2021年一个优秀面试官的必备技能.docVIP

一个优异面试官必备技能 彼得.德鲁克说：“经理人在晋升和人员配置方面决议性较差，听说她们平均成功率不超出33.3%。”我们用小学算术来推理验证一下： 你是一名面试官，你期望招聘那些在同类人群里居于前20%人。假设你选才正确率高达80%（10个人里面能看准8个）。现在假设你在整个职业生涯中评定了100位候选人。你评定结果正确率是多少？ 假如你选才正确率是50%而不是80%呢？那么评定结果正确率将下降到20%。可见面试官选才正确率对企业人才招聘影响有多大。 杰克·韦尔奇称自己在年轻时选才正确率也只有50%，经过经验积累和学习提升，30年后她正确率提升到了80%左右。那么，作为一名面试官或准面试官，怎样提升自己选才正确率？本篇关键谈面试方法和工具。 一、人才画像 人才画像是整个面试步骤第一步，直接影响面试成败。我数次听到产品和运行同事提到“用户画像”，于是我使用了“人才画像”这个词。 何谓人才画像？说白了就是搞清楚要招什么样人——这个步骤由HR和用人部门共同完成。人才画像过程，就是针对招聘职位来分析需求过程。 怎样画像？从以下多个方面针对职位需求进行描述： 基础任职要求（比如学历、专业、职称、工作年限） 通用能力素质（比如学习能力、口头表示能力、实施能力、责任感、成就导向） 专业能力素质（比如招聘专员：工作分析、人员编制、招聘渠道管理、面试技巧……） 企业文化倾向性 已发生和将发生业务改变对目前招聘需求影响 举两个栗子： 画像1： ● 大专以上学历， ● 大专以上学历，四年以上使用JAVA开发经验，JAVA基础扎实，了解io、多线程、集合等基础框架，对JVM原理有一定了解 ● 对于曾用过开源框架，能了解到它原理和机制；对Spring、mybatis、struts等开源框架熟悉 ● 熟悉分布式系统设计和应用，熟悉分布式、缓存、消息等机制；能对分布式常见技术进行合理应用，处理问题; ● 掌握多线程及高性能设计和编码及性能调优；有高并发应用开发经验 ● 有大型互动网站开发经验，能配合运维对项目进行可扩展设计计划 ● 熟练掌握WEB项目标缓存技术应用，如Memcache、Redis等 ● 掌握Linux 操作系统和大型数据库（Oracle、MySql）；对sql优化有丰富经验 ● 能对中大型业务系统(大于50个实体表)数据库提供设计和优化方案 ● 语言沟通能力较强，乐于探索高效团体协同 ● 学习能力强，对互联网或J2EE应用开发最新时还相关注，喜爱去看及尝试最新技术，含有强烈成功欲望 ● 大专以上学历，计算机相关专业，年纪在25岁以上 ● 有五年以上互联网企业软件开发经验，熟练掌握Java开发语言 ● 含有一定数据库管理和开发能力 ● 良好团体合作精神，沟通协调能力、学习能力、抗压能力较强 画像1引用自网上她人企业招聘信息，画像2是在老妖所拟人才标准基础上加工而来。很显著，前者描述太模糊，后者更明确、具体、有针对性。拿着这两个画像去“按图索人”，10个候选人里面，可能有7个和画像1很像，却只有2个和画像2很像（并非画像2要求更高所致）。显然画像2对人员甄选工作指导作用更大。 首先完成一个饱满人才画像，这甚至比在面试当中用部分技巧还要关键。 二、哪些方法能够提升选才正确率 我有过数次这么经历，在招聘之初有些人才画像，不过直到面试结束后仍难以判定一个人是否真和画像长得一样，以至于难以判定是否可录用。有录用决定就是在这种情况下做出，然后就很尴尬……当然，经过学习和经验积累，这种情况是逐步降低。 哪些方法能够提升选才正确率？我分享四种对于我们而言较常见和适用： 履历判定 经过对候选人简历上文字内容和候选人口述内容分析，拿之前做人才画像进行比对，做出初步判定。 比如HR在初选简历时，从简历显示跳槽频繁度和在职时间长短来判定其稳定性，通常在3年内曾就职于3家以上企业，不曾在任何一家企业做足2年，我认为其在我们企业也会很快离职。 又比如用人部门面试官在复筛简历时，经过其中对职责、使用过专业方法和工具、项目经验（角色、任务、结果）等描述来初步判定专业能力素质。 结构化面试 基于某个职位人才画像，设计好固定套路（包含固定提问问题和评价标准），不一样面试官全部用这个固定套路去面试每个候选人。 用固定套路来面试对于全部候选人来说更为公平，操作也不难；不用固定套路则可能更充足发掘每个候选人个体更多可能性，但对面试官要求较高，弄不好就变成漫无目标聊天。我个人喜爱在用套路同时兼顾灵活性。 BEI（行为事件访谈法） 是结构化面试中最常见问话思绪和技巧。BEI是基于过去估计未来假设——即过去有什么样行为表现或结果，那未来就会有怎样表现或结果，以此来推测其在以后工作中行为表现。 BEI关键要领就是STAR法则。 STAR法则 STAR法则 ◆S：Si