使用机器学习重塑Beveridge曲线

找工作是我们大多数人一生中最重要的“搜索”之一,一半以上的美国员工表示,他们正在积极寻找新工作或在寻找职位空缺(Gallup,2017年)。

多年来,随着新技术的出现和成熟,求职的机制发生了变化。 然而,很难找到证据表明工作与求职者之间匹配效率的提高。

实际上,有证据表明,就业市场的效率降低了。 经济学家使用的劳动力市场指标之一是贝弗里奇曲线[PDF],它显示了失业率与职位空缺率之间的关系。 在其他条件相同的情况下,失业率上升,而空缺率下降,这意味着即使有更多的工作机会,也有更多的人在寻找工作。这表明经济的匹配/雇用过程正在恶化,经济学家称之为“向外转移”。在贝弗里奇曲线上。 尽管按照历史标准,贝弗里奇曲线在21世纪的变化并不是特别大,但从方向上看,这种变化表明,如果有的话,劳动力市场上的工作匹配效率降低。

对于为什么技术进步似乎并不能提高工作市场效率的问题,有许多合理的解释。 其中一个原因是,随着技术使申请工作变得更加容易,求职者可能会增加他们申请的工作数量,从而导致雇主筛选出越来越多的申请者,而这些人通常不适合这份工作。

机器学习开始工作

在2018年,我们看到许多领先的人才招募和招聘营销套件广泛采用了Google Cloud Talent Solution Jobs Search服务。 它旨在通过以下方面提高就业市场效率:

  • 工作板,例如CareerBuilder.com,CollegeRecruiter.com,GettingHired.com,MidAmerica Careers和WayUp.com
  • 招聘营销职业网站,例如Clinch,Jibe,Ongig,Phenom People,Smashfly,Symphony Talent,Talemetry,TalentNet,Workable和Yello提供的网站
  • 申请人跟踪系统,例如iCIMS
  • 诸如Adecco和Hays的人员编制机构

它的行为就像翻译引擎一样,使用机器学习将雇主的意图与求职者的意图进行匹配。 对于希望招聘的雇主,API可以帮助向最适合他们的求职者展示最相关的职位。 如今,许多技术使申请人更容易铸造更大的网,从而可能降低匹配效率。

云人才解决方案职位搜索提高了搜索的相关性,以提高职位匹配的效率,同时确保求职者不会错过相关职位。

令人鼓舞的结果

Cloud Talent Solution职位搜索于2018年7月在Google Cloud Next上全面上市—观看Cloud Talent Solution集团产品经理Geordy Kitchen的发布。

自推出以来,该产品已为成千上万的雇主提供了数十亿条查询,并在核心KPI中实现了两位数的增长,例如从搜索结果到职位详细信息的点击率提高,填补时间缩短,将申请人的质量提高到难以胜任的职位等等。

7月,我们还宣布了“退伍军人搜索”支持,该服务将为美国军队的过渡服务人员提供一种转换其经验的方式,以使他们不会错过绝好的机会,企业也不会错过绝好的候选人。

下一步

我们很高兴人才解决方案求职对我们的客户和合作伙伴的招聘指标产生积极的影响,同时这也是提高劳动力市场匹配效率的一部分。 在2019年,我们将宣布几个新的主要合作伙伴关系和整合,以及产品增强功能,这些功能可帮助雇主招募其所服务客户的员工代表。

寻找Cloud Talent解决方案配置文件搜索,因为它可以逐步升级为一般可用性。 如今,这项服务已经为Hire的求职者发现提供了动力-为那些选择Google作为其生产力套件的公司(电子邮件,日历,文档,驱动器,工作表,幻灯片等)提供招聘附加功能,此外还可以帮助一些大型雇主减少通过在人才数据库中重新发现现有的申请人,他们的雇用时间和每次雇用成本。

如果您是雇主或在人才行业工作,并且有兴趣将求职者与合适的工作联系起来,请通过cloud-talent-solution@google.com与团队联系。