招聘产品的商业化变现（1）：刷新

产品发展到一定阶段，商业化是不可回避的问题。文章对招聘行业可以商业化变现的产品进行了梳理的分析，与大家分享。

商业化产品经理，核心KPI是收入。如何在（尽量）不影响用户体验情况下，保证收入能够持续健康稳定增长是商业化产品经理一直面对的问题与挑战。

疫情期间不出门，正好抽出时间来盘点下招聘行业有哪些商业化变现产品。招聘行业B、C两端都有商业化变现产品。由于B端是大头，本次先谈B端商业化。

我将着重分析4款商业化变现产品： 刷新、竞价置顶、简历下载、约聊及人才吸铁石。 详见下图， 发布职位 链路上2款商业产品（ 刷新、竞价置顶 ）； 找简历 链路上共3款产品（ 简历下载、约聊及人才吸铁石 ）。

一、B端基本诉求

说到B端商业化，先从一个企业的诉求来谈起吧。HR到招聘网站来，TA的核心诉求是招到人。从招聘行业传统来说，一般有两条路。

第一条是HR发布职位，等待求职者投递，然后再从投递的求职者中找到合适的候选人，达成双向匹配。另外一条路是HR主动去人才库进行搜索，找到合适的候选人，主动联系，从而达成双向匹配。

这两条路都走得通的情况下，作为一枚HR，你会做出什么选择呢？是通过发职位等待求职者投递，还是主动去大库搜索简历？访问很多业内人员，各种回答都有，有的说 发职位 ，有的 找简历 ，也有回答两个都选的，但回答发布职位的居多。

这也与实际数据是相符的，从产品使用数据来看，80%以上会选择发职位，这是为什么呢？

因为找工作是一个双向选择过程，既然是双向选择，大家都希望对方先表达意愿，自己再从有意向的候选人中挑选符合自己条件的，这样成功的几率高。

所以发布职位看似很被动地在等待求职者投递，但实际上更容易达成双向选择。

在发布职位这一条链路上，我们公司提供了两款商业化产品，一个是刷新，另外一款是置顶，这一篇主要介绍刷新产品。

二、 刷新是什么

刷新是什么？用户为什么要选择刷新？用户刷新与不刷新有什么区别？

刷新就是 能帮助HR，让更多求职者看到其职位的一款产品。 对于HR来说，发布职位后，收到的 投递量 = 看到职位的人 * 转化率

通过这个公式，我们可知，HR想要获得好的招聘效果，收到更多投递简历。首先要保证  让更多的人看到职位 ，其次要保证职位转化率好（即看到职位的人产生投递的比率）。转化率又涉及到另一个问题，我们之后再谈。

刷新的作用原理 ：刷新是一款 曝光类 产品，功能类似百度、google的 搜索广告 。简单点说，它的作用有点类似高考加分，当用户的职位使用刷新时，我们给予额外加分，使其职位排名靠前，从而让更多的求职者看见，获得更多的投递机会。

1. 为什么叫刷新，不叫搜索广告（类百度、GOOGLE）

也许有些广告从业人员会奇怪，为什么是刷新？搜索引擎、电商都没有刷新，只有招聘行业叫刷新？是行业的特殊性吗？

对，仅仅引入广告行业的常规产品是不够的，我们需要加入行业的思考，做出更接行业地气的产品。

百度，google类似的搜索广告对时间维度敏感度并没那么高，百度收录网站，对这个网站的发布时间是没有特别明确的要求。而一个刚刚发布的 新鲜职位 对于求职者来说却是大大加分的。

早期招聘行业对刷新的处理就是简单的更新职位发布时间，让职位更具有吸引力。发展到后期，既更新发布时间保证职位吸引力，又在搜索排序上加分，提升其排名，让其获取更多曝光，从而让使用这款产品的职位获得更好的效果。

2. 为什么要用刷新？刷新的收费？

刷新的付费模式很简单，按次数收费，用户可以选择立即刷新，也可提前预约定时刷新，每次刷新作用时长24小时。

刷新可以增加曝光，提高排名，那是否所有职位一定要进行刷新呢？

我们做过C端客户的数据统计，C端用户的耐心是极其有限的，在PC的一次搜索结果里，60%的C端用户看不到30个职位，90%看不到60个职位。在这些查看列表的用户中，又有不到10%的用户查看详情，所以很多HR抱怨他们的招聘效果不好，其实最大的可能是他们的职位压根没有被求职者看到。

所以要想提高自己职位的排名，让更多求职者看到，对于有些急招的职位，就需要 使用曝光类的产品：刷新 来达到自己的招聘需求。

三、刷新的演变与优化

慢慢地，越来越多的用户开始使用刷新，刷新职位之间的竞争变得越来越激烈。

虽然总体来说，使用刷新的职位会比不使用刷新的职位效果好，但当刷新职位特别多的时候，与之竞争的都是那些加了分的职位。

这就好比大家高考都考了500分，又都加了100，而600分的学生非常多的时候，新的诉求出现了，在竞争激烈的环境下，如果你还想脱颖而出，怎么办？

为了更好的满足客户的需求，也为了让平台流量更好的变现，在刷新这款产品上，我们陆续向前演进，做了五个创新优化。

优化一：随时间衰减的刷新

刷新引入了一个24小时衰减的函数，我们还是拿高考加分作比，之前24小时我们都给考生加100分，不管何时刷，总之只要在24小时内，都会加分100。如图橙色线条。

现在呢，职位刚开始刷新的时候，排序达到最高值，加分100。但随着时间排名慢慢回落，会变成加分90，80，70，直到24小时后加分为0。如图蓝色线条。

为什么要把刷新加分做成随时间衰减的函数呢？因为好的位置好的流量就那么多，平台需要更合理的将流量变现。只有随时间衰减才会刺激客户不断去使用刷新，这样以前刷新一次就能保证24小时靠前的职位，在急招情况下，一天需要刷多次。

优化二：加倍刷新

除了随时间衰减的刷新，新增了2款加价刷新产品：2倍刷新，3倍刷新。参见下图

加倍刷新作用原理和刷新一样，唯一的区别是花更多的钱，加更多的分。比如刷新加100分，2倍刷新加150分，3倍刷新加200分。

针对竞争不那么激烈的职岗，可以使用刷新，针对竞争非常激烈的职岗，则需要使用加倍刷新来提升排名，获取更好的位置。

虽然，这样看起来好像平台显得更会 「剥削」 用户了，因为更早之前 发布职位 是付费的，而 刷新是免费使用 的。对于客户来说，以前只用付一次发布职位的钱，现在却不要为刷新不断付费，但实际我并不认同这个说法。

第1 当大家都能免费使用刷新的时候，每个职位都会使用刷新，对于平台或者客户来说，都刷新等于都不刷新，获得不到更好的效果。

第2 从平台的角度，因为无法识别客户职位的重要性，平台可操作的空间就会变小，从而无法为用户提供更好的服务。

刷新收费后，这些商业化产品就能够帮助平台识别哪些职位更重要更急招（ 例如刷新职位、加价刷新职位等），平台也可以把更好的位置留给更急招的职位，对于C端来说也有一定的价值，也能促进整个生态的健康发展。

优化三：职位排名查询工具

严格来说，这并不算是刷新产品，是由刷新产品衍生出来的一款数据产品。当越来越多用户使用刷新产品的时候，他们的问题也会越来越多。比如很多客户希望除了给展示、点击、投递等数据外，还有更直观的数据能够衡量刷新带来的效果。

为了解决客户的疑虑，让客户能够放心地使用刷新产品，于是一款新的产品出现了： 职位排名查询工具。

如上图所示，客户在使用刷新前，可先查询当前职位排名，比如当前截图的【高级助理工程师】职位，当前排名1000+，当超过1000时，我们就不计算排名了，因为C端用户基本不会看到1000以后的职位。

除了提示用户前面有多少职位使用付费产品外，平台还会预测用户如果立即使用刷新，排名会到X名;  如果使用加价刷新，排名会到X名。参见上图使用【2倍刷新]就会排到第一位了。

用户点击刷新，可以立即去确认排名，因为这个数据是按照真实排序规则实时计算出来的，所以也可以自信承诺客户，数据一定准确一致，从而确保客户对刷新这款产品有信心，使用起来心里有底。

通过排名工具，客户能更【聪明】的使用刷新产品，知道什么时候用【刷新】，什么时候该用【加价刷新】，什么时候用刷新都不管用了，应该用【置顶】。

优化四：AI精准刷新

不管是刷新，还是加价刷新，有2个问题：

第1 ：需要HR非常了解自己的求职者，知道什么时间刷新是最合适的；同时也需要求职者善于运用排名查询工具

但对于没有经验的HR来说，他不知道什么时间去刷是最合适的，比如凌晨去刷，求职者都不来，显然刷新没有效果。或者所有竞争职位都在刷的情况下去刷，刷新效果也不明显。

第2：一旦HR点了刷新，分就立即加上去了，对于平台来说，在合理分配流量这件事上，可操作空间太少。

打个比方，之前的刷新有点像手动档的汽车，受客户的驾驶技巧影响很大。毕竟HR更希望把精力花在游说候选人上，而不是研究平台的产品使用规律上，所以这时候需要引进一款自动档的汽车，这个自动档的汽车，叫 【AI精准刷新】

先说AI精准刷新的作用原理：与线上的刷新不同，AI精准刷新不是按时间刷新的，它是 按人刷新 的。

系统会在每天凌晨提前算好与职位匹配的候选人，当匹配候选人登录搜索时，立即提升其排名。这样确保了有效的且精准的曝光，让企业能够快速获取有质量、高活跃的简历。

如何来生成这张用户-职位的匹配map呢？目前主要通过协同过滤算法（userCF,给该用户推荐相似用户投递的职位；itemCF,给该用户推荐和他之前投递职位相似的职位）以及拿到付费职位通过大库搜索匹配CV，来最终合并成一张user-jd的map存在redis里，具体对这块感兴趣，可以再开篇详述，本文不作赘述。

总之，AI精准刷新的产品推出的好处有两点

1. 算法部门可以通过算法迭代，来不断优化人岗匹配的效果。 数据指标上可以通过【职均收到投递量】以及【刷新无投递占比】来衡量职位效果。 从数据指标上，能够知道AI精准刷新的效果是普通刷新的4倍。
2. HR部门可以节省时间精力，一切委托给平台来刷新

从此，不管你是喜欢开手动档汽车的，还是喜欢自动档汽车的，在刷新这款产品上，都能自由地作出选择。

优化五：刷新合并及推荐规则

刷新产品越来越多，刷新、加价刷新（2倍刷新、3倍刷新）、AI精准刷新……从平台角度，已经为顾客提供一系列刷新产品（好的、更好的、最好的），使他们能够从中选中一种最符合其估值的产品。

但面对这么多的刷新工具，新的问题产生了，用户不知道在什么情况下该选用哪种刷新工具？

为了解决以上问题，根据算法引入【刷新推荐规则及策略】成为必要。

平台会根据职位的历史数据、实时竞争情况、剩余资产等维度来推荐最合适该职位使用的刷新工具，帮助用户更好的做出招聘选择。

对于客户来说，他们再也不需要学习并区分各种刷新产品，只用跟着系统走就行了。

推荐规则上线后，AI精准刷新的使用量从不到3%迅速涨到26%，刷新效果也提升了50%，平台在刷新产品这一块的收入，也有很明显的提升，78%。

此时，B端、C端、平台的体验都达到了最好的平衡状态，皆大欢喜。

当然刷新这款产品还有很多层面的优化，比如AI精准刷新的算法，刷新推荐的策略等等都在不断迭代优化，但以上就是目前为止产品层面最大的演变进化，啰嗦了这半天，终于完成了刷新产品的整体介绍。

四、 刷新总结

刷新产品每一步的演变，都是基于对数据的观察，做出的策略调整。

梳理完刷新产品的过去与现状，我们来谈谈刷新产品有哪些优势，哪些不足，顺便展望下未来。

1. 刷新产品的优势

刷新作为一款搜索广告，其优势有3点

1. 根据用户搜索的查询词来触发广告-刷新职位，搜索词非常强地表达了用户的意图，所以可以进行非常精准的定向
2. 刷新职位的展示形式与自然结果一致，C端用户的点击率也会提升，从而尽一步保证的广告的效果
3. 职位曝光，点击，投递等转化数据都在站内发生，相较于一般的搜索广告，平台可以更进一步做CVR预估（即从点击到投递的转化率），帮助客户更好的提升招聘效果

2. 刷新产品的不足

刷新产品有哪些不足或者制约呢？

1. 当刷新职位过少时，无法形成竞争环境。职位刷新与不刷新区别不大，用户继续使用刷新产品的动机不足，对于平台来说，收入会受到很大影响。
2. 当刷新职位过多时，竞争非常激烈，刷新效果也不明显。对于C端来说，满屏皆是刷新职位，也会大大影响到C端的用户体验。

当越来越多职位使用刷新，竞争的环境越来越激烈。流量是有限的，尤其是头部位置更是稀缺资源。

对于B端客户来说，看重招聘效果，会衡量ROI；对于C端用户来说，看重求职效果，在意用户体验；对于平台来说，看重收入；

平台想要更多收入，B端想要效果，于是不停售卖广告位置。但长远来看，是以牺牲C端用户体验为代价的。平台减少广告位，又会影响收入。将广告职位限制在一定数量后，有更愿意花钱、极需招聘的B端职位怎么办？

3. 未来展望

如何平衡B，C，平台这三端的利益？挑战越来越多。在流量不增的情况下，合理划分流量成为关键，竞价这一交易模式应运而生。我们可以

1. 固定广告数量，保证C端用户体验
2. 对于B来说，通过对流量的估值来做出自己的报价；当有急招需求时，也可通过提高出价，来获取更好的效果；而不是因为没及时买到广告位，而束手无策。
3. 对于平台来说，价格来自于价值，通过市场供需和客户估价来得到应有的收益是最合理的，拍卖行的经验在这里得到明显的应用

于是，搜索页最前的稀缺位置，我们创建了另一款搜索广告产品：竞价置顶。

竞价置顶和刷新本质上没有区别，都是搜索广告，只是置顶永远排在上面。

在竞价置顶的产品介绍中，我会重点梳理竞价置顶的产品策略、位置拍卖与机制设计等……

题外话

对于商业化产品来说，相对于功能，我们更需要关注产品策略。相较于感觉，我们更需要对数据敏锐。

合理设计商业化产品，认真且充分平衡客户、平台、C端这三方利益，才能让商业化的收入能够长期健康地，稳定持续地增长。

这也是我们设计每一款商业化产品，都需要不断在脑海中思索以及把握的原则。

 

作者：郭娟，商业化产品经理

本文由 @郭娟 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。