别人家的员工永远更好？这是不折不扣的误解

这些新做法的一大问题是，我们无法知道它们是否能带来高质量的招聘。只有1/3美国企业称会系统分析员工入职后的表现，仅有少部分企业会进行严格评估，而跟踪招聘平均费用和时间的就更少。相比之下，如果CEO询问某项营销计划的进展情况，回答显然不可能是“我们了解所需时间和成本，但还没有分析销量增长情况”。

世界大型企业联合会（The Conference Board）最近一次年度调查显示，招聘仍是企业CEO和高管层最关心的事项。普华永道2017年CEO调查显示，CEO认为人才和技能短缺是对本企业的最大威胁。企业招聘开支也很高。

据美国人力资源管理协会（Society for Human Resource Management）测算，美国企业的平均招聘成本为4129美元，管理职位则数倍于此，而每年新入职人次高达6600万。企业为人力资源服务商支付的费用高达200亿美元，其中大部分花在招聘上。

企业对这件至关重要的事情投入巨大，却对其成效所知甚少。原因何在？

问题源头

诸多调查显示，企业认为招聘工作困难很大。对此可能有很多解释，比如它们对候选人过于挑剔。但很明显，企业的招聘规模已创下纪录，原因有两点。

首先，职位空缺更多由外部人而非内部人填补。今天，只有28%的招聘领导者认为内部候选人是填补职位空缺的重要资源，这背后可能是员工培养不足和职业路径不清晰。从外部招聘，组织无须付出培训和员工培养的成本。这些人不需要培训，来了就能干活，但也更难找。

招聘难做的第二个原因在于员工保留。竞争对手之间相互挖人，因此企业必须为离职员工找到替代者。美国人口普查和劳工统计局数据显示，企业95%的招聘都是为填补职位空缺，而大多数空缺都来自主动离职。领英数据显示，员工跳槽的最常见原因是寻求职业提升，这无疑与内部晋升机会不足有关。

因此，大多数情况下，企业进行招聘的根本原因是员工保留做得太差。以下是几种简单的改进方法：

跟踪内部招聘比例。有道是，无考核不管理，但很多企业对招聘结果跟踪不够。大多数企业都对内部招聘比例之低感到震惊：难道我们的员工无法胜任多重角色和责任更重大的职位吗？

在内部发布所有职位信息。内部招聘机制形成于互联网繁荣时代，目的是帮助员工在企业内部找到新工作，从而减少人员流失。由于担心管理者的干涉可能导致员工离职，企业普遍规定管理者无权得知下属是否要内部转岗。

但金融危机后，员工主动离职减少，很多企业走回老路，管理者又开始干预员工内部转岗。康奈尔大学的凯勒（JR Keller）发现，如果管理者对于某个职位已有理想人选，招聘质量通常不如开放竞聘。最合逻辑的解释是，很少有企业真正了解其拥有的人才和能力。

了解外部招聘的成本。沃顿商学院的马修·毕德威尔（Matthew Bidwell）发现，企业外部招聘除须付出时间精力外，还有更大成本：外部人需要3年才能达到内部人的工作水平，而内部人需要7年才能挣到外部人的工资。外部招聘还会导致现有员工拿出时间精力准备跳槽。组织文化会受到干扰，帮助外部人融入也会增加团队的负担。

改进招聘流程

关于招聘工作本身，我们发现很多企业缺乏全局视角，过于关注新技术和成本控制，却忽略了终极目标：招到最理想的人。以下是对改进招聘流程的一些建议：

不要发布“虚构职位”。企业在官网上发布职位信息不需要任何成本，而Indeed等在线服务商专门搜集这些职位信息，并推给全球各地的求职者。因此并不意外，部分职位信息是虚构的。企业可能只是在钓鱼：“咱们看看是不是有牛人，如果真有，我们可以为他设一个职位。”

在招到人后，为继续扩大人才库，或者只是因为嫌麻烦，企业通常也不会撤下招聘信息。还有些无良猎头公司发布职位信息只是为收集简历，好向客户推销。这些虚构职位让劳动市场显得比实际紧张，对于经济政策制定者和求职者都是麻烦，因此企业应该在招到人后撤下职位信息。

合理设置职位要求。确定职位要求和相应候选人资质已经变得困难，这同样是由内部招聘式微造成的。内部招聘管理者的工作之一是修正用人管理者的需求，例如“这份工作并不需要10年经验”，或“具备所有这些条件的人不可能接受你给出的薪水”。

我此前的研究发现，很多企业将大量职位要求输入招聘软件，根据申请者是否符合条件进行筛选，结果几乎找不到符合全部要求的人。裁撤有经验的招聘管理者，将招聘工作直接交给用人者，是典型的捡芝麻丢西瓜。

减少关注被动候选人。招聘流程的第一步通常是寻找有经验但不打算跳槽的人，背后的观念是，主动想跳槽的人可能有问题。2015年领英对超过2万名人力资源从业者进行调查，其中86%称所在组织对被动候选人“非常重视”或“比较重视”。自那以来，这一比例很可能又有提升。招聘者清楚，只要开价够高，绝大多数人都会考虑跳槽。

企业的招聘预算有极高比例投入到以被动求职者为目标的招聘服务商，但CareerXroads的杰瑞·克里斯宾（Gerry Crispin）和克里斯·霍伊特（Chris Hoyt）的研究显示，企业成功招到的员工中，只有11%是挖来的。

没有证据显示被动求职者更可能成为好员工，更何况挖人的成本效率很低。如果把招聘工作重点放在被动候选人，你要仔细考虑实际效果，最好做一下数据分析。

认识内部推荐的局限。寻找新员工最常见的方式是内推。领英的研究显示，企业48%的新员工来自内推渠道。这种方式似乎成本很低，但是否效果更佳？很多企业认为是这样。不过企业未能充分评估，因此很难有定论。

埃米利奥·卡斯蒂亚（Emilio Castilla）的研究团队得出了相反的结论。他们发现，如果内推效果更好，原因通常是推荐人的照顾和引路；如果推荐人在新员工入职前离职，内推的效果并不会更好。这也是为什么内推奖励一般在新员工入职半年后发放——如果推荐人还在职的话。

评估招聘结果。由于缺乏跟踪评估，很少有企业清楚哪个渠道能以最低成本带来最高质量的人才。印度的塔塔集团是一个例外，它很早就开始遵从最佳实践。以校招为例，塔塔会统计哪些大学的毕业生表现最好、服务时间最长、起薪最低。其他企业同样应跟踪评估招聘渠道和员工表现，找出带来最佳招聘结果的渠道。

减少申请人数。招聘行业非常重视所谓“漏斗”，即看到职位信息的人递交申请、接受面试、最终得到工作邀请的流程。虽然企业改进招聘的努力基本围绕提高速度和降低成本，却让更多申请者进入漏斗。事实上，如果企业的目标是以较高的成本效率招到高质量人才，那么最好劝退不适合的申请者，而不是将申请者堆满漏斗。

相反，建立更小但更符合条件的人才库，企业的收益会更高，原因有如下几点：处理工作申请有成本，而且在当前市场环境下，有些求职者会突然“玩消失”；申请者还会给企业带来法律风险，因为企业对员工的义务（如反歧视条款）同样适用于求职者；让大量申请者进入漏斗，意味着很多人都不符合职位或企业的要求，必须在接下来的筛选阶段淘汰掉，而事实证明企业对此并不擅长。

测试通用技能。预测候选人表现并作出聘用决策，相关的科学研究至少可以追溯到“一战”时期。通过研究，人力心理学家掌握了很多规律，如大学成绩和非结构化多轮面试都无助于预测候选人表现，而过往表现则可以。但当代企业已经忘却了这些规律。

企业可能很难掌握关于外部申请人过往表现的信息，那么还有其他方法吗？即便是专业研究者，对这点也少有共识。这主要是因为一份工作包含多种任务和面向，每种的预测指标都不同。

不过人们普遍认为，测试候选人的通用技能目前是最佳方法。申请者能讲法语吗？可以写简单程序吗？等等。但只有测试还不够。经济学家米切尔·霍夫曼（Mitchell Hoffman）、丽萨·卡恩（Lisa B. Kahn）和达妮埃尔·李（Danielle Li）发现，即便企业进行这类测试，招聘主管也经常不重视，结果招聘质量不理想。

心理学家内森·昆塞尔（Nathan Kuncel）的研究团队发现，即便招聘主管采用客观标准并进行测试，一旦他们自己进行权重分配和判断，招聘质量就不如采用纯客观流程。包括IQ测试在内，只有40%的企业测试候选人的通用技能。大多数企业做的是什么呢？74%会做大麻等药物检测。即便在消遣性大麻已经合法的州，企业还在这样做。

警惕高科技服务商。招聘测试领域的空白吸引了一批创业者，这些人聘用数据科学家，或者自己就是数据科学家。他们为招聘流程带来新方法，但通常并不了解实际招聘工作。

人力资源科技通讯HRExaminer运营者约翰·萨姆瑟（John Sumser）估计，企业平均每天要接到5到7家主打数据科学的人力资源服务商的提案，几乎全部与招聘有关。这些服务商有各种酷炫的测试工具，如评估候选人的电脑游戏等。但由于缺少实际表现的验证，我们不知道这些工具能否带来质量更高的招聘决策。

更新面试流程。Glassdoor的研究显示，2009年以来，企业用于面试的时间接近翻倍。增加的时间有多少来自准备时间的延长，我们无从得知；但这至少部分解释了完成招聘所需时间增加的原因。面试可能是最难掌握的技术：为提高正确判断的几率，面试官必须聚焦于候选人过往表现中与当前职位相关的部分，并对所有候选人一视同仁。即兴发挥基本上不会有任何收获。

更重要的是，面试是最容易出现偏见的环节。面试官经常临场决定提问内容，还可能依自己的心情解读申请者的回答。总有管理者确信自己掌握提问“秘籍”，比如所谓荒岛求生问题。

洛克菲勒基金会的研究显示，文化契合度是企业认为最重要的筛选标准，而面试是最重要的考察方式。然而，文化契合度又是最模糊的标准，因为很少有组织对自身文化有清晰稳定的认识。即便有这种认识，根据候选人特质推断文化契合度，也绝不简单。

例如，某位申请者是兄弟会成员，这说明他善于协作，还是精英主义，还是歧视女性？或者这一点与文化契合度完全无关？让没有经验或相关训练的人来下判断，必然导致不理想的招聘决策和歧视行为。企业应仔细考虑面试规则的合理性，而且一定不要再增加面试官人数。

认识机器学习的优劣势。文化契合度是另一块新服务商云集的业务。它们一般收集现有员工的数据，设计机器学习模型来分析最佳员工的特质，然后运用模型来寻找具备相同特质的候选人。

和这个新行业中的许多东西一样，这种方法看起来很美，细究之下却可能有很多问题。由于最佳员工中白人男性很多，算法的关键词必然会包含“白人”和“男性”。如果这个范畴被禁用，算法则会给出与白人男性相关的特质，比如打过橄榄球。

机器学习模型确实有可能找到此前被忽略的重要关联。在招聘研究中占主导地位的心理学家热衷于研究与本专业相关的人格等特质，但忽略了更大的问题：理想的候选人有哪些特征？这些人的研究结论掩饰了一个事实，即他们很难预测候选人的表现，尤其在涉及很多变量的情况下。

机器学习则能发现一些预测准确度很高的因素。企业员工分析服务先驱Evolv（现并入Cornerstone OnDemand）发现，候选人通勤距离能很好地预测离职情况。虽然这种方法也有问题，但心理学模型根本不会关注这个因素。

关于筛选申请者，我的建议很简单：进行技能测试；让服务商证明其能预测候选人的表现；减少面试次数并提高稳定性。

前景展望

如果无法判断候选人能否成为好员工，企业就不可能改进招聘。如果目标不明确，你就只能随波逐流。你还必须通过评估考核找出最优秀的员工。

为什么企业没有这样做？调查显示，企业未能系统分析招聘效果，是因为评估员工表现很困难。这是典型的因为追求完美未能成功而连优秀都不争取的表现。

其实，有些表现不难评估，如员工的出勤和离职情况。几乎所有企业都会进行绩效评估，但如果你对结果不信任，可以采用更简单的做法——问问负责人：“你后悔聘这个人吗？如果可以重新选择，你还会聘他吗？”

招聘是当代商业世界最重要的领域之一，如果未能跟踪评估招聘质量，那么你的企业在这个领域就存在重大缺陷。

彼得·卡佩利（Peter Cappelli） | 文

彼得·卡佩利是沃顿商学院管理学George W. Taylor教席教授、人力资源研究中心主任。他最近出版的著作是《上大学值得吗？》（Will College Pay Off? A Guide to the Most Important Financial Decision You’ll Ever Make，PublicAffairs出版社，2015）

王晨 |译刘铮筝 |校李源 |编辑

本文有删节，原文参见《哈佛商业评论》中文版2019年5月刊。