基于职位信息聚合+大数据分析,职播网正在打造一个新的职位推荐引擎

36氪  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

渠道碎片化、信息过载是伤害求职者体验的一大痛点。走过校招流程的小伙伴们都有这样的体验:同时订阅四五个招聘网站,每天刷新上百条招聘信息,查公司、查职位、打听内幕,想找到一个满意的工作十分辛苦。

为了让寻找靠谱职位变简单,职播网做了两件事:

1、将不同渠道的招聘信息聚合,允许用户一站式获取多个招聘网站或企业官网的职位。

2、对公司背景做数据挖掘,对职位精细分类,提供更便捷的搜索体验和更可靠的职位评估。

从聚合上看,职播网和百度招聘(百伯做不下去后,转型为单纯的招聘搜索)、Indeed(世界最大的招聘搜索引擎)等基本类似。但百度等只是将职位信息集中展现,并未对信息本身做有意义的加工,用户得到的决策支持也比较有限。同时, 一个网站的信息量已经过载,N个网站叠加起来也只会增加用户的痛苦而已。

职播并不追求大而全,而希望在垂直领域提供经过筛选的高质量信息。目前职播只做应届生招聘和IT招聘,职位数据库虽然有300万,但剔除低相关性、低可靠性内容后,呈现给用户的只有35%左右。

从分类上看,职播网试图让条目设置更加精细。除了基本的行业、公司、职位等分类外,职播还加入了公司评分、职位发布时间和公司背景等线索供用户筛选。职播目前的公司评分主要来自各类公司点评网站,而简历库(由各大招聘网站抓取)和微博数据已经入手,眼下正在做数据清洗。至于公司背景,职播搜集了各类投资名单和行业榜单,未来还可能从更多渠道抓取企业信息(比如公司的股票走势、新闻、市场数据),用以完善评分模型。

另外,目前各招聘网站还存在着为数不少的“僵尸职位”。要么是该信息已经过期但没有及时撤下去,要么是某些猎头公司用虚假职位套取求职者资料。职播综合职位发布时间和公司评分对职位可信性做出甄别:比如某个职位新鲜出炉,职播会提醒你处于黄金投递期;某个职位重新发布,职播会告诉你面试率会降低20%到30%;某个职位若经认定为不靠谱,职播将告诫你不建议投递。基于数据挖掘,职播希望让用户避免将精力浪费在“僵尸职位”上。

职播对公司的职位发布情况提供了可视化的历史统计:

方块大小表示某一时段职位发布的密度,方块颜色表示了所发布职位的质量。基于统计,可以发现一些有价值的招聘规律(比如孤立时间点发布的职位,其申请成功率较高),或者仅仅用来判断该公司是否进入招聘季。这个表格对普通用户来说使用门槛较高,职播团队表示下一步会设法让统计结果变得更友好。

在我尝试将职播描述为“招聘搜索”的时候,该团队却坚持认为自己做的是“招聘推荐”。对此我的理解是,职播在“查全”与“查准”之间更倾向于后者。在未来,职播希望用户每天只需查看20个职位信息,从找工作的重负中解放出来。

职播团队此前做过一个名为“炫历中国”的图形化简历项目,做到后来发现陷入有用户无黏性的窘境,于是转向招聘推荐引擎。目前该团队核心成员只有5人,是个比较精干的队伍。

长远来看,职播应该是想做个性化职位推荐的,只是搜索引擎的定位使其很难做简历托管(搜集简历意味着与主流招聘网站的直接竞争),这为职播套上了两层枷锁:

1、个性化推荐上,目前只能依靠用户的行为数据和自主订阅。

2、盈利模式上,既不能做竞价排名(为了保持中立性),也较难开展直接面向B端的招聘业务。

当然还是那句话,有了用户,有了数据,就有了一切,这点职播团队和我都不担心。

这两年的在线招聘项目,社会化和垂直化是两大趋势,而职播网试图从大数据角度打造C端招聘产品(此前的数据挖掘服务多是提供给B端),算是又开辟了一条思路。

[36氪原创文章,作者: 沈超]

随意打赏

提交建议
微信扫一扫,分享给好友吧。