马云“迷妹”创业,打造猎头界的阿里巴巴 | 媒体专访

行业要闻 2018-11-15 13:54
     
 

初做平台时,猎上网犹如步履蹒跚的学童,不停踩坑。不过,辛小蝶倒是毫不避讳谈到这些。

成立5年多,合作猎企达到3万家,平台猎头10万人。猎上网是如何用互联网改造猎头产业的,背后的做法值得探寻。

2014年,一位红杉资本中国的投资人问辛小蝶,“你有偶像吗?”

“马云!”辛小蝶从不掩饰对马云的崇拜。

对于2012年入场猎头平台的辛小蝶来说,也是受到了阿里巴巴在网上卖货的启发,欲用互联网改造猎头产业。“为什么不能借助互联网,让猎头服务的效能得到提升?”

作为马云“迷妹”的辛小蝶,在时长仅为70分钟的访谈中,提及阿里不下10次。

辛小蝶曾在多个场合提及马云和他的阿里巴巴,也借此说明和猎聘网的模式之别,“猎聘网是京东模式,而我们是阿里模式。”

在辛小蝶看来,京东解决的其本身的问题,即如何让自有流量转化成生意;而阿里巴巴是通过改造供应链,欲解决行业及行业里每个玩家的问题。

一位同时使用两个平台的猎头公司创始人表示,虽然我们不可能只依靠平台,但不可否认的是,平台类公司整合客户资源给我们,对这个产业产生了巨大的推动作用。

以下为辛小蝶口述,经整理:

我毕业后就开始做猎头,有两年一直是第一名,我总结这是因为两点:

第一,天道酬勤。

第二,我做事有方法。

最初都是外企在用猎头服务,而外企的特点是部门多。我当时的方法是,尽可能说服HR给我不同事业部的同一岗位。这意味着,我在单位时间就可以找一波相似的人,时间成本回报最好。候选人有相似的岗位进行比较,跳槽的主动性也高,推荐给HR成功概率就高。

但作为一个顾问单体,同一时间维护大量HR也不现实。我就想,能否用一个平台来做,平台负责引流更海量的职位,把职位进行同质化分类,再根据猎头的擅长进行精准分发,是不是就多赢了?于是我在2012年8月创立了猎上网。

猎上网能够产生正向循环的原因是,我们通过业务团队、产品、运营(类淘宝小二)的合力,来提高HR的黏性,从而使回头客的量越来越大,用更低的成本去发更多的职位,这是同质化分类的基础。再分发给猎头的时候,才能对猎头的项目得到充分的满足。

它的发展分为三个阶段:

                                         0-1阶段

我们的策略是先吸引HR,再通过HR吸引猎头。

这是因为,猎头手上本来就有大量候选人和客户。但,他们的客户只会挑选部分候选人,而剩下的候选人也希望猎头能够帮到他。如何能够帮到他?一定是要有更多职位,只有BD HR才能启动良性循环。

我的做法是,先去BD做猎头公司时的铁杆HR,跟他们讲产品雏形,但是他们觉得我太冒险了。

我说,“你相信我呗,我不会砸牌子的。”

HR说,“行吧。你这个人和之前的服务是靠谱的。至于用什么方法,只要合规就好。”

他们口中“合规”的意思是,猎头平台肯定能连接更多的猎头,效能也肯定会提高。但,原来雇佣的猎头公司是直接员工,你给他发工资,他肯定听话。现在你把他们聚集到平台上,又不给人家发工资,如何保证服务质量?

在这个过程中,我的体会是:对于新的东西,大家确实需要认知的过程,这时候就愿意选择相信的人。所以,还是要好好做人。

聚集猎头也遇到了一些困难。

以前,猎头的工作都是在线下完成的,他们对互联网平台上也能把猎头服务完成半信半疑。他们问我,以前你是开猎头公司的,不偷我的简历吧?

再后来,猎头口口相传,很快就知道猎上网。他们在这里看到的优质客户,不是任何一家猎头公司都能签上的。

 

1-10阶段

从0-1的那一年,解决了入口的问题。到了1-10的阶段,我们开始不断放量,希望通过各种手段实现精准对接。此外,我们还开始制定服务标准。这个过程用了三年多。

这中间,踩了很多坑。比如,平台上有500个算法职位,如果只是从职位描述去看都差不多,但是这个职位背后所属的公司层次、地域、行业都不同。就像专车也分为豪华车和普通车,如何让这种表面相似的职位,能够有精细的颗粒度,进而进行精准分发,靠人是做不到的。不同的是,出行场景里维度少,比较简单,不外乎就是价格车型,而招聘智能中心要提取的颗粒度就太多了。

我不断从坑里爬出来,爬出来的速度也比较快,就像我之前做猎头的时候,如果我三天都还找不到HR给我的职位,就会叫停,跳出来看看哪里错了。我从中得到的最重要的经验,就是千万不要套用过往经验,尤其是不要套用电商的经验,买东西的逻辑和推荐职位的逻辑是不一样的。

后来我们索性忘掉电商,回归到业务场景里。世界上没有AI的时候,HR也照样通过大脑看到哪个简历能够匹配,猎头也能够看出来哪个简历和职位是匹配的,不外乎是我们希望通过AI能批量处理而已。

另外,大家都迷恋大数据,认为数据量得大才行,然后大家都在里面等数据增大,也不研究是不是提取的维度。后来我才明白过来,不要认为淘宝电商最先进,最先进的算法应该是模型的基础。做AI的基础不是数据量有多大,而是数据使用率,以及数据之间的关联关系。

 

10往上的阶段

从2017年开始,我们开始进入到10往上的阶段,这个阶段最重要的是如何在标准化的基础上更有温度,这是我们内部一直强调的。淘宝有那么多东西,大家对淘宝深刻的印象反而是“亲”,这就是一个生态的温度。

我认为猎上网竞争壁垒不是“众包”这一模式,而是人机结合。模式是可以抄的,我们后面现在就有很多跟随者。

招聘的本质绝对不是一个公司把信息放那了,候选人来上班了,而是服务。如何提高交流的效率,也需要技术的配合,现在最先进的技术当然是AI了。

人机结合让最先进的技术在人身上发酵,然后人和人之间能传递温度。大家用淘宝,一定是认为淘宝配套好——选东西千人千店、有信用等级等规则、有支付宝担保、透明的配送流程,以及交易纠纷的体系。所以,建立全套的体系是最难的,最重要的,也是别人最难复制的。

我认为,未来招聘一定是分层的,所以有的东西可以简单粗暴地通过信息匹配来解决,还有的一定是只提供信息匹配。人工智能做得再好,到最终还是需要服务来解决的。就像生活里我们买过过扫地机器人,但是家政这些事情还是需要人做的,只要是服务行业,本质就离不开人和温度。

原来的温度为什么不好?没有滴滴的时候,大家对打车的诟病有两个,第一是不好打,第二是出租车司机服务态度不好,没有温度嘛!现在滴滴用AI技术解决了司机接重复性的,损耗性的工作场景和环节,这样司机就更愿意提供有温度的服务了。

我们的AI,也是为了让HR跟人才沟通地更有温度,让猎头服务HR和人才的时候更有温度,让人才跟HR沟通的时候更有温度,我们做的是这个事是升温的工作。我们会为HR匹配他要招聘的领域中,既是专家又有资源的猎头。

最近,我们现在在做一款为HR提供全场景服务的产品,不再限于猎头服务了。我们会希望HR在我们这里能够省心,钱花的更值。这个改变是因为HR需要,HR不停的问,还能给我做这个吗?还能做这个吗?要能做这个就好了,这样就不麻烦了。我们陆陆续续解决的问题越来越多,精力成本也就越来越低。