如今，人才竞争越来越激烈，企业之间的竞争归根结底是人才的竞争。在这种激烈的人才争夺战中，越来越多的大公司开始通过人才Mapping来助力招聘。
清晰准确的人才Mapping，可以帮助招聘团队了解行业情况和人才分布动态，更好地把握人才市场，制定关键的招聘策略，是人才争夺战中获胜的基本保证。
什么是人才Mapping？
人才Mapping最早起源于战略咨询公司，是咨询公司用来根据企业战略需求，盘点企业人力资源，帮助企业调整组织架构，进行人力资源开发、明确员工职业路径的工具。
猎头们则是将人才Mapping用于招聘的最初实践者，他们将之用来熟悉某个行业领域的人才情况，以便更快更准地触达候选人。
现在，人才Mapping不仅是个发现和盘点人才的管理工具，更是企业招聘过程中一个非常重要的环节。我们在招聘中常提到的人才Mapping简单来说，就是找出我们想要的人现在在哪家公司从事什么工作。
为什么需要人才Mapping？
快速定位人才
人才Mapping可以让我们了解目标人才市场，了解行业薪酬情况、了解目标人才的分布和动态，对行业人才了然于胸，养兵千日，用兵一时，在需要时可以快速定位人才，并发掘适合的候选人进行长期跟踪。
优化招聘需求
很多业务部门招聘的时候，招聘要求是根据部门内部的需求出发来定的，但对于招聘者来说，更多地需要关注市场的人才来源情况和需求情况，而通过人才Mapping，可以让内外有机结合，重新审视我们的职位JD，调整招聘需求定位，合理确认招聘职位的职责、定位、任职要求、工作量和编制，梳理出职位的真正卖点等。
提高招聘效率
人才Mapping经常被用于高端人才招聘和长期人才储备，而高端人才通常属于被动型人才，很大概率不会主动出来看机会，我们掌握了人才地图，相当于掌握了一个目标人才数据库，可以发掘重要候选人并长期储备和跟踪，并进行有针对性的培育，一旦职位有需求或者对方有跳槽意愿，我们便可第一时间触达，迅速填补人才缺口。
促进招聘决策
用人部门总觉得最合适的人选是下一个，明明已经有合适的人选，却还想再看看，人才Mapping可以充分展示整个行业职位的全部信息和数据洞察，帮助用人部门对于需求职位市场的错误设想，快速准确的做出适合的人才选择，避免人才流失。
掌握对手动态
通过人才Mapping，我们可以观察到竞争对手的人才战略布局，分析竞争对手的产品策略和业务方向，了解竞争对手的人才雇佣情况，真正做到知己知彼。
在谈及大数据和AI如何重塑人才Mapping之前，我们先看看常规的人才Mapping流程：
流程并不长，但其中要做的工作非常繁多，信息收集量十分巨大，对于HR来说，是一项异常艰巨的大工程。
随着互联网、移动互联网的兴起，大数据早已不是仅仅停留在概念阶段，机器学习等人工智能算法理论在近些年也有了突飞猛进的发展，大数据和AI已经逐步应用在社会经济生活中的方方面面。
由于互联网上沉淀了海量的职位和简历数据，“数据+算法+算力”，使得招聘领域应用大数据、AI等先进技术有着得天独厚的优势，用大数据和AI来实现数字化人才Mapping也有了非常大的想象空间。
智能解析JD，生成人才画像
AI可以根据JD信息及职位知识图谱，结合行业同类职位的分析数据，自动生成人才画像，提取人才画像的不同维度，并给每个维度配比上不同的权重，并能通过数据挖掘目标公司，找出能胜任该职位要求的职位原型。
人才画像的作用就是定义理想的候选人，一个精准的人才画像通常包括：
基本条件：地区、年龄、性别、工作年限、期望薪资等；
教育背景：学历要求（还可细化是否要统招、是否学信网可查等），学校（还可细化是否双一流、985、211、海外背景、C9等条件），专业等；
相关经历：行业背景、细分领域、曾就职企业（还可针对企业作进一步细分要求，如甲方、乙方、是否要求行业龙头、行业知名企业等）、曾任职位、项目经历等；
所需技能：包括硬技能，软性要求、语言能力、证书等； 其他要求：如平均在岗时间、求职积极度等。
定向获取信息、解析数据
在信息收集和分析方面，大数据和AI对人类完全是一种降维攻击。
AI可以针对企业所在行业和区域内的对标或相关企业、产品、项目、技术、职位等海量信息进行收集、整理和分析，这些数据通常包括：
行业信息：行业发展历程、发展现状、行业细分领域、产品分类、行业痛点、行业标杆、目标公司、上下游公司等；
公司信息：公司简介、发展历程、融资轮次，组织架构、人员规模、团队情况、业务分布、产品信息、主要项目、主要技术、规章制度、所在位置、近期事件等；
职位信息：目标公司所有职位、行业中所有公司的目标职位、不同行业的同类职位、晋升路径中的上下游职位等；
人才信息：姓名、职位、学历背景、工作履历、项目经历、关键技能、工作职责、绩效水平、薪酬状况、人才兴趣点、跳槽动机等等。
这些信息的来源渠道多种多样，常见的渠道有：
行业信息聚合网站：这些网站上往往有大量行业相关资讯，行业动态、新闻等，还有很多行业内公司的新闻动态；
公司官网和招聘网站：公司官网往往有公司介绍、组织架构，团队介绍、企业文化，产品和解决方案、企业动态等；
招聘网站：像智联、猎聘、前程无忧、拉勾、BOSS直聘、LinkedIn等都会有公司的公开信息和招聘职位信息；
企业信用公示系统：上市公司的季度报，半年报、年报、待上市公司的招股书；还有国家信息系统工商总局的企业信息；
搜索引擎：百度、Google、Bing、搜狗等； 社交网站：公众号、脉脉、微博、Facebook、Twitter等；
专业网站：天眼查、企查查、爱企查等。
AI可以通过NLP和机器学习等技术，自动处理数据，并给目标行业、目标公司、目标职位自动打上特定标签。
锁定目标公司或目标人选
AI能基于所在行业、竞争企业分析等信息来做有目的、有条理、有层次，有广度、有深度的人才挖掘。与传统的先确定目标公司再去进行信息收集和分析相比，AI几乎可以无限循环“信息收集——分析——反馈——再收集——分析”这个流程，从而让获取的信息更加精准。
目标公司通常包括：
直接竞争对手
与公司产品的相近/相似、有可能在未来参与竞争的公司
与公司产品相关联或处于上下游的公司
与公司采用相同或类似技术的公司
人员规模、市场体量相当的公司
营销渠道及方式、运营管理模式相近的公司
面向相同客户群体的公司
同行业中的“万金油”企业
AI在遍历它所能触达的人选时，会针对每个维度进行对比，得出每个维度的得分，再根据每个维度的权重比例计算出总体的匹配度得分，达到某个分值以上即可定为目标人选。
除了目标公司的目标人选，AI还能自动将搜寻范围扩大到其他行业的目标职位，甚至按照核心技能来定位目标人才。
比如：
一个人力资源SaaS公司的销售岗位，除了找人力资源行业的销售外，还可以将搜寻范围扩充到财税、法律服务、工商服务、行政服务、办公场地等行业领域的营销类岗位。
再如：
某些小语种客服职位，市面上相关人才极其稀缺，AI可以自动扩大搜寻范围，根据小语种这个核心技能将范围扩大到报关员，外贸跟单员，外语老师、翻译等职位。
同样的职位，不同的公司会有不同的叫法，这些都在AI的知识图谱里，比如“数据分析师”：
找出触达人选的最佳路径
数据挖掘是通过调查数据之间的相关关系，发现新的事实。在大数据时代，数据挖掘展现了其无限的可能性。AI能通过海量数据进行挖掘，找出目标人选的关系链，并分析出能触达该人选的最佳路径或最短路径，这其实已经将HR经常做的人才Sourcing工作也一并囊括进来了，可以极大地节省招聘者的时间、精力和金钱。
用AI来做人才Mapping的优势显而易见：
打破数据和知识壁垒，降低专业门槛
人才Mapping是一项巨大的数据和信息工程。如果是HR或猎头人肉来做Mapping的话，首先不一定每个人都具备信息收集、数据清洗和整理、数据挖掘和分析能力，而且具体实施起来非常费时费力，AI则可有效降低HR做人才Mapping的门槛。
随着文本分析、情绪分析、图形数据库、NLP自然语言处理、ONA组织网络分析等等分析技术的发展，HR们可以利用AI来分析的数据范围越来越广，数据维度也越来越丰富。
AI的背后有强大的知识图谱，有的知识图谱覆盖面广，有的偏向垂直细分领域故而精深，再加上强大的数据收集、数据分析和数据洞察能力，海量数据信息+机器学习算法，让AI能很快学习到该行业的专业知识，在知识的广度、深度以及学习速度上，远胜资深的专业猎头。
智能化、自动化，改进招聘运营
AI可以7*24小时不知疲倦去获取信息，分析数据，并将结果自动呈现出来。
很多公司可能有自己的人才库或简历库，但当你有新的职位需求时，你可能需要手动去人才库里搜，AI则可直接以新职位的人才画像去自动匹配库中人选，并对人选信息进行实时更新。
此外，AI还可以深度分析、挖掘数据间的内在关系，如某家公司涨薪，推动了行业人才的薪资上涨，导致竞争更加激烈；如某个潜在目标人才的简历非常简单，许多重要信息缺失，AI可以通过分析同公司类似职位的简历信息，进行项目、技能等资料的智能补全，甚至还可以进行交叉验证信息的真伪。
动态人才地图，打造持续人才供应链
传统的人才Mapping整理的人才地图是死的，而人是活的，岗位上的人在不停地更换，所以如果人肉来做Mapping的话，需要不断更新才行，每更新一次，相当于重新来做一次Mapping，如此往复。
AI则可以持续不断地收集市场人才信息，实时监控目标公司动态和目标人选状态，并及时补充到数据库中，形成实时更新的动态人才地图，让你仿佛打开了上帝视角，拥有了一个实时的、活跃的云端人才供应链。
一旦有异常情况出现，如来自某个目标公司的求职者突然增多，AI会及时预警并给出行动建议，帮你快人一步抢人才。
精准的目标人才分析，辅助人才决策
数据最终的目的，是要转化为知识或洞察，预测未来行为，给出行动建议，辅助人才决策。
除了目标人才的基本信息外，AI还能聚合目标人才群体数据，分析目标人才群体平均资历和经验，群体薪资水平，对目标人才来说具有吸引力的平台的特点，影响目标人才跳槽意愿的因素等，并给出有针对性的吸引人才的建议。
据统计，中国79%的人是被动求职者，他们通常不会也不需要主动地寻找工作。因此，为了招募最佳人才，企业一定要脱离被动的等待而转为主动出击，因此HR也需要借助AI工具用市场营销思维和社交化手段建立一个对人才有吸引力的雇主企业品牌形象。
无缝接入招聘流程
现在越来越多的企业采用ATS或智能招聘系统了，数字化人才Mapping属于招聘的前期准备阶段，且包含了人才搜寻和人才培育的绝大部分功能，完全可以无缝接入企业现有的招聘系统和招聘流程，让数字化人才Mapping有效缩短招聘者和求职者之间的距离，赋能整个招聘流程，提升招聘效率。
没有人能绝对准确地预测技术将以何种方式和何种时间线发展，但我们可以确定的是，所有这些技术都只会朝着一个方向发展：向前发展。
我们需要做的，就是保持开放的心态，积极拥抱变化，早日开启人力资源数字化转型进程，踏浪而歌。