大揭秘!ShowMeBug 团队自用 ShowMeBug 的相关数据

发布时间 2023-12-14 17:03:35作者: ShowMeBug

吃自家狗粮(Dogfooding)是英文一句俚语,就是软件公司用自家的产品这种现象。

 

今天,我们想分享一下 ShowMeBug 招聘团队使用自家产品的一些数据变化。


ShowMeBug 是今年9月份正式发布带有岗位模型的技术测评版本,而我们 ShowMeBug 团队内部大约从 8月就开始内测使用了。


我们使用 ShowMeBug 的产品会分为两个场景:


一是简历初筛时,加入技术测评的环节。HR 招聘官与候选人先行沟通,然后发放技术测评链接,候选人完成测评后,把测评结果达标的候选人约面试官进行面试。


另一个场景是在面试过程使用 ShowMeBug 。我们不要求候选人一定到现场,甚至鼓励在线上用 ShowMeBug 的在线面试功能进行面试。在这个场景下,我们一般会有3轮面试:第一轮技术面,第二轮项目面,第三轮CEO面(也有技术成分)。由于有 ShowMeBug 在线 Coding 编程和架构绘图功能的帮助,以我们自己使用的效果来说,线上面试比线下的效果还要好,更能考察编程能力。


这几个月我们重点招聘 Java 工程师(PaaS方向)、React 前端工程师、通用初级工程师(技能评估方向)。


我们来看看初筛时技术测评的前后变化。


第一阶段,在引入 ShowMeBug 之前,结合我们CEO李亚飞(之前曾任多家公司CTO技术合伙人)的早期经验,HR 平均推荐 5-6个简历的情况下,技术同事会安排出一个面试。往往其中很多人简历有水分,实际面试可能要 10-20 次才会出一个 Offer。换言之,平均上百次推荐才能出一个Offer


第二阶段,ShowMeBug 岗位模型未发布之前,我们使用的是ShowMeBug 的在线笔试功能,以「内部出题+公开题库」的方式组的测评题目,按照上述方式进行初筛,这时候可以达到将无效的面试场次降低一半左右。但当时有一个非常大的痛点:候选人结果出来的时候是一个分数,不太清楚评价的标准,只能看经验。


第三阶段,ShowMeBug 基于岗位模型的技术测评版本发布上线后,我们就把之前的测评题目直接扔到了垃圾桶里,直接用ShowMeBug 的「智能组卷」功能,根据我们的岗位模型特点,我们在标准模型上微调选择了 Linux 操作系统能力要求更高、Java 能力要求中等、再加 Spring 框架能力要求中等这个方案。


以下是我们经过 2 个月左右的数据得到的结果。

 


招聘Java后端岗位时,我们一共有 64个有效简历和初步沟通,并安排了发卷,其中通过了 16个,通过率在 25%。前面部分全部由 HR 完成,无需面试官参与。

 

安排一面前,HR 会将简历、测评报告、推荐理由发给一面面试官,Java岗有 9 个安排了一面,通过一面安排二面有 5个。

 

说实话,我们拿到数据后吓了一跳,这个数据太有价值了!


原先在传统技术招聘方式下,简历到一面的转化率低得吓人,往往不超过 20% ,通过一面到二面的“有效一面”就更少了,也只有 20% 左右,两个结合起来就是 20% * 20% = 4%。屏幕前的你可以想想是否符合自己企业的现状。


而现在的数据显示,测评通过率达到了 25%(后面两个岗位更是达到了 30%以上),更棒的是测评通过后,明显人才质量大幅上升,超过50%安排了面试,并且到二面的通过率也超过了 50%。最终,通过精准的人才筛选,提高4-5倍的招聘效果。


总结一下,技术测评通过率保持在 30%,是一个特别健康的信号,解除了HR们常常担心题出的难导致招人变难的问题。同时数据表明,通过技术测评后的人才质量大幅上升,进而大大加速了最终的招聘效果。


测评结束后,ShowMeBug 还会生成带有定级的测评结果报告,报告全面展现候选人真实技术能力,根据候选人答题结果,从技能点与能力维度两方面展示各项评分,并根据测评者的表现,自动生成该测评者的岗位定级。


企业可以根据测评结果报告清晰了解测评者的强项和薄弱点,进而进行个性化员工培养,同时,给出的岗位定级也可以为其定岗定级做一个客观参考依据。

带有定级的测评结果

 

看到这里,大家肯定会好奇,ShowMeBug 的岗位模型是如何生效的?目前支持了哪些岗位模型?如何达到了这么高的信效度支撑的?


ShowMeBug 岗位模型的积累已经有一年半的时间,目前达到有充分信效度信心的岗位已经有:Java 工程师、Golang 后端工程师、React 前端工程师、Vue 前端工程师,还有测试工程师和运维工程师也具备了一定信效度支撑。另外其他的30多个岗位都已经完成建模与内部的初步验证。


ShowMeBug 岗位模型底层是由技能树、知识点支撑下的海量题库组成。题库由一支7人以上的技术测评专家团队进行构建,以“实战编程”题型为核心,理论与实战相结合,还原业务场景,精准测评真实实力,有严格的质量标准进行多重验证。


同时,我们也外聘行业专家顾问,并和极狐(GitLab)等知名厂商合作,针对特定岗位的命题方法等内容进行共同探索和打磨。


这里就不一一展开了,如果你的企业技术招聘有面临着成本高、招人决策风险高,初面率低等问题,请长按识别下方二维码添加我们的高级顾问,为你安排完全免费的PoC(产品验证)。改善你的技术招聘,从现在开始。