• 资讯
    Facebook挖来谷歌芯片部门高管,走自制芯片之路 来源/镁客网 Facebook此举意在打造自己的计算平台,解决安全性等问题的同时,也是意欲摆脱对芯片厂商的依赖。 近日,Facebook挖来了一位前谷歌芯片部门高管Shahriar Rabii,命其担任Facebook芯片开发部门主管兼副总裁。这是继苹果、谷歌和亚马逊之后,美第四位科技巨头开始芯片产业。 据悉,这位高管Shahriar Rabii曾就职于谷歌芯片部门,在谷歌任职近七年,并领导谷歌芯片团队开发出Pixel智能手机中的Visual Core定制芯片。 此前就有报道称,Facebook将组建芯片设计团队(位于加州Menlo Park的总部),这是一个集中研发SoC、ASIC、固件与驱动程序的技术开发团队。 据了解,Facebook在开发许多新科技、新产品上进行了大量投资,如收购Oculus VR以及新成立的非常神秘的Building 8硬件部门。而近期,Facebook又收购了一家AI创业公司:Bloomsbury AI,外媒猜测将用于通过AI打击虚假言论等。 值得注意的是,Facebook自己定制的芯片也能够促进AI技术的开发。Facebook一直都在尝试使用AI技术来了解用户在社交网络上发布信息的本质内容,以此来快速撤除仇恨言论,僵尸号和暴力直播视频等。 另外,Facebook开发出的芯片不仅能够在数据中心的服务器中还能用在应用移动设备中和人工智能软件上。比如,Oculus Go目前使用的芯片是高通公司的,而且Facebook现在也在开发大量的智能音箱,有了他们自己的定制芯片,就能更好改善后代Oculus和智能音箱产品的性能了。 实际上,无论是否有硬件产品,各个科技巨头都在倾向于打造自家的计算平台,尤其是在AI时代。
    资讯
    2018年07月16日
  • 资讯
    2018上半年中国教育行业融资风向:平均每天2起融资,钱都去哪了? 18年上半年共发生了342起投融资事件,44%的教育融资事件融资额达千万 编者按:本文来自微信公众号“黑板洞察”(ID:heibandongcha),36氪经授权发布。 随着互联网对教育行业的不断渗透,它们相互学习、融合、提升,我们的学习及教学场景也逐渐的突破了时间和空间的束缚,知识的获取方式变得更加灵活多样,回看已经过去的2018上半年,在这6个月中教育行业共发生了342起投融资事件,平均每天就会发生2起。政策环境的变化、用户学习需求和习惯的深化、消费意识的觉醒和能力的升级、资本市场的支持构建了2018年教育行业融资的新风向。 而另一面,前段时间VC被贴上了“钱荒”的标签,真正的凛冬是不是要来了?教育行业是否又要经历一段“至暗时刻”?黑板洞察联合企名片,通过梳理近几年教育行业的投融资数据,试图找出一个答案。 1.近5年教育行业的融资热度依然呈向上发展的趋势 通过上图了解到,近5年的融资趋势依然是向上发展的,2013年作为在线教育元年,对于整个教育行业来说意义重大,打开了教育行业通向资本的大门,随后在线教育迎来了第一波资本热潮,即使面对2015年资本寒冬,教育行业凭借健康的现金流及抗风险的逆周期能力,在短暂的经济下行过程中,依然能很快吸引资本的注意,“寒冬”中教育行业的投融资的热情依然没有熄灭。 投资人和创业者在变化的环境中也在不断的进化,投资逻辑和公司的盈利造血能力被放到了更重要的位置。如今资本正推动教育行业向AI、大数据等方向高歌猛进,“钱荒”貌似对教育行业的投资热度并未造成很大的影响。 2.18年上半年教育行业1月融资热度最高 3.18年上半年44%的教育融资事件融资额达千万 4.早期项目备受关注,战略投资仍占有相当比重 对比2017和2018的上半年投资事件阶段,黑板洞察发现其这两个阶段(1-6月)投资轮次集中均在天使、A轮、Pre-A阶段。随着市场竞争的不断加剧,参与资金的数量不断增加,投资者的目光会聚焦到更早期的项目,在项目估值较低时获取投资机会,以追求更高的投资回报率,整个投资行业在朝着机构化和规范化的方向发展。另外我们还看到了,在2017和2018的上半年战略投资的比重也占了相当的比重。 5.教育行业融资事件高发地区北上广名列前三 6.18年上半年教育行业出手次数最多的机构 这20家机构投资事件数量占18年上半年总数量的28%,教育公司的战略投资比较抢眼,除了新东方和好未来依旧强势以外,立思辰也榜上有名,出手频率相对较高,他们都通过投资布局逐渐形成了各自的教育生态。另外我们也能看到,教育行业是创新工场非常看重的赛道。 7.14年下半年到17年上半年,教育双巨头投资数量逐渐拉开差距 14年开始,新东方和好未来在对外投资布局上分别开始发力,黑板洞察通过上图可以看到,双巨头在14年下半年到17年上半年在投资数量上逐渐拉开差距,另外我们还看到17年下半年后,好未来的投资节奏开始明显放缓。 8.双巨头布局早期项目,天使和A轮项目最多 本文经授权发布,不代表36氪立场。如若转载请联系原作者。
    资讯
    2018年07月16日
  • 资讯
    7个精彩的员工内推计划示例 员工推荐 - 以及员工推荐计划 - 正在增加。并且有充分的理由:提到新员工往往更好(文化),他们更积极,更不容易离开,更有成效。在本文中,我们将介绍7个员工推荐计划示例。   在创建卓越的员工推荐计划时,需要记住一些要素。理想情况下,每个计划包括: 奖励 - 现金或非现金,如额外假期,甚至只是一个简单的谢谢。 易于使用 - 尽量让您的员工尽可能轻松地使用您的员工推荐计划。 反馈 - 一如既往,让您的员工了解他们的推荐状态。他们的候选人是否在招聘过程中取得了进展?给他们一个快速的电子邮件或消息。 认可 - 赞美有利于员工士气。想想一种很好的方式,可以让员工在成功转介某人时获得应有的认可。   那里有很多员工推荐计划的好例子。下面,您将找到各种各样的程序,以便您可以看到不同的可能性,并将灵感用于您自己的程序。   7个精彩的员工推荐计划示例 1.纯粹 PURE(一家美国财产保险公司)的推荐率很高:其员工的40%至60%来自转介。   他们的秘密?   不要浪费任何时间。一旦新员工在公司的第一个星期完成了这项工作,他们就会被问到是否知道其他任何能够适合公司的人。   这种切入追逐推荐策略有两个主要好处:1)它立即导致更多推荐; 2)它强调推荐的重要性。   2. Salesforce的欢乐时光 美国云计算巨头Salesforce以其丰厚的奖励而闻名 - 无论是货币奖励还是其他奖励 - 它为员工提供奖励。而且不仅仅是顺便推荐成功; Salesforce员工可以随意使用思维室,在社区中获得志愿者的报酬,当他们在没有晋升的情况下离开18个月时,他们会帮助找到新的挑战。   推荐方面,Salesforce员工已获得总计不低于550万美元的推荐奖金。   但Salesforce如何进行推荐计划?   该公司组织招聘欢乐时光,聚会,员工可以邀请他们想要推荐的人。这是招聘人员熟悉潜在候选人的一种非常非正式的方式。因为他们可以一起享用一些饮料,所以员工和他们的推荐都很有趣。   3. InMobi的自行车 当InMobi--一个全球移动广告和发现平台 - 迫切需要工程经理时,其招聘团队知道他们必须想出一些非凡的东西。   所以他们做到了。   他们想出了一个国家和文化特定的奖励员工奖励。在印度,这意味着皇家恩菲尔德自行车(印度的哈雷戴维森)和在美国意味着Vespa。   为了让员工了解他们的推荐游戏,两辆车都停在了办公室的入口处。每次成功推荐,InMobi的员工都可以选择全新的自行车和巴厘岛之旅。   事实证明,定制您的员工推荐计划需要一些本地知识:InMobi的推荐率从一个900人的公司的20%上升到50%。   4. Fiverr的游戏化方法 自由职业市场Fiverr希望通过跟踪社交工作分享并通过提供分享工作和推荐朋友的积分来增加游戏化来增加员工推荐。   因此,Fiverr决定使用Zao,一家提供员工推荐计划的公司。该软件为推荐候选人添加了一个竞争元素,因为它为员工提供了他们所采取的所有行动的积分和信誉 - 让我们不要忘记这一点 - 它会通知他们他们推荐的状态变化。   根据他们在Zao推荐排行榜上获得的积分,顶级Fiverr员工每季度和每年都会收到礼物。   Zao的排行榜 为每位与推荐相关的行动提供员工信誉。   5.谷歌的尖锐问题 谈到员工推荐计划的例子,这个例子精美地展示了简约的力量。在谷歌,招聘人员所做的一件事就是向员工询问诸如“谁是你在波士顿认识的最好的软件开发人员?”之类的问题。   提出这种尖锐的问题会自动推动人们对他们所指的人更难思考。   6.埃森哲的情感奖励 荷兰咨询和IT公司埃森哲采用了不同的方法。该公司的员工推荐计划是基于这样一个事实:推荐人让你感觉良好; 或者是因为你帮助了一个朋友,让他或她找到了一份工作和/或因为你找到了一位出色的新员工来帮助公司。   为了最大化这种“做得好”的感觉,埃森哲让员工有可能将他们推荐奖金的一部分捐赠给他们选择的慈善机构。最重要的是,公司匹配了这个数额。   7.英特尔的双倍奖金 英特尔找到了一种简单的方法,一举击中两只众所周知的鸟类。为了在多元化招聘中保持领先地位,当员工成功转介女性和少数族裔时,这家美国科技巨头将其推荐奖金加倍。   有创意 那么,你有它,7个精彩的员工推荐计划的例子。   当然,还有无数其他精彩的节目,但这个选择应该让你对你拥有的无限可能性有一个公平的想法。本文的三个主要内容是: 在涉及到员工推荐计划时要具有创造性 - 您不一定需要大预算才能产生影响(尽管金钱奖励当然有帮助)。 为您的员工(全公司)提供认可。 让他们了解他们推荐的状态。   与许多事情一样,没有保证成功的神奇公式。其中一部分只是反复试验,以便找出在您的组织和员工中运作良好的方法。通过测试各种推荐方法,您可以淘汰那些无法获得理想结果的方法,从而更接近适合该法案的员工推荐计划。   作者:  Neelie Verlinden  Neelie是Digital HR Tech的联合创始人兼主编。她是一位经验丰富的自由撰稿人,具有国际背景,并撰写了大量关于人力资源技术的文章。   以上由AI翻译完成,仅供参考!
    资讯
    2018年07月14日
  • 资讯
    人力资本分析:通过人员数据分析推动业务绩效 来源/CIPD 文/Edward Houghton 目前在我们这个世界上和世界杯一样狂热的话题,是人力资本分析。 6月底,Jonathan Ferrar向欧洲客户推出了Insight222全新的Nine Dimensions for Excellence Analytics in People AnalyticsTM模型。 Insight222的董事顾问与Jonathan合作开发这个模型。 关于模型的更多细节将在未来几周内发布。 人力资本分析对于组织来说是一个不断增长的议程,特别是考虑到在工作场所技术的兴起,现在能够跟踪个人的行为,并更深入的洞察他们的工作表现,业绩和福利。 随着技术进一步影响到工作领域,预计组织中数据的使用将继续推动业务和员工的成果,投资者和潜在员工在内的更多利益相关者对人员数据表现出兴趣。 为了解人们如何使用人力资本分析来理解人员数据,我们调查了全球3,852名商业领域的专业人士观点和意见。 图1:我们研究的参与者 研究目的: 我们使用调查结果来了解: 人力资本分析如何影响组织层面的成果,如绩效和文化 人力资源和财务等不同的专业团队如何看待人力资本分析的影响 HR功能在人力资本分析和人员数据方面的能力如何 如何使用人力资本分析来了解组织面临的业务挑战和人员风险 结果显示: 强大的人力资本分析文化可带来良好的业务成果 通过调查,我们能够描述组织中存在的强大的人力资本分析文化: 积极利用人员数据来解决业务问题 拥有经常讨论人员数据透明度,观点和价值的重要性的管理团队 让一线经理基于人员数据来做出业务决策。 图2:与强势文化相比的强劲业务表现(%) 我们还发现,人力资源专业人员正在使用人员数据来应对其组织面临的重大挑战。 我们的调查发现,全球四分之三(75%)的人力资源专业人员正在使用人员数据解决劳动力绩效和生产力问题,这说明了这些信息对战略性劳动力问题的重要性。 图3:使用人员数据解决关键业务挑战(%) 访问人员数据以进行决策 我们发现数据的可见性(例如通过数据仪表板)与改进的结果相关联,但访问因职业而异:尽管全球人力资源专业人员中有近四分之三(71%)可以访问人员数据,但只有五分之二(42 %)财务专业人士说他们这样做,说明了专业之间的明显差距。 图4:您是否可以访问组织生成的劳动力/人员数据?(%) 我们发现,人员数据的可见性改善了对绩效的看法,73%的绩效优异企业的受访者同意或完全同意他们可以访问人员数据的仪表板,相比之下,50%的人表示他们的业务是平均表现。 图5:管理员可以访问人员数据仪表板(%) 图6:人员数据技巧和信心 在我们对英国数据的分析中,我们发现英国人力资源专业人士尚未发现潜力:我们发现21%的英国人力资源专业人士表示,他们对更先进的技术(如结构方程模型)充满信心或非常有信心,但只有6% 英国人力资源专业人士表示,他们将这些用于日常工作,这表明许多人力资源专业人员没有机会在他们的角色中运用他们的技能。 我们还调查了有关人力资源技能和能力的其他专业观点。 图7:人力资源人员数据技能的专业观点(%) 人员风险,数据保护和数据安全 劳动力数据的数据保护仍然是所有专业团体的一个重要问题:所有专业团体都普遍认为整体人员数据应得到充分保护。但 不到三分之二(61%)的人力资源专业人士认为他们的组织采用联合方法来保护其数据。 关于数据保护的专业观点(%) 我们还调查了可用于了解关键人员相关风险的人员数据质量。 我们发现数据质量通常评价很高,但是一些关键人物风险领域的风险管理(例如高级职位的更替)的有效性水平较低。 结论 我们发现,如果要由一线经理在决策中使用,特别是那些与财务相关的角色,那么劳动力数据的透明度至关重要。 人员数据的可见性有助于人力资源和非人力资源部门做出决策。 本研究的另一项重要发现是人力资本技能的重要性和促成良好结果的信心。 区域差异显示技能和信心如何与结果相关,东南亚通常以更高质量的分析技能领先实践。 英国在信心和技能水平方面都特别受限,突出了未来能力的潜在风险。 我们还发现,通过人员数据的应用,人们可以理解风险,这是实践中的一个新兴领域。 鉴于最近在欧盟实施了“通用数据保护条例”并对使用人员数据进行衡量,人员数据安全等问题变得非常重要。 但是,仍然有一些方法可以改善人力资源专业人员如何阐述更广泛的人员风险和机会问题。 这项工作突出表明,在人力资源团队生产和消费数据方面,人力资源专业人员仍然有很多潜力可以实现人员数据对其结果的潜在价值。 人力资源部门必须率先将人员分析作为未来循证专业的核心组成部分。 只有做到这一点,我们才相信人力资本分析所承诺的潜在价值最终将会实现。 以上内容由HR Tech China AI翻译,仅供参考
    资讯
    2018年07月09日
  • 资讯
    科锐国际完成Investigo交割 支付2200万英镑,获得52.5%股权    本次交割,是由科锐国际的全资子公司香港AP于6月29日支付交易对价2200万英镑,获得了Investigo的52.5%股权,Investigo完成交割。 让我们拭目以待未来科锐的协同融合情况,近期受整体股市行情影响,科锐国际股票表现低迷。   点评: Investigo顺利完成交割,下半年开始并表。公司通过全资子公司香港AP以现金方式收购Fulfil(2)持有的Investigo的52.5%股权。交易作价2200万英镑,对应18年预测净利润的10.4x。香港AP在交割后将拥有940万英镑的优先分红权(每年分红不少于50%税后利润),其中Fulfil(2)持有47.5%对应的分红446.50万英镑从会计的角度扣减商誉,收购对价减去这部分分红的现值约1854万英镑,为18年预测净利润的8.7x。 区域、行业、客户协同可期。Investigo主要为英国、欧洲的蓝筹企业以及中小企业提供中高端人才访寻和灵活用工服务。收购后,公司将新增英国和欧洲大陆、补充美国地区业务,实现地理覆盖的延展,拓宽客户资源,提高国际市场的交付能力。行业方面,Investigo侧重金融、审计、咨询等行业的岗位招聘,公司侧重医疗服务、消费品、地产及高科技行业,两者结合将促进各自业务条线的增加,满足多元化招聘需求。此外,Investigo招聘顾问的人均净服务费高,公司可以提升现有的经营效率及人均产出。 Investigo顺利完成交割,将于下半年开始并表,业务层面的协同将逐步体现。预计2018/19/20年备考净利润1.17/1.48/1.83亿元,即EPS0.65/0.82/1.02元。
    资讯
    2018年07月05日
  • 资讯
    猎聘香港上市报道--发行价33元港币,市值163.53亿港币,上市净融资额为27.66亿港元 猎聘上市数据一览: 发行价定为33港元(不含1%的经纪佣金 0.0027%的证监会交易费用和0.005%的联交所交易费) 上市融资净额为27.66亿港币。 共收到2998份申购意向表格。 —————— · 9:47 32.8港币  市值163 亿港币 换手率3.82% 6亿港币 · 9:33  31.7港币,市值157亿港币,换手率2.17& 3.4亿港币 ·9.30-开盘价格31.6元,最低29.95港币  市值151亿港币,换手率1.66% 金额2.6亿港币 · 9.25分--目前猎聘盘前 31.6港币,市值 156.6亿港币! 上市现场图集:https://gallery.vphotos.cn/vphotosgallery/index.html?vphotowechatid=6772E305D093148ADCC2AD78E845DFB7   相关信息可以查看:http://www.hrtechchina.com/search/?keywords=%E7%8C%8E%E8%81%98 背景信息: 猎聘6月29日在港股上市(06100), 拟集资25-31亿港元 ,发行价28.5-35.5之间,市值18-21亿美金。    
    资讯
    2018年06月28日
  • 资讯
    FESCO 与AVATAR Network达成合作,区块链或将帮助人力资源行业实现价值与信息的同向传递 王瑜琨 金色财经讯 日前,北京外企科技有限公司和杭州模样网络科技有限公司签署了战略合作协议,双方将就AVATAR Network项目达成战略合作,建立一个基于区块链技术的去中心化的实名职业身份网络。 北京外企人力资源服务有限公司(FESCO)总经理、外企科技有限公司董事长郝杰表示,FESCO 是一家有着 39 年人力资源服务经验的企业,在创业的历程中,一直致力于将最新的科技技术与人力资源行业相结合,更好为企业服务、为员工服务。区块链作为一种运用密码学的分布式账本技术,其具有交易成本低,隐私保护性强,数据不可篡改等诸多优秀的特性。“在与Avatar团队深入交流后,我们认为Avatar Network无论设计理念还是技术实现都与人力资源行业非常契合,必将助力人力资源服务企业更好地实现数据化、智能化。” 杭州模样网络科技有限公司总经理郭文俊则对双方的合作方式进行了解读:AVATAR Network项目于去年9月创立,旨在建立一个基于区块链技术的去中心化的实名职业身份网络,并且基于智能合约实现多种线上职业场景。在合作中,FESCO将基于自身完整的数据库为Avatar网络提供账户准入审核,职业数据认证等服务;而Avatar也将为FESCO的客户提供更加安全可靠的职业身份数据存储网络。双方的合作必将进一步提高行业服务可靠性,降低行业整体服务成本。   区块链与人力资源行业结合的必要性与意义点在哪里?会议现场,金色财经对郭文俊进行了独家采访。 郭文俊对金色财经表示,想要被区块链改造的行业需要符合三个特点:行业本身资产数字化程度足够高;行业本身的需求是非高频需求,高频需求更适合中心化的系统,但在低频需求中却包含着高频价值流转;行业存在着很多中心化或者中介化的机构推高这个行业的成本。 “一路看来,人力资源行业是最适合被区块链改造的”,在郭文俊看来,人力资源行业企业存在两个痛点,一是平台需要数据但对数据并没有控制权,二是企业承担了非常大的作恶的风险,无论这个风险是内部还是外部带来的,因此基于区块链去中心化特性建立的平台对他们而言十分有必要。 “当然,行业内的企业也有分类,存在中心化数据管控、通过垄断数据来获取利益的企业对于区块链技术肯定是排斥的,而非数据寡头,则更欢迎区块链技术来帮助它存储数据、传输数据。 从人力资源的层级来看,区块链更擅长解决行业腰部以下的需求,郭文俊举例道,最简单的场景就是招聘,区块链技术能够改造的场景是中低端职位的场景,即取代通过打包贩卖简历的来创造价值的“简历贩子”,“批量化的简历贩子形成了一个个庞大臃肿的机构,他们赚取的是简历收进与卖出的差价,收简历的成本是信息成本,而贩卖的则是套餐没有使用的额外成本,赚取的是套餐的增值服务,而这些本质上讲并不需要如此庞大臃肿的中心化的机构去做,通过机器与智能合约完全可以实现。” 郭文俊对金色财经表示,除此之外,人力资源行业目前存在的中心化机构彻底颠倒了简历供需关系。一方面,创业公司在中心化机构平台上进行招聘必定要付出一定的费用,但对于急于找到工作的应聘者来说,他们想要提高自己的曝光率也要支付一定的费用,这就涉及到一个概念:所有做区块链的人都相信人性本恶,一旦任何人掌握了足够多的数据都一定会作恶,最底层的作恶可以说就是赚钱,没有人是无私的,除了上帝,但上帝并没有学过计算机。“作为一个去中心化的系统区块链并不是一个组织,没有作恶的需求,但它却可以传输数据、存储数据,这就导致所有靠信息化赚差价的中心化机构会被区块链革命。在这一层面,区块链是可以被信任的,这一点十分关键。” 在社交层面上,职业社交跟日常社交的最大区别是职业社交中存在大量的价值,在传统中心化机构做法中,需求方能够通过付费获得目标人物的联系方式,这是中心化机构将这部分目标人物的价值变现并进行了攫取,这是不合理的,“区块链点对点的价值传递使得人能够给自己定价,将自己的价值变现,这就实现了价值与信息的同向传递。” 郭文俊对金色财经表示,目前区块链技术还处在发展的早期,有一些扎实的团队在踏踏实实的探索应用,也有一些光怪陆离的应用混淆视听,目前AVATAR Network在人力资源行业还处于教育市场的阶段,我不认为区块链技术能够彻底革了中心化机构的命,在未来很长一段时期内两者会处于共存并相互补充的状态。
    资讯
    2018年06月27日
  • 资讯
    Google Hire重大更新!全面AI技术支持,简历筛选安排面试将大幅节约时间 综合来源/ gadgets google hire blog等 更新要点 Google Hire通过更新获得了新的AI驱动的工具 Google Hire可以更快地安排面试,并在简历中突出显示关键字 雇用1000人以下的美国企业适用Google Hire 随着去年推出Google Hire,Google通过将招聘过程整合到招聘人员,已经花费大量时间去查工具(如Gmail,Google日历和其他G-Suite应用程序),来简化招聘流程。旨在帮助中小型企业有效招聘。招聘人员表示,Hire从根本上改善了他们的工作方式,减少了应用程序之间的上下文切换。 实际上,当他们衡量用户活动时,他们发现Hire减少了完成日常招聘任务的时间 - 比如审查应用程序或安排面试 - 节省时间高达84%。     Google启动AI 通过整合Google AI,Hire现在可以减少重复耗时的任务,如安排面试,进入一键式交互。 这意味着招聘团队可以在后勤上花费更少的时间,更多的时间与人交流。 Hire中的新功能使招聘人员可以做到如下几点:   在几秒钟内安排面试: 招聘人员和招聘协调员花费大量时间在后勤管理 - 查找日历上的可用时间,预订房间,并将正确的信息汇集到预备面试官处。为了简化这一过程,Hire现在使用AI来自动建议面试者和理想时间段,从而将面试计划减少到几次点击。 通过整合Google AI,Hire现在可以将重复耗时的任务减少为一键互动。这意味着招聘团队可以在后勤上花费更少的时间,更多的时间与人交流” 谷歌在其博客文章中表示。 自推出以来,Google Hire带有G Suite集成功能,可让应用程序与Gmail和Google日历等其他应用程序同步工作。Google声称Hire可以减少招聘团队招募任务的时间达84%。 最新的更新基本上整合了Google AI,以减少做任务时的点击次数,让AI建议发挥作用。 Google Hire自动提供面试官和理想时间段,将面试安排减少到几次点击。操作如下: Photo: Google 它试图减少手工查看日历空闲时间,为您查看并提供理想的时间段。此外,如果面试官最后一分钟取消,Hire不只是提醒你,它还推荐可用的面试官,并可以很容易且快速地邀请面试官。 所以我们可以看到国内外面试安排都是一个复杂而且繁琐的事情,面试管理这块的需求也日益突出。   自动突出显示简历重点 相当一部分招聘人员的时间花在审查简历上(我们都知道这一点)。有人告诉我,当团队正在观看与Hire进行互动的人时,他们发现客户经常使用“Ctrl + F”,通过简历扫描搜索正确的面试者的技能 - 这是一项重复的手动任务,可以轻松实现自动化。 另一个常见的招聘难题是在简历中查找关键字。 Hire的AI现在通过分析工作岗位描述,或搜索查询术语并在简历中突出显示相关单词(包括同义词和缩略词)来节省手动搜索它们的时间,自动为招聘人员找到这些单词。 Photo: Google   点击致电候选人: 无论他们是筛选候选人,进行面试还是跟进录用信,招聘人员每天都会有数十次电话交谈。现在通过点击通话功能简化每个电话对话,并自动记录通话,以便团队成员知道与候选人通话的人员。它是如何工作的,Derek? 很高兴你问这样的问题! 系统会拨打您要给求职者的电话,然后当您拿起电话时,系统会向求职者拨打该号码。且您永远不会丢失您的收件箱内容,电话会录音,并且您可以在电话中记笔记。我问是否有发信息功能,市场表明,大约98%的人回复短信,很少听到语音信箱或回复他们不认识的号码。 他们向我保证,这个过程非常简单,并且您电话辛苦获取的宝贵数据将会轻松转移。   最后,现在通过点击通话功能简化每个电话对话,并自动记录通话,以便团队成员知道谁已经与候选人通话,而不是多次拨打同一个候选人。 所有那些雇员不足1000人的美国企业都可以购买Hire服务。在中国不行~~     关于Google Hire 从去年7月推出,旨在帮助中小型企业有效招聘。它允许招聘人员将工作发布到多个工作现场,跟踪申请,安排面试,甚至可以在一个平台上获得面试反馈。现在,在一年之后,谷歌已经更新了招聘人工智能驱动工具,以实现“更聪明,更快速的招聘方式”。此更新带来的新功能可以加快日程安排访问速度,为日志记录提供简单的工作,并简化相关简历,从而减少耗时。 “通过整合谷歌AI,服务现在减少重复,耗时的任务,进入一键式的互动。这意味着雇佣团队可以花费更少的时间与物流和更多的时间与人联系” 以上由HRTechChina 综合编译,仅供参考!  
    资讯
    2018年06月27日
  • 资讯
    10 Trends in Workforce Analytics (英文) Workforce analytics is developing and maturing. These are the 10 major trends for the near future. 1. From one time to real-time Many workforce analytics efforts start as a consultancy project. A question is formulated (“How do our employees experience their journey?”), many people are interviewed, data is gathered, and with the help of the external consultants a nice report is written and many follow up projects to redesign the employee journey are defined. A one-time effort is nice, but it might be more beneficial to develop ways to gather more regularly and maybe even real-time feedback from candidates, employees and other relevant groups. The survey practice is changing. We see organizations using several approaches: The classic annual or bi-annual employee survey, for a deep dive. Weekly, monthly or quarterly pulse surveys to gather more frequent feedback. A few questions, often varying the questions per cycle. Some more advanced pulse survey solutions are adaptive: they ask more questions to people when they sense there are issues (“How was your week?”. If the answer is “Very Good”, the survey is finished, if you answer, “Not so good”, there are some follow-up questions). Pulse surveys can also be easily connected to the important “moments that matter” for the employee experience. Continuous real-time mood measurement. Innovative solutions in this area are still scarce, especially if you want to measure in a passive non-obtrusive way. Keencorp is an example, they analyze aggregated e-mails and can report on the mood (and risks) in different parts of an organization. In my article Employee mood measurement trends,  you can find an extensive overview of mood measurement providers. 2. From people analytics to workforce analytics Currently, the general opinion seems to be that people analytics is a better label than HR analytics. Increasingly the workforce is consisting of more than just people. Robots and chatbots are entering the workforce. The first legal discussions have started: who is responsible for the acts of the robots? If we’re also analyzing robots, we’re moving from people analytics towards workforce analytics. Robot wellbeing and robot productivity is a nice domain for HR to claim. 3. More transparency This overview of workforce analytics trends cannot be complete without a reference to GDPR. GDPR is fueling a lot of positive developments, one of them being a lot more transparency. About what kind of data is collected, how it is used, and how algorithms are used to make decisions about people. The issue of data ownership is related. It is expected that employees will no longer accept that they cannot own their own personal data. Employees need to have the possibility to show their data to their potential next employer as evidence for their productivity and engagement. 4. More focus on productivity In the last years, there has not been a lot of focus on productivity. We see a slow change at the horizon. Traditionally, capacity problems have been solved by recruiting new people. This has led to several problems. I have seen this several times in fast growing scale-ups. As the growth is limited by the ability the find new people, the selection criteria are (often unconsciously) lowered, as many people are needed fast. These new people are not as productive as the existing crew. Because you have more people, you need more managers. Lower quality people and more managers lowers productivity. Another approach is, to focus more on increasing the productivity of the existing employees, instead of hiring additional staff, and on improving the selection criteria. Using workforce analytics, you can try to find the characteristics of top performing people and teams, and the conditions that facilitate top performance. These findings can be used to increase productivity and to select candidates that have the characteristics of top performers. When productivity increases, you need less people to deliver the same results. A related read on this topic are the 3 reasons to stop counting heads. 5. What is in it for me? A lack of trust can influence many workforce analytics efforts. If the focus is primarily on efficiency and control, employees will doubt if there are any benefits for them. Overall there is a shift to more employee-centric organizations, although sometimes you can doubt how genuine the efforts are to improve the employee experience. Asking the question: “How will the employees benefit from this effort?” is a good starting point for most workforce analytics projects. It also helps to create buy-in, which becomes increasingly important with the introduction of the GPDR. 6. From individuals to teams to networks Many workforce analytics projects today are still focused on individuals. What are the characteristics of our top performers? How can we measure the individual employee experience? How can we decrease absenteeism? Earlier, I gave an overview to what extend current HR practices are focused on teams. As you can see in the table, most of the practices are still very focused on the individual. Workforce analytics can help to improve the way teams and networks function in and across organizations. The rise of Organizational Network Analysis is one of the promising signs. 7. Cracks in the top-down approach The tendency to implement changes top-down, is still common. We like uniformity and standardization. In our central control room, we look at our dashboard, and we know we need to act when the lights are turning from green to orange. HR finds it difficult to approach issues in a different way. Performance management is a good example. Changing the performance management process is often tackled as an organization-wide issue, and HR needs to find the new uniform solution. In line with the trend called “the consumerization of HR”, employees are expected to take more initiative. Employees are increasingly tired of waiting for the organization and HR, and want to be more independent of organizational initiatives. If you want feedback, you can easily organize it yourself, for example with the Slack plug-in Captain Feedback. A simple survey to measure the mood in your team is quickly built with Polly (view: “How to measure the mood in your team with Slack and Polly“). Many employees are already tracking their own fitness with trackers like Fitbit and the Apple Watch. Many teams primarily use communication tools as WhatsApp and Slack, avoiding the officially approved communication channels. HR might go with the flow, and tap on to the channels used, instead of trying to promote standardized and approved channels. How can workforce analytics benefit from the data gathered by on their employee’s own devices? If it is clear, what the benefits are for employees to share their data, they might be able to help to enrich the data sets and improve the quality of workforce analytics. 8. Ignoring the learning curve In their book “Making HR measurement strategic”, Wayne Cascio and John Boudreau presented an often-quoted picture, with the title “Hitting the “Wall” in HR measurement”. The wall was the wall between descriptive and predictive analytics. There are many more overviews with the people analytics maturity levels. Generally, the highest level is predictive analytics. Patrick Coolen of ABN AMRO Bank recently mentioned a next level: continuous analytics, and he introduced a second wall, the wall between predictive analytics and continuous analytics. As predictive analytics seems to be the holy grail, many HR teams want to jump immediately to this level. Let’s skip operational reporting, advanced reporting and strategic analytics. We can leapfrog, ignore the learning curve, and jump to the highest level in one step. For many teams, ignoring the learning curve does not seem to be a sensible strategy. Maybe it is better to learn walking before you start running. 9. Give us back our time! Recently I spoke to HR professionals from big multinationals who were involved in a “Give us back our time” projects. In their organizations, the assignment to all staff groups was: stop using (meant was: wasting) more and more time of the employees and managers, please give us some time back! An example that was mentioned concerned performance management. In this organization, they calculated that all the work around the performance management process for one employee costed manager and employee around 10 hours (preparation, two formal meetings per year, completing the online forms, meeting with HR to review the results etc.). By simplifying the process (no mandatory meetings, no forms, no review meetings, just one annual rating to be submitted per employee by the manager), HR could give back many hours to the organization – to the relief of both managers and employees. Big HR systems generally promise a lot. But before the system can live up to the high expectations, a lot of work needs to be done. Data fields must be defined. Global processes must be standardized. Heritage systems must be dismantled. This results in a lot of work (and agony), for employees, for managers, for HR and for the implementation partners (who do not mind). Workforce analytics can help a lot in the “give-us-time-back” projects, for example by some simple time-measurement. Measure the time a sample of managers, employees, and HR professionals spend on different activities, and estimate the value these activities optimizes the core activities of the organization (e.g. serving clients and bringing in new clients). 10. Too high expectations The expectations of workforce analytics are often too high. Two elements must be considered. In the first place, human behavior is not so easy to predict, even if you have access to loads of people data. Even in domains where good performance is very well defined and where a lot of data is gathered inside and outside the field, as for example in football, it is very difficult to predict the future success of young players. Secondly, the question is to what extend managers, employees and HR professionals behave in a rational way. All humans are prone to cognitive biases, that influence the way they interpret the outcomes of workforce analytics projects. Some interesting articles on this subject are why psychological knowledge is essential to success with people analytics, by Morten Kamp Andersen, and The psychology of people analytics, written by myself. A more general thought: what if you replaced ‘Workforce analytics’ with ‘Science’? What is the role of science in HR? The puzzle is, that there are many scientific findings that have been available for a long time but that are hardly used in organizations. Example: it has been proven repeatedly, that the (unstructured) interview is a very poor selection instrument. But still, most organizations still rely heavily on this instrument (as people tend to overestimate their own capabilities). Why would organizations rely on the outcomes of workforce analytics, when they hardly use scientific findings in the people domain? An interesting presentation on this topic that I recommend is by Rob Briner, titled evidence-based HR, what is it and is it really happening? There’s a lot that’s changing in the world of work. These are the 10 trends in workforce analytics that I’m seeing today and that will likely impact the way we work in the near future.   This article is based on a keynote I gave at the Workforce Analytics Forum in Frankfurt, Germany, on April 18, 2018. by Tom Haak Tom Haak is the director of the HR Trend Institute The HR (Human Resources) Trend Institute follows, detects and encourages trends. In the people and organization domain and in related areas. Where possible, the institute is also a trend setter. Tom has an extensive experience in HR Management in multinational companies. He worked in senior HR positions at Fugro, Arcadis, Aon, KPMG and Philips Electronics. He holds a master’s degree in Psychology. Tom has a keen interest in innovative HR, HR tech and how organizations can benefit from trend shifts. Twitter: @tomwhaak
    资讯
    2018年06月27日
  • 资讯
    伪程序员做的简历小工具,竟进了硅谷第一孵化器 Y Combinator 来源/ 朱英楠David “简历这个事情,我觉得就不用做了。” “你们这么好的团队做这个可惜了,应该做些高频的场景。” 对于投资人来说工具类产品已经很不性感了,简历更是低频工具。 带着这样一个不吸引人的产品,WonderCV 在硅谷通过了三位 YC 合伙人的面试,收到了录取邀请。     作为全球创业孵化器的鼻祖,Y Combinator 在 15 年间孵化出了 Airbnb、Dropbox、Reddit、Coinbase、Stripe 这些科技独角兽,整个 YC 的 portfolio 企业加起来估值已接近 1000 亿美元。 超级简历 WonderCV 是我去年学编程开发出的一款在线简历编辑器,上线 7 个月,用户以学生和 1-5 年工作经历的年轻求职人群为主,教育背景覆盖全国所有的 985/211 大学,还有超过 50 个国家的海外用户。 获得 YC 认可的故事还是那个同样的低频工具,简历,每个人找工作时即关键又痛苦的一步。     未来的工作 & 工作的未来   几乎所有的科技巨头都在布局人工智能,几乎所有的研究报告都在指向同一个未来:重复劳动会被机器所替代,人类需要从事需要创造力的工作。 自动化将会给人类带来便利和空间,但同时也会让人才市场产生一场巨大的变革。 麦肯锡的一份报告分析,中国有超过 1 亿的劳动人口需要在 2030 年之前离开现有行业寻找新行业的机会,是全球受技术革命影响最大的劳动人口大国。就业将不仅是毕业生面临进入劳动市场的问题,而是整体市场人才转型和迁移的问题。   跟正在颠覆人类劳动力的智能科技相比,求职找到工作的技术可以说是非常古典了。 找工作的痛苦不仅是因为职位变化快、信息不透明,更是因为找工作能够动用的所有工具,包括Word、Email、招聘网站,都发明于上个世纪。     可怕的是,在过去几十年间的科技革命中,这些工具不仅没多大变化,而且丝毫没有被淘汰的趋势。在移动互联网时代的洗刷下,也只是出现了更多的付费内推、虚假招聘、和刺激焦虑的知识变现。 发现这个问题的不仅是我们。 每年,YC 会推出一个“我们想投的创业想法”系列。在今年的想法里,出现了 “Future of Work” 这一项。     YC 认为,科技一定会改变人类和工作之间的关系,所以一定会出现可以帮助人应对求职上的变化的产品。 尽管和 YC 不约而同看到了时代性的机会,但在工作和人之间有无数个细分步骤可以优化和切入。在写简历,找职位,投递,面试,入职,后续的培训和提升中,我们选择了最能够标准化成为产品的,简历。 在“在行”上帮助了100多位学员解答求职问题后,我发现所有人共同的痛点和问题都在简历身上,从学生到10年经验的求职者,大部分都对写简历一知半解,不知道应该写什么在简历上,如何展示自己的能力和价值。 而市场上又充斥着大量不专业的误导信息:     于是很多人只能更痛苦的的搜索有用信息,硬着头皮写简历,然后带着不确定海投职位,陷入 “海投-没有回信-自我怀疑”的恶性循坏。 市场上其实有很多 ATS 简历筛选系统是给 HR 服务的,却没有任何工具是给信息本就缺失的求职者反馈的。迷茫的写简历、投工作,迷迷糊糊的被拒绝或者石沉大海,甚至连拿到 Offer 也不知道是因为什么。 为了给求职者拨开迷雾,我们开发了 超级简历 WonderCV。     从教人写简历的专业攻略,到自动化引导模板,每个模块都根据不同的情况给出详细的贴士和案例。写好后自动排版,并且通过自动优化简历的机器人来检查更多容易出现的简历问题,从内容篇幅到标点符号,提示求职者需要注意的各种“坑”。 最近又陆续上线了自动翻译生成中英文简历,求职信模板和邮件投递这些功能,把专业的引导全部产品化,通过降低 HR 和求职者之间的信息不对称,大大提高了求职者获得面试的几率。       YC 的投资逻辑 YC 每年有 2 期,如今每期都会有 7000 多个项目申请,最终 100 多个项目入驻,录取率约为 1.6%。许多早期进入 YC 的创始人都会开玩笑说,进 YC 已经比进哈佛还难,换做是今天他们也不一定能进。 面对这么多申请项目,YC 的筛选标准和传统 VC 相比,更在乎的不是风口、流量、资源,而是更基本的: “Make something people want.”   |  贴近用户,剔除伪需求   YC 长达 30 多个问题的申请表格里,有 6 个是与创业 idea 相关的,比如 “你是否有相关的行业经验?”,以及 “因为市面上没有你们的产品,用户正在用什么其他的方法解决你想解决的问题?” 其实这些问题的核心是辨认伪需求。 Dropbox 是 2007 年暑期的 YC 项目,提供在不同电脑/平板/手机上文件同步和协作的解决方案,今年 3 月纳斯达克上市,目前市值约 120 亿美金。 但在早期,Dropbox 不断被投资人质疑产品的可行性,因为市场上有着无数竞品,但用的人寥寥无几,大部分人还是用 U 盘和邮件在传文件。 为了验证用户需求,Dropbox 做了一个 4 分半的产品演示,详细展示了 Mac/Windows 之间无缝、实时的文件分享。这段视频上线后的几周内,就成功带来了 7 万个测试用户,充分证明了 Dropbox 所瞄准的需求,也顺利帮助他们获得了红杉资本的 A 轮投资。     WonderCV 和 Dropbox 碰到的问题很类似:市面上有无数个写简历的产品,但绝大多数人还是在使用 Word 编辑简历,为什么会有人用我们的产品? Word 的短板明显:功能繁多,排版耗时,而且手机上很难用。而大部分的“简历网站”,却都是以卖 Word 模板为主。 对于已有很多产品服务的需求,10 倍以上的效率提升才会对用户有意义。 所以 WonderCV 要成为 Word 的替代品,需要做到比用 Word 写简历好用 10 倍。 这也让我们从一开始就意识到,要挖掘很多 Word 没有做到的东西,把他们做到极致。   比如自动排版。在 Word 里面用户经常花大量时间把内容调到一页纸的长度,我们用一个按钮自动化了这个过程,也是至今最受欢迎的功能之一。   还有简历内容自动检查。很多人会在简历上写无用的信息,却遗漏掉一些 HR 最在乎的关键点,WondeCV 都会自动提示:   加上人工智能,通过语义识别提示使用者,哪些语句有优化空间:   在手机上也可以使用这些功能,并且写完简历无需下载、跳转,就可以直接发送邮件出去,或者分享到微信中。 怎么知道我们做的这些事情是否解决了用户痛点? 一方面是用户提供的直接反馈,另一方面我们持续在做 NPS(净推荐值)调研:   在最注重用户体验的互联网行业里,NPS 的平均水平大约是 48 分,苹果的满意度是 65 分,而 WonderCV 的用户满意度达到了 68 分: 这个分数意味着 8 成的用户都会给 WonderCV 打 9 - 10 分成为推荐者,而我们最常收到的用户评价不是满意,而是惊喜。   寻找真正解决问题的方案 今天估值超过 310 亿美金的 Airbnb,是全球估值最高的未上市互联网公司之一。2009 年冬季,在 Airbnb 入驻 YC 的时候,发现在纽约的租房订单增长异常的缓慢,原因是这些房子的照片都是用户用手机随便拍的,所以没有人愿意租。 YC 创始人Paul Graham(人称“PG”)当下抛出了一个完全无法想象的解决方案:让整个Airbnb团队飞到纽约,租一套专业的摄影设备,挨个帮这些房主拍照发到网上。 当 Airbnb 的团队这么做之后,效果是颠覆性的:   几周内,Airbnb 在纽约的营收翻倍,并在第二年发起了一个全球范围内的“摄影师计划”,从 2010 年的 20 个摄影师一路发展到 2012 年的 2000 个摄影师。 今天在 Airbnb 上的大部分房源,都是由专业摄影师团队拍摄。   Airbnb的收入在摄影师服务推出后大幅上涨,转化率提高了2.5倍,平均一个业主每周可以多得$1,025美元的收入 这种做法其实就是 YC 最经常给出的一条建议:Do things that don’t scale. 我对这句话的理解是不要过早的去扩大规模,而是贴近问题,去寻找真正的解决方案。 在 WonderCV 上线之后,我们对这个问题思考了很久:   如何才能让简历获得更高的面试率,以及面试通过率?   和 Airbnb 一样,WonderCV 需要在一个两端市场里提高促成的效率和概率,将 HR 想看到的信息过滤出来,通过帮助用户提升简历质量,让招聘方更愿意提供面试机会。 面试结果是由招聘方决定的,所以我们找到 40 多个在各大互联网企业和 500 强的HR、业务招聘负责人和猎头,花了 2 个多月时间展开了访谈和调研。通过把各式各样的简历展示给他们,然后进行打分、排序,观察和访谈他们是如何对简历进行筛选的。   结论很快就出现了:信息充分、排版简洁的简历更容易获得面试机会。   HR 对简历的最大诉求是 “快速找到信息”。很多 HR 甚至告诉我们,希望收到的简历都长一样,筛选候选人就可以更高效。 “如果同样的信息固定出现在简历的某个地方,比如所有的学校和公司名称在左边,所有的日期在右边,那么筛选时就方便多了,也不容易遗漏关键信息。” 猎头的痛点更为明显,许多猎头公司会直接将候选人提供的简历废掉重写,花费大量的人力复制黏贴简历内容到统一的专业简历模板中。 这让我们从一开始就放弃了设计模板,只提供一套专业的简历排版,引导求职者更关注简历的内容,这样为招聘方提供了更多便利,也让我们的用户获得了更多成功的面试。 我们产品推出后受到了大量 HR 和猎头的好评和推荐: 尽管一部分求职者还是会因为模板 “太简洁”“性冷淡” 而流失,但使用 WonderCV 的用户都得到了非常好的求职结果,最终提高了用户满意和忠诚度。 从大学生找实习,应届生找全职工作,海归回国/海外就业,工作几年后的涨薪跳槽,我们从各个渠道获得了非常完整且一致的认可   |  懂技术的创始团队   名校、大公司、创过业、有过失败经验,这些是投资人给我的标签和加分项,而团队集合了求职、招聘、咨询、IT 行业的专业人才,也让我们更有说服力。 2016 年底,我跑去从零开始学编程。很多人觉得我有病,得治。好几次聚会上会有朋友把我拉到一旁,劝我就算不想做 PE 了也可以试试 VC,或者去 BAT 工作,积累一些人脉和资源,对创业更有用,别学编程了,瞎折腾。 但我全当了耳边风。 因为从看得懂一点代码那一刻开始,我就明白了懂技术的重要性。   创业早期的产品几乎天天都在变,创始人如果缺乏对技术框架的基本理解,对开发的所有决策的判断力就等同为 0,这样创业很容易让一个“小错误”影响进度。时间成本和弯路对于大企业里的小项目可能无所谓,但对于创业公司来说,基本上就是生和死的区别。   懂技术对我们带来最大的好处,就是少走弯路。而另外一个好处,就是不用招太多人。WonderCV 现在有网站/ iOS / Android / 小程序等全线产品,而我们的技术团队只有 5 个人。   当然,这和我所学的编程语言关系也很大。我们的产品是用 Ruby on Rails 开发的,有大量 YC 项目和知名互联网公司也是使用 Ruby ,包括 Airbnb、Twitter、Kickstarter、dribble、Shopify、Groupon、Hulu,以及刚被微软以 75 亿美元收购的 GitHub。     PG 曾在一篇博客中提到,创业公司选择的开发语言,在一定程度上直接影响了公司的文化,这也是我非常认同的。因为大公司使用的语言(如PHP、Java)会很容易招来习惯在大公司工作的人;而跟 Ruby/Rails 类似的全栈框架(Python/Django、JavaScript/Node.js)则会吸引到更多学习能力和上进心更强的开发者。   早期团队中加入的每一个人我们都希望具有这样的“开发者”精神,并且热爱我们的产品。目前我们的 4 个暑期实习生有 3 个都是 WonderCV 的忠实用户,其中 1 个用超级简历拿到了滴滴的产品实习 offer,但是却选择了加入我们。   我们正在招募更多人才,技术、产品、运营,如果你有一技之长,愿意和我们一起把更好用的产品带到世界的各个角落,那就用 WonderCV 写好简历,直接点击投递按钮,发送到hr@wondercv.com 的邮箱吧。   期待你的加入。   |  谢谢 YC 创业的成功率可能只有 1%,但对于那 1% 的人,他们的成功率是 100%。 作为被 1.6% 录取率的 YC 认可的团队,我们将用简历工具开始重写人和工作的关系,帮助更多人“无痛”找到自己喜欢的好工作,并且会继续花尽所有精力将自己变成那 1%。  
    资讯
    2018年06月26日
 Hotline: 021-31266618   Email:hi@hrtechchina.com