招聘是人力資源管理的重要職能之壹，從源頭上影響著企業人力資源的整體素質水平。為了成功為企業找到合適的人選，HR們在招聘方式上下足了功夫。各種面試方法和測評技術正在不斷豐富人力資源管理的理論和實踐。
經過多年的招聘實踐和理論學習，企業和HR們或多或少形成了壹套自己的招聘理念和方法。那麽如何評價這些方法是否真的有效呢？雖然可以用就業率、完成率、應聘率、就業率等壹些指標來衡量人力資源部門的招聘工作，但是要考慮企業的長短期目標和成本控制。然而，這些指標仍然不能顯示企業采用的招聘方法的有效性。在此，筆者簡單介紹壹下評估企業招聘有效性的貝葉斯分析方法，希望能起到拋磚引玉的作用。
貝葉斯分析方法是壹種基於概率的分析方法。在實踐中，企業可以根據招聘的歷史數據或主觀判斷，初步估計當前招聘方式在某些方面的概率，如面試通過率。由於這些概率是以往數據或經驗的總結，在實際應用中會有很大偏差。在概率論中，我們稱這些概率為超越概率。
貝葉斯分析基於這些先驗概率。它通過調查和統計分析修正先驗概率，獲得更準確的後驗概率，協調管理者據此做出決策。
企業招聘方法的貝葉斯分析通常需要以下步驟:
1.收集企業招聘的內外部歷史數據和職位信息。
2.通過收集崗位信息進行計算和邏輯判斷，檢驗先驗概率，包括歷史概率和邏輯概率，以確定是否適合計算後驗概率。
3.根據貝葉斯定理分析有效性。
例如，A公司決定對壹個管理職位所采用的招聘方法進行貝葉斯分析，假設該公司定期進行面試以選擇該公司的管理職位。通過企業對該崗位招聘歷史數據的統計和經驗的邏輯判斷，顯示該崗位所有應聘者中，實際“符合企業要求”的僅占70%，其余“不符合企業要求”。符合企業要求的只有80%能通過面試的篩選，不符合企業要求的有30%通過面試。
在招聘工作中，企業希望招聘到符合企業要求的人，並通過面試，但現實中，符合企業要求的人往往面試失敗，或者不符合企業要求的人通過面試。當然，無論哪種招聘方式，或多或少都會存在這個問題。作為壹個招聘人員，我想知道的是壹個“通過面試”的人“符合企業要求”的概率。如果這個概率低，證明這次招聘無效。
以上面的A公司為例，對這些數據進行貝葉斯分析。假設壹個應聘者通過了企業的面試，那麽他是壹個“合格”的人的概率是多少？
根據概率論的貝葉斯定理，我們用A1來代表壹個“合格”的候選人，B代表通過面試。假設壹個應聘者通過了面試，那麽他實際上是壹個符合企業要求的人的概率是:
P(a 1 | B)= P(a 1)* P(B | a 1)/[P(a 1)* P(B | a 1)+P(A2)P(B | A2)]
=0.70*0.8/(0.70*0.8+0.30*0.30)=0.862
該職位貝葉斯分析的Excel公式代碼(見附件)
由此可以判斷，該職位的招聘方式對於篩選候選人是有價值的。因為對於這個職位，如果不進行面試，就從候選人中隨機抽取壹個人，他符合要求的概率是70%；但如果公司只錄取面試通過的應聘者，概率會提高到86.2%。
通過貝葉斯分析，我們可以清楚地了解某種招聘方式在選拔中的有效性，進而決定這種招聘方式是否應該改進。上面例子中的概率是86.2%。如果企業的目標是90%以上，那麽這種面試方式就需要在技術和流程上進行改進，以滿足企業的要求。
實踐表明，貝葉斯分析方法在評價企業招聘的有效性方面能夠取得較好的效果。當然，它也有壹些缺點。比如企業需要保留大量的歷史招聘數據，需要對這些信息的外在表象進行理性的分析。然而，實際上很多企業並沒有建立完善的數據庫，所以有些數據必須使用主觀概率，這使得評價結果的準確性受到壹些人的懷疑，阻礙了貝葉斯分析方法的應用和推廣。為了解決這些問題，貝葉斯分析的許多理論和研究方法得到了更新，如貝葉斯回歸分析、插值法、分段定價模型、序列分析等。對此感興趣的也可以了解壹下。