A.I Customizing
채용을 반복할수록 우리 기업만의
인재상과 선발기준을 정립 할 수 있습니다.
공고 등록, 전형 평가, 재직자 데이터가 축적될수록
우리 기업과 각 직무의 인재상 가중치 추천 고도화
기초
설정
조직
설정
직무
설정
재직자
설정
가중치
설정
최적의 인재 선발로
고성과자 비율 상승, 조기 퇴사자 비율 감소
(AI역량검사 기업 커스텀 후 정확도 82% 기준)
(JOBFLEX 활용 전 11.8% 대비 1/10 감소)
연도 | 채용 공고 | 퇴사율(1년 이내) |
---|---|---|
2020 | 2020년 상반기 | 0.0% |
2019 | 2019년 하반기 | 0.0% |
2019 | 2019년 상반기 | 0.0% |
2018 | 2018년 하반기 | 0.0% |
2018 | 2018년 상반기 | 5.9% |
연도 | 채용 공고 | 퇴사율(1년 이내) |
---|---|---|
2017 | 2017년 하반기 (열린채용_블라인드) | 7.1% |
2017 | 2017년 상반기 (글로벌 인턴십) | 18.2% |
2016 | 2016년 하반기 (M-SEED 사관, 1주 면접) | 5.6% |
2016 | 2016년 상반기 (G-SEED 사관, 4주) | 11.1% |
2015 | 2015년 하반기 | 20.0% |
2015 | 2015년 상반기 (글로벌 인턴십 2기) | 0.0% |
2014 | 2014년 하반기 (줌인 합숙면접) | 15.0% |
일률적 기준이 아닌
우리 구성원 데이터를 기준으로
평균적인 성향과 고성과자 성향을
비교 분석 가능한 점이
가장 마음에 들었어요.
구성원이 회사에서 보이는 특성과 검사 결과가 일치하여
검사 결과를 채용의 기준으로 삼을 수 있다는 신뢰가 생겼고,
3년간 운영해온 데이터가 누적되어 그 활용성이 더욱 높아졌습니다.
전체 스토리보기
NEXT