HR泪崩:招聘没效果——你有做人才画像吗?
作者:网络 来源:互联网 添加时间:2018-06-04 10:02:31 阅读次数:0

最近有学员找我诉苦,说老师我们招聘遇到了问题,辛苦找来的简历总被业务拒绝,招聘成功率低,很头痛。

我再深入了解,才发现有两个最大的问题:


第一是她们对要找什么样的人不清楚,甚至连业务部门都没搞清楚自己要什么样的人。只说要招某某岗位很着急,简单几行字HR就开始招聘了。


第二是沟通理解上的偏差,业务部门说的是A,HR理解的是B。双方对岗位职责和要求理解不统一,造成互相抱怨。要我说,在这种模模糊糊的状况下招聘,HR你泪崩都是自找的。


如果换做我,让业务部门给出明确的招聘需求再说,然后双方坐下来一起讨论,给候选人画像,反复确认后再开始找,记住宁快三分不慢一秒,磨刀不误砍柴工。


招人第一步:做人才画像


给候选人画像?是的,你离高精准招聘就差就这一步。有了候选人画像,我们就能知道这样的人在什么地方,就可以开展多个渠道搜索,更加精准的找到和筛选出匹配度较高的候选人。


那什么是候选人画像呢?


候选人画像也叫人才画像,在讲人才画像之前不得不提到用户画像。在互联网公司工作的伙伴都知道,推新产品前要做用户画像,想精准营销要做用户画像,做效果评估要做用户画像。


比如你经常购买职业女装,那么电商根据购买喜好给你打上标签“职业女性”,甚至还可以推断出你的大致年龄、收入水平等,这些元素统一在一起,就有了你的画像。


Alan Cooper (交互设计之父)最早提出了 persona(用户画像 )的概念:“Personas are a concrete representation of target users。”

Persona是真实用户的虚拟代表,是建立在一系列真实数据(Marketing data,Usability data)之上的目标用户模型。


人才画像与用户画像有很多相像的地方,人才画像是以岗位要求为基准,定义和描绘能胜任该岗位的人才原型。


它是胜任该岗位真实人才的虚拟代表,由岗位职责和要求(显性)与潜质和外延(隐性)共同组成,人才画像是由HR和业务部门一起创建的共同语言,是我们在深刻理解数据的基础上得出的一个虚拟人像。


有些像刑警给嫌疑人画像,凭借多重描述画出嫌疑人的样貌协助侦破案件给候选人画像。做人才画像时,HR你就是刑警,通过侦察手段,拨开迷雾越来越清晰所需人才长什么样,直到最后形象化数据化的表述出来,这样联想你是不是好理解一点了。


以前招聘我们总是说JD,说实话JD能给出的信息太模糊和有限了
。而我们要找的是胜任岗位的人,一个人的信息可就太广了,所以仅凭借岗位职责和要求这几句话想找到合适的人成功几率太渺小了。

\

人才画像可就不一样了,是用人和人对标,而不是岗和人对标,自然精准性会大大提高。你看问题出在这儿了,HR你的方法错了。


想想我们经常打交道的猎头,为啥人家就能精准的帮你找到合适的人才?那是人家早早领悟了这个道理,在开展人才寻访前认真的准备了人才画像,这可是专业猎头的看家本领。

当然不是让HR变成猎头,只是我们要学习猎头的思维和方法,更加科学高效地找到候选人。


所有岗位都要做人才画像吗?


不是的,做人才画像需要用专业方法,反复沟通讨论定稿,投入大量的人力和时间。一般通用类的岗位,比如前台、行政、出纳、会计等不需要做人才画像,我想HR招聘此类人员基本是能够hold住的。


适合做人才画像的岗位一般有:关键核心岗位、带有较多公司属性的岗位(比如定位很独特)、专业性强的岗位、需要大批量招聘的岗位等。


这些类岗位有了人才画像,你就不会像以前那样盲目找了,最直接的后果是简历达标率、面试通过率神马的一票指标一下子提升了。


如何做人才画像?


讲到人才画像,还是先来看看如何做用户画像,专业的做法是通过用户调研去了解用户,根据他们的目标、行为和观点的差 异,将他们区分为不同的类型,然后每种类型中抽取出典型特征,赋予名字、照片、一些人口统计学要素、场景等描述,就形成了一个人物原型 (personas)。


对比过程,我们可以迁移到人才画像中,一般是采集数据、整合归类、构建画像、验证测试四步,这样走下来一个岗位的人才画像就基本成型了。为什么说是基本成型?因为人才画像永远也无法做到100%地精确,只能做到不断地逼近。


 采集数据

比如你要做一个大客户经理岗位的人才画像,画像之前你要知道大客户经理主要的工作内容、需要具备什么样的知识、技能和能力、人格特质等等,这些就是数据。


那么问题来了,采集哪些数据?用什么样的方法采集数据?


采集哪些数据?
决定于一个人才画像有哪些核心要素。前面讲过,人才画像是由岗位职责和要求(显性)与潜质和外延(隐性)共同组成,一般核心要素有八项:基本信息、工作经历、教育背景、人格特质、专业技能、胜任能力、自我认知、和价值观,因此数据收集围绕这八个要素开展。


从哪里采集数据?

数据我们可以从人才档案、招聘需求表、岗位JD和人才样本中找。招聘需求表和JD有岗位描述,解决的是和岗位对标的问题。


人才样本又是什么呢?人才样本就是这个岗位的目标对象是谁?越具体越好,内部找该岗位上的高绩效员工,外部找目标候选人,这些人就是样本。


比如你可以问业务部门你觉得哪家的大客户经理比较好?他会说华为的大客户经理我觉得不错,那就给你一个信号,华为大客户经理及类似华为风格的公司大客户经理你都可以是你的样本。人才样本解决的是和人对标的问题。


从岗位和人两个维度对标,使画像的数据更加全面,进而也会提高画像的精确性。

用什么样的方法采集数据?


一般通过检索、调研、访谈和关键事件法可以获取上述数据。像个人信息类可以通过查阅档案检索到,JD里有专业技能、胜任能力等的描述,也可以查到。但是隐藏在冰山下的部分,比如人格特质、价值观、具体行为表现、资源等,也就是一个人的“才干”和“味道”这些是通过查阅资料非常难得到。


这些数据就要通过访谈获取了,找谁访谈呢?找用人部门、该岗位的高绩效员工、外部目标候选人。所谓七分聊天三分画,功夫全在这里。要想找到合适的候选人,一定要舍得花时间去做访谈,很多HR是不怎么了解业务的,通过聊,你会发现你对这个岗位的理解不一样的了。


记得有一年我们要找硬件研发总监,当时我就把上海做硬件的大公司基本捋了一圈,约了10来个比较适合的人通过电话和面谈,之后心里面就有底了。后来还顺藤摸瓜把其他硬件岗位也一网打尽了,保证了公司硬件项目的顺利启动。


访谈的时候也不是盲目的,用结构化的访谈提纲,通过问题抓取到有效数据。有时候还要用关键事件法,通过对事件的描述,获取典型行为,归纳总结。


❷ 
整合归类

收集了这么多数据和资料,需要根据八个要素进行分类,按其相近性整合归纳。


❸ 
构建画像

这时候你会看到一个比较粗糙的、初级的人才画像框架了。仅仅归类是不够的,这一步你需要做提炼的工作了,也就是去粗取精的过程,把其中具有共性的典型的特征提炼出来。


然后按照优先级排序,最后是完善人才画像。加入一定的语言描述,比如场景描述,让人才画像更加真实和立体,还有用数字化、标签化等等,使描述更加具体。


❹ 
验证测试

做完人才画像后,还有最后一步验证,解决的是人才画像的准确性。最好的办法就是应用,在真实招聘中去测试,面试一定量的候选人后,与用人部门讨论,看看用人才画像的要素是否符合实际,以及对招聘成功率的影响,根据结果不断调整和修正,并且及时感知市场和候选人的变化,保持人才画像的更新和生命力。


最后,
人才画像除了应用在外部招聘上,在内部选拔、人才培养都有广泛的应用场景。


提高招聘的效率和准确率是每一个recruiter追求的,但是不要忘记一切始于源头,在不能准确把握岗位的招聘要求时,就开始招聘,盲目无效的工作做了一大把,这是不是你?


人才画像是recruiter必备的核心技能,新的时代,对HR的要求提高了,学习和使用专业方法非常必要,很多HR总问我如何提高专业性,你看专业方法和工具就是一个点。

 

上一篇:没有了

下一篇:面试官的刁钻问题,有哪些回答套路?

友情链接