目前最熱的名詞大概就是大數據了，許多公司總是期待利用大數據，可以提供外部市場的分析，消費者喜好分析，季節與銷售績效等分析；但是有數據庫就能分析出資訊來嗎?大家都知道有了資料，要變成資訊，進而變成有用的知識，甚或是智慧，其實還是全賴經手人員對於資料，有無好奇心，敏感度與想像力。
就以每個公司每個月都會從104取得的履歷資料來說好了，大多公司就是從每次寄來的履歷，挑選自覺合意的人選通知面試，不合意就直接刪除，面試後有合意的就錄用，不合意的就寫封感謝信，把這張履歷結案。
好一點的公司，對寄來的履歷會進行的統計，不外不同職缺每月進來的履歷數量，通知面試的人數，通知報到的人數及最後真正報到的人數；再好一點的會統計每個職缺從開缺到人員最後來報到所需要的天數，而從報到人數除以履歷數量，也可以知道公司開一個職缺需要多少的履歷量與花多久的時間才可以找到人，如此人資就應該知道，若在一定的期間內，收不到一定的履歷數量，就可以預知開缺的人員無法在期待的時間內進到公司，便必須思考如何尋找新的履歷來源，而不是還是守株待兔，依賴如104的單一來源，那顯然是緩不濟急。這不也就是數據分析嗎?
從寄來的履歷，還可以分析什麼?
1.簡單的薪資福利調查。許多公司常倚賴外商在台機構或人力仲介公司調查的薪酬福利數字作參考，其實這些調查報告內的許多大公司，也都不是你招募人員的競爭對手公司，反而從每月應徵的資料能得出附近各產業公司相近工作職務的薪資與福利數字。不同的產業，其實在技術與行政人員，或一般員工與主管提供的薪資水準以及津貼，年終獎金等都大不同，從這些寄來的履歷下手做分類與統計，其實更有參考價值。
2.從應徵者的居住區域做分析，也能了解公司能吸引哪類的人員，主要居住範圍在哪裡。通車時間對每個人說都是重要的考慮因素。一般汽機車40分鐘以上以外地區的人員，除非是主管職，大概就不太會來應徵了，若是搭乘公共交通工具，大概一小時以上便不會考慮了。因此可以從這些範圍內的公司，去比較薪酬福利項目，然後在部分項目做出差異化，以吸引更多人員寄來履歷。
3..再搭配面試時多詢問一些問題，譬如為何會投履歷的原因，從應徵者不同的答案就可以了解公司的徵人內容中，會吸引人員投履歷的原因為何，是職務的內容?公司的規模?公司的地點?上市櫃?對外的得獎事蹟?休假福利措施?從事的產業特性?還是只是對職缺有興趣?從答案中可以去思考公司要選擇的招募對象為那些人，透過何種招募管道，再決定招募內文如何吸引這些人，最後才是薪資福利結構的設計。
譬如一般男生都須負擔家中生計，所以對薪資的敏感度較高，許多婚後女性對工作與家庭的平衡會較重視，對薪資就不計較，因此對人資、總務、會計、採購、進出口、秘書、助理等不太需要常加班的行政性工作，就優先錄用女性，人員的穩定性相對較高，也可以找到不錯人選。
單從寄來的履歷一項就可以分析許多資訊，其他像從公司的銷售訂單資料，可以看出業務人員與客戶，產品及毛利率的關係；從每日產品的良率高低也可以看出製程中如機械的速度，溫度，壓力，時間與操作人員的關係。日常手邊的數據其實到處都是，要能讓這些數據呈現意義，關鍵點還是回到經手人員有無好奇心，以及對於資料的敏感度，能否舉一反三，否則有再多的數據與再好的資訊系統，也是於事無補。
留言列表
