©深响原创 · 作者|郭凡瑜 人类最伟大的发明之一——互联网诞生以来,我们的衣、食、住、行已经全方位“在线”了很多年,求职、招聘这件事同样也不例外。 严格说,中国招聘行业的互联网化是从1994年开始的。但发展20多年后,“上网投简历、找工作”逐渐从最初的新鲜、简单变得让人疲惫,再难与“高效”划等号。 2014年,BOSS直聘横空出世,一句“找工作,我要跟老板谈”的魔性广告语,迅速让“直聊”深入人心。 然而,在“直聊”已成在线招聘行业标配、求职者对“用聊天的方式找工作”习以为常的当下,仍有必要提醒的是,区别于传统互联网的「MDD」(Mobile+Data+Direcruit)模式能否运转的起来,关键在于精准的人岗匹配。 BOSS直聘平台海量的数据,以及基于数据的人工智能算法技术,正在让其作为这一模式的开创者,继续发挥着领先优势。 “没有中间人传话”,直聊找工作成主流 对于刚走出高校的毕业生来说,2020年实在太难了。 以去年的秋招为例,在需求端,受疫情影响,各行各业缩招的情况不在少数;在供给端,2020届高校毕业生数量达874万人,数量再创历史新高。麻烦的是,这部分求职延后的毕业生既要跟同龄人竞争,还要和回国的留学生,以及陆续进入求职市场的2021届毕业生竞争,压力可想而知。 根据国家人力资源和社会保障部的数据,去年第三季度,国内的求职人数同比增长140%。而在激烈竞争之外,疫情又为线下面试带来阻力,焦虑弥漫在互联网的各个角落。 就业形势严峻,但好的一面是,剧烈变化之中,年轻人在求职方面已经越来越“上道”了。 TalkingData发布的《2020年高校毕业生求职研究报告》显示:高校毕业生已经适应了线上招聘,超八成高校毕业生借助网络招聘平台,高校毕业生倾向于使用手机端APP求职占比达90.4%。而压力之下的求职者有多努力,以下几组数据皆是明证: 根据《报告》,超八成的人每天都会在求职平台多次投递简历,头部APP的人均使用次数保持在每月50次; 使用时长方面,在BOSS直聘和智联招聘APP上,超四成用户每次的使用时长达20分钟以上。 数据来源 TalkingData 可以看到,在疫情催化和移动端APP的普及下,覆盖面更广、时效性更强、成本更低的线上招聘成为求职者找工作最常用的方式。不过,毕业生毕竟缺少职业经验,其在找工作方面依然问题不少: 一方面,求职者每天穿梭在各大招聘APP,只要岗位和专业沾边就立刻投递。数据显示,超六成求职者的简历投递以广撒网为主,并不清楚自己想找什么工作。 另一方面,对于用人单位需求的判断,毕业生普遍经验不足,这也是在线招聘平台各类增值服务(如提升简历曝光度、竞争力数据分析、面试培训、求职咨询、 简历优化等)形成吸引力的原因。 简而言之,高校毕业生的主要问题是职业目标不明确,缺乏对自身能力和目标行业公司深度了解,这意味着求职匹配度低、效率低,而在激烈的竞争和日渐高昂的机会成本面前,这些都是需要跨越的障碍。 针对上述问题,作为连接供需两端的重要角色,在线招聘平台已经给出多种解法。以BOSS直聘为例,在BOSS直聘APP上,应聘者和老板可以通过直接聊天的方式相互了解,去除中间环节,通过简历+行为数据匹配等方式提升招聘找工作效率,提升应聘者和招聘者匹配度。 具体来看,求职者可以通过岗位信息筛选适合自己的企业和岗位,然后在完善简历的基础上用人企业招聘人员或老板发起类似于微信的即时沟通,用人单位回复后双方可以开启对话,求职者可以发送简历,双方可以交换电话号码和微信号。同样,招聘方也可以主动发起沟通。 图源 BOSS直聘APP 相比投递简历后等待回复的传统模式,直聊的优势显而易见——求职者可以跳过海投简历、一面、二面等冗长的应聘环节,实现直接与企业老板在线聊天、洽谈入职条件;招聘者在与求职者直接对话中也能充分展示自己和公司的诚意,精准定位职位最优人选,同时缩短招聘时长。 数据显示,在使用求职平台时,近六成高校毕业生更期望与直属领导直聊沟通,同时更喜欢线上深度沟通。2020年5月至10月,以直聊方式为主的BOSS直聘平均日活用户数约同比增长率超过80%,在所有求职招聘类APP活跃度排名第一。 数据来源:TalkingData 总的来看,直聊模式很好地解决了过去在线求职低效率的问题,并且在网络求职渗透率上升、疫情影响下线下找工作受限下逐渐成为主要求职方式。 开创者仍在“布道” 直聊方式之所以会蔚然成风,原因之一恐怕在于,BOSS直聘带来的招聘效率、成功率提升,起到了巨大的示范效应。 作为移动互联网原住民,当代年轻人习惯依托手机进行在线通讯社交、餐饮租房、学习阅读等。数据显示,2020年度高校毕业生在各类APP的覆盖率整体高于移动互联网用户人群,"找工作"与"餐饮外卖"、"租房"并列,成为线上刚需。在此背景上,使用手机APP进行求职对他们来说更为灵活便捷,直聊直聘的渗透也就顺理成章。 在“直聊+精准匹配” 方面,BOSS直聘是首创者,也是布道者: 2014年7月, BOSS直聘CEO&创始人赵鹏创立BOSS直聘,提出“找工作,直接跟老板谈”,突破过去人才招聘模式相对传统的僵化思维,将在线聊天功能引入招聘场景,让应聘者和用人方直接沟通,拉平求职者和企业双方的地位差。 2016年,BOSS直聘率先 将“MDD”模式(Mobile+Data+Direcruit)运用在招聘行业,即“移动+数据+直聘”模式,在移动便捷和直聊的基础上,基于收集双方数据后的精准撮合,进一步提升了求职效率。 2019年4月,BOSS直聘推出的视频面试功能,让求职与招聘双方打破时空限制找到满意的工作和人选。这一功能在疫情期间加速助力了企业复产复工,也让品牌更深入人心。 直聊模式广受欢迎,带来了巨大的用户数据。基于海量数据,BOSS直聘利用人工智能技术,对人、岗进行精准匹配,而效率,又对用户产生更大的吸引力。 从求职方来看,基于求职者无法高效便捷的找到岗位的痛点,BOSS直聘提供了几种解法。用户在填写核心信息和简历之后,可以选择三种心仪岗位,系统即可推送符合用户要求的岗位,然后用户查看岗位描述并开启聊天。这种方式实现了人和岗位的精准推荐、匹配,求职者不需要在海量求职信息面前筛选和不断投简历,同时人、岗的高匹配度也提升招聘企业的反馈率,进而提升找工作的效率。 从招聘方来看,为了帮助企业快速高效招聘到适合岗位的人才,系统会主动帮助招聘方去联系大批量符合招聘企业要求的求职者,邀请候选人主动投递简历,通过算法优化后匹配出的大批高质量候选,有效解决候选人质量不高与岗位不匹配的问题。 伴随着效率的提升,更多的求职者和招聘方会不断涌入平台,由此产生的新数据又将进一步强化人工智能技术的匹配能力。这是一个典型的正反馈模型:平台靠模式创新和效率提升吸引一批用户,再通过数据积累助力推荐效率的提升,技术壁垒建立后,新的用户也将如潮而至。 TalkingData的报告数据显示,2020年5月,BOSS直聘APP下载增量,增长率获月度第一。从用户活跃度来看,BOSS直聘成为求职招聘类APP人均使用次数最多的应用,达到每月90次,次均使用时长超过20分钟为45.1%。 这为BOSS直聘的持续创新提供了基础。目前,BOSS直聘已经沉淀下可观的招聘求职行为数据库和机器学习能力,无论是对简历打标签的做法,还是"文字聊、语音聊、视频聊"多种沟通模式的推出,BOSS直聘的每一个新打法,几乎都成为同行模仿的范例。 当然,同质化竞争也往往因此而来,BOSS直聘只被模仿而不被超越的唯一秘诀则是:以让用户满意为一切工作的前提。 深响
近日,新经济产业第三方数据挖掘和分析机构iMediaResearch(艾媒咨询)发布《艾媒咨询|2020年6月中国手机APP榜单》,盘点了当前市场上主要的手机应用在6月份的活跃人数。在求职招聘领域,BOSS直聘以1791.71万活跃人数位居榜首。 从数据来看,招聘市场的应用出现两个新现象。 一方面,头部平台与腰部平台的差距越来越大,活跃用户超过千万级别的只有BOSS直聘和前程无忧,而3-8名的招聘平台活跃用户之和勉强达到2000万级别。 另一方面,头部平台也在发生巨大变化,传统头部平台不仅被反超,且与BOSS直聘的差距正在扩大。 国家统计局发布数据显示,上半年国内生产总值456614亿元,其中,二季度同比增长3.2%,实现由负增长到正增长。直观反应经济活力的招聘数据也充分印证了这一点,《2020二季度人才吸引力报告》显示,二季度就业市场人才需求环比增长57.2%,同比增长14.8%。重点行业、重点岗位的招聘需求迅速回升,大企业招聘需求依然稳健,小微企业的人才需求和人才吸引力双双提升。 伴随着就业市场回暖,招聘高峰的延迟到来,招聘平台在二季度获得了重要的发展机遇,进一步发挥各自优势,拉开同级别间的差距。其中,最显眼的无非是本次排行榜的榜首——BOSS直聘。它独创的“直聊”模式天然符合新职场人的行为习惯。新职场人通过直聊模式,可以迅速了解公司信息,判断未来的共事领导、企业价值观、上升通道是否符合自身需求,从而获得安全感,这让BOSS直聘获取了大量活跃用户。 随着活跃用户的集聚,BOSS直聘对于企业具备了极强的吸引力。依托“精准推荐机制+直聊”功能,BOSS直聘让企业招聘者可以直接与对的求职者交流,看到最“鲜活”的求职者,大大提高招聘效率。 《2020二季度人才吸引力报告》指出,二季度的招聘需求中,小微企业和大型企业是重要力量,就业市场呈现“两头升高”的形势。在服务小微企业和大型企业过程中,BOSS直聘让小微企业主可以有机会通过推荐被求职者看到,吸引更多优秀人才;同时为大型企业筛选推荐更合适的人,提升了招聘效率,缩减了招聘成本。 “危机”之下,既是挑战,更是机遇。在特殊时期的市场,用户对平台的产品优势更具考验。随着三季度经济进一步恢复,招聘市场进一步回暖,招聘平台之争可能会进一步向一家独大的局面分化。