如何用数学公式从人群中挑选最优秀的一个人?
作为资深的面试官,我首先要纠正一点,职场里的面试并不是用来挑选“最优秀的一个人”,而是在挑选出来“最合适的一个人”。因为面试是和岗位需求密切相关的,举个例子,我目前招聘的岗位是公司的财务经理,即使马云刘强东雷军任正非这些优秀到极点的人排队来面试,也是要被面试官淘汰的,因为他们做管理做战略固然出色,但真的不太适合财务经理这个岗位。所以,你的这个问题实际上是在询问,如果公司在招聘某个岗位,有一百个人来应聘,作为面试官,你逐个面试,不准回头选,如何用数学的方法,能够从这一百个人中间来找到最适合的那个候选人。
我认为:要回答这个问题,其实并不复杂,每个公司里的面试官,日常在做的工作就是对这个问题的生动回答。简要概括一下,答案分成两个部分。第一部分称之为“定义模型”,即首先你要定义清楚“到底什么样的人,才能称之为优秀的人”,要知道针对不同的公司,不同的岗位,对“优秀”这两个字的具体定义是完全不同的,但是定义“优秀”的方法却是共同的;第二部分称之为“挑选方法”,即如果明确界定了什么样的人才是“优秀”的人才,那么应该用什么样的方法把他们从人群中挑选出来。
在实际的职场操作中,“定义模型”的部分通常采用的是四维模型,即通过考察候选人的胜任力、意愿力、持久力和用人成本,来对候选人进行一个总体的统计平均打分,得出每个候选人的分值,然后进行择优录取。由于现在你限制了新的条件,即“不准回头选”,那就只能采取“实验-核定-挑选”的经典方法来进行挑选了,只有这样才能保证挑选出最合适的人选。
第一步:通过四个维度来定义模型,即首先确定到底什么样的人才才能称之为“优秀的人才”。
由于职场里的面试,并不是日常那种“挑选绝对的最优秀人才”,而是挑选“最适合这个岗位的优秀人才”,因此针对每个岗位,都会利用四个维度来定义岗位人才模型,只有在这个模型下得分最高的候选人,才能称之为“最适合的优秀人才”。
而定义模型,通常就是定义每个候选人的胜任力、意愿力、持久力和用人成本,根据四个维度进行加权统计,最终得出每个候选人的评分。下面挨个介绍一下:
1、胜任力
即候选人的岗位胜任力,也就是候选人的专业能力。比如招聘财务经理,可能就会定出一系列要求,比如熟悉财务专业毕业、熟悉财务报表等一系列条件,根据这些条件对候选人打分,来判断候选人在胜任力这个维度的得分。
2、意愿力
即候选人加入本公司本岗位的意愿性有多大,通常会在面试里限定一些问题,比如会询问候选人上份工作的薪资(如果上份工作的薪资和我们提供的岗位差不多,候选人意愿性就会弱),家庭住址(如果候选人住的离公司很远,其意愿性也会变弱),加班意愿等。通过对这些项目的打分,来判断候选人加入本公司本岗位的意愿。
3、持久力
即候选人加入本公司的最大促使力是什么,这个将决定候选人加入本公司后,能够做多久。比如候选人格外看重职位升迁,如果本公司职位升迁速度很慢,候选人加入后不久就会因为没有升职机会而离职。
4、成本核算
即候选人所期望的薪资福利,在能够完成同等工作任务的前提下,企业自然倾向于用人成本越低越好。所以对每个候选人进行核算后,会根据每个候选人的成本进行评价,用人成本越高,候选人在这项的得分就会越低,并将该评分和上述三项评分一起,进行综合统计。
举个例子:
有小王和小张两个候选人,分别得分如下:
小王:胜任力90,意愿力90,持久力60,成本核算80(注意,成本核算值这一项得分越低越低,代表该候选人的用人成本越高)
小张:胜任力80,意愿力85,持久力80,成本核算95(注意,成本核算值越低,代表成本越高)
假设加权系数是一样的(企业里每个维度的加权系数通常都是不一样的,为了简单计算,我们就取个最简单的平均值)。那么小王的统计平均分=80;小张的统计平均分=85,小张的整体统计得分高于小王。理论上应该录取小张!
当然在使用“四维模型”进行人才适应度统计积分时,有一点要格外注意,公司是可以设置“一票否决项”的!比如,胜任力这一项,公司可以设置为“低于60分的,一票否决”,因为胜任力这个维度代表了该员工是否能够胜任这项工作,如果候选人的能力根本不能胜任这项工作,不论他多么有意愿,成本多低,理论上都是不能录取他的。
比如招聘JAVA程序架构师,马云和刘强东来应聘,由于他们不是该专业出身,胜任力这一项就会低于60分,他们直接就会被淘汰了,根本不需要考虑后面那三项的得分!
小结:
选择优秀人才,首先就是要界定出来到底什么样的人才是“优秀人才”,目前职场里通常采用四维模型统计积分法来进行甄别。如果有100个候选人来面试,面试官只需要对这100人分别面试,并记录每人在面试时的打分,等面试结束后,然后取其中最高的几个人就可以了,这是最严谨的操作方式。当然实际面试中,由于存在面试官的个人喜好因素,常常并不那么严格。
第二步:如果设定了“不准回头挑选”的条件,就只有采用“实验-核定-挑选”的甄别方法来进行选择了!
正如我们上面所说,实际的职场里,都是先进行一一面试,然后再根据每个人的积分,进行综合遴选的。而现在由于设定了额外的条件,即“不准回头”,那挑选起来就会很有难度,为了保证最终挑到合适的人才。只有采取最经典的“捡麦穗法”,也就是“实验-核定-挑选”的方法!
下面简单介绍下什么叫做“捡麦穗法”,意思就是一个人走过100米长的麦田,要挑选出最大的麦穗,只有一次机会,而且不准回头,问如何挑选?答案是分三步:
先走前三分之一,看看什么样的算是最大的;再走三分之一,验证一下自己的判断;最后三分之一时,看到和前面差不多的大的,就要果断下手!下面详细说说怎么挑选:
1、第一步,实验阶段
就是挨个面试前30个人,只面试不要挑选。按照设定的人才遴选条件,为这30个候选人挨个打分,等到30个人全部面试完毕,这时候就会得到一份30名候选人的综合统计分数,对这30个人的综合得分进行排名,看看TOP5的得分是多少。
假设按照四维模型,对这前30个人进行统计打分,第一名的得分是95分,第五名的得分是90分。我们就可以得出一个重要的结论:那就是90分以上的就是非常不错的人才,95分左右的是已经能找到的最优秀人才,90-95之间的人才,是完全可以当场确定的!
2、第二步,核实阶段
前面得到的这个结论,是否正确呢,毕竟30个人的样本是不能代表100个人的样本的。为了减少这种误差,我们就可以再利用另外的30个人进行核查。也就是再对30个人进行逐一面试,也不录取。对这30个人也进行统计积分,并进行排名,看看这30个人的统计积分的TOP5是多少。
按照四维模型,另取的这30个人的统计积分,如果第一名是98分,第五名的得分是88分。综合第一拨30人的得分。我们可以得出结论:看来90分以上的人才确实是不错的人才了。如果有93以上的,基本上属于绝对的优秀人才了!
3、第三步,挑选阶段
100个候选人,经过前面的两拨操作,现在只剩下40个人了。你要做的就是对这40个人开始面试,面试一位候选人,就记录下他的统计得分。如果遇到有93人以上的候选人,立即录取。这就是你选出的最合适人才。
如果前两次遇到90分左右的候选人,直接略过;但第三次遇到时,就可以果断录取!因为无法保证后面还有比这个更高的候选人,你不能冒这个风险!
小结:
这种方法虽然不能保证你选出来的候选人,一定就是100人里的“最合适的那一个”,但一定可以保证你挑选出来的候选人是“非常合适的那一个”。也就是从概率统计学的角度而言,这样选出来的候选人肯定是属于“最合适的那几个里面的一个”。
最后的总结
最后跟大家再次强调一遍,企业里进行招聘,不是在选择“最优秀的人才”,而是选择“最适合的人才”。有些人才确实非常优秀,却未必适合这家公司或者这个岗位。而到底什么叫做“适合”,各个公司的规定也是不一样的。
通常的做法,就是利用四维模型,先确定到底符合什么条件的候选人,才是你认为的“优秀候选人”。也就是你要先确定选择标准!
然后再按照“实验-核定-挑选”的方式,先运用一部分样本来确定选择分数,运用一部分标准核定分数,再用最后的样本直接进行选择!虽然这种方法不能保证找到分数最高的哪一位,但是却可以找到分数较高的哪一位。
由于考虑到“分数最高的那一位”也并不一定就是“最合适的”,只是理论上来讲是最合适的。我们用的这种方法虽然找不到最高分,却可以找到“最合适的头部那一批人中的一个”。因此这种方法,具有较大的可操作性,是目前在实践中广泛采用的方法。
-END-
点击上方关注【职场再出发】:世界500强资深经理人,为你深度剖析职场问题,全部原创,助你职场再出发!抄袭必究!