2020年12月11日，在GHRC全球人力资源管理大会上，Moka首席布道官郑铟发表了《数字化时期，如何借助智能化方式开展招聘》主题分享。招人难，招到对的人更是难上加难，当前无论什么行业、什么规模的企业都面临着人才招聘难的共性问题。数字化为招聘带来了降本提效的新契机，如何通过智能化的方式，更快、更好的开展招聘工作，郑铟分享了自己的答案。本文节选自郑铟的现场分享，现场演讲视频可『文末』获取。
各位前辈在交流过程中给我很多反馈，招人真难，真麻烦。无论硅谷还是国内，这个问题是每个企业的痛点。如果招错一个人，招聘过程中不仅会消耗很多HR的人力成本，也会消耗很多高层人士的人力成本。一个新人最容易离职的时间是入职的前三个月，那这三个月薪水的消耗，对人力成本的二次消耗，以及对团队业绩的影响都会造成大量隐性成本，这些叠加起来对企业的伤害巨大。因此，找到对的人对企业而言是极其关键的，正如我们在Moka的宣传片里讲的概念，我们始终认为正确的人才战略是企业的坚实基础，无论做Moka招聘还是MokaPeople，怎么帮助大家锁定最好的人才，并且持续留存，从而更好的赋能人才战略才是我们的目标。
最近联合领英和其他的机构采集了一些数据，这是我们得到的一些趋势性的信息。首先，未来五年人才招聘中的首要任务，即回应快速变化的招聘需求，对大家的问题有快速的响应是HR首先要关注的。
其次，对HR而言，未来五年有这样一个技能尤其重要——怎样和被动候选人沟通。这是英文直译过来的，我们可以理解为有大量的人才来来回回，有些人是流失掉的，有些人是接触过的，中间可能有些原因不和我们进行沟通，这些人又和某些职位特别合适。我们怎么建立持续有效的沟通，怎么激活他们。
最后，用智能化技术提高招聘效率。我本人是做产品出身的，在我看来，任何产品，任何高科技，无论AIBI，只是一个工具，真正在用工具的是人的思维和觉察。于是，有称手的工具尤为重要。
那如何通过系统创新，通过一个更好用的工具，或者更适用于业务场景的工具，帮助大家找到更合适的人呢？首先找到一个合适的人有四个阶段，缺一不可。第一，迅速了解业务需求，并且快速响应业务需求。第二，掌握合适的目标画像，一个是职位的画像，一个是候选人的画像。第三，基于合适的算法机制快速定位目标候选人。最后，缩短招聘周期。
左边这张图是我们做产品实践和场景尝试中思考的算法，叫人岗匹配智能算法。每上传一个职位，就会基于职位里设定的用人偏好和关键特征提炼出职位画像。当你每接收一份简历，会针对简历里的关键字段，比如什么类型的名校毕业，有什么项目，提炼出人才画像。通过特殊性质的对比，比如这两个画像中关键特征，信息上传进入系统的时间的前后顺序等等，从而形成人岗匹配的智能算法，帮助大家响应需求，掌握画像，从而快速定位目标人才。右边是我们想达到的效果，希望把接收到的简历尽可能进行精准的匹配，从而提升入职概率，把前面那些要耗费人工成本的事情，通过技术手段使之更加简单，更加高效。
这个算法之前最重要的一步是怎么快速挖掘需求，我们想到一个比较好的方式。当下对于大批量的初级岗位，了解他的诉求时，人对人的沟通会消耗大量HR的时间，因此Moka利用智能客服机器人，由它提出招聘意向，介绍招聘岗位基础信息，公司相关介绍，想要什么职位，大概薪资，这些东西都让机器人取代，这样HR可以把更多时间放在解决高级职位的关键问题上。
在挖掘需求之后，根据需求和算法匹配，更重要的是如何帮助大家搜索和定位到最合适的人。Moka提出一个概念——人才库。很多HR说面试了不少人，他们也很优秀，但是聊完以后没存档就忘记了，所以搭建结构化的面试库，同时利用AIBI的手段分析这些人大致情况，提取关键信息，从而在发布职位的时候，用机器从人才库里推选出一些合适岗位的人，用这种手段帮助大家调动自己曾经面试过的，在公司里待过的各种各样的人，促进人才二次盘活。首先进行人才库的搭建，Moka支持组织架构搭建，职位名称搭建，候选人画像搭建，盘活过程中每发布一个职位可以自动搜索和匹配一些算法核对过的，认为合适这个岗位的人。同时我们开发了人才Mapping功能，支持对人才库里所有的人进行大架构梳理，可以按照集团、子品牌、子业务线、职位、职能等等一系列顺序直接梳理出来一个大的人才库的Mapping。
我们技术底层是非常强大的，涵盖了超级多的公司数据，这些都是合法的，是我们和三方合作的，同时涵盖超过一万多个岗位，两千多个职能，两万多个岗位数据，进行底层数据训练，帮助你们更好的梳理人才数据库架构。同时在进行人才盘活时，HR给一些优质候选人打电话，也借助了智能，用语音激活预定的语料库，减少HR的手动操作。
除了构建一套帮助大家找对人的算法机制以外，每次做战略规划之前都要进行系统里的数据盘点和分析，各位HR管理者和各位猎聘朋友也都非常希望借助强大的BI工具分析手段看到自己曾经招的人是什么情况。Moka始终坚定地认为数据分析尤其重要，数据可以驱动业务决策，这个金字塔体现了我们的理念。底层是数据分析，包括在招聘中采集出来各个流程的数据，offer的数据，每一轮面试记录沉淀，发送offer的转化率。基于业务场景，从而实现对当下招聘目标的调整和优化，最终实现业务的赋能。
这一张是智能分析平台，名字叫招聘数据分析平台。我们利用BI分析能力为大家提供这些报表和数据，涵盖了渠道效果，招聘成本统计，不同候选人的来源和质量，以及招聘效率分析和招聘质量分析。我们发布的People产品里利用BI的分析能力，挖掘更多的人力数据分析，涉及到年龄的分布、性别的分布等等，这些共同构成了我们想要提供给大家的“数据洞见”，多维度交叉分析才能帮助大家提供决策。
接下来用全景图为大家展示一下在我们定义下的全招聘业务流程。怎么用技术手段，产品理念和逻辑为大家缩短招聘周期提升招聘效率赋能人才战略。
首先是多渠道的职位发布，帮大家汇聚三方招聘官网多渠道的职位数据，以往需要每个地方注册一个帐号，Moka则起到聚合作用，一键发放到这些渠道，前提是大家在这些渠道上有帐号。然后多渠道接收简历，帮助大家在统一管理分析。简历筛选中用到智能解析算法、人岗匹配算法，帮助大家匹配更合适的人进行面试。面试筛选中Moka的用户体验发挥到极致，我们把协同工具应用到面试安排中，日历系统，面试官和用人经理的沟通，用人经理和HR的沟通等等，不再单纯依靠线上，非常方便。不止在需要无接触的当下，Moka三四年前就想到了。入职管理周期我们提供了offer模板定制和offer审批自动发放，帮助大家更好的规范化offer发放的流程。最后，每一个节点沉淀下来的数据和人才，都可以记录到人才库，记录到BI分析平台，帮助大家进行更好的过程数据分析，结果数据分析和未来的Data预测。我们会和各种生态对接，帮大家搭建更好的HR基础站，我们希望构建一个好的HR平台，把未来和现在要做的人力资源管理的各个流程串联起来，用更好的AI和BI技术做更好用的智能化的人力资源管理系统。
我们希望把招“到”人变成招“对”人，从大海捞针，到优中选优。
>>>点击获取2020GHRC全球人力资源管理大会 嘉宾分享PPT合集
