最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[名猎指点] 【猎头经验】猎头简历搜索必读

[复制链接]
跳转到指定楼层
楼主
发表于 2014-7-26 15:49:15 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
一、简历筛选前的准备工作
1、岗位的基本信息的收集:部门的组织架构、岗位的设置、岗位关键考核指标等,另外需了解部门的用人标准和用人习性。
2招聘岗位的发布方式的多样性:招聘难的岗位可采用同岗位不同职能类别同时发布,增加职位的被搜索率。
3、岗位的匹配性:发布职位时职位原来所在的行业、企业规模与职位是否相对应。

二、简历筛选工具的选择
1、在简历筛选工具的选择上建议采用通过邮箱来进行筛选。同时建议使用OUTLOOK来接收邮件,这样可以通过OUTLOOK将邮箱中所有的邮件按职位分类来进行筛选。
2、具体设置方法:收件箱—按职位名称或类别建立文件夹—简历查找(按职位名称或关键字)—全选、转移到指定文件夹—简历筛选。
三、如何筛选简历及分辨简历的真伪
(一)筛选简历时的关注点
1、从简历中的岗位职责描述来判断重合性:
求职者简历中之前的经历与现在职位要求的重合性,不仅是职责的重合性,还有潜在能力的重合性。
2、从简历的文字描述判断求职者的个性:
从个人评价和自荐信来评价,如果行文流畅,用此独特,富有激情就是有开拓性的,如果用词一般,平铺直叙,没有什么逻辑性,不引人注意可能是个性中庸的,很普通的人。
3、如何判断优质简历:
一份优质的简历是在各个企业工作3-5年再转换,而且整体是曲线上升的,这样的人职业规划很科学,也有实力。3-5年是黄金分割点。
4、针对技术人员的简历如何判断质量:
针对大多数技术人员的性格特点,简历的内容不够充实,如何来判断是否符合要求,可从以下几个方面来判断简历的质量:首先从简历的描述来看,可判断一个人的态度和性格特质;再次针对描述不多的简历,可从工作经历上来加以判断,更深的了解可先电话沟通,然后请其提供详细简历。
(二)关于辨别简历信息的真伪
1、简历中基本信息的核对:查阅一份简历,可从简历的教育、工作经历等看其年限的跨度是否衔接,另读书时间与工作时间是否有矛盾来判断简历的真伪。
2、简历中容易有虚假的地方主要集中点:职位(故意太高)、工作时间、具体工作内容,特别是隐瞒一些工作经历等。
四、搜索简历的方法
1、普通的搜索方式:一种是行业+职位的方式搜索,另一种是行业+企业或项目的关键字搜索。
2、定向搜索方式:建议可以用公司的产品或者细分产品去搜,或者一些行业通用的专业名词去搜,这样就更有针对性。另简历搜索更侧重于持续化的人才储备,在搜简历时有一点是需要注意的,就是你看到一份质量好的简历,即使现在暂时不需要也要及时保存下来,因为过一段时间有可能在网上就搜不到了。
3、其他搜索渠道:百度、搜狗、谷歌等。
4、专业或行业的网站论坛:横向收集行业信息和行业资讯,纵向重点跟进了解。
5、其他网络资源:资深专业人才的博客资源。
6、网站不是精确性的搜索,而是一种模糊搜索,用不同的角度搜出来的人也不一样,故在搜索时可采用不同的行业不同的职位多组合的来进行搜索,这样能增加搜索到有效简历量。
五、电话沟通的注意事项
1、中基层岗位的电话沟通的基本流程:
确认对方身份,并询问对方是否方便——自我介绍以及公司介绍——告知信息来源以及公司职位信息——询问是否有兴趣了解和深入沟通——了解求职者目前的就业状况以及相关工作和薪资信息等——判断是否安排面试。
2、高端人才的电话沟通:对于一些高端人才,简单介绍后可以通过短信或者邮件把公司与职位信息发给对方,让对方先去进行了解,另如果对方有MSN或QQ等沟通工具,也可通过这种渠道进行沟通。
3、电话沟通过后,对方不符合或者是对方没有意向的情况下,我们可以请他提供其他候选人,比如什么公司的什么人,做什么项目也可以,一个线索,我们可以延伸下去。
4、潜在资源的储备:对于电话沟通暂时不合适的人员,如有潜质,可以做好潜在的人才储备。

六、向部门推荐候选人的小技巧
向部门推荐候选人时,至少推荐3个,其中有1-2个是条件较好的,其他是条件一般的,这样用人部门就会有比较,从里面挑选,这时候不会过于关注某些你的目标候选人的不足。
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-14 15:28

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表