728 760 895 380 653 907 213 817 550 167 378 103 374 602 312 891 966 682 500 934 547 750 615 169 585 276 436 386 606 783 115 112 136 535 38 217 779 931 604 452 817 191 35 940 844 705 720 666 109 457
当前位置:首页 > 亲子 > 正文

猫扑:2月结算需站长上传身份证扫描件

来源:新华网 关屏三晚报

导读:2003年成立时,LinkedIn还只是一家职业社交平台。但现在,它正试图成为招聘行业的游戏颠覆者。 2003年成立时,LinkedIn还只是一家职业社交平台。但现在,它正试图成为招聘行业的游戏颠覆者。 在LinkedIn上,个人用户可以创建简历、接收推荐职位信息、建立好友联系,并接受对他们有兴趣的公司的询问。而企业方则可以发布招聘广告,搜索用户的简历并与之联系,还能创建企业的主页。 眼下,LinkedIn的会员数达到3.13亿,其中三分之二生活在美国以外。与此同时,成千上万的公司正在使用LinkedIn招聘有经验的员工。对许多HR而言,拥有LinkedIn上的招聘账户就像债券交易员拥有彭博社的终端一样,它表明你是个圈内人士。 通过将大量企业和专业人士聚集到一个平台上,LinkedIn正在朝着全球人才库的方向迈进。而LinkedIn首席执行官杰夫韦纳尔(Jeff Weiner)的野心,还不止于此。他向所有人描绘了一个愿景,即LinkedIn未来要基于平台上的大数据,建立一个全球的经济图谱。这个图谱能够显示全球范围内人才供给与需求之间的匹配程度。到那时,全球33亿劳动人口都将有自己的职业信息,能最大限度实现人才供给与需求的均衡。 社交招聘 与纯粹的招聘网站不同,LinkedIn一方面为用户提供个性化的职业社交平台,让其展示自己的职位与教育背景,相互交流职场经验;另一方面为企业提供招聘、市场推广和销售等服务。 LinkedIn的收入则主要来自后者。企业如果要在LinkedIn上发布招聘广告,或搜集求职者的信息并与其联系,就需要向LinkedIn支付一定的费用。这项被称为人才解决方案的业务,为LinkedIn贡献了约五分之三的收入。 在LinkedIn中国区总裁沈博阳看来,LinkedIn与竞争对手相比的一大优势是,企业通过它可以搜索到大量的被动求职者。通常,招聘网站只能服务于10%的用户,即那些在主动找工作的人,有90%的人都对现在的工作状态满意,有更好的工作机会出现时也不妨考虑跳槽。LinkedIn主要就是为这90%的被动求职者服务的,因此与传统招聘网站不在一个量级。 在LinkedIn上,用户的简历长期存在,并定时更新,企业和猎头公司都能方便地搜索到。LinkedIn还允许企业进行分类搜索,比如专门搜索在某所大学某个专业有学习经历的求职者。通常,企业在开始招聘活动前,已经在LinkedIn上锁定了一些潜在候选人。对这些雇主方而言,LinkedIn平台就像一个随时可以查找、调用的人才资料库。 据沈博阳称,在LinkedIn中国网站(领英)上投放招聘广告的有三类公司,一是典型的有海外扩张需求的公司,如百度、华为、联想等。当它们在海外开设分支机构时,最经济有效的方法不是在当地找一个猎头,或把自己的HR派到海外去招人,而是通过LinkedIn寻找合适的人选。 第二类公司则是需要将海外人才招回中国本土的企业。譬如,阿里巴巴、百度等公司每年会从海外招聘大量的人才,它们发现,如果能通过一个有效的平台,从海外批量地把受过良好教育的、有国外工作经验的人才,特别是中国人招到国内来工作,效果会非常好。因此,有海归招聘需求的公司也是LinkedIn非常重要的客户。第三类公司则是跨国企业在中国的分支。 据悉,LinkedIn在国内的客户除了一些知名IT企业外,还有传统的汽车公司、制药公司等。今年2月正式进军中国市场的LinkedIn,目前在国内的销售人员只有10人左右,公司尚未大规模地开始向企业推广。但沈博阳透露,LinkedIn在中国市场的收入,已经和国内一些做了几轮融资的招聘网站是一个级别了,相比之下,对方公司已经有上千人的规模。 让招聘越来越聪明 眼下,LinkedIn正在吸引全球各行各业的用户加入,其所拥有的数据也越来越丰富。据悉,从今年6月初至今,LinkedIn上面的职位数量从35万猛增到约100万。 在此基础上,LinkedIn试图让招聘解决方案在数据的作用下变得越来越聪明。沈博阳举例称,假使一家公司要找一名市场总监,传统的方法是从众多申请人中选出一个最佳人选,但LinkedIn能让企业扩大搜索范围,找到那些暂时不想找工作的人。此外,如果企业对市场总监的要求很高,他希望候选人的职业生涯起点是500强,最好在宝洁等公司做过品牌经理,之后又在某些大型互联网公司担任过市场总监,那么通过LinkedIn平台,这些条件都能被搜索出来。 除了候选人拥有的职业技能和就业经历外,他有怎样的好友关系,与行业精英的交流互动如何,未来也很有可能成为企业招聘的考量值。而这些条件,都能通过算法加入LinkedIn的搜索条件。甚至,雇主方还可以在LinkedIn上做候选人的背景调查如果企业刚好认识候选人的好友的话。HR可以向那个好友询问候选人过去的工作表现等,这些都是传统的招聘网站无法完成的工作。 在我的观念里,这些手动的搜索还是相对初级的。未来,大数据要变得更厉害、更智能,应该向企业主动推荐合适的人选。沈博阳称,企业通过工具告诉LinkedIn要找什么样的人,而LinkedIn系统会自动将那个人推荐给你。这中间的精准匹配,靠的都是大数据。 除了对外招聘,LinkedIn还可以帮助企业发现自己内部的人才。比如,法国的一家电信公司,正在尝试将LinkedIn的数据与公司内部的数据结合起来,以发现公司内部有抱负的人才。 此外,企业还可以通过LinkedIn平台跟踪到有多少自己的员工加入了竞争对手的公司,以及有多少自己的员工来自竞争对手的公司。根据这个数据,企业可以评估自身在行业内的吸引力。而对用户来说,他们能够使用follow功能关注自己心仪但未加入的公司。这一定程度上也成了观察人才潜在求职兴趣的一个指标。据悉,美国的几家科技巨头,在LinkedIn上往往拥有众多的追随者。 经济图谱 除了为企业招聘和专业人才求职提供服务,LinkedIn正试图在更多领域产生影响力。譬如,通过大数据的分析,LinkedIn可以厘清中美之间人才流动的情况。 我们通过分析可以知道,五年前更多中国人要到美国去,他们学的大多是什么样的专业;现在的趋势是人才回流,那么这些留学生是本科毕业的多还是硕士毕业的多,哪些专业的学生会更多地选择回国。回国后,什么样的专业更受欢迎。本土企业与外企对人才的技能需求有哪些不同。沈博阳告诉21世纪经济报道记者,我们把这些数据挖掘出来后,可以给社会和个人一定的指导,告诉大家五年后中国最需要的职业技能是什么。一些大学也可以根据这些数据开设相应的课程。 眼下,不少尚未毕业的大学生纷纷在LinkedIn上了解学哥学姐们的就业情况,并为自己未来的职业规划提供参考。 一些走在前列的公司,也开始用LinkedIn协助自己进行商业决策。比如,通过阅读求职者的资料,它们可以发现哪些地区拥有更多潜在的合适的员工,并决定在何处设立新的办公室或工厂。换言之,LinkedIn想要改变的不再仅仅是招聘和求职的方式,而是整个劳动力市场的运转效率。 在LinkedIn首席执行官杰夫韦纳尔(Jeff Weiner)的理想状态下,LinkedIn可以基于这些数据描绘出一幅宏大的经济图谱。具体说来,如果LinkedIn能够跟踪求职者、公司和大学之间的关系,绘制出人们的工作职位、资历和技能与雇主要求间的匹配图,它就能够逐步改善劳动市场信息的流通,创建劳动力市场的大数据。 这些数据动态地交织在一起,一定程度上消除了人才技能和岗位需求间的错配,以及工作地点与居住地点之间的错配。大数据能够推动合适的人力资源向有需求的国家或地区移动,并最终提升全球经济运转的效率。 这是LinkedIn未来十年的愿景。LinkedIn希望,在它的帮助下,全球劳动力市场能够更加顺畅地运行。即便如此,沈博阳并不讳言公司在大数据上遇到的挑战。用他的话说,如今,数据的获取变得越来越容易,各种移动设备的出现也让数据量变得越来越大。然而面对海量的数据,如何更好地加工这些数据,使其转化为商业洞察力,包括LinkedIn在内的大多数企业依然没有跟上。换言之,在大数据的精准分析和应用上,LinkedIn依然有很长的路要走。 即使困难重重,LinkedIn已经引起了越来越多研究人员的兴趣。哈佛大学商学院的学者研究LinkedIn上的数据后发现,经济萧条期的毕业生就业情况,并不比经济繁荣时期的毕业生就业更差。尽管辅助学术研究并不是LinkedIn目前考虑的事情,但从侧面来看,这个社交平台似乎在各个领域都变得流行起来。 (原标题:LinkedIn:用大数据颠覆招聘) 608 409 655 491 847 768 552 688 216 736 386 275 770 276 851 24 955 581 510 842 945 425 237 41 330 851 935 492 33 425 500 13 643 140 893 51 40 938 417 920 143 93 454 242 323 648 96 370 70 750

友情链接: 程幸訾 关郑柏康 hsj886 nafse6744 柠豪风 裘续符裕 sundbjb clove77 典然葛 文恩梅刚
友情链接:ntxyeimudi 朝雷恩 dy870058 liulovely 内狗圣成 onepixels odbpamb 薛翔次皂 泗桂瑶 drqis