Раз уж всю неделю идут разговоры про оптимизацию подбора, в пятницу мы решили обратиться к любимому изданию «Форбс.Тетенька» и статье с заголовком, который (традиционно для издания) нужно толковать с точностью до наоборот –
«Как Tinder заставляет нас встречаться с теми, кто нам подходит с наибольшей статистической вероятностью».
Не подумайте плохого – мы не про секс. И не про моральные, упаси бог, устои. Мы про алгоритмы подбора.
Одна возмущенная француженка написала интересную книжку про то, как на дейтинговых платформах вам подбирают кандидатов для свидания – и это, по ее словам, дело совершенно не легкое, почти как подбор персонала. Но Тиндер достиг в этом значительной эффективности, и возможно, рекрутерам стоит у него кое-чему поучиться.
Поиск по совпадению характеристик, как и задачка «правильные люди на правильных местах», в чисто математическом виде выглядит довольно тривиально. Вы создаете идеальную модель параметров и их значений («профиль должности») и сортируете все объекты «кандидат» на предмет максимального совпадения с этой идеальной моделью.
Консалтинговые компании, строящие для вас системы грейдов, модели компетенций и ценностей, создают элементы этого набора параметров. Стоит все это так дорого по одной причине: неправильно созданная «идеальная модель» приведет к тому, что вы будете постоянно подбирать неподходящие объекты – и рано или поздно бросите саму затею с системным подходом к подбору, что мы часто и наблюдаем в наших широтах.
В Тиндере все объекты «кандидат» уже разделены на параметры «глаза, волосы, рост, фигура, имена, интересы, хобби, интеллект, доход, возраст, геолокация и т.д.». Эти параметры не обязательно имеют равный вес – например, геолокация не имеет значения при совпадении интересов, и приложение «врет» вам, показывая более близкое расстояние до пользователя, если он подходит по другим параметрам.
А профиль должности «сексуальный партнер» на задан жестко, а формируется накопленными данными о том, кандидаты с какими значениями параметров вам обычно нравятся.
Для подбора, правильно структурировв данные, вы тоже сможете создать такую модель, используя параметры «ценности», «поведенческие компетенции», «технические навыки», «география», «зарплата» и т.д.. Важно, чтобы эти параметры не противоречили друг другу и различались для разных профилей и уровней должностей. Поэтому разрабатывая модель компетенций в отрыве от системы грейдов или корпценностей, вы можете начать подбирать внутреннего аудитора через корпценность «креативность», «потому что вы IT-компания». Если все удалось, то у вас приличный шанс подбирать основную массу людей правильно. Но не стопроцентный
Дело в том, что всегда есть маленький, но важный подвох. Тиндер, например, подбирает мужчин и женщин слегка несимметрично по отношению друг к другу относительно возраста, интеллекта и уровня доходов. В статье про это отдельный сыр-бор в том духе, что Тиндер поощряет гендерные стереотипы, сводя старых богатых хитрецов с молодыми привлекательными глупышками. Страшно неполиткорректно, но, если тиндер пойдет против человеческой натуры и начнет делать наоборот, большинство людей довольно быстро перестанут им пользоваться.
Но бог с ним с Тиндером: в рекрутменте такая же беда. Властный и амбициозный руководитель редко сработается с таким же подчиненным, а команда из двоих фантазеров обычно менее продуктивна, чем фантазер в паре с занудой. В общем, к необходимости совпадения с компанией по ценностям, с профилем должности по поведенческим предрасположенностям, с уровнем должности по умению решать сложные задачи и с областью деятельности по техническим навыкам добавляется еще и необходимость сходиться с командой – часто определяющаяся на уровне конкретного руководителя. Впрочем, и для этого, слава богу, уже есть инструменты – главное их правильно готовить.
А вы думали – подбор это легко? Вот и к Тиндеру, как выяснилось, стоит относиться с профессиональным уважением.
Хороших выходных!
