Findem 的 CEO 和联合创始人 Hari Kolam – 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，以及其日常运营。他是一位连续创业者和技术专家，拥有近二十年的经验，曾创建多家公司和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 任职期间，他共同撰写了超过 50 项专利。

Hari 还曾在 Aster Data 和 Sun 的 Solaris Cluster 团队担任过高级工程职位，在那里他参与了整个开发栈的所有功能，并为软件贡献了关键模块。

您是一位成功的创业者，已经成功推出了两家创业公司。您能否讨论一下您在第一家创业公司 Instart 的灵感时刻，当时您意识到扩张团队是大多数创业者的主要问题？

这不仅仅是一个时刻，而是一系列经历的总和。在 Instart，我们经历了非常快速的增长，包括在国际上扩张公司，这带来了特殊的挑战。现在，我们试图建立一个真正多元化的优秀团队，并在短时间内跨越大陆边界进行扩张。当我们与其他创业公司竞争人才并急于扩张团队时，我们最终做出了几个糟糕的招聘决定，这让我们倒退并产生了很多挫折。其他的挫折出现在我们试图向招聘人员传达我们员工愿望清单时。这个过程是高度容易出错的，我们发现自己经常为了快速完成招聘而在正确的招聘上妥协。这些都是深刻的教训，也是我感激的，因为它们激发了 Findem 的想法并助长了这项事业的发展。

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招聘和扩张的错误所产生的。正如任何创业者都会告诉你的，建立优秀的团队是商业成功的最重要因素。这也极其困难。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，我被这个特定的挑战所激励。找到合适的候选人，他们可以与公司文化无缝融合，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，但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处理它。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所需的属性而不是简历上的关键词或职称来搜索候选人。公司被数据驱动的招聘所吸引，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结果。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元化的团队时，跟踪员工和候选人的数据通常是一个事后思考。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多样性到过去五年多样性跟踪、薪酬差异、多样性员工的离职率等一切。重要的是要注意，数据跟踪不仅应限于性别和种族，还应包括年龄、宗教、残疾和军事服务等其他因素。当您拥有这些数据时，您可以开始规划目标并真正朝着多样性和包容性文化的方向努力。

另外，当谈到通过招聘建立多样性和包容性文化时，监测人才管道以确保从候选人搜索开始就培养多样性至关重要。这在没有合适数据的情况下是不可能的。

管道分析对于了解什么在您的多样性招聘努力中起作用或不起作用也至关重要。多样性候选人被招聘的速度有多快？哪些招聘人员真正推动了多样性候选人的招聘？您是否从具有更高多样性候选人百分比的地区进行招聘？数据可以提供这些您原本无法回答的问题的答案。

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，他们的离职风险，如果他们在远程职位中会成功，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个人数据，这些数据经过验证和在多个来源进行了三角测量，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，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？

为了匹配理想的候选人，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、前创始人或曾在前十名风险投资公司工作过，也可以是无形的，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人的数据驱动图景，可以用来找到填补空缺职位的最佳匹配。

属性可以在内部员工、ATS 配置文件（这些配置文件用最新信息进行了丰富）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，然后建立一个包含每个与该理想候选人属性匹配的人的人才池，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，无论他们是在公司内部还是外部，然后为具有这些属性的候选人设计搜索。假设他们知道某人擅长远程工作、忠诚，并且曾在一家成功被收购的公司担任过首席营销官，雇主可以简单地在我们的平台上搜索一组具有这些属性的候选人。

Findem 如何避免其机器学习过程中的无意性别或种族偏见？

当选择特定位置或属性进行搜索时，缺乏对人才分布的可见性会引入无意识偏见。Findem 提供了根据位置和各种搜索属性动态总结人才分布的汇总，并将此可见性提供给人力资源团队。

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，通过在进行手动审查时模糊候选人个人身份信息，并自动向管道添加权重以确保其尽可能多样化。

Findem 如何使雇主能够发现新属性用于人才搜索？

Findem 使新属性可以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，它可能希望了解其他公司在类似努力中是如何配置的。我们的平台允许雇主查看这些人的属性并将其用于自己的人才搜索。

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）来区分你的顶级表现者，然后可以识别出他们共同的属性并将其用于未来的搜索。

您还想分享关于 Findem 的其他信息吗？

我们目前最大的关注领域之一是实现我们的人才招聘解决方案完全自助服务。从第一天开始，我们的目标就是建立一个足够简单的平台，以至于人力资源部门的任何人都可以使用，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。