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] 甲方眼中最好的猎头BD,99%看完的人都表示赞同!

[复制链接]
跳转到指定楼层
楼主
发表于 2014-11-11 20:58:59 | 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
一篇很好的文章,分享给大家!

以前做过猎头3年,到最后一年开始自己做点BD,说成功显然是不诚实的。但是这并不妨碍我从失败的经历中去学习。离开猎头去企业做招聘就一直有猎头来联系做BD,因此我又多了个机会从甲方去观察什么样的BD是好的,什么是做的不好的。总结了3个最佳实践:

test
1、在公文包里放着几份简历。

我见过的绝大部分猎头来谈的时候,在他们的包包里藏的都是公司介绍等,但这些从来没有对我产生过任何影响。非常简单,我感兴趣的是你能找到什么样的人给我。
如果你知道我要找什么样的人(总有办法知道些大概,否则如何做information mining的工作?!),把你觉得合适的简历隐去敏感信息,带着,让我看看,这比什么都强!有哪个招聘经理会拒绝和一个马上能提供合适候选人的猎头公司合作呢?至少你赢取了一个非常不错的第一印象和初步的信任。

即使HR暂时没有什么空缺,没关系,把你通常能找到的简历准备几份,至少HR知道你是有能力找到这类档次的人的,就像提供大学英语六级证书给面试官看一样,你需要一定的东西去展示自己,但这里的展示和展示英语不一样,展示英语可以靠嘴,这里的展示是靠CV。正所谓CV为王。在招聘领域,大家都知道这点,但猎头做BD的时候却很少人把这点体现出来。我相信这是非常的好的实践。

test
2、准备问题清单。问题有层次,有不同侧重,说白了一定就是要结构化的对话(structured conversation)。

很多猎头在BD的时候太随意,虽然这能反映比较personable,容易产生亲近,但在BD的时候professionalism永远是No.1的。好像没有比结构化的对话更让人印象深刻了吧?

我见过一个老外猎头印象很深刻,他整个对话问的问题都很到位,前后咬合的很好,和我的互动很有逻辑,完全没有瞎扯,我当时的印象就是:①这个人做了准备;②这个人比较专业。而其余的猎头很多给我留下的印象是:①这个人看不出来蛮nice的;②我对他的专业素养没有印象。关于这一点,我不太相信一个论调:比较有经验的人可以不用准备直接上场。

我以前做猎头公司的那个老外老板给我的印象特别深,他也做了很多年,但我发现他出去谈的时候都会花点时间准备个问题清单,我们同事都很佩服他的BD,有个同事和他一起出去,说是佩服的不得了。因为整个过程他都是让对方HR在谈HR所在公司的情况,而基本上只是在快结束的时候谈了下我们公司的情况,很简短,单子做来的真是容易(其实是不容易!)。

少说自己多提问(背后的意味是每个人都希望被倾听!),这真是最古老的论调,但必须说这是谈话的最好技巧之一。要想达到这个效果,在我看来,结构化的对话方式一定是最佳实践。关于结构化的对话的威力,感兴趣的同志们可以去看看《麦肯锡方法》一书,我就不废话为什么了。反正,我自己虽然还不是很专业,但我几乎每次和客户(不管是HR还是企业内部自己的 hiring manager)谈话的时候,我都会准备个问题清单,即使很短的清单。这点我非常感谢在那家猎头公司的老板,他是我的楷模。

test
3、初次做BD最好2个人一起去,一个偏重客户层面的Consultant,一个偏重candidate层面的Researcher

Consultant只面试了来自几家公司的几个候选人,他/她哪能像联系过几十家公司的几十个、上百个候选人如数家珍般的谈论talent market的情况、客户竞争对手的情况?但客户一般都要问这些方面的情况来考察猎头是否足够的了解。我见过一些consultant说的很泛,感觉不是真正了解情况,立马心里就对其专业度打折扣。这有点像没有实践没有发言权。

在这里,我要说一句,researcher的价值往往是被低估的。(我从进入猎头这行就是这么认为的,今天根据我的观察我依然还是这个观点。)


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, 2024-5-17 08:57

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