投稿|Google：人力资源专业已经是数据科学( 三 ) 投稿|管理

这还没有结束，谷歌招聘流程之所以繁琐，是因为每年需要从100万到200万份简历中筛选出最适合的候选人加入谷歌。简化了流程但不能影响效果，如何设计招聘工作体系，将筛选的标准“塞”到四次面试流程里呢？在经过了一系列的研究分析之后，谷歌形成了自己独有的招聘工作体系，这也成了谷歌的标志之一。简单来说，有特点如下：

采用高度结构化的面试流程（Structured Interview），让信息标准化为结构化数据，便于进行高效决策。
建立谷歌的人员特质模型，统一评价标准，严格进行人员评价。该模型包含4个维度——岗位知识技能（Role-Related Knowledge）、通用知识能力（General Cognitive Ability）、领导力（Leadership）、谷歌范（Googleness）。
任用与否由招聘委员会集体决定（Hiring Committee），在数据的基础上，让熟悉谷歌的人用“感觉”来弥补单纯数据决策可能形成的漏洞，同时也避免招聘决策上的“一言堂” 。

这极大地提升了招聘的效率，节约了成本，也保证了决策的公平性。大量企业竞相模仿，一时间，谷歌的招聘体系被奉为经典，成了“教科书”一般的存在。
04 究竟有多少算法？“人力数据实验室究竟在研究什么？”
其实对于谷歌的人力数据实验室来说，一方面拥有全公司人力资源的所有数据，另一方面Google Geist这个为了解员工对于公司政策、工作环境、福利待遇等领域的满意度反馈工具也帮助其获得了大量的主观数据。利用这海量的数据，人力数据实验室为优化商业决定，内部流程和员工激励提供多样化的数据分析支持。我们来看看他们都算了些什么？
案例1：涨薪or奖金？
在2010年，经济衰退期时，谷歌决定提高员工收入来维持人员稳定。通过什么方式提升收入呢？由算法决定，根据人力数据实验室的研究，对员工来说， 1美元的奖金等值为1美元，而1美元的基本工资的价值超过1美元。最终，在2010年秋天，谷歌宣布所有员工的基本工资提升10% 。
案例2：谁最应该被赋能？
公司的培训资源总是有限的，为了让培训资源能够发挥最大的效果，将资源倾斜给哪部分人？这也是由算法决定的。根据人力数据实验室的研究，中层经理人差别是最明显的，最好和最差的中层对组织的影响差别最大，所以，培训那些水平较差的中层经理人投产比最高。结果，自2009年以来，每年中层经理人的反馈都有所改善。
这样的算法还有很多，人才保留算法、优秀人才绝对值、高效招聘算法……覆盖了人力资源管理的方方面面，极大地帮助了组织决策；除此之外，还有一些看似不那么重要的研究，比如餐厅排队多久合适，咖啡厅不同的咖啡该如何摆放等，也在一定程度上提升了员工的“幸福感” 。
诚然，一定有人会说这些算法并不是完全准确的，甚至有些算法是有问题的，但这并不影响Google的决策逻辑和它今天取得的成绩。算法就是一个不断优化、持续迭代的产物。在创新的道路上，错误并不可怕，可怕的是缺少迈出第一步的勇气。