HR招聘人员需要从海量的应聘简历中筛选出符合企业基本要求的应聘者，然后安排笔试、面试确定最终人选，这期间HR人员需要花费大量的资金成本和时间成本。

为了应对每年年初招聘带来的大量资金成本支出和HR重复浏览简历带来的时间成本，众多企业开始着手建立招聘数据库，将企业招聘简历、面试记录、面试评价等信息汇聚到同一数据平台但很多企业的数据库只是简单的为了避免同一简历的多次购买、人才简历的分类管理以及面试过程信息的记录等，其价值并没有得到充分体现。而如果能够将企业的招聘数据库和企业人才库运用大数据工具结合起来，数据库的价值将得到更充分的体现。

对大数据人力资源工作做过大量调查和案例分析的唐·佩克曾在《大西洋月刊》上发表了一篇名为《他们在注视着工作中的你》的文章，该文中描述了一个其研究中涉及的企业案例，该企业为准确高效地完成某职位的招聘工作，尝试运用了大数据分析工具，通过分析内部人才库信息，与招聘工作进行结合，将内部信息库充分利用起来。

该企业将内部涉及到所需要招聘的职位的员工的简历信息和该岗位的绩效信息搜集起来，通过编码提取出简历中的学历、工作经历、资质证书等信息，利用大数据分析工具分析简历信息和员工绩效指标间的关系，得到极具价值的结论，来帮助确定招聘时优先选择哪些指标。例如，该结果分析证明大学本科教育学历和该岗位的绩效无关，帮企业扩大了招聘范围，同时确定了和该职位绩效直接相关的其他指标，例如在某类工作中担任的角色等。根据华恒智信软件服务经验，在此公司大数据分析的基础上可以更进一步，通过设计招聘数据库的软件功能，直接将分析得出的结果指标作为简历筛选标准，直接定位数据库中符合条件的应聘人员，简化HR工作过程，提高工作效率。

来源：网络素材整理

从这个案例来看，一般情况下，企业应该如何使用大数据工具提高招聘准确率和效率呢？华恒智信在以往咨询工作经验基础上总结出，从大数据工具入手，可以通过以下步骤，帮助企业利用简历和离职率绩效信息分析出高绩效指标因素，可供有需求的企业作为参考。

第一步，搜集招聘岗位一定阶段内任职员工简历和绩效信息。

第二步，对简历信息进行编码，提取出简历中的指标元素。

第三步，利用大数据工具对简历编码所得的指标和绩效指标进行分析。

第四步，根据数据分析结果，总结得出高绩效的指标。

第五步，运用指标进行简历筛选。

华恒智信通过此方法为多家企业提供了招聘咨询和软件咨询服务，帮助企业提高了招聘的准确率和效率。如果企业的人才库有相应的筛选功能，可以直接利用大数据分析的指标进行简历筛选，降低人工简历筛选过程中的时间成本，而没有相应功能的企业也可以通过指标加速简历筛选，再逐步开发相应功能。