投稿|Google:人力资源专业已经是数据科学( 三 )


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 。

推荐阅读