Hari Kolam 是 Findem 的 CEO 和联合创始人 – 采访系列

作为 Findem 的 CEO 和联合创始人，Hari 负责公司的整体方向和战略增长，以及监督其日常运营。他是一位连续创业者和成就卓著的技术专家，拥有近二十年的经验，建立公司并创造开创性的技术解决方案。

Hari 此前曾是 Instart 的联合创始人和 CTO，他领导了公司的技术愿景，并将客户需求转化为可实现的创新解决方案。在 Instart 的任期内，他共同撰写了超过 50 项专利。

Hari 还曾在 Aster Data 担任高级工程职位，负责整个开发栈的所有功能，以及在 Sun 的 Solaris Cluster 组中工作，贡献了软件的关键模块。

您是一位成功的企业家，已经成功推出了两家创业公司。您能否讨论一下在您的第一家创业公司 Instart 中的顿悟时刻，当您意识到扩大团队对于大多数企业家来说是一个主要问题时？

这不仅仅是一个，而是多种经验的结合。当我们在 Instart 达到一个非常快速的增长路径时，包括在国际上扩展公司，这带来了一个特殊的挑战。现在，我们正在尝试建立一个真正多样化的团队，并在短时间内跨越大陆边界进行建设。随着我们与其他创业公司竞争人才并急于扩大我们的团队，我们最终做了一些糟糕的招聘，这让我们倒退并产生了很多挫折。其他障碍出现在我们试图向招聘人员传达员工愿望清单时。这个过程是高度错误的，我们发现自己很多次为了快速完成而妥协了正确的招聘。这是具有挑战性的教训，几乎所有企业家都面临这样的挑战，但我很感激它们激发了想法并促进了 Findem 的诞生。

您能否讨论一下 Findem 的创立故事？

Findem 实际上是直接由我早期职业生涯中犯下的错误所导致的。正如任何企业家都会告诉你的，建立卓越的团队是业务成功的最重要因素。这也是非常困难的。作为一名具有工程背景的人，我被吸引到解决一些最困难的问题，这些问题会带来最大的影响，我被这一特定挑战所激励。找到合适的候选人，他们可以无缝地融入公司文化，并具备履行工作所需的能力，比听起来要困难得多。

传统上，解决人才扩张问题的唯一方法是通过蛮力和人为因素，而这个过程充满了错误、偏见和低效率。随着我进一步研究，我意识到这实际上是一个数据问题，正确的解决方法是像解决数据问题一样解决它。使用人工智能和深度分析，我们为这个过程带来了一个成功的新方法，通过使人力资源领导者能够根据理想的属性而不是简历上的关键词或标题来搜索候选人。公司被吸引到基于数据的招聘，因为它更高效，降低了成本，提高了公平性，并带来了更好的招聘质量。Findem 起初是一个激情项目，现在我们正在蓬勃发展，特别是在遇到更多招聘痛点、费用和困难的企业中。

数据在招聘中有多重要？

数据在做出有效的招聘决定时至关重要。例如，当公司试图建立更多样化的团队时，跟踪员工和候选人的数据通常是一个被忽视的方面。然而，多样性、公平和包容性（DE&I）计划必须从组织当前的数据驱动状态的透明度开始——分析可以显示从领导层的多样性到过去五年多样性的跟踪、薪酬差异到多样性员工的离职率等一切。需要注意的是，数据跟踪不仅应该扩展到性别和种族，还应该包括年龄、宗教、残疾和军事服务等其他因素。当您拥有这些数据时，您可以开始绘制您的目标，并真正努力实现多样化和包容性的文化。

此外，当谈到通过招聘建立多样化和包容性的文化时，监控人才管道以确保从候选人搜索的开始就培养多样性至关重要。这在没有正确的数据支持下是不可能的。

管道分析对于了解多样性招聘工作中什么有效、什么无效至关重要。多样化候选人如何快速招聘？哪些招聘人员真正推动了多样化候选人的管道？您是否从具有更高多样性候选人百分比的地区获取人才？数据可以为您无法回答的所有这些问题提供答案。

数据也是预测分析的核心，历史数据被用来发现将在您的公司中表现出色的人才。预测分析可以告诉您候选人在某个角色中表现良好的可能性、离职的风险、在远程职位中是否会成功以及其他可以帮助您找出最有可能蓬勃发展的候选人的信息。

Findem 从哪些数据源收集信息？

Findem 聚合所有公开可用的人员数据，这些数据经过验证和在多个来源中进行了三角测量，以记录和学习潜在候选人的属性。我们拥有超过 100 万个属性的库，每个个体都有一个对应的属性库。如果我们的客户选择将内部人力资源工具与 Findem 集成，我们可以丰富这些数据并发现新的属性。我们聚合的公共信息示例包括人口普查数据、产品类别信息数据、公司财务数据、市场数据、专利和出版物数据、教育数据以及生产力和技能数据。

雇主如何使用 Findem 平台来匹配理想的候选人？

要匹配理想的候选人，无论他们是活跃的还是被动的，雇主可以使用我们的平台根据超过 100 万个属性的组合来搜索他们。属性可以是有形的，例如某人是女性、以前的创始人或曾在前十名的风险投资支持的初创公司工作过，以及无形的，例如某人体现了公司的价值观、具有创业精神或是积极进取者。这些属性提供了每个个体的数据驱动图景，可以用来找到填补空缺职位的精确匹配。

属性可以在内部员工、ATS 配置文件（使用最新信息进行了增强）和外部候选人之间进行匹配。通常，公司从理想候选人配置文件开始，并建立一个包含所有与该理想候选人属性相匹配的人的人才池，尽管有些公司选择从头开始构建属性搜索。

他们可以采取的另一种独特方法是分析超级员工的属性——他们可以在招聘公司内部或外部——然后为具有这些属性的候选人设计搜索。假设他们知道有人擅长远程工作、忠诚，并且曾在一家成功被收购的公司担任首席营销官，雇主可以简单地在我们的平台上搜索一组具有相同属性的复制品。

Findem 如何避免在机器学习过程中出现无意的性别或种族偏见？

当选择特定位置或属性进行搜索时，没有可见性到人才分布（即多样性）的无意偏见是一个问题。Findem 提供了一个按位置和各种搜索属性动态总结的人才分布概述，并将其可见性提供给人事团队。

我们还通过基于属性的搜索来减少这些偏见，这些搜索可以在没有人为干预的情况下进行，并且在进行手动审查时对候选人的个人身份信息（PII）进行模糊处理，我们还会自动向管道添加权重，以确保其多样性尽可能大。

一个有趣的概念是 Findem 如何使雇主能够找到新的属性用于人才搜索。这个过程是如何工作的？

Findem 使新的属性能够通过多种方式被发现。其中一种方法是查看其他公司及其在不同时间聘用的员工。例如，如果一家公司计划进行 B 轮融资或上市，它可能希望了解类似公司如何在类似情况下组建团队。我们的平台允许雇主查看这些人的属性并在自己的人才搜索中使用它们。

同样，你可以用自己的超级员工和内部系统来做到这一点。可以使用内部人力资源信息系统（HRIS）来区分你的顶级员工，然后你可以识别出他们的共同属性并将其用于未来的搜索。

您是否还有其他关于 Findem 的内容想要分享？

我们目前最大的关注领域之一是实现我们的才华来源解决方案完全自助服务的愿景。对于我们来说，第一天的目标就是建立一个足够简单的平台，以便任何人力资源职能的人都可以使用，我们现在正在朝着这一里程碑取得巨大的进步。

感谢这次精彩的采访，希望了解更多的读者可以访问 Findem。