主講
大家下午好，首先感謝大會，感謝這個商業分析委員會邀請我來做這么一個報告。這個報告是加入獵聘以后的工作總結，在這里面我會做一些具體案例的分析來講述一下我們怎樣用大數據來幫助人力資源做更好的工作。
這是我的簡單背景介紹，我就不一一念了。那個我強調一下我自己的背景是來自于機器學習和數據挖掘這部分，我經常會被別人問為什么我現在開始做招聘了，到這么一個行業，因為我之前做過商業數據挖掘，做過搜索和互聯網廣告。那我的一個解釋就是通過這些年的工作，我覺得就是人才真的是越來越金貴，這個印證了我在2003年的時候，那時候還在美國硅谷工作的時候看過一部電影里面的一句話，到現在還記得這句話，就是《天下無賊》里面黎叔很悠然說了這么一句話，就是二十一世紀什么最貴，他給出的答案是人才。所以人才貴了以后人才很重要了以后，相應人才的數據也變成了一個非常重要的數據。
那么我們來看一下我們獵聘網的大數據情況，在座有哪些不太了解獵聘網能舉一下手嗎?我需不需要解釋一下獵聘網是做什么的。好，有一個哈有幾位啊，那么我解釋一下啊，獵聘網是一家做中高端招聘的網站，在我們的網站上面有我們的用戶，就是我們的這個人才，然后我們的企業就是我們的客戶會在上面直接發布職位，人才就可以去搜索，或者用我們的推薦系統發現他感興趣的職位進行投遞，企業也可以直接進行招聘。另外，獵聘網還有一個特色是獵頭，獵頭是獵聘商業模型里面非常重要的一環。獵聘可以認為是中國最大的獵頭社區，我們有20多萬的獵頭，這個獵頭每天就是幫助人才和企業實現人工匹配的作用。
另外下面有一個GCDC，就是是獵聘網有一個部門專門為了針對中高端招聘設置的部門，GCDC是Global Career Development Center的一個縮寫，它是可以幫助人才去美化簡歷，去做一些職業發展的建議，另一方面它也幫助企業HR去做招聘的工作。很多HR對招聘的領域并不太了解，這時候我們專門垂直化的GCDC的服務人員可以幫助你做招聘的工作。這是獵聘的一個基本商業模型，到目前為止我們上面已經積累了2900多萬注冊用戶，我覺得下個月的話會突破3000萬。我們會每天我們服務過了40多萬家企業，每天在線的職位有70萬-100萬，每天我們可以通過數據流水線，就是我們內部的各種各樣的就是數據日志收集到大概1億的各種各樣的事件，所以獵聘手上有很好的人才數據。
那么我們用大數據做的第一件事是什么?我們再2014年初的時候開始一個項目，做了一個職位就是職位推薦的項目。那職位推薦現在已經不僅在PC上可以使用，而且我們有一個APP叫獵聘同道上面也可以使用，打開這個APP第二個頁面就是職位推薦的頁面，會根據你填的基本信息，你的求職意向，更重要是根據你的行為，你在看什么職位，你投遞的是什么職位，相應的去不斷學習你的傾向，而且學習就是說還有HR那邊招聘的反饋是什么樣的，進而推出個性化比較精準的這么一個結果。
那么這里面的一個截屏是我今年春節前截的一個屏這個CTO的一個職位推薦的結果，他把我丟到比較高端的CTO群里。大家本來還在七嘴八舌聊天，丟完了以后大家都在沉默，我不知道是怎么回事，后來有個人冒了一個泡來說我得去找我的獵頭，他看到了上面有一些很高端的職位吧，他覺得他比較感興趣。這就是可以通過我們的這樣一個技術，實現精準化的推薦。
我們是怎么做的?從技術上來講哈，就是說我們會先對這個基礎的信息，包括職位的信息，包括你的簡歷，還有公司的信息做一些信息的抽取和結構化，形成了我們的用戶模型，然后職位畫像和企業畫像。接下來我們會用多個策略，主要是一些技能、基本要求，還有你的大家協同的行為，協同推薦的算法來做的。每個策略相對來講是一個比較簡單的策略，它不可能實現特別好的結果。那么怎么辦?我們用“三個臭皮匠頂一個諸葛亮”的方法，通過把不同策略的結果進行融合，用機器學習的方法吧結果進行融合起來，最后形成最右邊的這個推薦結果。右邊那個結果是一個產品經理的推薦結果，這跟前面這個是完全不一樣的。
通過這套算法，我們可以使用戶不費什么力氣就可以看到他會感興趣的職位，而且如果你不找工作你也可以看看職場的這種變化。通過這個技術，我們可以用戶在我們的網站上50%的投遞來自于我們的推薦系統，因為很多用戶不再搜索，因為搜索其實是件很麻煩的事情，因為找工作大概比這個和你做一個網頁創造一個關鍵詞就可以得到一個一些你想要的結果不一樣，你會有很多條件。但我們這個技術就不用你再去填那些煩惱的條件，可以自動的去學習你的偏好。這是我們用大數據做的第一個應用案例。
另一方面，我們也看到，我們在職場的發展當中，往往需要認識很多的人，尤其是跟你同行業，同資本的人，尤其是哪些比你資深一點的人，他會給您帶來很多的幫助甚至帶來直接的工作機會。圍繞著這個需求，就是我們擁有大量用戶，超過2900萬用戶的基礎上，我們做了一個推薦系統，第二個推薦系統就是我們的人脈推薦系統。在這個上面我們的技術手段跟前面總體的框架是類似的，我們做完了基礎的用戶畫像、企業畫像之外，我們同時研究就是說用戶已有的社交網絡的結構，通過這些在這些基礎的設計上，我們再用不同的策略，每一個策略就是一個小的簡單的模型，我們主要用行業、職能、社交圖譜，就是你的這個朋友關系是個什么樣子的、還有最后就是你的行為，你在關注一些什么人，關注一些什么企業，把這些基礎的策略推出了一些初步的結構之后，最后再融合現在右邊的一個中和的最后個性化的你可能感興趣的一個結構。通過這種方式，我們實現了職場上的興趣驅動的陌生人社交網絡。這個算法上線以后，取得了一個不錯的效果，在早期的時候沒有這個算法之前，我們是用規則用一些規則的點來簡單的做的，效果不是特別理想。用這個算法之后我們把這個用戶的發起量提升了三、四倍，這個轉化率就是用戶他發起了以后，對方接受，也提高了50%，所以說這個算法，這個大數據驅動的算法取得了一個很好的效果。
接下來我們手上有了很好地職場人的求職啊企業招聘的這些數據之后，我們還能做什么?這里邊我們可以深入的去挖掘這些數據，進行統計分析。我先說一下我們做的一個分析的框架，首先還是依然圍繞著我們最重要的三項數據，就是職位數據、用戶數據、公司的數據，用文本挖掘的方法形成基礎的畫像。接下來把用戶的行為和企業HR的行為，把它用起來，形成把這個靜態的這些畫像聯合在一起，形成了一個實時的中國中高端人才他的招聘求職的一個全景服務。接下來有了這么一個校對好的數據以后，我們就可以用用各種各樣的統計的方法來做分析，我們往往會用一些降維的方法，會用一些描述性統計的方法，最后可以得到基于大數據的人才數據分析報告。
舉個例子，這是去年下半年我們當時做的一個專門針對數據分析師的一個行業研究，我們自己是做數據這一行的，我們就對自己這一行的這個情況和發展自然就會感興趣，那么就做了一輪分析，我們先看一下這個整體需求的情況，在2014年2月份的時候，在大數據概念還沒有被廣泛傳播的時候，在獵聘上只有250多個職位，但是去年的8月份，這時候在獵聘網已經接近3000個職位了，所以你會看到就是短短的不到兩年的時間，這個需求量是出現了一個爆發性的增長。這個背后的原因肯定是跟這個大數據的概念普及有很大的關系，企業發現說這個數據對他有價值，企業手上慢慢也積累了不少的數據，所以就有了對分析人才的一個大的需求。
這里面我們有條黃線那么是用來做什么的?就是說獵聘網的業務也在快速地發展，就是紅線是一個職位數，黃線是一個占比。占比的話你會看到就是說在2014年、2015年出現了一個高速的發展，這里面就可以排除掉獵聘本身不斷獲取這個新的企業用戶帶來的一些這個影響，所以你可以看到整個需求量是在增長的。另外一個是我們在職場上這個工作，第一要務還是掙錢養家，所以這個錢是一件不得不談的事情。那么我們看一下就是說分析師的薪資情況，你可以看到很有意思，就是紅線是這個一個互聯網各種崗位平均薪資的情況，藍線是分析師的薪資情況。看到就是說這個橫軸是人才的工作時長，你會看到說剛畢業的學生如果做分析師的薪資待遇跟普通崗位是持平的是差不多的，但是在后期隨著他的工作經驗和技能的增長，他的身價是快速發展，也超越了平均的一個水平。很明顯的超越了，到了這個工作十幾年之后，你的薪資的話企業往往是會用很高的價格來雇傭你。50萬到70幾萬都有，所以這個分析師這個行業從賺錢的角度來講是一個蠻不錯的一個選擇。另外的話就是分析師也經常會問自己就是說我們到底要學什么?我們要掌握什么樣的一個技能，能夠讓我在職場的發展里面能夠就是不斷地保持一個競爭優勢，那么我們就對這個企業，尤其是高薪分析師職位的招聘需求里面做了一個文本挖掘，把這些關鍵的技能詞抽取出來以后做了一個簡單的描述性統計，加上一個詞云，你就可以看到，這個企業在招聘的時候他會看中這個分析師的哪些技能，這些技能就是可以認為是一些核心的要素，這里面你會看到除了數據分析，數據挖掘，數據建模這些明顯的還有大數據這些大家都知道的字眼之外，其實對于業務方面，他也有很高的要求，比如說銷售啊，市場啊，營銷啊，這些都是企業在招聘這個分析師的時候，經常需要你對這個業務也要很懂，只有這樣的話你才能夠達到一個高級分析師的水平。
那剛才提到的是這些應用都是針對個人的，那么我們在應用端也是做了很多的事情，那首先就是這個列表就是一個企業HR工作的六大模塊，如果有這個做人力資源工作的朋友應該會很熟悉這六大模塊，這里面我就不一一念，這里邊每一個都可以對應一項就是數據分析的一個應用，所以你就可以看到，在這個企業HR的工作里面，每一塊數據分析都可以發揮很大的一個作用，下面我會圍繞著我們做的一些工作，來講一講就是具體我們能夠用我們的大數據幫助企業HR做哪些事情，首先就是說第一個模塊就是人才規劃，就是說企業在創辦企業之后，它要企業發展的時候，它肯定要想一想我要怎么去規劃我的人才，怎么去把我的團隊建起來，首先這個時候他就需要知道這個行業還有你需要招的這批人，在市場是一個怎么樣的情況，首先這里面我們做的一個事情，就是非常有意思的一個事情，就是供需，就是因為我們因為這個網站上，他有人才，也有企業的需求，而且解決供需問題也是獵聘網的一個核心價值，那這里面去年的時候我們對互聯網，互聯網的這個人才供需情況作了一個分析，在去年6月份，這個金融泡沫還有互聯網泡沫破滅之前，這個很多人都說互聯網很熱，它是不是真的很熱，還是就是說只是互聯網圈自己炒作的，我們看一下真實的招聘需求你就可以看見，這個紅線是企業方的需求，我們把它做了一個指數化。而這個藍線就是供給，你可以看到這個互聯網的這個需求是比其他任何一個行業的需求都是他的三倍，這個需求之大真的是存在的，他的供給是遠遠不足的，他也就很其他好一點的行業相對持平而已，所以那時候互聯網是的卻是非常缺人，然后我們再看一下在這個行業里面哪些職位是比較熱門的，這里面我們看一下這個互聯網里面哈，當時這個研究生1還是以互聯網為例子，首先排名第一個是什么?是工程師，愿意犧牲為這個碼農或者程序員，這個程序員的需求是非常旺盛的，第二個是產品經理，第三個運營，做運營人員，這個是跟中國的這個互聯網特色非常契合的，因為在去年的時候這個很熱，然后老板好都公司都上很多的項目，那么想法很多，但是把它真正給做出來的人就主要靠工程師了。所以就產生了這個大量的工程師的需求，另一方面老板往往都是想點子的，所謂這個big idea,需要有產品經理幫他畫圖，變成這個產品的原型，所以這時候就會有很多產品經理的需求，接下來這個運營的需求是在中國非常有特色的一點，就是中國的互聯網是一個很重運營的一個市場，他跟美國的不太一樣，美國的互聯網是往往是產品說話，品牌說話，在中國你產品好，如果你運營能力不強，這個競爭對手的同質化這個競爭是非常激烈的，你沒有一個很強的運營是不會成功的，所以這時候就需要有大量的人力來做這個運營的工作，所以相應的這個運營的需求就會很大，然后我們再看一下這個流動，就是我們特別有意思的事情是因為我們做的是全行業招聘的，我們不想其他做的是一個垂直的領域，我們做的是全行業招聘的，我們就會看到各行各業人才流動的一個情況，這個也是去年的一個數據，可以看到在去年的時候，各行各業的人都在涌入這個互聯網，其他行業沒有這么多，所以互聯網產生了一個巨大的吸引力，幾乎形成了一個人才被動的一個現狀。
還有一個就是薪資，這個談錢雖然跟老板談錢都會傷感情，但是我們還是會每個人工作的時候還是會關注這個薪資的這個水平，你會看到我們跟傳統行業做一個對比，這個灰線是傳統行業的一個水平，就是從工作年限，他的一個發展的性質發展水平，然后紅線是互聯網工程師的一個發展水平，然后藍線就是互聯網平均各個職位的平均水平，所以你就會看到這個互聯網他能夠吸引人才，他是用什么?很多時候他是靠的一個高的薪資，他的薪資普遍的要比同等的這個其他行業的要高一截，所以他能夠產生那么大的一個吸引力。
最后我們再來看看這個教育，就教育方面我們又做了一個分析是對比了一下高薪程序員，這個例子是高薪的，就是年薪50萬以上的，這個高薪程序員，他們來自哪些學校?首先第一個是來自清華大學，就是我的母校，我很高興看到這個數據它分析出來了以后，接下來是北大，北郵這些名校，基本上還是名校占了比較大的優勢，但另一方面也很有意思的一點是你會看到他占比都不高，即使在清華大學這個里面它占比也就是1.62%，所以是一個很長尾的一個分布，那這說明了什么?在互聯網里面招工程師的時候大家不太看出身，關鍵看你有沒有能力和經驗，啊英雄不問出處，不像金融行業我們還有一些報告研究金融的，金融是比較看重出身的，看重出身和學歷，互聯網不是這樣，這是一個做行業研究的一個例子吧，我們用這些數據是可以幫助HR做一些人才方面的規劃的，另外一個實實際際的工具就是剛才談了好幾次的這個薪資的問題，傳統的這個行業，傳統的這個人力資源咨詢公司，他也做薪酬報告，做這些工作，他是怎么做的?他是聯合一些公司，有一些行內業內比較大的公司，做線下調研，做數據清洗，然后歸類分類，最后形成一個報告，但是它這個周期很長，第一個他的周期往往要一年，第二個他只能調查一些比較大的公司，一些愿意和它配合的公司，所以他最后出來的報告往往會比較滯后，然后代表性也不會那么好，那么我們手上有的這個候選人，他填的這個各種各樣的工資，現有的工資數據和求職工資要求的數據基礎上，我們建了一個大數據的薪酬數據庫，那么這個時候我們就可以拿到很新鮮的很珍視的數據嗎，然后我們用這個比較好的，文本挖掘的技術手段把這個技能都分得很細，想這個互聯網行業，工程師我們就分了十幾個類型，可以分得很細，接下來我們用這個數據可視化的方法，你看這個圖上有這個例子，你就可以看到說他的不同的分布怎么樣?包括他的中位值是多少?75分位置是多少?通過這樣的一個手段，我們形成了一個在線的這個薪酬數據庫的這么一個產品，直接可以給我們的客戶去購買，他這樣的話我們每個季度可以更新一次，而不是每一年更新一次，這個時效性也會好很多，這是我們第一個做的數據直接變現的一個產品。
接下來我們還做了一個事情是把推薦系統應用到企業端。就是我們會發現中國在做，中國在招聘的時候HR他的專業能力有的時候是會跟不上，HR會在理解一些比較深的，比較新的技術領域的時候，他會有困難。比如說像我么自己團隊招聘的時候，我們買來新的HR同事我們都要要反復跟他說大數據是怎么回事，里面要怎么去找人，要怎么找關鍵詞，什么企業合適，然后他往往也要2、3個月甚至半年才能夠真正說跟我們配合得天衣無縫的。這個是一個有很高的專業門檻的，我發現說這個很多企業他的這個HR還沒有這么一個能力，導致他的這個招聘的效果不好，這個為了解決這個問題，我們做了一套算法，通過對用戶畫像，公司的數據和職位的數據我們看HR他在喜歡招怎樣的人，什么候選人喜歡投這樣的職位。
然后接下來還是用多策略的框架做了一些基礎的策略從基礎的一些條件，然后行為，協同推薦，還有這個技能策略方面，形成一個初步結果，最后再融合形成一個最終的結果推給HR，這個功能已經上線了，上線的時候發生了一個很有意思的故事。就是我們是一個工程和研究的團隊，然后我們跟前面講到了我們哪天有一個GCDC的團隊，他們是以服務客戶為主的團隊，但是我們上線之前只是跟他說了這樣的一件事情，上線的時候，他們開始的時候因為之前有一套算法并不是很好，他們也以為然哈，就以為說你們就再試一次，然后結果這套的算法想先以后效果就好很多了，然后我得到的反饋是說，他們會跟我們的產品經理說，你們這功能能不能暫停一下，我說為什么?他說我們的一個核心的KTI是給企業推薦簡歷，你們這個系統啊，一天24小時也不休息，然后又快，只要有一個新的候選人出來馬上就可以開始匹配分盤，就跟他產生很強的競爭關系，所以他們擔心他們的飯碗受到了威脅，這個是我在上線之前沒有太想過這些事情。所以就想起來就是說，前面一段時間像AlphaGo出來的時候，也引起了業內，就包括其他行業很多人有一種緊張感，有一種恐慌的感覺，說這個人工智能機器人是不是要替代很多人的工作，那后來我們想了一下機器能做這事情，但是現在來說，還沒有跟我們的頂級的獵頭跟我們的頂級的客服人員比還是有一定的差距的。
第二個來講機器有一件事它能干的，他其實是還不會溝通，不會去跟企業的HR去溝通背后的深入的需求。有些這些信息是非常關鍵的，所以其實是我們應該是可以跟我們服務部門形成一個很好的配合，后來我找他們談，我說我們聯合推薦這個簡歷的KPI，這樣子的話大家又在一起了。所以我再說一句題外話，就是我相信這種未來機器智能會替代一部分人工的工作，但人有人的用處，人擅長處理這種復雜不確定性的決策，還有深度知識的，還有具有高等的溝通要求的工作，這個是我覺得幾十年來，機器都很難能夠很好的替代的。所以將來的社會會是一個人機協作的社會。
所以剛才舉了一些案例，是說我們能夠通過大數據的一些數據分析和挖掘算法去更好的幫助企業的HR，更好的去完成它的招聘任務，那么現在這張圖列出的是去年我去華南理工做分享的時候的一個數據，我當時對華南理工并不了解，我只知道它是廣東的一所名校，然后我就在我們數據庫里面跑了一個簡單的查詢，調了一下就是說華南理工的畢業學生畢業以后去向如何，他們在做什么，在這個列表上面你可以看到，除了一些高管、總經理之外，都是工程師，尤其下面很多是做建設工程的職位，我去了以后，我就問老師，你們學校的建筑專業是不是最強，他們說是的，在華南地區，華南理工的建筑是第一名的，所以你會看到就是說這組數據能夠出你的一個反映學校、教育機構產生的產品在這個市場上的一個情況。
然后另外我又比較無聊做了華南高校的薪資的一個對比，你會看出一個排名，就說我們做了一個很簡單的一個平均薪資，排名第一的是中山大學，第二名是華南理工，接下來是暨南大學，還有一些其他的華南地區重要的學校，這個基本上都是跟華南學校排名是吻合的，我在去之前，我也不知道它的排名是怎么樣，我拿這數據去跟他們講的時候，他們都笑了，說這是跟學校的名氣是挺有關系的，在薪資上。所以我舉這個例子就是說出人才數據對教育也是會有很大的作用，比如說我們的教育機構怎樣去做行業的報告，做行業的規劃，然后他的課程怎么設置，就是你的課程講什么，這個內容我覺得是要盡可能的去貼近這個市場的需求，還有是就業指導，就是學生該怎么樣就業?怎樣找到合適他的職位，這些職業發展報告都是能夠幫助到他的。
還有一個也是意外的驚喜，我會發現，我們的數據庫上面擁有的校友的數據比普通高校擁有的校友數據還要多，他們做校友活動的時候，我們是可以幫上忙的，這個也是有學校跟我們要這個數據，這樣他們搞校友活動的時候我們也是可以出一把力。這是教育方面。
另外的話人才數據在政府和社會方面也有一個廣泛的應用，像政府，各地政府他在搞這個創新創業的時候，首先要抓的我覺得不是建筑方面，建這些園區，先要抓人才，你要分析人才競爭力是在哪里。那么傳統統計的話，你可能看到并沒有看到的那么細，像我們的數據是可以告訴政府你的人才競爭力是在哪里?你的教育應怎樣做一個更好的規劃，還有你的人力資源怎樣去優化，比如說這邊有一家企業它不幸可能是要轉移或者是要關門了，這些人才流向哪里?他怎么樣去配置他?這時候這個數據也都是能夠幫助到你，因為我們有一手需求的數據。
還有最后一點是這個經濟統計和預測，這一點我也是有一個案例，一個簡單的案例想要去分享給大家。就是在去年6月份的時候我們有一位分析師是東北人，他就看東北企業和人才情況，發現說在6月份的時候人才在大量投外面的工作，然后企業招聘發的職位量需求也在直線下降，下降得非常厲害。然后8月份的時候我們國家才發布比較正式的新聞稿出來說，發現東北的經濟出現比較大的滑坡。這時候你會看到說這個人才招聘數據他是一個有預見性的指標可以測量出來，我們現在就跟發改委做合作項目，他們跟我們簽定一個合同，讓我們去用我們的數據，不僅僅是獵聘的數據，因為我們現在已經開始全網抓數據，抓職位的數據，來研究跟中國經濟、跟中國的就業相關的事情，這個是我覺得是這個大有可為的事情。
最后講一點自己在數據工作里面遇到的一些挑戰吧，首先第一來講就是說我們數據大數據這個領域在這些年得到了大力的推廣，之后帶來一個很大的挑戰就是缺乏相應的人才。在這個市場上其實我們看見招一個三年以上有經驗的數據人才都是非常困難的，所以需要有更好的學校和培訓來幫助我們解決這個人才短缺的問題，沒有這些人才，這些數據在那里也發揮不了作用。第二來就昂就是說我們再做大數據的時候仍然面臨著模型的統計性能的一個挑戰，大數據的一個特點是噪音是很多，那么怎么樣去除這些噪音，怎么樣讓你的模型變得更有效，這仍然是一個技術上需要做很多努力的事情。
接下來就是說可解決性和合理性，像我們做算法會用比較復雜的模型，但是我們去跟業務配合的時候，就需要一個很好的解釋，否則他會質疑你為什么會產生這樣的結果。而我們很多算法它是不具有很好的解釋性，這一點上來講在技術上也是挑戰。還有一個是經濟成本，各家公司都在想用大數據，但是第一看到數據人才很貴，第二個數據基礎設施的搭建和維護仍然是比較昂貴的事情，將來可能云計算能幫助解決這些問題，但是目前來講就是要實施一個好的大數據解決方案仍然是比較昂貴的事情。
最后一點是隱私和合規性的問題，獵聘的話，在一開始因為我們是做中高端招聘的，很多候選人是不希望被無關的事情打擾，或者他的一些動向，一些想法是保密的一些事情，那么在獵聘的話我們就做了大約14-16條開關，能夠幫助候選人快速的保護他的隱私，甚至有些開關一鍵摁完以后人家看不到你，包括在社交網絡上，你可以看別人，但是別人看不到你，這是比較強的隱私保護。但是在社會上我們看到各種隱私泄露的問題，怎么樣保護隱私的問題?保證我們能夠合法合理的用好這些數據，這個是一個整個社會和國家立法要思考的一個重要話題。
好以上就是我的主要的一些工作經驗的分享，感謝大家聆聽我的一些經驗，謝謝!