面更好的候选人。被推荐来的人更有可能得到电话支持,更有可能被雇佣,更有可能留在公司。招聘就像参加相亲,和推荐介绍。他们给双方一点确定性和适合的信息。研究的价值通过推荐招聘得出结论:推荐工作因为他们产生更好的适合,不是因为他们聪明的工人。今天推荐占30 - 50%的员工都在大公司,根据最近的一篇论文。大多数推荐预审核,成本更低。

今天最大的破坏者招聘技术实验HRTech解决方案和服务。招聘也成为数字经验的候选人预计便利和移动联系。

在IoTalents,我们开发人力资源科技人力资源专业人士围绕认知理念和解决方案等技术人工智能(AI)、流程自动化、自然语言处理和预测分析在招聘。我们创建目标,数据驱动的分析工具,允许客户目标和表面high-fit候选人。我们也优化采购渠道我们的流行和有效的基于介绍招聘平台,Jobs007,更好地获得更好的推荐bob手机在线登录-综合客户端招聘流程结果。