脑洞|我有一个12亿的项目想和你谈一谈

图片发自简书App

像所有的传统产业一样,招聘会、求职网这些传统的招聘行业,已经渐渐淡出人们的视线,取而代之的是一个叫Match 100%的手机APP。


这款APP受众非常的广泛,大到科学家,小到普通民众,当然,还有雇主,用户几乎囊括了社会上的所有角色。


之所以如此受欢迎,是因为Match 100%不同于以往传统的招聘模式。以往,公司需要通过招聘平台发布招聘信息,求职者投简历去应聘,HR筛选求职人员进行面试,等等一系列环节成功的完成一次招聘。而Match 100%是通过一系列大数据,进行匹配,把最适合岗位的求职者推荐给招聘方,同时也把最适合求职者的公司岗位推荐给求职者。


APP的研发人员遍布全球,刚开始的时候,他们一家一家的跑身边的企业。企业肯定是信不过这种招聘方式的,他们说:“我们怎么能相信你的推荐呢?”


研发人员马上向他们展示了APP的神奇之处。


当时APP上面还只有十多个志愿者的大数据,研发人员输入了企业的数据。这是一个拥有200多个员工的医药公司,他们的销售代表岗位却常常都在换人,HR表示,能找到一个销售能力强且热爱销售岗位的人非常难。在进行了一系列复杂的匹配以后,弹出了3个推荐。


第一个是从事销售工作很多年的小A,匹配度60%。


虽然是从事的销售工作,但是小A的一系列测评显示她并不是特别适合做销售。她通过多年积攒的经验,能完成不错的销售任务,但是并不能有更大的提高。


这时,大数据显示出小A的人际交往情况、网页浏览情况、淘宝购物情况、等等,甚至涉及到一些聊天记录等隐私。当然,这一切都是经过求职者允许才能获取的。因为,连小A自己都想知道,有没有比销售更适合自己的岗位。


第二个是211本科市场营销专业刚毕业的小B,匹配度80%。


小B拥有很强的专业知识,也十分有干劲。通过在APP上填写问卷得知,他的抗压力能力非常强,对销售工作也有较大的兴趣。


那20%的不匹配来自小B的大数据信息,小B的女朋友不希望小B从事销售工作。当然,这里也调取了两人的聊天记录,以及小B和女朋友相处时的心率。从心率上来看,小B非常爱其女友。APP综合各项数据分析,小B在这个岗位上最多能做三个月。


对人才的培训成本也是企业必须要考虑的。


第三个是医院刚刚退休的护工王阿姨,匹配度高达95%。


虽然王阿姨没有销售经验,也没有营销方面的专业知识。但是王阿姨在医院的人缘非常好,手机最近一周联络的人里面几乎涵盖了医院百分之八十的同事,经过她护理后康复出院的病人也经常和她联络。王阿姨办事非常勤恳踏实,而且热心肠,喜欢分享和帮助别人。


用网络上常用的一句话来形容,那就是王阿姨“自带流量”。


王阿姨的沟通能力非常强,通过交流,她能迅速GET到对方的需求。病人求她介绍医生,护士求她介绍男朋友,同学求她介绍保健品。口碑和流量就是这样一步一步累积来的。


那百分之五的不匹配,来自王阿姨的身体情况。王阿姨属于特殊工种,所以五十岁就退休了。按照APP上采集的健康情况来看,王阿姨有腰椎间盘突出的征兆,以销售工作的强度来说,还能正常工作5-8年。


企业一看,傻眼了,因为他们从来没有想过招聘一个退休的阿姨来做销售工作。当然,王阿姨也没有想过退休以后可以去干销售工作。


为了证实APP的推荐是否靠谱,医药公司决定试用王阿姨。


更没想到的是,王阿姨仅仅一个月就通过试用期。半年就挣得盆满钵满,医药公司别提有多高兴,考虑到王阿姨的腰椎情况,还专门给她配了一个车。王阿姨也高兴,在医院当护工的时候一个月最多6000,现在工资平均算下来每个月有一万七,加上三千多的退休工资,她想都没想过退休还能月入两万。


研发人员通过这种方式去宣传APP,裂变效果非常好。一时间,几乎所有的公司都来APP招人,几乎所有的求职者都下载了APP,自愿提供大数据并诚实的完成调查问卷。因为你不诚实也不行,APP连说谎时的心率都可以测出来。


这个APP安装是免费的,但是成为会员需要缴纳每年500元的年费,而且找到工作以后的第一个月薪酬需要全额给付APP,作为佣金。


前段时间有一个航空大学飞行器设计专业毕业的四川小伙子,通过APP应聘上了美国NASA。第一个月工资就是5000美金,NASA直接付给已绑定第一个月工资给付渠道的Match 100%。


当然,招聘方也是需要缴纳年费和押金的。所以,帮助四川小伙子找到NASA这份工作,APP挣了接近五万人民币。


APP这一返佣制度,无论工资高低的人几乎都能承受,求职者找到了好工作,企业招到了好员工,大家都给的非常乐意。而且,APP还大力发展慈善事业,免费帮残疾人找工作,所以在社会上好评一片,呼声非常高。


美国一家公司出资12亿收购Match 100%,因为据透露,美国的国会提议,以后或许可以取消总统选举,直接使用APP匹配最合适当选的政客任职总统。


你问我怎么知道的这么清楚,呵呵,因为我是Match 100%的CEO啊……

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 207,248评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,681评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,443评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,475评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,458评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,185评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,451评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,112评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,609评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,083评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,163评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,803评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,357评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,357评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,590评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,636评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,925评论 2 344

推荐阅读更多精彩内容

  • 单位组织气排球比赛,我们组是星期二,星期四进行比赛,星期二的时候,我们都很生疏,好在我意识到,要想赢,就不能太炫耀...
    开心的灵通阅读 531评论 0 1
  • 重归初心 人生旅途中, 忙着认识各种别人和各种喜欢的事 总以为这是在丰富生命, 以为这所做的一切是去到成功。 可是...
    亲爱的田田阅读 372评论 0 0
  • 无论你爱或不爱,原生家庭就在那里。 无论你愿或不愿,原生家庭就在这里。 雷打不动的DNA,让人们永远不可以如sho...
    岁月一声笑阅读 313评论 0 4