大數據這個詞，雖然和互聯網思維一樣，已經泛濫到被人嫌棄的狀態，但不可否認的是，在未來兩年甚至五年里，互聯網和軟件業將被技術創新和應用激發出無限可能性。
招聘行業在2014年被熱錢包圍了——垂直和移動招聘網站大幅吸金，招聘網站間再掀廣告大戰，形形色色的獵頭軟件接踵面世，推崇技術創新的招聘軟件前仆后繼，無不在向HR傳遞一個信息：大數據時代真的來了。
招聘是一個極其缺乏數據的領域，HR們從未像現在這樣需要用數據來支持自己的功能和證明自己的價值。數據時代對他們有兩點價值：一是決策支持。各個渠道的效果、面試官的配合程度、校招學校站點的選擇、HR的招聘能力，都可以通過數據分析來判斷或決定，不再只靠拍腦袋了。二是證明招聘團隊的績效表現。招聘在用人部門看來往往是非零即一的事情，但其實招不到合適的人原因很復雜，需要深入分析，然而長期缺乏用數據說話的工作方式讓HR在組織內部缺少話語權。
新事物總是容易被盲目炒作。大數據之所以流行，是因為它被各個行業寄予了太多希望，但現實中往往是實踐太少，盲目暢想太多。在招聘領域也是一樣，隔幾周就能看到一篇大數據在人力資源管理領域應用的文章，但詳細閱讀則發現對于實質性的內容語焉不詳。這樣的分析越多，HR們就會對大數據抱有越大的期待，但同時也會發現可落地的實踐越少。筆者客觀地分析，從技術發展的角度和實用性的角度來看，大數據在招聘領域有三種應用會成為主流。
一、人才匹配
大數據最典型的應用場景是“推薦”。傳統的簡歷推薦通常讓HR設定一些條件，例如學歷、工作年限、所屬行業、期望薪酬等，系統根據這些條件的匹配度（其實是滿足條件最多）把候選人排序，這種推薦的實質是搜索。根據心理學家的研究，候選人篩選是一個復雜過程，即使提前設定好硬性篩選條件，HR也難免因為綜合考慮而放棄原本的堅持，此時大數據推薦就可以發揮價值了。基于大數據的推薦算法是通過猜測HR篩選簡歷的原因來建立推薦模型，并且會隨著HR不斷進行篩選的動作來持續優化模型，再從人才庫推薦滿足條件的候選人出來。HR的操作行為越多，招聘系統的推薦模型就越準確，從而通過人才挖掘來真正發揮人才庫的價值，同時也能大幅降低招聘成本并提升招聘效率。。
二、預測招聘效果
什么職位難招？中級職位要多久才能招到位？哪個渠道能提供更多的銷售人才？這些基本的招聘問題HR心中會有大概的答案。但大數據分析可以幫助HR更快地回答這些問題，并且把結論量化，從而快速支持決策。原因就在于，HR在招聘中產生的數據能夠被記錄下來并形成預測模型。舉例來講，當HR多次招聘UI設計師后，再次招聘同一職位時，大數據算法可以根據HR的能力、面試官的響應速度、投放的渠道、市場人才稀缺的程度等因素，預測招聘周期，于是不用再被用人部門牽著鼻子走了。類似的大數據應用還會出現在渠道有效性分析、獵頭能力分析、雇主品牌競爭力中。更有價值的是，當數據在更開放的行業環境中被共享時，招聘效果的預測將會更加準確。
三、發現招聘過程規律
不少組織的HR現今還在采用手工記賬的方式記錄招聘過程的信息，不及時、也難以保證數據準確。對此大數據也有相應的解決方案。例如，在每年一次校園招聘中，有些企業會在每天接近午夜十分通過微信平臺發布校招廣告，問其原因，答曰分析顯示畢業生在那個時段使用手機訪問企業微信號的行為最集中。當然還有更復雜的信息，如：學生填寫哪些信息最困難，是否能找到關注的內容，面試到場率為什么較低，offer毀約率低的群體都存在什么特點，測評結果與面試評價之間的相關性有多大……當數據完整時，分析模型能夠自動幫助HR發現規律，并尋找優化招聘過程的契機。
一切看起來都很美。我相信大數據是招聘領域的重大發展趨勢，它確實可以把HR從招聘的黑箱中解救出來。但是，想要享用大數據帶來的價值，HR們不得不正視眼前的挑戰：大部分組織的招聘團隊仍處于極度缺乏數據或者數據可用性很差的狀況中；招聘團隊自己不具備大數據處理能力，數據記錄成問題；數據記錄系統的安全性較低，可能導致重要招聘數據泄露；缺乏數據分析人才，即使有了數據，也無法有效規劃和利用。
基于此，保證招聘過程數據能夠得到完整記錄，同時啟用有效的數據分析工具是HR走向大數據時代的第一步。在招聘過程中應用好大數據，將成為HR事半功倍的前提。
（新聞稿 2015-03-18）