要是你在求职者还未受聘前就知道他们什么时候会辞职会怎么样?尽管科技公司还不能以精确到分钟的程度来预测新员工将在岗位上呆的时间，但两家创业公司正在销售模式匹配，模式匹配有助于雇主预测未来的员工能否熬过一年。如果这个技术管用，那么它可以为雇主节省数十亿美元。但是这种回报值得吗?
首先，有Pymetrics这么一家公司，这是一家让求职者体验12个在线游戏的数据科学初创公司，它的首席执行官兼联合创始人Frida Polli博士解释说：但是“它们不单单是游戏。它们是全球认知神经科学界开发的旨在观察不同的认知特征和情绪特征的科学实验。”
在埃森哲(Accenture)或联合利华(Unilever)申请职位的人，即Pymetrics的重要客户，在网上玩单人纸牌游戏，将虚拟圆环堆成堆，以及参与旨在破译申请人大脑内部运作的其它练习：他们是一个无私的人吗?处理分心时，他们工作得更快还是更慢?这项技术测量了超过90种认知，情感和社交方面的特征，Polli说：所有这些特征“在不同的公司中扮演着不同的角色。”
一旦测试测出求职者的思维方式，Pymetrics的预测建模就开始发挥作用了。Polli解释说：“对于所有与我们合作的客户，我们都让他们的绩效优异者体验这些游戏，这就是我们在一家公司的一个职位上确立对于提高绩效来说很重要的特征的方式。数据科学模式将求职者的成绩与成功的员工的数据进行模式匹配，突然间：Pymetrics提供了基于百分比的匹配度，该匹配度的依据是测试对象工作一年以上的可能性。
Polli说，成功的标准是由每个客户决定的，但是公司鼓励雇主使用可量化的指标，比如销售工作完成了多少个季度的目标。从1%到100%，匹配度分为强、中、低。中等或低等的匹配度表示申请人不能很好地配合并且会离职。
人工智能保留预测：一个关于准确性的问题
但劳动力研究公司Work Institute的总裁Danny Nelms说，这样的预测是有问题的：“人员流动率的75%的可控性是更多与更少的问题”，他解释说，内部的，公司驱动的因素是如何成为员工离职的原因的。有些因素，如低于标准的薪酬，可以在全公司范围内得到控制，但有些时候，优秀的员工只与那些迫使他们离职的坏老板为伍。以一个有40位不同的管理者的工作场所为例，Nelms认为：“好吧，这40位管理者的管理方式都不尽相同，对吗?我是否要让人工智能具体到能准确理解——这个人想得到怎么样的管理?——他们正由此人来管理吗?”
Pymetrics并不从单个团队的级别考察匹配程度，但它确实说明了不同公司的同一头衔的职位可能迥然不同。就拿销售来说：有些企业需要好斗的猎手，而另一些企业则寻求公关能手。Polli说：“也许50年前，不同公司的职位更为相似。世界可能并没有那么复杂。但是现在我认为，人们口中所称的任何职位的变异多得让我很难说出这样的话——‘噢，找到这三样东西，你们就万事俱备了。’”
但是寻找关键特征正是她的公司所做的事情。当本人参与Pymetrics的测试时，我在“高风险偏好”、“低风险偏好”和“规划速度”中得了高分。我的成绩将这些列为企业家的消极特征，它预测我只有 6%的可能性成为挺过一年的个案：我是一个两度创业的科技公司创始人，在经营了九年之后，我把我创办的第一家公司以几倍于收益的价钱卖掉。我作为一名技术创始人，这些所谓的消极特征有助于我履行职责。
除了准确性的问题外，人工智能预测留任率的用例仍然是令人信服的。Work Institute的报告指出，美国的企业每年的人员流动成本为5360亿美元，第一年有34%的员工离职。Nelms解释说：“损失一名员工的成本大约是基本工资的33%”，美国的企业付出了这样的代价——招聘成本和培训成本以及因为没有合适的在职人员而造成的生产力冲击。
参考标准的预测能力
在12个Pymetrics考验应试者的认知测试中，没有一个测量是针对实际的工作才能的。对于与表现相关的模式匹配，我们有SkillSurvey，这是一家总部位于费城的公司，它分析了所提供的参考标准的反馈。
该公司的总裁兼首席执行官Ray Bixler表示，这种反馈有两种形式。首先，参考标准对30个工作场所的行为按1分到7分的程度进行评级。该公司还对他描述为“一个使参考标准得以做出进一步解释的自由的字段区...有关优势的三个字段区和有关发展的三个字段区”进行了一字不漏的收集。SkillSurvey逐个字段区地结合评级，以更好地了解它们，然后将评级与其他申请类似工作的人进行模式匹配。
Bixler说：“参考标准响应率——屡屡比任何其它的数据集都更能预测人员流失的数据集——是我们要考察的最最重要的数据集。数据最终还是回来了，因为申请人想要的参考标准实际上将有助于减少人员流动率，并预测一年后的表现。”SkillSurvey的一般客户发现其人员流失率下降了35%。
但是，要让模式匹配来预测这一点，你必须使用好的模式。在DocuSign，高级招聘总监Susan Ross说，参考标准必须在两天内响应SkillSurvey，否则申请人将无法得到这份工作。晚于这个时间，内部匹配会表明他们不是最好的新人。参考标准可能不能做出快速响应的理由有很多，这些理由与求职者无关，所以不用担心。但是这个时间表是DocuSign特有的，Ross说它和其它的匹配很管用：在国际上部署SkillSurvey之后，DocuSign选择不雇用11个参考标准成绩很差的人，节省了超过100万美元的可能产生的人员流失成本。
Polli说：回到Pymetrics上来，部署了这些后，一年的人员流失率减少了14%到60%。她表示：“我们也看到了工作绩效指标的提升(如销售的提升)与此发生的联系。”
对于习惯于克服困难的申请人来说，模式匹配可能不是一件好事。而且，如果雇主不雇用这些能超越统计几率的人，那么他们会错过这些人本来可以提供的洞察。但是，这并不能降低人员流动的成本，或者减少管理成本。真正的解决方案在于个人招聘者如何使用技术进行预测。引用Bixler的话来说就是：“我们不做任何判断，说白了只是共享数据。”
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
京公网安备 11010502049343号