如何招聘到优秀的运营人才?

2019 年 8 月 11 日 人人都是产品经理

关注并标星「人人都是产品经理

每天早07 : 45 按时送达



对于运营人的招聘来说,应该有什么样的考核标准呢?在面试时应该注重哪些问题的考核呢?笔者结合自己的招聘经历给出了答案。

作者:丰宪飞,某互联网创业公司合伙人兼运营总监

微信公众号:小飞哥笔记

题图来自正版图库 图虫创意

全文共 2585 字,阅读需要 5 分钟


最近,由于业务需要,团队需要招一个新媒体运营。


于是我到某招聘平台上开了一个账号,发布了新媒体运营招聘岗位,薪资在6-11K,经验不限。


填写完招聘信息以后发现,新媒体运营是一个火爆职位,需要交钱才能把职位发布成功,于是我交了298元买了个会员。


购买会员成功以后,提交的新媒体运营职位成功发布。


接着,我看了近600份简历,面试了10来个求职者,最终招到了一个我觉得还不错的团队小伙伴。


这里,我把我整个招聘过程中的一些想法写出来,如果你也正在招人,且你也像我一样不是一个专业的HR,那么希望本篇文章对你有参考价值。


1


看过我文章的人都知道,我一般爱讲模型思维,模型思维就是:


  • 提到需求,你会想到:用户在什么场景下有什么需求模型;马斯洛需求理论模型。

  • 提到营销,你会想到:产品、价格、渠道、推广模型;认知顾客价值、创造顾客价值、交付客户价值、传播客户价值模型。

  • 提到运营,你会想到:拉新、转化、活跃、留存、营收、自增长模型;内容运营、活动运营、用户运营、运营推广、数据运营模型。


如果你脑中储备了足够多优秀的模型库。当你遇到了某个问题,就能很快的从你储备的模型库里拿出相应的模型来分析问题,给出解决方案。


同理,当遇到招人需求时,我脑海里第一时间想到了人力资源的6大分类模型。


6大分类包括:


  1. 人力资源规划;

  2. 招聘;

  3. 培训;

  4. 绩效;

  5. 薪酬;

  6. 员工关系。


对创业公司来讲,人力资源规划可以去掉——因为你想要什么样的人,根据业务需求可以随时补充人员,不用花太多精力做人力资源规划。


员工关系,这更不用讲了,领导平时除了搞搞团队氛围,让大家在一个友好的氛围里干好工作,获得成长之外,其它的在这个方面可以不用花费太多精力。


培训,如果你招到优秀的人才,那么培训是可以省去的,因为,一流的人才不需要培训。


最后,6大分类里面去掉3个,还剩3个,分别为:招聘,薪酬,绩效。


2


这3大分类组合在一起的核心思想就是——找到有能力的人,让他相信,并给出合适的薪酬和绩效。


什么算是合适的薪酬?


各行各业,各个不同的人才,标准不一样,但一般来讲,你给出的薪酬待遇要达到求职者的预期,低于预期,对于你想要的人才来讲,显然不是一个合适的薪酬。


关于薪酬问题,这里就不细讲了。


什么算是合适的绩效?


可以参考OKR模式,要有一个清晰可达成的团队整体目标和一个拆分后分阶段需要达成的各岗位岗位目标。


关于绩效问题,这里也不细讲了。


接下来,这篇文章我重点讲讲招聘的本质,招聘的本质是:就是找到有能力的人,让他相信。


这里重要的事讲3遍:


招聘的本质是:找到有能力的人,让他相信。


招聘的本质是:找到有能力的人,让他相信。


招聘的本质是:找到有能力的人,让他相信。


接下来我一个一个地讲。


3


先讲第一个:找到有能力的人。


你问我,什么样的人是有能力的人?


我觉得不同的人招聘需求不同,想要求职者的能力也会不同。


就拿新媒体运营来讲,有的喜欢招会写文案的,有的喜欢招渠道推广能力强的,还有的喜欢招数据分析能力强的。


而我喜欢招的就是写文案能力强的,因为我就觉得文案是新媒体运营工作的基本能力和通用能力;不会写文案,那就不符合我的基本需求,写文案是我招人的最基本条件。


会写文案就可以了吗?


——并不是。


我还希望我招的人会使用排版工具,会使用视频剪辑工具、会使用P图软件。


但会不会排版?会不会剪辑视频?会不会P图?是重要的考核指标吗?


并不是。


这只是一个加分条件,不是一个必要条件。


因为这些基本的技能,求职者加入团队以后,也能马上学习就能学会的技能,这些技能不像写作,写作是需要时间的沉淀才能做好的事情。


那么我除了看中求职者最基本的文案能力之外,我还看中什么呢?


我还看中求职者的潜质,因为对于工作不到3年的求职者来讲,潜质更能决定求职者未来是否能把工作完成的更出色。


具体的潜质包含在哪些方面呢?


根据我对公司业务的梳理,具体的潜质需求包括解决问题的能力;沟通能力和逻辑能力;push能力等等。


而这些能力的背后都有一个底层能力做支撑,那就是——学习能力!!!


4


学习能力,从哪些方面体现出来呢?


我主要从两个方面来了解求职者的学习能力。


第一个方面

我招新媒体运营时,会问求职者:


  • 对新媒体运营是否有一个深刻的理解,是否有自己的新媒体运营方法论。

  • 是否熟悉微信媒体内矩阵,外矩阵渠道。

  • 对微信矩阵的用户增长、用户运营有什么自己的理解和想法。

  • 我会问求职者在上一家公司做了哪些事情,引导求职者尽量去讲细节。


等等。


当然以上问题,我不会全问,我针对不同的求职者,针对性的问不同的问题。


比如,刚毕业的求职者,问方法论这件事显然是不合理的——因为他基本回答不上来。我更多的会去问他在上一家公司做过什么事,在校园里做过什么事,尽量多的引导求职者去讲细节。


又比如:对于有过多年运营工作经验的人,我会问对于新媒体运营,他是否有自己的一套方法论,因为我觉得工作多年的运营从业者有自己对运营的理解,有一套属于自己的方法论很重要。


第二个方面


我会问求职者,在过去一段经历中有什么收获,以及最近在看什么书,学习什么课程,之前的工作中有没有遇到过什么难题,是怎么去解决难题的等等。


通过求职者的回答,我能相对比较清晰的知道求职者的学习能力,然后间接的了解求职者的沟通能力、逻辑能力和解决问题的能力。


5


接着讲的是第二个——让他相信。


当遇到了合适的人才以后,那么毫无疑问,你接下来的工作就是想办法把他留下来。


怎么样才能把人留下呢?


——让他相信,相信什么?


相信公司的未来,也就是大家常说的公司愿景、使命、价值观,你要向求职者表达清楚你们公司的愿景是什么,公司未来的发展规划和目标是什么,公司提供的产品和服务是什么等等。


相信求职者自己在公司能够得到成长,得到发展,这时你要向求职者表达清楚,求职者到公司目前具体能做什么工作,未来可能会做什么工作,可能会得到哪些成长机会等等。


最后,我讲的东西可能不一样适合你,但核心本质的东西对你一定管用,那就是招聘的本质是——找到有能力的人,让他相信。


———————— END ————————


每个「在看」,都是一次鼓励 ▼

登录查看更多
0

相关内容

【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
266+阅读 · 2020年6月10日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
225+阅读 · 2020年3月22日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
转岗产品经理,花了3个月都做不好需求工作
人人都是产品经理
10+阅读 · 2019年9月16日
秋招笔试必备| 99份产品/运营岗笔试主观题(含答案)
人人都是产品经理
19+阅读 · 2019年8月14日
19年腾讯、阿里、网易等各大厂实习生薪资曝光!
互联网架构师
9+阅读 · 2019年5月5日
年薪48万的程序员,他究竟做对了什么?
机器学习算法与Python学习
7+阅读 · 2018年12月28日
招聘|国内语义理解最好企业「三角兽」招贤纳士
机器人大讲堂
3+阅读 · 2018年11月12日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2018年5月16日
Arxiv
14+阅读 · 2018年5月15日
VIP会员
相关资讯
转岗产品经理,花了3个月都做不好需求工作
人人都是产品经理
10+阅读 · 2019年9月16日
秋招笔试必备| 99份产品/运营岗笔试主观题(含答案)
人人都是产品经理
19+阅读 · 2019年8月14日
19年腾讯、阿里、网易等各大厂实习生薪资曝光!
互联网架构师
9+阅读 · 2019年5月5日
年薪48万的程序员,他究竟做对了什么?
机器学习算法与Python学习
7+阅读 · 2018年12月28日
招聘|国内语义理解最好企业「三角兽」招贤纳士
机器人大讲堂
3+阅读 · 2018年11月12日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
国内高校人工智能教育现状如何?
大数据技术
9+阅读 · 2018年4月24日
相关论文
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
One-Shot Federated Learning
Arxiv
9+阅读 · 2019年3月5日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2018年5月16日
Arxiv
14+阅读 · 2018年5月15日
Top
微信扫码咨询专知VIP会员