從系統分析的角度透視招募

現在AI正在蓬勃發展，「數據分析」也越來越受到各個領域的重視，在近年來的人力資源領域也一樣，甚至在外商或是較大型的公司，「People Analyst」這樣子以數據分析為主要角度切入人力資源領域的職位，也正在逐漸受到重視。

但我缺發現一件事情，業界、學界也好，都會非常強調「怎麼分析數據」，但好像很少聽到有人會對於「怎麼建制數據」做論述。

在之前協助建制公司的招募系統的時候，我就遇到這個困擾——PM、工程師不懂人資，人資不懂資料庫和程式邏輯，導致做出來的系統要處理數據分析時，卻很難被有效運用——資料建制不全或重複、資料難以清洗...…。

想把這段經歷當中我得到的解答，分享給大家。

數據分析，在建制資料前就開始了

在做數據分析時，往往最花時間的並不是製作圖表、尋找Insight，而是「蒐集與清洗資料」。儀表板類型的任務還好，進行完第一次之後就是隨時迭代優化，但專案性質的數據分析任務……按照我的經驗，在清洗、蒐集資料，往往需要花到整體60%~80%的時間。

細究原因，好像可以歸咎到一句「資料建制的不夠好」。但為什麼不夠好？要建置哪些資料、這些資料長什麼樣子、資料之間彼此之間的關聯，每一件事情好像都需要重新處理。

當資料可以用正確、有邏輯的方法做建制，那這些時間勢必可以被大量減少。

簡單聊一下，「實體關係圖(ER Model」與「資料正規化」

這兩個是我在規劃招募系統時接觸到的名詞。我沒有打算詳細的解釋這兩者的意含與用法（就不獻醜了，請大家放心）。

這兩個有幾個共同點，其中最重要的是「都需要辨識出資料中的主要元素，以及他們之間的邏輯關係」。這也是這篇文章最主要想要聊的東西。

招募一共三件事情：求職者、職位、流程

求職者

在招募系統中，一個求職者就應該是一筆資料。在這筆資料當中可能有各式各樣的，跟這位求職者「本身」相關的資訊：

• 基本資料：姓名、性別
• 聯絡資訊：電話、E-mail、履歷來源
• 背景資料：畢業學校、工作經歷
• 檔案資料：履歷檔案、證書副本

以上是我列出來可能會需要建制的資料，當然實際需要的資料會依據公司本身招募需求而定。

職位

對於職位而言，我都會建議用「一個蘿菠一個坑」的概念來設計系統。這樣子在後續進行資料分析與利用時，才可以完整進行。例如，現在某個部門有「兩個工作內容完全相似」的職位，但是對系統而言是兩個獨立的職位——只是內容一樣。

• 職位職稱
• 部門/職能分類：這個職位所屬的部門或是職能
• 縱向層級分類：通常是職等、職階
• Job Description：這個職位的詳細工作說明

原則上在職位中的資料內容，會與「工作說明書」上的內容基本相同。只是需要注意的是，我們會需要盡量針對這些內容做「資料結構化」——比方說「部門」，應該就不會同時在資料庫中紀錄「設計部」和「設計部門」，而會是單一的資料。

順帶一題，職位職稱、Job Descriptiion大多數時候不會拿來作為分析使用，比較像是「紀錄」或是「參考」性質的資料。

流程

流程就是指「在招募流程中會發生的事情」，最重要的大概有這幾項：

• 參與流程的求職者
• 該名求職者對應的職位
• 階段：初試、複試……
• 時間：這項流程的執行時間（例如面試時間）
• 結果：這項流程的執行結果（例如面試有通過、不通過）

當然在「流程」這個要素當中，可能會產生出大量的衍生資料，面試可能會有面試紀錄、流程可能會需要紀錄面試的邀約狀態、不同種類的面試會有不同樣貌的面試結果……。但這些都會作為「流程」這個要素的附屬資料而有所關聯。

要素之間的邏輯關係

在招募系統當中，「流程」是連接求職者與職位的核心：

「每一個流程，都表示一個求職者對於一個職位的申請歷程，以及在這個歷程中發生的事件。」

也可以說，「招募」這件事情就是利用「流程」，將「求職者」與「職位」連結起來。因此，當以系統的概念去看待招募時，「一位求職者」在「一個職位」當中，可能會進行「多個流程」。

我在示意圖當中，在「求職者」與「職位」當中畫了一條顏色比較淡的線，這條線表示我建議每位求職者都應該會有「一個或以上」的職位——在正常的招募流程當中，應該要因事設人，幫求職者設定（或是依據他投遞的）目標職位來進行招募流程，在流程當中更改都沒有關係——但不是沒有對應到任何職位就進行招募流程。

小結：設計恰當的系統，才能更好的支撐數據

數據分析是一門用來提供Insight、解決問題的困難技術，但往往會有一件困難的事情：我們還不知道要解決什麼問題，就得先建置數據。否則，當真的要解決問題時再來建置數據往往為時已晚。

要如何建置出遇到問題能派的上用場的數據——解法就是，盡可能的建置完整、符合邏輯的數據與系統架構。並且當架構符合邏輯時，哪怕要做系統的修改、增減，會變得容易許多（這件事情我深有體會……），也才能夠讓數據發揮它們的最大價值。

CTA

如果你認同我的內容有所幫助，

歡迎在「方格子」或是「Linkedin」給我一個愛心or讚！

如果你認為我的內容可以幫助到更多人，

歡迎在各種管道進行分享！

如果你想要給我回饋或是有任何想法，

歡迎在「方格子」或是「Linkedin」留言告訴我！