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

招聘市场大揭底

[复制链接]
跳转到指定楼层
楼主
发表于 2015-12-9 09:46:22 | 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
真格基金副总裁张子陶 主题演讲:白领、蓝领、兼职
首先是白领,只讨论社招不讨论校招,因为校招的频次、地点、时间都是比较固定的,并且有成熟的招聘流程,无论是宣讲会,网上申请和面试,每年对应届生来说大家安排得非常成熟,不集中讨论。
而社招的特点是发生的频次比较随机,中间存在着大量的信息不对称。同时整个招聘流程对于白领来说是非常长的。在这个产业链中间传统的猎头公司和求职网站,包括社交平台和熟人推荐成了所有的白领主要的一个招聘途径。
我们在这个模式上进行一下反思的话:
  • 综合招聘实际上是如何从一个广告的展示平台能够进入到 B 环的综合性服务平台,是我们认为下一步需要思考的方向。
  • 对于垂直招聘来说如何在你特定的切入领域做深做细,形成在这个垂直领域的综合的一个数据库,实际上我认为是一个发展的机会。
  • 对于新兴招聘来说,其实就是如何大量的引入用户,然后让用户在这个里边建立自己的品牌,通过社交的元素让雇主和员工之间形成互动,增加粘性。
再看蓝领,我看得比较多是蓝领,这个也写过一篇文章《白领招聘已饱和,蓝领招聘还空着呢》,不做赘述。
关键成功要素,我简单分析一下:
  • 对于工厂蓝领想做的话,第一个切入区比较集中,我们不认为能够出现一个全国化的公司,像长三角、珠三角等工厂比较密集的城市,甚至是集中的城市昆山、苏州等等进行深耕细作,还有不要尝试代替劳务派遣,因为这中间有灰色的链条,作为创业公司,或者是作为想要寻求风险投资的创业公司来讲有一些环节还是不适合进入的。再有就是说这个创业团队,需要工厂的经验比较丰富,所以无论是在座的投资人还是说创业者,我们考察一个优质的工厂蓝领的创业项目,实际上对于创始团队的要求非常高,非常了解这个行业才可以。
  • 城市蓝领这边我们认为第一个是应该切入的领域比较集中,就是说你可以从餐饮,导购等等来切,而不是说你想把整个的这个北京的所有的服务行业全部切入,保安、保洁、按摩等等全部做。这个我们目前来看有不少创业公司尝试这么做,几乎没有发展出来。
  • 另外一个可以推荐的,就是说要尝试切入连锁企业或者是 O2O 的公司,比如说尝试服务于美团和麦当劳和顺丰,服务于这些的公司可以有助于你比较迅速的获取用户。这个对于比较零散的城市希望蓝领来说是很有帮助的,最后就是说要努力实现服务闭环,什么是服务闭环,就是说我们都知道招工,你去投简历,看简历和面试都不是最重要的,最重要的是你给我送多少人,尤其是针对蓝领来说我需要五个人今天或者是这周到达,你能够多快的实现。
再说一下这个兼职,我看来这是最透明一些的。其实比较简单,就是说作为大学生、职校生,他们想去公司做很简单的活动或者是说短期的零工,基本上走的是兼职的渠道,这个过程中实际上区别于蓝领的特点是它对于赚钱并没有那么强烈的诉求,他可能的一个关注点是我想获得更多的工作经验和社会经验,以便更好的走入社会。
兼职的频次非常高,而且更容易实现交易的闭环,我当天工作,我当天就可以拿工资,这个对于一个企业来说要频繁的,大量的当天发工资对于大多数公司来说,这是一个非常大的负担。而这个时候对于一个初创公司来说恰恰是切入的良机,我可以帮你发工资,统计入职的人数,统计一个人在哪天做了什么,这是实际上为什么很多初创公司愿意从兼职来切呢,一个重要的原因,当然兼职的弊端是因为市场相对小,而且他的市场的用户时间相对短,一个大学生可能中间只有四年的时间,相当于一个蓝领,22-30 岁的工作周期。成功要素方面来讲,简单讲讲就是说从推广的方面,如何去获取更多的数量和岗位,更多的有质量的岗位,并且对真实性,对于整个的岗位的信息的丰富性来讲,是一个可以让一个创业公司脱颖而出的。
从产品研发方面,我们也认为兼职的这个方向,实际上比较容易做增值服务,所谓的增值服务就是说现在像比如说分期和购物,以及分时租赁等等是比较容易切入的,因为他们相对高频,这个活跃度以保证你在做这些增值服务的时候的转化率相对高一些。
圆桌:58 赶集高级副总裁张川,找萝卜网 CEO 付浩,拉勾网的 CMO 鲍艾乐,Boss 直聘 CEO 赵鹏
主持人:招聘业务下一个可能的爆发点在哪里?
赵鹏:我心里认为招聘这个任务的频次低,毕竟是 12-18 个月搞一次的事,所以这种事情很难出一次爆发性的东西,不像蓝领人群差不多六到四个月换一次工作。但是有五亿人要上班,有一千五百万的企业要回来实现自己的梦想,所以机会一直存在,我们也一直活着。不过,像今年的 to B,去年的 to P,前年 to C,大前年是 to VC,每年都有爆发的,但我们这个领域是冷门,所以不要笑我们,我不觉得我们有爆发点。
鲍艾乐:我觉得这个爆发本身就是伪命题。如果非要说,假设智联、51 是第一春的话,可能我们现在正在第二春,我们的第二春正在发声。

付浩:找萝卜真正是在看现在中国整个广告招聘时代下现在发展到这个状况,HR 需要什么工具,我们不是一个获取 CN 的入口,不是做平台,其实就是做一件事,帮助 HR 做职位的分发。结合自己的业务来说,未来除了招聘就是之后可能也会有薪酬的管理,像今天我们看到的瑞普特,过去四五年的发展过程中从招聘向薪酬管理的方向去走,我们也是希望通过简单的增值帮助 HR 的用户。
张川:因为我一直是研究分类信息,其实分类信息在国内和国外都一样,这个业务本身的特征都是有爆发式的增长。为什么这个行业发展的慢,和刚才讲的低频有很大的关系,体验好要下一年,甚至是十年以后体验好,这是典型的生活服务业的特点,我觉得在本身这件事服务的基础上做什么事情会做得更好,低频的业务上首先把业务的本质做好。业务的本质有两特点:第一个是量大,一个是流动性高。
至于什么地方有爆发点或者是突破点。我觉得整个招聘市场上其实已经有了这么多的创新,从突破点上来讲我们一定要从一个贴广告,或者是贴信息的模式慢慢走向不是卖简历,而是卖人的过程。这个模型越慢,越稳的企业,五到十年之后,突然发力的企业,往往是最后的胜利。
主持人:大家与自己客户的交流过程中,觉得一个企业应该为招聘付出怎么样的精力和成本呢?
付浩:我们有关注二十到两百个人规模的公司,大多是中小规模,这个群体足够大,需求足够的统一和规范。我们今天招聘严格意义上来讲分为两大部分,第一部分是真正有效做招聘,大家可能都知道的内推,内推是我们过去研究过,其实对一个企业招聘效率最高的一个方式。真正的投入到这个企业内部的推荐,包括可能用一些奖励或者是提供其他的方式去做。剩下其实我们会理解为是通过渠道的方式,甚至是我们会理解为有 RPU 的业务存在,所以说这个里面,针对企业的 HR,必须要活用这些方式,无论是内部推荐还是外部的其他的管理使用,可能归占用 HR60%-70%的精力。

鲍艾乐:其实拉勾自己也是从几个人走到现在的几百人,现在我们服务的企业里面很多是创始团队,也有很多的超大型上万人的公司,像 BAT,小米,360 都是拉勾非常重要的招聘方。在这个平台上,我个人会觉得说一个企业怎么样去分配招人的精力,不同的阶段的做法不一样的。
  • 我个人的感受,如果你是一个初创企业,在早期,花再多的精力都是不为过的。所以我非常建议早期团队的 CEO,一定要舍得把事情交给其他人来做,自己花更多的时间找到牛人,无所不用其极,因为这是你杠杆最大的地方。
  • 更大一点的公司不一样了,比如说到三四百人的时候,我们开始重视企业文化的建设了,这个时候你会形成自己招人的方法论,会拥有一个比较专业的 HR 的团队,这个事情会交给专业的人去做了。
  • 再大一点的团队,比如说叫做 BAT 这个阶段的公司,他的人力资源的体系变得非常的强大,他会更加看重我招聘的效率和人员的组织结构的建设,包括我的人员的特质,我要什么样的特质。
赵鹏:雷军是 BOSS 直聘的投资人之一,他有一句话是 “我用 80%的时间招人”。招人这事首先看成本,钱是最容易衡量的。然后是时间,还有一种成本叫做机会成本。例如企业通过猎头买到了什么,你是花钱了,但是你节约了时间,同时你还保护了自己的机会成本。
所以我会建议大家,年轻的企业的会在招聘上分为钱、时间、机会成本去看待,如果每个都想省的话肯定每一个都赔了,看看什么状态上什么事情最重要。早期的企业,特别重要的人让他进来的时候,慢一点下决定。如果说觉得不合适的话,走的时候快一点下决定。
张川:在赵鹏兄的后面回答压力很大,我觉得两个方向,一个是 58 和赶集的客户是如何考虑这个问题的,和在座的关系不大,我可以简单描述一下,大体上可以想象一下一个人五百块钱,着急的话就付这个成本,不着急就不付这个成本。
企业招人需要看具体业务需求。例如 58 和 58 到家,58 招人的时候更喜欢招稳重一些,年纪比较大,甚至是 30 岁以上的产品经理和技术,而 58 到家很容易招到刚刚毕业的大学生和人全身心的投入。所以我自己的经验是 for B 的更愿意招一个他更愿意长期为这个事业付出的人。
原创文章,作者:徐宁

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, 2024-4-26 06:42

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