以BOSS直聘为例，探讨招聘平台为什么这么难用？
之前写了一篇文章《 BOSS直聘买VIP有用吗？》说明了VIP服务提供的8大权益，最终得出的结论是：有一点点点点用，但不多。前几天会员到期，让我们先来看下实际效果。
上图的8大VIP权益中对于求职有实际帮助的为简历刷新pro、竞争力分析、优先提醒BOSS这三项，其中竞争力分析为事后分析，对于事前简历曝光和沟通无影响，不做说明；优先提醒BOSS为消息置顶功能，对于后续的职位沟通是否由此功能引起的，无法明确判断，因此也不做特殊说明。
因此我们就仅针对简历刷新pro来看下VIP的“魔法”。
简历刷新pro触发曝光数为327，引起BOSS主动沟通为37，沟通曝光占比11%左右，看着还行是不是。
因为过往的行业和项目经验，我本次求职主要是物流仓储、供应链和金融类产品经理，主要还是偏B端。我们再求职期望，我们再来看下数据。
那么在这个求职背景下我们在看下曝光数据，其中黄色、灰色行算是符合求职预期的，白色行与求职预期完全不相符，而且有时候还会出现重复曝光的情况。
其中「泛远国际」上一家公司同属物流行业，但是这次曝光不知是否由我主动发起的沟通触发的曝光逻辑；蓝川科技的为电商saas类，算是命中了在线简历中的关键字；字节跳动的招聘的风控策略，算是命中了项目经理中的关键词，但是他招聘的偏向风控策略类，与实际求职期望相差较大。
总结上述说明的这3次有效沟通，最后有效沟通曝光占比为0.9%，可还行？
以上算是对之前开通VIP服务的总结，接下去我们来聊聊招聘平台为什么这么难用，以BOSS直聘为例，谁叫我用它用的最多呢。
一、盈利模式
首先，我们先来看下BOSS直聘的盈利模式，我们直接从2022年的财报看下它的收入来源，如下图：
来源美国证监会：boss直聘2022年财报
从中可以看出，BOSS直聘大部分收入来自在线招聘平台上的付费企业客户。平台为企业客户提供在线招聘服务，让他们能够接触到求职者并与求职者互动，更好地管理他们的招聘流程。本质上来说，BOSS直聘是信息服务商，提供撮合服务。
2022年，BOSS直聘98.9%（6.46亿美元）的收入均来自付费企业客户。
BOSS直聘给付费企业客户提供了道具服务和VIP服务，道具服务如下图：
其中1直豆=1元人民币，你可以不购买道具，但是你就不能变“强”。总之就是，不买道具你就难招到人，买了不一定能招到人。
VIP服务的权益如下图：
VIP服务的权益分别是高级筛选、电话助手、优先提醒、简历助手、牛人分析器、我看过的牛人、意向牛人畅聊和职位权益8大权益，是不是熟悉的配方。
VIP服务定价为50元/30天，比牛人端的68元还便宜些。另外还有个设计上的小细节估计牛人端和BOSS端两边的产品没统一，如下图：
针对这两种文案，你觉得哪种更优呢？
二、数据结构
接下来，作为产品经理，我们先来看下BOSS直聘的底层数据结构，下面的类图是我根据前端界面的主流程梳理的数据结构，不代表BOSS直聘实际情况。（如果对类图不了解的，可看《UML入门指南》）
主流程包括：
- BOSS（招聘者）角色的创建、公司的创建、职位的发布、BOSS发起沟通。
- 牛人（应聘者）角色的创建、在线简历的创建、牛人发起沟通。
这些主流程上产生的数据，后续会在职位/牛人推荐、职位/牛人搜索上进行匹配，如果缺少某些关键字段，将会影响匹配结果和效率。
我认为缺少的字段而产生的问题则在下文中的存在问题中阐述，我们先来看下主流程下的牛人在app端的操作。
三、主流程下的操作
以下操作是在职位tab-期望职位下的操作，不含职位tab-推荐职位。
1. 通过职位tab浏览职位卡片
通过职位tab能通过推荐、附近和最新三个标签进行浏览职位卡片，本质上还是通过系统的不同推荐逻辑进行直接推荐。
这里的推荐就十分依赖双方沟通前的基础数据，包括boss发布的公司和职位信息、牛人维护的求职期望、工作经历、项目经历和教育经历信息，另外就是链接双方基础数据的桥梁就是推荐算法。
2. 通过职位tab搜索功能
针对搜索结果可以选择职位和公司标签展示不同的结果，在搜索职位的场景下，则操作流程相较于直接推荐则繁琐的多。
四、存在问题
了解了BOSS直聘的数据结构和主要流程上的操作后，接下去我分别从前端设计上和使用场景说明目前存在问题。
1. 从功能设计上：前端组件
a）职位卡片
i. 缺少职位发布时间
因为「关闭职位」是需要BOSS在后台进行操作才能实现关闭，这样导致很多实际已经招聘到对应牛人的岗位依然还在职位池中。
而在职位卡片列表上，缺少职位发布时间，无法知道是否已经过期。此时就需要点击进入职位详情中看BOSS的活跃程度，如果是几天内活跃的，则可能发起沟通。但其中有个问题就是BOSS的活跃不代表职位还在招聘，就会导致很多无效的沟通。
ii. 缺少“已查看”标记
无论是推荐的职位还是搜索的职位，职位列表都是乱序动态展示。针对职位tab列表直接刷新或者同一个职位关键字进行搜索，列表结果均不会与上一次相同。但职位卡片上又没有“已查看”的标记，这样就导致很多时间在重复查看已看过的职位。
iii. 减少不合适职位推荐
减少推荐有三项内容，分别是不感兴趣、效率反馈和其他反馈。在两个月中，我基本不会操作减少不合适职位操作，让我们来看下这个看似有用，实则并没有什么卵用的功能。
首先，减少推荐操作分别在职位卡片的关闭icon上和职位详情的[…]更多操作上进行唤起，特别是在职位详情页，因为操作链路很深且隐蔽，我估计是没有人会去操作的。
其次，减少推荐会影响推荐逻辑。目前BOSS直聘的推荐逻辑就是个盲盒，而且牛人在求职过程中想要看到的是更多合适自己的职位，在操作后是否会导致本应合适自己的岗位但系统因减少推荐操作不做推荐了，这是不可确定的。
最后，减少推荐的实际思考链路长。app前端操作很简单，只要点击关闭icon/更多就可唤起抽屉，选择对应选项就可完成职位的减少推荐。但是牛人在实际场景中，需要对职位进行了解（职位详情和沟通）后才能有认知，有了认知后还要在app端去操作减少推荐，纯属没事找事了。
比如，上图中的“投资经理”职位不感兴趣，你要进入职位详情去看具体描述（卡片无法直接判断具体内容及职位名称很依赖BOSS维护职位基础数据的准确性），然后可能发现与实际求职预期不符，因为职位详情的减少推荐在更多操作里，可能还要回到卡片列表去操作，操作完之后还会影响推荐逻辑。
针对同城距离远、“XX”公司、薪资水平低、学历不匹配、职位停招/招满、面试过/入职过等实际场景，读者可以自己思考下，你们是否会操作对应的选项去操作减少推荐。
b）职位详情
职位详情的问题和职位卡片的缺少职位发布时间、“已查看”标记相同，不做赘述。
2. 从场景上：推荐/搜索结果
按照上面所说的不同流程下的推荐/搜索，得到的职位结果，让我感觉就是无序，这里的无序是指针对同一个关键字搜索得到的职位结果顺序和数量的不同。因为求职焦虑感，就需要花费大量的时间在搜索职位上，也就是我们所说的“刷BOSS”。
思考其原因，撇去商业原因，单纯从场景思考上，我是觉得不够充分的（我的思考也不一定对）。
a）项目经历未进行匹配
从上方的职位类和与牛人相关的项目经历类进行比对，发现项目经历相关的信息关联在职位类的职位描述属性中。实际职位描述中基本会涵盖职位描述和职位要求，其中职位要求就会包含相关项目经历的要求，这里均不是结构化数据，就会导致后期匹配难度大。
但是，在实际的求职过程中，项目经历是一个占权重非常大的因素。比如金融产品经理，你可能做过贷前、贷中、贷后或者风控的项目，抑或是否做个支付的项目，没有项目经历信息如何能获取到高匹配度的职位呢？
b）不同身份的牛人、不同阶段求职期望未区分
一个很重要的场景就是，牛人不同身份（学生/职场人）、不同职业阶段的求职期望是不一样的。影响求职期望的因素从上面的类图可以得出，包含公司、行业、薪资水平、工作城市、福利等，隐性因素可能包含部门关系、同事关系等。
在学生时的校招阶段，可能影响因素的优先级是：公司>行业>薪资水平>工作城市，毕业刚开始发展的时候可能更关注公司，因为如果公司是大厂意味着起点更高；而在职场人社招的开始阶段，优先级就可能是：行业>薪资水平>公司>工作城市，职场后期则可能将工作城市的优先级调高，因为可能已经成家，需要与自己相同的城市。
BOSS直聘从互联网招聘起家，在做行业泛化时是否有对不同行业间的求职做区分，这是值得思考的，因为通用型的匹配模型必然无法满足大多数人的职位匹配需求。
总结
在《 BOSS直聘买VIP有用吗？》也阐述了提高求职/招聘双方效率的想法，也不一定对，但我是觉得可以尝试的方向。
但是，产品其实是为商业服务的。这里就会产生一个矛盾，从其收入来源中可以看出BOSS直聘本质上还是toB的，服务对象是企业客户。那么理论上匹配效率越低，BOSS端就越有可能购买道具、充值会员，增值服务收入就越高；牛人端也就越会出现每天“刷BOSS”的情况，这样对外宣传的日活也就越高。
所以，BOSS直聘是当代真·反卷斗士啊，越摆烂，越高收入，逻辑闭环了（玩笑）！
希望这篇文章对你有用～
参考：
[1]boss直聘app
[2]美国证监会：boss直聘2022年财报https://www.sec.gov/ix?doc=/Archives/edgar/data/0001842827/000110465923050709/bz-20221231x20f.htm#Item5OperatingandFinancialReviewandProsp
本文作者@没汤圆啦 。
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
