一、引言
在组建新团队时,招聘工作都是管理者必须做的工作,如何高效准确的找到适合的人才一直都是招聘工作的重点。为了提高招聘的效率和准确率,我讲面试时的问答进行了数据化分析,通过通过数据分析来判断应聘者是否符合岗位需求。
二、采集分析数据
为了提高面试的效率,我在所看的书籍吸收了更多面试问题,并且在面试实践中进行总结,不断的完善面试问题和提问的方式,最后形成我自己面试提问的表格模版。(详细表表格请查阅……)
面试提问表格模版成为我采集面试问题的工具,应聘者的回答得分成为数据分析的数据源。
三,招聘数据分析
招聘结束之后,我会将应聘者的回答进行数据化分析,我采用的是Excel的数据透视表作为分析工具。
1.整理招聘数据
首先。设置每个问题的得分及所有问题的总得分。其中,应聘者的提问环节属于加分环节。
然后,判断应聘者每个问题的回答与岗位的符合度。对于问答的符合度设置好、中、差三个选项。并设置每种符合度的得分比,例如,“好”得满分,“中”得一半分数,“差不得分。”
最后,计算应聘者每个单项得分和总得分。
2.数据透视招聘数据
使用数据透视表将应聘问题类型的总分和平均分计算出来,同时统计应聘者每种类型的得分。
问题类型 |
满分 |
平均得分 |
应聘者得分 |
个人职业发展 |
6 |
3 |
4 |
工作价值观 |
21 |
10.5 |
15.5 |
求职意愿 |
7 |
3.5 |
2 |
学习能力 |
15 |
7.5 |
11.5 |
应聘者提问 |
5 |
2.5 |
3 |
运用专业知识的技能的能力 |
15 |
7.5 |
9.5 |
知与行之间的差异 |
16 |
8 |
11 |
专业知识/技能 |
20 |
10 |
12.5 |
总计 |
105 |
52.5 |
69 |
3.图表分析
通过雷达图将应聘问题类型总得分、平均分和应聘者得分进行对比,如下图所示:
通过柱状图对应聘者的得分和总得分、平均分进行对比。如下图所示:
4.数据分析结论
管理者可以设置不同类型问题的预期得分,以及所有问题的预期得分。
首先、通过雷达图可以分析出应聘者的某一方面的问题回答是否表现突出,或者表现不符合预期;其次、通过应聘问题总得分对比柱状图,可以得出应聘者问题回答综合得分是否符合符合预期。最后,以此结论作为是否招聘该应聘者的一个参考依据。
四、总结
《数据化决策》这本书提醒我,任何事物都可以量化,在建立数据模型之后需要在实践中进行修正,以得到更加准确的分析结果。通过以上方式,可以通过问答的方式收集应聘者与岗位符合度信息(问题答案),然后通过Excel表格对符合信息进行数据分析。最后,以此判断应聘者是否符合应聘岗位。
经过多年的实践,招聘问题分析模型也在不断的改进,目前该面试问题和分析方法,已经帮助我招聘到很多优秀的团队成员。当然,招聘这种工作,主观的判断也是必不可少的,数据的分析结论更多是作为参考,而不是主要参照标准。
参考书籍:
《数据化决策》:当你能够量化你谈论的事物,并且能用数字描述它时,你对它就确实有了深入了解。但如果你不能用数字描述,那么你的头脑根本就没有跃升到科学思考的状态。
《谁说菜鸟不会数据分析(入门篇)》:数据分析的目的是总结出所研究对象的内在规律。数据分析能够帮助管理者进行判断和决策,以便采取适当策略与行动。
《智能时代:大数据与智能革命重新定义未来》:很多时候,我们无法直接获得信息,但是我们可以相关性的信息量化,然后通过数学模型,间接地得到所要的信息。