你知道靠 big data 分析，除了运用在医疗产业以外，也能运用在企业人力资源管理，增加效益，减少企业花在人力资源。全录公司靠分析招募来的客服人员，找出低流动率的因素，为企业省下训练成本。
全录客服中心训练新人需要花六个月的培训时间，花费 5,000 美元。如今成功靠 big data 的资料分析，为 4 万 8,700 人的部门客服中心，减少 20% 的人员流动率。
全录靠软件分析，找出能胜任客服人员的特质，发现先前强调的特质－先前有做过客服的经验，并不会影响留下比率，反倒是人格特质，会影响人员受训后的留下比率。像是被归类为创意型的人会待满六个月的训练时间，爱发问的人则往往待不满。如今全录面试客服人员，应征者要填写人格测试。
人资靠资料来评估应征者的能力早不是新闻，基本的 Google 人肉技能是不可少的。社交履历 LinkedIn，脸书、推特等社群账号可透露个人不少资讯，更别提其他能成千上百的平台。网络时代人资在社群网站搜寻符合资格的人才，茫茫人海中找出最适当的人选，而且需要与其他公司抢人才，big data 技术会扮演越来越吃重的角色，协助人资判断适当的人选。
最近 LinkedIn 推出繁体中文版界面，显示使用人口已经多到有商机。LinkedIn 有不少国际性职位和招募会在上头寻找符合资格的人才，早已经为软件技术人才运用。除了人才履历， LinkedIn 也跨足教育训练，2012 年并购线上简报网站 Slideshare，也办了各项新技术研讨会。
▲ LinkedIn 推出繁体中文界面
用资料帮忙人资不是新闻，美国就有不少新创着重在用资料找寻适当人选。人才招募服务像是 Riviera Partners 着重帮新创公司找人才。Gild 着重科技职缺，用预测方式，从公开的 GitHub 页面，评估人才的程式功力，帮企业找人才。TalentBin 用他们的搜寻技术，从不同来源像是问答网站 Quora，建构求职者的档案，帮科技业和学术单位找寻人才。
▲ TalentBin 用公开的资料，分析建构人才档案
对于人资来说，虽然程式跑出来的结果可省下不少时间，但是对人资来说，亲眼感觉应征者的特质仍是必要的。所以尽管科技进步，但仍不会完全采用资料归纳的结果，而是搭配传统人与人接触的面试流程一起进行。
封面图片来源：Career Direction
Via Mashable
相关连结
- LinkedIn 全球会员数突破 3 亿，将专注海外与行动装置
- LinkedIn 以 1.2 亿美元买下求职寻才网站 Bright
