隨著“人才戰”愈演愈烈，精明的雇主嘗試建立一張龐大的網，去獲取行業內的頂級人才，隨著獲取人才的渠道越來越廣，速度越來越快，簡歷也在瘋狂增長，幾年下來，有的企業竟然在北森招聘管理系統中保存了200萬份簡歷。但這有如一個無法開墾的金礦，還未真正發揮作用。
好消息是，ATS如今能夠深入挖掘這部分簡歷數據的價值了。近日，人才管理軟件云服務領導者北森(beisen.com )宣布其招聘管理軟件正式上線“智能推薦”功能。當HR在招聘系統中篩選簡歷時，系統會分析其篩選行為，識別招聘HR的簡歷“偏好”，然后對招聘系統中的所有簡歷進行全庫挖掘，并推薦展示最符合招聘HR篩選需求的簡歷。
誠然，基于職位需求進行的簡歷篩選是一個復雜的行為，通過簡單字段的查詢，例如：性別、專業，很難搜索出真正符合某一特定職位的簡歷。這會使得從百萬級的簡歷庫中找出我們需要的候選人成為一場災難。北森招聘管理系統根據招聘者篩選簡歷的動態行為，通過Fisher分類推薦算法動態建立行為模型，讀懂篩選行為背后所代表的復雜需求，并據此對人才庫中的簡歷大數據進行全庫挖掘，從而識別出符合招聘者篩選標準的簡歷，這將從多個維度上提升企業招聘的效率和效果：
1、激活并挖掘歷史簡歷庫的價值
主動接觸被動求職者已成為一種新的招聘趨勢，但激發被動求職者的應聘意愿并不容易，在你打出電話的那一刻，他們很可能對你的企業還一無所知。而有一類被動求職者可能擁有極高的價值——那些由于種種原因被放入“人才庫”中的歷史應聘者——由于他們曾經主動申請你企業的職位、對企業更為了解，其求職意愿可能更容易被喚醒。遺憾的是，現實中這種高潛應聘者的簡歷一旦進入“人才庫”后往往是被遺忘的開始。
基于招聘者當前職位的篩選行為，對于歷史簡歷庫進行挖掘，進而“淘”出符合當前職位的簡歷，才能真正激活企業費心積累的“人才庫”并發揮它的價值。如果說如今的招人尤比淘金，那么招聘系統中的智能推薦則能夠挖出埋沒在歷史簡歷庫中的金子并送到HR面前，讓被遺忘的角落成為企業招聘的寶藏。
2、實現及時的跨職位簡歷共享
看一個例子，某公司有A和B兩個事業部，都在招聘工程師這一職位，但對于工程師的能力要求有所差異，招聘渠道不盡相同，招聘周期也不一致。因為不同事業部的招聘獨立操作，即使是兩個事業部同在一套招聘系統中操作，他們之間也很難實現及時有效的內部“資源”共享。
北森招聘管理系統的智能推薦可以輕松實現這樣的跨職位、跨部門乃至跨區域的內部簡歷共享。如果投遞給A事業部的簡歷符合B事業部工程師職位招聘者的篩選行為，當其在A事業部職位下被淘汰后，這份簡歷會自動成為智能推薦功能挖掘的對象，立即被推薦到B事業部工程師這一職位下，從而大量節省人為操作的時間并避免由于遺忘帶來的疏漏。
3、提高篩選新入簡歷的效率
招聘者在篩選簡歷時，需要“快”而“準”地篩選出符合職位要求的簡歷，這通常是最枯燥，但卻是最重要的工作。
基于大數據挖掘的智能推薦，不僅能夠對企業的歷史簡歷進行挖掘，也能夠對新入庫的簡歷進行篩選，根據招聘者當前的篩選行為快速識別符合當前職位的簡歷供招聘者優先查看。這首先能夠幫助我們聚集重要且關鍵的應聘者，其次，由于智能推薦的算法是動態的，我們能夠隨時復查出被淘汰的、卻可能真正符合當前職位要求的簡歷，從而避免由于我們標準的變化、或者不恰當的篩選行為而導致的簡歷遺漏。
大數據技術將重塑招聘軟件：
招聘管理軟件不同于CRM這類純企業內部使用的軟件，它大量地與外部求職者進行互動，是一個連接企業與外部求職者的互聯網，北森意識到：云計算時代的新一代招聘管理軟件，必定是以大數據、移動社交化為典型特征的互聯網軟件。
一年半前，北森招聘系統V5版發布后，客戶數迅猛增加，而平臺簡歷數量更是呈指數級增長。這帶來的挑戰就是：傳統軟件的架構根本無法滿足現有招聘系統的數據量了。于是，北森建立起了大數據團隊，并將招聘管理軟件全面遷移到互聯網級架構上，通過Spark分布式內存計算技術，實現系統內海量數據的實時處理，確保基于大數據的挖掘、推薦功能的實時高效。
這是以用友E-HR為代表的通過安裝、部署方式交付的傳統軟件所無法比擬的。傳統軟件建立在舊的數據庫技術上，不具備分布式、實時計算的能力，在大數據挖掘、社交化等方面自然顯得無能為力。北森招聘管理系統是基于云計算模式的產品，最初便建立了互聯網級的分布式架構，從而使通過大數據挖掘等技術重新定義招聘管理軟件成為現實。
（新聞稿 2015-03-17）