人力资源部门IBM SPSS Modeler优化人才招募

背景

XX公司是一家国际的公司,在中国有着大量的雇员。作为公司的核心部门之一,HR部门面临着为公司招聘人才、激励人才、保留人才等诸多挑战。

网络招聘业具有成本低、选择面广,招聘不受时间空间限制等优势,也具有诸如无法让求职者和HR部门直接沟通等劣势。正因如此,网络招聘面临的最大问题是简历筛选效率低下。如果能够专注细分和模式创新,便能更精准高效地为企业推荐推广寻访候选人、为求职者寻找最合适的职位。于是HR部门决定通过IBM SPSS Modeler对海量的简历数据进行挖掘,从而实现精准职位发布、搜索,帮助公司找到准确、适合的目标候选人的目标,架起人才与职能部门之间的桥梁。

解决方案

首先,分析人员将万余份人才简历进行结构化,列出了每份人才简历中所包含的多个字段,如该候选人的性别、婚姻状况、所在城市、上岗时间、入职总月数、行业、职位、薪水数量、教育水平、语言水平等。

human resources

利用IBM SPSS Modeler的ETL功能,分析人员对原始数据进行了清洗和预处理,包括替换或删除缺失值和无效值,生成对求职者薪资水平、工作稳定性水平、语言水平等量化得分的字段等。

human resources

根据对业务的理解,分析人员首先对已有数据进行了行业观测,得到了建立在数据分析基础上的结论,如对候选人所需教育水平最高的职能部门、男性雇员占比最高的五个职能部门、性别与职位间的联系等等。

human resources

为了对求职者进行更好地管理以及其上岗后的表现进行预测,分析人员利用IBM SPSS Modeler进行了相应建模,如利用决策树模型对工作稳定性倾向于高、中、低等不同水平的求职者进行特征的刻画和描述,如薪水在5000-10000元/月之间、已婚的高学历男性倾向于具有更高的工作稳定性,能够在同一份工作上任职五年以上等。

human recourses

通过数据分析与挖掘洞察求职者的不同属性对求职结果的影响, HR部门能够对求职者的工作表现进行预测及把握,为职能部门的空缺职位及时精确寻找适合的人才,同时根据候选人的资历与期望,提供与其条件匹配的内部职位空缺。

注:由于保密的原因,数据分析结果已被人造数据替代。

 

Chinese, Simplified(简体中文)