注意力分配的不均、供求信息的碎片化，這是白領招聘市場匹配效率低下的根源，而專注互聯(lián)網(wǎng)人才

招聘的內(nèi)聘網(wǎng)，則試圖用文本分析 + 標簽匹配的方法讓這一狀況得到扭轉(zhuǎn)：

針對求職者一端，內(nèi)聘網(wǎng)會搜集他的簡歷和職業(yè)訴求（行業(yè)、薪資、職位等），通過對簡歷做文本分析，提取出求職者的標簽。

針對企業(yè)一端，則會搜集企業(yè)的用人訴求、職位信息、行業(yè)屬性、產(chǎn)品信息和媒體報道，同樣是用文本統(tǒng)計、分析的方式，提取出關于該企業(yè)的標簽。這里由于企業(yè)數(shù)據(jù)的復雜性，內(nèi)聘采用了機器初篩、人工調(diào)優(yōu)的辦法來校正和迭代算法。目前已經(jīng)提取出來的6000個標簽中，約有三分之二是人工生成。

當原本高度非結(jié)構(gòu)化的求職者信息和企業(yè)信息都變得相對結(jié)構(gòu)化，招聘引擎就可以在二者之間建立更精準的聯(lián)系。內(nèi)聘網(wǎng)會在標簽之間構(gòu)建關聯(lián)，形成一幅職場標簽圖譜。求職者和企業(yè)可以在圖譜上找到自己的位置，兩者的位置越接近，則說明他們潛在匹配的概率越高。

內(nèi)聘網(wǎng)典型的使用體驗是：求職者只需提交簡歷和職位訴求，系統(tǒng)將自動生成一份職位推薦列表，列表會以標簽的形式告訴你這家企業(yè)的特點（比如工資高、美女多），也會告訴你你們之間的匹配分數(shù)，以此作為用戶定向投簡歷的依據(jù)。而 HR 們則只要簡單發(fā)布職位，系統(tǒng)將依匹配度排序，告訴你哪些簡歷可能需要你的重點關注。由于不同類型的企業(yè)招聘同一職位的需求不盡相同，所以職位匹配的基礎應該是“標簽組合”。比如一家做 to B 軟件的公司（“to B”+“軟件”），和一家做 to C 軟件的公司（“to C”+“軟件”），當兩者同時發(fā)布一個“產(chǎn)品經(jīng)理”的職位時，得到的結(jié)果應該是個性化的。

內(nèi)聘網(wǎng)創(chuàng)始人肖恒是北大計算機碩士，畢業(yè)后旅日工作，曾在京瓷和松下電器任項目經(jīng)理。肖恒曾創(chuàng)辦一家面向日企的人才派遣和軟件外包公司，據(jù)說一度業(yè)績不錯。在隨后經(jīng)歷了若干次職場調(diào)整后，12 年 4 月二次創(chuàng)業(yè)做了內(nèi)聘網(wǎng)。我們現(xiàn)在看到的內(nèi)聘網(wǎng)上線于今年 3 月份（此前嘗試過做微信招聘），次月即拿到某機構(gòu)的數(shù)百萬人民幣天使。

十一期間，內(nèi)聘網(wǎng)進行了一次大改。肖恒介紹，目前使用內(nèi)聘網(wǎng)的企業(yè)用戶有 6000 多家，改版后的日 UV 已達 1 萬左右，個人用戶則已超過 10 萬。下一步他們將試圖向職場社交延伸。

關于用大數(shù)據(jù)做職位匹配，其實還有一些有意思的玩法，比如：

1、可以綁定求職者的社交賬號，通過社交數(shù)據(jù)為求職者打上更豐富的標簽，同時評估他背后的人脈價值。人脈優(yōu)質(zhì)的候選人顯然應該得到更多的關注，同時在為其匹配職位上，或許 BD、市場類的工作排名應該更靠前。這點是以前依靠一紙簡歷無法實現(xiàn)的，做職場社交的脈脈，在這個方向已經(jīng)做了較好的表率。

2、企業(yè)可以主動觸達潛在候選人，激活對方的跳槽意愿，變被動的等人上門為主動的上門招人。

3、讓企業(yè)將現(xiàn)有員工的背景資料上傳，在引擎里跑上一圈，構(gòu)建出企業(yè)現(xiàn)有員工的素質(zhì)模型。再結(jié)合該企業(yè)的歷史表現(xiàn)，分析該模型的有效性，以及改進方向，從而更精準地評判是否應該吸納某類型的新人進入——這或許算是一種“量化 HR”？

?本文來自：36氪，作者: 沈超