Несколько месяцев назад я опубликовал пост, описывающий наш исследовательский проект, финансируемый InnovateUK, в котором исследуются стратегии профессионального поиска на рабочем месте . Я рад сообщить, что проект уже завершен, и мы в настоящее время анализируем результаты. Как вы, возможно, помните, мы рассмотрели ряд профессий, но первая, которую мы изучаем, — это (кий барабанная дробь)… профессионалы по подбору персонала .
Да, я знаю, что это профессия, которую исследователи информационного поиска традиционно не уделяли много внимания (включая меня), но оказывается, что эти люди обычно создают и выполняют некоторые из самых сложных поисковых запросов любой профессии и решают сложные задачи. что большинство исследователей в области IR признали бы их полностью в своем компасе (например, расширение запросов и оптимизация, оценка результатов и т. д.).
Далее следует первая из серии публикаций, обобщающих эти результаты. Итак, часть 1, которая фокусируется на методологии исследования и предыстории исследования. Как обычно, комментарии и отзывы приветствуются, особенно со стороны рекрутингового сообщества, которое обладает уникальными возможностями для предоставления качественной информации, необходимой для точной интерпретации этих данных.
1. Введение
Исследования о том, как люди находят и делятся опытом, можно проследить до 1960-х годов, причем ранние исследования были сосредоточены на работниках умственного труда, таких как инженеры и ученые, и источниках информации, к которым они обращаются [1]. С тех пор процесс поиска специалистов-людей (или поиска специалистов ) изучался в различных контекстах, как академических, так и промышленных, и стал предметом ряда организованных кампаний по оценке (например, TREC Enterprise track 2005-2008 [ 2] и TREC Entity Track [3]). Это облегчило разработку многочисленных исследовательских систем и лабораторных прототипов и привело к значительному повышению производительности, особенно в сравнении с рядом системно-ориентированных метрик [4].
Тем не менее, в последние годы растет понимание того, что эффективность поисковых систем в значительной степени зависит от ряда контекстуальных факторов [Hoffman et al, 2010]. Это привело к более ориентированному на человека подходу, ориентированному на процесс поиска экспертизы , где упор делается на том, как люди ищут экспертизу в контексте конкретной задачи. Эти исследования обычно выполняются в контексте предприятия, где целью является максимально эффективное использование человеческих знаний в организации (например, [5], [6]).
Тем не менее, существует более распространенная форма поиска опыта, которая существует за пределами предприятия и воплощает экспертные выводы в ее самой чистой, самой элементарной форме: работа профессионального рекрутера. Работа специалистов по подбору персонала состоит в том, чтобы найти людей, которые лучше всего подойдут для брифинга клиента, и вернуть список квалифицированных кандидатов в кратчайшие сроки. Они могут не иметь привилегированного доступа к исследовательским прототипам и системам, упомянутым выше, но их работа включает создание и выполнение некоторых из самых сложных логических выражений любой профессии. К ним относятся вложенные, составные структуры, такие как следующие:
Java AND (Design OR develop OR code OR Program) AND ("* Engineer"
OR MTS OR "* Develop*" OR Scientist OR technologist) AND (J2EE OR
Struts OR Spring) AND (Algorithm OR "Data Structure" OR PS OR
Problem Solving)Или исчерпывающий перечень связанных терминов, таких как:
("looking for" OR "in search of" OR "open to" OR "new job" OR
"actively pursuing" OR "pursuing new" OR "searching for" OR "new
opportunity" OR "new opportunities" OR "available for" OR "in
transition" OR unemployed OR "immediately available" OR "currently
seeking" OR "seeking new" OR "seeking a new" OR "interested in")Или выражения, содержащие поиск по полю индекса:
site:ca.linkedin.com "network engineer" "ccnp" "wan" "lan" "vancouver"
-intitle:"profiles" -inurl:"dir/ " -inurl:job|jobs|jobs2Со временем многие рекрутеры создают собственную коллекцию запросов и используют их в качестве источника интеллектуальной собственности и конкурентного преимущества. Более того, создание таких выражений является предметом многих форумов социальных сетей (например, [7]), и последующие дискуссии затрагивают темы, которые многие исследователи IR признали бы как полностью внутри своего компаса (такие как расширение и оптимизация запросов, оценка, и т.д.). Однако, несмотря на эти общие интересы, профессия по набору кадров в значительной степени игнорируется сообществом IR; и их поисковые потребности, поведение и предпочтения остаются относительно неизвестными. Даже недавние систематические обзоры профессионального поискового поведения не содержат ссылки на эту профессию [8].
Эта статья направлена на устранение этого упущения. Мы сообщаем об опросе 64 специалистов по подбору персонала, изучая их задачи поиска, поведение и предпочтения, а также типы функций, которые они ценят. Везде, где возможно, мы сравниваем результаты с результатами предыдущих исследований поискового поведения, особенно Joho et al [9] и Geschwandtner et al [10]. Первое особенно заметно, поскольку оно касается другой профессии, которая опирается на использование сложных булевых запросов.
Остальная часть этой статьи структурирована следующим образом. Сначала мы даем краткий обзор процесса поиска кандидатов и связанных с ним исследований по поиску специалистов (Раздел 2). Затем в разделе 3 мы описываем текущее исследование, а в разделе 4 представляем результаты опроса. Вопросы, поднятые в Разделе 2, рассматриваются в контексте этих выводов, и обсуждаются последствия для разработки систем, прежде чем завершить и подвести итоги работы в Разделе 5.
2. Фон
В этом разделе мы даем краткий обзор различных задач по подбору персонала и связанных с ними задач поиска и поиска информации. Как упомянуто выше, очень мало предшествующей работы по исследованию профессии найма с точки зрения поиска информации. Тем не менее, есть опросы других профессий, которые разделяют некоторые характеристики набора. По этой причине мы сравниваем наши результаты с опросом пользователей патентного поиска, проведенным Джохо [9], поскольку они также используют высокооптимизированные сложные запросы, которые имеют повторяемый эффект при применении к конкретной базе данных, и им необходимо динамически сбалансировать точность с отзывом для различных поисковые задачи. Мы также сравниваем результаты с опросом медицинских работников, проведенным Гешванднером [10], поскольку это представляет собой недавнее крупномасштабное исследование профессионального поведения, направленного на поиск информации. Кроме того, мы просматриваем литературу по смежным темам, таким как поиск людей в сети и поиск экспертов в условиях предприятия.
Задания по подбору персонала
Подбор персонала — это процесс поиска и привлечения способных претендентов на работу. Это может быть упреждающим (выполнение исходящих действий для облегчения найма) или реактивным (управление входящими ответами на определенные вакансии). В этом исследовании мы фокусируемся на предыдущей деятельности, которая часто относится к источникам .
Специалист по подбору персонала может тратить приблизительно 27% своего времени на активный поиск кандидатов [19], и ему необходимо быстро оценить резюме кандидатов [16]. В среднем можно ожидать, что они будут выставлять около двух кандидатов в месяц [20]. Деятельность специалистов по подбору персонала варьируется от непосредственного поиска кандидатов с использованием досок объявлений до исследования профилей в социальных сетях для установления связей с кандидатами, а также для получения более широкой информации о рынке от имени клиентов.
Sourcing — это навык, который в некоторой степени подражает экспертным системам поиска рекомендаций, где машинное обучение используется для выбора человека, наиболее подходящего для выполнения конкретной задачи [21]. Моделирование способности человека выполнять задачи также является ключевым фактором в краудсорсинговых платформах, таких как Crowdflower или Mechanical Turk [22]. Эти методы были распространены на более крупные и шумные наборы данных в социальных сетях, где связи человека могут использоваться в качестве переменных выбора [23]. По сути, это микрокосм задачи поиска: найти человека (ов) с навыками, которые лучше всего соответствуют должностной инструкции. Однако рекрутеры также должны учитывать другие переменные, такие как доступность, предыдущий опыт, вознаграждение и т. Д.
Sourcing также похож на поиск людей в сети, где цель состоит в том, чтобы искать большие объемы неструктурированных и зашумленных данных, чтобы получить список людей, которые соответствуют определенным критериям [24]. Аналогичным образом, рекрутер должен применять дополнительные факторы, чтобы выбрать меньшую, более управляемую группу квалифицированных кандидатов, причем возвращаемые результаты необходимо нормализовать и устранить неоднозначность [2]. Золотой стандарт для оценки в этом случае рекомендует одного или нескольких кандидатов, которые успешно выполняют задание клиента.
Рекрутинговая индустрия
По оценкам, рекрутинговая индустрия в ЕС стоит около 30 миллиардов фунтов стерлингов в год [25] и почти 100 миллиардов долларов в США [26]. Однако в этих регионах, а также в отраслях с высокой добавленной стоимостью в Индии и на Ближнем Востоке отмечается удивительно высокий уровень неудовлетворенности клиентов: 76% предприятий сообщают, что не получают отдачу от внешних рекрутинговых компаний [26]. Кроме того, незанятые вакансии оказывают большое влияние на экономику, ежегодно обходясь Великобритании в 18 млрд фунтов стерлингов [27]. Только в 2014 году было создано 1400 новых кадровых агентств [28], и отрасль становится все более конкурентоспособной. Рекрутеры должны улучшить свои показатели, чтобы соответствовать ожиданиям своих клиентов, если они хотят получить высокооплачиваемую работу.
Это исследование исследует поисковое поведение специалистов по подбору персонала и выделяет некоторые ключевые сходства и различия между смежными профессиональными секторами.
3. Метод
Инструмент опроса состоял из онлайн-анкеты из 40 вопросов, разделенных на пять разделов. Обследование было разработано так, чтобы по возможности согласовывать его с данными Джохо и соавторов [9], чтобы облегчить сравнение между двумя секторами (патентный поиск и поиск CV). Он также включал элементы Geschwandtner и др. [10], так что некоторые сравнения с поиском медицинских работников также были бы возможны. Пять секторов были следующими:
- Демография : опыт и профессиональный опыт респондентов, включая возраст, пол, образование, роль, должность и тип клиента.
- Задачи поиска . Типы задач поиска, которые респонденты выполняют в своей работе, как часто они их выполняют и какие ресурсы они используют.
- Формулировка запросов : как они создают поисковые запросы и какие функциональные возможности они находят полезными.
- Оценка : как они оценивают и оценивают результаты своих поисковых задач и какие проблемы это влечет за собой
- Ваш идеальный поисковик : их взгляды на любые другие функции и функции, помимо описанных выше.
Опрос должен был быть завершен примерно через 15 минут. Перед его применением мы провели серию качественных интервью с профессиональными рекрутерами, чтобы узнать, как наилучшим образом настроить инструмент опроса для профессии рекрутера. Мы также провели пилотный опрос с двумя специалистами по подбору персонала, которые предоставили ценную обратную связь и советы по его содержанию и презентации ( подтверждение ).
Чтобы получить большую и репрезентативную выборку, мы разослали опрос различным группам интересов через социальные сети (например, LinkedIn), а также обратились к службам SurveyMonkey Audience, которые распространили его среди своих специалистов по кадрам в Северной Америке. В обоих случаях мы включили вначале уточняющий вопрос («Является ли ваша основная работа по найму и найму специалистов для вашей организации или для клиентов?»), Чтобы лица, не вербовавшие персонал, могли быть исключены из результатов. Ответ «нет» на этот вопрос приведет к немедленному закрытию опроса.
Опрос начался 09 июня 2015 года и завершился 01 августа 2015 года. В общей сложности мы получили 416 ответов, из которых 69 были заполнены. Большинство неполных ответов были из-за того, что не прошел квалификационный вопрос, поэтому в этих случаях не было пригодных для использования данных. Пять других ответов были исключены из-за противоречивых или бессмысленных ответов, в результате чего осталось 64 полных ответа. Поскольку число лиц, охваченных рекламной акцией, неизвестно, коэффициент участия определить невозможно.
4. Результаты
4.1 Демография
Мы начали наш анализ с рассмотрения демографии профессии найма. Из 64 респондентов 69% были женщинами и 31% мужчинами, причем 54% респондентов в возрасте от 25 до 45 лет — профиль, который в большей степени ориентирован на женщин и моложе, чем респонденты в рамках опроса по патентному и медицинскому поиску. В частности, в возрастной группе 25-31 года наблюдается заметный всплеск:
Образовательный уровень опрошенных рекрутеров показал, что большинство из них имеют квалификацию бакалавра (60%), а затем степень магистра (29%). Наиболее распространенными предметами были профессиональные / профессиональные (32%) и общественные науки (19%).
Большинство респондентов работали полный рабочий день (91%), а клиенты, на которых они работали, были преимущественно внешними (48%), то есть вне своей организации. Остальные были либо внутренними (34%), либо обоими (17%). Это резко контрастирует с патентными поисковиками, чьи клиенты были преимущественно внутренними (88%).
Названия должностей для специалистов по подбору персонала сильно различаются, причем типичными являются различия в подборе персонала , людских ресурсах , приобретении талантов и персонале . Самым распространенным названием должности был рекрутер (15%), за которым следовали менеджер по персоналу (8%) и специалист по персоналу (7%).
На следующем рисунке показан опыт респондентов в качестве рекрутера, а также их опыт в сфере рекрутинга в целом. Большинство респондентов имеют опыт работы рекрутером в течение нескольких лет со средним значением около 10 лет, что соответствует опыту искателей патентов.
Вот и все на этой неделе. Если у вас есть комментарии или отзывы, пожалуйста, поделитесь ниже. На следующей неделе мы рассмотрим:
-
Задачи поиска . Типы задач поиска, которые респонденты выполняют в своей работе, как часто они их выполняют и какие ресурсы они используют.