京公网安备 11010802034615号
经营许可证编号:京B2-20210330
纳人:用大数据来招聘到最合适的人才
招聘不是招最优秀的人,而是招最合适的人。纳人坚持的就是如此。
“企业核心就是团队、战略方向和资金,只有一群人能有效组织,搭配合理,企业才能高效运转。这就像齿轮一样,只有合适的尺寸放在一起才可以无消耗运转,不然就算有福利等润滑油,也无济于事。”纳人创始人姜海峰介绍道。
在创立的近一年时间,纳人以在线考评为核心,建立了1000多个维度的考核机制,包括个人性格、行业背景、学习背景等。纳人再根据背后大数据的逻辑来分析评价,为每个企业提供合适的人选。
在此之后,纳人可以提供两种服务,一种是免费的,纳人通过自己建立的模型和人工智能来帮助企业进行职位匹配,筛选那些企业通过各种渠道收集到的各种简历,准确率可以高达90%。
另外一种服务则是人才服务系统,纳人为一些企业提供招聘服务,从精准匹配筛选到最后帮助企业招到合适的人才,这包括筛选简历、匹配简历、电话预约面试、预约到场面试等,时长最短一周,最长两三周。同时纳人收取0.1到0.6的月薪佣金,这大概是猎头服务费的十分之一。
对于个人用户来说,纳人是完全免费的,用户通过手机客户端完成在线考评和信息更新,纳人就会采用区别于传统定制推送的静默式服务,一个月系统自动推送一个适合的职位给个人用户。
同时纳人人才经纪人也会去跟用户联系,一旦用户觉得有更好的发展机会,想变动,就会进行工作机会的撮合。
纳人坚持做的是推动型,而不是鼓动型就业。用户有思考的余地,有合适的机会就可以考虑。尤其是发现职业规划合适、离家近等各方面非常贴切的,就跟用户进行沟通,力争达到双方都满意。
“现在的IT行业,人才的流动基本在一年半到两年之间。虽然不是特别高频的事情,但由于高效,目前也积累到了150万用户,而且这些用户都有完整的简历。”联合创始人李瑛示。
至于盈利模式,纳人打破传统的招聘平台广告付费的模式,而是为效果付费。“我们建立了一个专门的人才经纪服务团队,对每家有招聘需求的企业都会进行深入了解,从创始人到公司的发展历程,熟悉业务和氛围等,列出详细的职位需求表,给用户提供高品质的需求,他们何乐而不为。”
这一切都是通过纳人的技术来实现的。姜海峰表示,“我本人申请的国内外发明专利达17项。我们通过模型和算法筛选简历,看100份简历只需要1分钟即可。目前该模型的智能化程度已经相当于有两三年工作经验的招聘经理。”
、
“我们不是简单的炒概念,创立一年半以来,我们不断投入研发,本身就具有技术壁垒,未来也会保持高速发展。不断优化机器的智能化,与人工的经验水平接近“
在姜海峰看来,传统的猎头不能规模化,猎头都是需要训练的,符号复制。而纳人最大的核心是机器智能,这就相当于猎头的2.0版本,可以复制规模化,效率就回提高很多。
此外,“招聘经理都很难做到5到6年,大部分都会转岗,这部分的价值损失还是很大的。机器就不会有这样的困扰。“
而在谈及跟传统招聘的竞争关系时,他又表示,纳人跟这些企业本质上并不是竞争关系,传统的招聘拼图就是简历和信息的媒介平台,是自由撮合的,最大的问题就是不匹配,纳人正是在解决匹配的痛点和难题。
“就像在割麦子,一个人拿镰刀,现在有收割机,就会更高效。传统招聘平台就像人工割麦子,纳人则像是收割机来割麦子。至少可以提高20%的企业效能。”
目前,纳人服务的主要是包括软件、硬件、互联网等广义上的IT行业,其简历的模型也主要在IT行业通用。之后,将拓展到其他行业,预计将从现在的150万用户拓展到300万用户。
数据显示,纳人目前已经融资两轮,拿到了A轮融资
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23