R人力资源服务公司招聘业务改进策略研究

第1章绪论

1.1研究背景和意义

1.1.1研究背景

国内企业对RPO服务的需求主要来自以下两个方面:首先是中国的经济正在快速发展,很多企业在大环境的影响下获得了快速的发展,它们不断开辟新业务,或者建立新部门,或者向市场推出新产品,最终形成了这些公司对招聘的长期需求,而且相当多的情况下这些需求都很紧急,这为RPO服务提供商提供了用武之地。借助RPO服务,使得客户自身的招聘能力具有了一定的弹性,客户不需要在内部大量增加或者减少人手来应付这些招聘需求的波动。而供应商能够"随需而动",为客户带来了极大的便利。其次,中国人才市场的激烈竞争状况使得企业迫切要求人力资源部能真正发挥效能,尤其是中国的中高级管理人才,目前正处于供不应求的阶段,对这些人才的激烈争夺,使得中国企业中的员工流失率要比全球水平高出1/4左右。在送样的竞争形势下,企业迫切需要人力资源部把精力从行政性事务转移到发展人才、保留人才等战略性事务上来,做好企业文化、员工关系等核也工作,提高员工的满意度和敬业度。而将招聘流程外包出去,可使得人力资源部集中精力聚焦于核也工作。目前,中国企业的人力资源部在企业中的影响力和贡献力还有很大的成长空间。通过引入RPO服务,既提高了人才招聘效率又降低了成本,并且将人力资源部口从招聘这样的繁琐事务性工作中解脱出来,聚焦于战略性事务,是人力资源部门提供影响力和贡献力的有效途径。

RPO送项服务,自上世纪90年代初产生以来,在欧美得到快速发展,许多财富500强公司都选择了这项服务。据统计,2005年RPO服务的全球市场总量为200亿美元,在2008年上升到300亿美元。RPO服务是人力资源服务外包中发展最迅速的一块业务。招聘流程外包的总体需求还在不断増长。与此同时,有RPO需求的行业分布也越来越广泛,除了金融、通谓、汽车、地片航空航天、能源电力、消费品等几大强势行业外,互联网电商、电子设备、交通运输、教育、投资等其他行业的需求在服务行业中的占比也越来越大。对RPO业务而言,这意味着它有着巨大的市场潜力。

.......................

1.2论文结构

本文共分六章。

第1章为绪论,阐述论文选题的背景和意义,本文采用的研究思路和方法化及论文的结构框架。

第2章为相关文献综述,分别论述人力资源招聘的理论综述,和数据挖掘相关理论。为下文R公司招聘业务中实际应用提供理论依据和保障。

第3章阐述了R公司在招聘业务中存在的问题及原因,包括R公司的介绍、R公司招聘业务的现状描述、及R公司招聘业务中存在的几个主要问题描述。

第4章基于R公司招聘业务的优化策略,利用第2章提到的人力资源相关理论和数据挖掘理论,对R公司招聘业务中存在的几个主要问题进行优化和改进。

第5章阐述了实施优化策略后,对R公司招聘业务的帮助和效果描述。

第6章对全文进行总结,并展望未来数据挖掘等多领域技术在人力资源行业中的全面应用,必将对人力资源行业产生深运意义。

..................

第2章相关文献综述

2.1人力资源招聘相关理论

2.1.1人岗匹配分析

人岗匹配理论是指将也理学原理和分析方法引入到企业人力资源招聘管理领域,我们通过对员工及其所对应的工作岗位分别进行测试与评估,并对结果进行一致性匹配分析,从而评价员工与岗位之间的适合程度。人岗匹配分析中,员工分析主要是对员工的性格特质和能力素质迸行剖析,其中的性格特质分析主要是指通过运用各种心理学性烙分析工具对员工的性格特征进行分析、测试和归类,现阶段采用较多的是霍夫兰德职业性格测试。在素质能力分析方面则是借助能力素质模型,对员工所具有的沟通能力、创新意识、团队精神、专业技能、组织认知及自我学习能力等各个方面进行全面的系统的分析和评价。另外,在岗位分析方面主要是通过采集、梳理和分析不同岗位的岗位信息,归纳出这些岗位的岗位职责内容及岗位在职员工普遍具有的特征。岗位分析最终的成果是获得相关岗位的任职说明书和任职资格要求,其中任职资格要求是职位匹配分析的直接因素,而任职说明书则是分析任职资格要求的前提保障。

.........................

2.2数据挖掘的相关理论

2.2.1数据挖掘的过程和模型

数据挖掘的主要流程基本分为数据准备、数据挖掘及结果评价三个阶段。如图2.3所示:数据准备。数据准各阶段分为数据集成、数据选择、数据预处理和数据转换四个步骤,在整个数据挖掘过程中,数据准备阶段的任务占比最大。

数据集成是要把来自于多个数据源的数据集中合并到一起,其中数据源中包括数据库、文件等不同载体和格式的数据,数据集成要解决数据中的语义模糊性、遗漏和清洗等数据处理问题。

数据选择是指为本次数据挖掘目标搜集和选择有相关性的数据,包括把搜集到的不同来源的目标数据统一汇总。它的目的是辨别出需要分析的数据集合,缩小处理的范围,从而提升数据挖掘的最终质量。

数据预处理是指对数据进行清洗和完善的工作,特别是对包含很多杂项、数据不完整、甚至不一致的数据进行挖掘时,更加需要有数据预处理环节,来提高数据挖掘对象的质量,并达到提升数据挖掘所获知识的质量的目的。

数据转换是指对数据进行编码,对数据源中的数据进行不同的取值,转换成数码形式,有利于数据分析。

数据挖掘。这一阶段将进行实际的数据挖掘工作,通过运用计算机的学习、统计分析等方法,从数据源中找出有价值的知识。为此,首要任务是确定挖掘的目的,比如数据的分类、关联信息发现等。在确定挖掘目的么后,最重要的是要决定选择哪种类型的挖掘算法,确定合适的模型和参数。通过对数据实施算法的挖掘操作后,查找感兴趣的模式,比如关联规则、分类树等。大部分数据挖掘的过程是通过机器和系统自动完成。

结果的评价。最终用户根据决策目的对数据挖掘所发现的模式进行评价,一般利用可视化技术将发现的模式或描述数据呈现出来,让用户能够直观的清晰的对模型结果做出解释,同时对发现的模式的有效性进行评价。而如果得到的结果不能让决策者满意,还可以重复这个数据挖掘的过程。

......................

第3章R公司在招聘业务中存在的问题及原因分析............13

3.1R公司介绍及其招聘业务现状................13

3.2R公司招聘业务中的问题.............15

第4章基于R公司招聘业务的优化策略..............22

4.1提升数据源的准确性................22

4.2基于决策树分类模型提升简历匹配效率.............26

第5章实施优化策略后R公司的招聘效果分析...............38

5.1招聘效率得到提升...........38

第5章实施优化策略后民公司的招聘效果分析

5.1招聘效率得到提升

招聘效率涵盖了两层意思,招聘效果和法成速度。招聘效果反映在最终企业招聘到的人员数量和质量送两个指标上,人员数量是指招聘到满足企业需求中的人员数量要求,人员质量是指招聘到人员的素质能达到企业的用人标准。另外,迭成速度则反映在满足企业招聘结果的时间周期指标上。所以,为了提升招聘效率,民公司就必须要尽量皮缩招聘周期,保质保量的完成企业招聘需求。

影响招聘效率的因素很多,其中包括简历筛选的效率和准确度、招聘流程的合理性、面试相关信息的及时传达性、用人部门的招聘工作衔接性等,只要我们优化解决其中的一个影响因素,就有可能提升整体的招聘效率。

据不完全统计,在网络招聘时代,各大招聘网站的简历格式不统一造成了HR在信息的筛选和分辨上花费过多时间,重复的人才信息整理、重复的信息录入都影响着工作效率,搜索一份合适的人才简历有时候甚至要花上半个小时。而我们通过第4章的研究,已经提出了针对简历筛选效率的优化策略:首先是提升数据源的准确性,其次是运用决策树分类模型提升简历和岗位需求间的匹配效率,再次是运用胜任力模型加强简历和岗位的匹配。

.......................

第6章结束语

随着招聘流程外包(RPO)业务模式被市场认知和认可程度的迅速提升,越来越多的企业意识到RPO服务真的可以为他们带来诸多好处:(1)企业自己的人力资源部可以集中力量关注核也业务;(2)大量的避免企业内部消耗;(3)提高了整个招聘过程中的效率,并降低了运营风险(4)可以通过提供RPO服务的人力资源公司来引进更好的招聘方法和技能,达到优化自身招聘流程的目的。而在现阶段的中国,国家提倡"万众创新,大众创业"的口号,及"互联网八的战略方针,导致诞生了大量的创业企业,这批企业在快速拓展市场的同时,尤其需要专业的第H方人力资源服务公司来帮助他们快速解决招聘难题。

本文首先从RPO业务入手,通过对RPO业务概念和服务内容的介绍,让读者了解到RPO业务的核也是有足够大的人才库资源池、招聘成本的有效控制、招聘的高效性。由此,本文将数据挖掘技术应用到RPO业务中,有效降低招聘成本的同时提高了招聘效率。

其次,以R公司作为研究对象,分析R公司开展RPO业务中发生的一些主要问题:人才库数据源简历信息不一致、招聘流程中简历筛选效率低、候选人匹配度进一步提升等问题。通过民公司的问题分析,让读者对RPO业务有进一步的了解。

最后以R公司在RPO业务上的几个主要问题为研究点,深入剖析问题,并引入数据挖掘技术,尝试解决问题。对人才库资源的采集处理进行研究和提出改善意见,在R公司形成完整的候选人数据模型,并根据企业招聘需求,差异化的发布招聘信息,把获取到的候选人信息归类汇总进人才库资源池。并通过数据挖掘分析,能使得R公司快速从人才库资源池中筛选出对业务有帮助的候选人简历。并且通过招聘各环节的数据分析,针对各招聘主要环节进行优化,帮助艮公司在RPO业务中控制招聘成本,提高招聘效率。

参考文献（略）