В теории вероятностей существует классическая задача, известная под разными названиями: задача разборчивой невесты, задача привередливого жениха или задача остановки выбора. С учетом специфики портала Executive.ru назовем ее задачей выбора лучшего кандидата на работу, потому что именно ее каждый день решает HR-менеджер в своей компании.
Условия задачи
- HR-менеджеру необходимо подобрать сотрудника на вакансию.
- На эту должность имеется N кандидатов, и значение N известно.
- Кандидаты проходят собеседование последовательно в случайном порядке, и каждого кандидата можно однозначно оценить по общей для них всех шкале ранжирования, скажем от 0 до 1.
- Решение о приеме или отклонении кандидата основано только на рангах кандидатов, прошедших собеседование к данному моменту времени.
- Сразу после собеседования прошедший его кандидат либо безвозвратно отклоняется, либо принимается на вакансию, и это решение является окончательным. В случае принятия положительного решения по кандидату – собеседование кандидатов останавливается.
- Нужно найти общее решение, состоящее в выработке оптимальной стратегии, гарантирующей выбор лучшего кандидата из всей группы N с наибольшей вероятностью. Другими словами – стратегия должна максимизировать ожидаемый выигрыш.
HR-менеджер выигрывает, когда принимает лучшего кандидата из N.
Впервые эта задача была опубликована Мартином Гарднером в журнале Scientific American за февраль 1960 года. Хотя до того ей уже уделялось большое внимание в научных кругах. На тему ее решения написаны целые тома. В том числе – по различным модификациям этой задачи, например, когда заранее неизвестно общее количество кандидатов N.
Примечательно, что в докторской диссертации Бориса Березовского, известного бизнесмена и политического деятеля, впоследствии члена-корреспондента РАН, на соискание ученой степени доктора наук «Разработка теоретических основ алгоритмизации принятия предпроектных решений и их применения», защищенной в 1983 году, рассматривается обобщение нашей задачи о разборчивой невесте.
Решение
Для решения этой задачи можно применять различные подходы. В силу их сложности и громоздкости приводить здесь я их не буду – при желании подробности можно найти в сети. Не вдаваясь в математические выкладки и доказательства, приведу сразу решение этой замечательной задачи.
Оптимальная стратегия найма выглядит так: отсобеседовать N/e первых кандидатов, где e=2,71828 – число Эйлера или основание натурального логарифма, а затем выбрать из оставшихся первого, который окажется лучше всех предыдущих.
Предположим, что HR-менеджер отобрал 8 резюме кандидатов, которые по его мнению соответствуют вакансии и требованиям компании. Следовательно, N в нашей формуле = 8.
Далее HR-менеджер:
- Провел собесдеования с первыми N/e = 8/2,71828... = 2,9430... ≈ 3 кандидатами, пока не принимая никаких решений.
- Зафиксировал для себя максимальный ранг среди отсобеседованных кандидатов. Предположим, первые 3 кандидата имели ранги 0,4; 0,25; 0,6. И тогда максимальным рангом будет 0,6.
- Продолжает собеседовать кандидатов далее до момента, пока не попадется кандидат с рангом больше 0,6. Именно этому кандидату сделать предложение о работе, а дальнейшие собеседования не проводить.
Описанное выше решение подходит для стратегии выбора лучшего кандидата. С увеличением числа кандидатов N вероятность выбора лучшего кандидата стремится к 1/e = 36,8...%. Не густо?
Расширим условия задачи
Предположим, что HR-менеджер руководствуется менее строгим выбором: согласен выбрать одного из двух лучших кандидатов. В этом случае:
- Рекрутер должен провести собеседования приблизительно у 34,7% первых кандидатов, не принимая решений, лишь фиксируя их ранги, определив лучшего.
- Из следующих приблизительно 32% кандидатов (вплоть до 66,7% от всех) выбрать того соискателя, который окажется лучше всех предыдущих.
- Из оставшихся 33,3% претендентов соглашаться на выбор и второго по качеству среди уже всех отсобеседованных.
При данном подходе с увеличением числа кандидатов N вероятность выбора одного из двух лучших кандидатов стремится к 57,4%, что уже заметно выше.
Можно было бы пойти дальше и расширить выбор, например, один из трех лучших кандидатов, но не будем усложнять. Во-первых, в реальной жизни HR не принимает решений о найме самостоятельно, а лишь предлагает лучших кандидатов руководителю. Во-вторых, обычно двух лучших кандидатов бывает вполне достаточно для руководителя, чтобы он принял окончательное решение, кого из них принять на работу.
Вывод
После выбора рекрутером лучшего кандидата или одного из двух лучших кандидатов из N отобранных резюме с применением вышеописанных подходов достаточно будет пригласить на финальное собеседование с руководителем именно его и любого другого среди тех, кто прошел собеседование, но минимально уступает «лучшему», если он еще будет находиться в поиске работы к тому моменту и готов будет пройти финальное собеседование с руководителем.
Благодаря такому системному подходу:
- Шансы заполучить на работу в компанию лучшего кандидата будут чрезвычайно высоки.
- Руководитель получит на выбор двух заведомо лучших кандидатов от HR-менеджера.
- Затраты времени HR-менеджера на закрытие вакансии будут существенно снижены, чем при бессистемном интуитивном подборе.
- Риски потерять лучшего кандидата будут минимальными.
Читайте также:
Сколько таких требований (в штуках) обычно было в Ваших запросах? Вы когда-нибудь давали HR веса для отдельных требований (или приоритеты или что-то подобное)?
Столько кандилатов проходило первичный отсев до интервью с Вами? Примерно?
Совершенно верно.
Это ключевое предположение, далекое от практики найма. Но ситуация, возможно, еще хуже:
Понятно, что 1000 кандидатов, откликнувшихся на объявление о вакансии, встречается не каждый день. Но HR (или робот) как-то уже отсеял 99,2% кандидатов по неизвестным нам критериям.
Делить на e уже просто некого.
2-3, иногда 4-5. Редко больше. У нас с вами, сами понимаете, всё и проще и сложнее. Например, опыт в рнр, работа с СУБД такой-то, понимание протоколов таких-то. А всё остальное (командная работа, усидчивость и пр и др) ерунда. Это остаётся моей внутреней оценкой человека при встрече.
Очень мало, единицы. Например, человек предлагает себя в руководители проекта, а перед этим руководил молочным заводом, было такое. В таких ложных резюме прекрасно разбираются кадровики.
Мы не можем просто так выбрать N. Будем ближе к земле.
С точки зрения человека, решившего задачу (решение на последней странице по ссылке выше + таблица на Рис.21),
"Величина x0 приблизительно равна 0,347. Таким образом, при большом количестве претендентов n и при m=2 оптимальная стратегия принцессы состоит в следующем. Она должна пропустить приблизительно 34,7% претендентов, не давая согласия на брак, из следующих приблизительно 32% (вплоть до 66,7% всех претендентов) давать согласие на брак только тому, кто лучше всех предыдущих, а из оставшихся 33,3% претендентов соглашаться и на второго по качеству среди уже прошедших. При этом вероятность удачного выбора (опять-таки при большом n, т. е. при n→∞) оказывается равной 2x0−x2 0, что приблизительно равно 0,574. Таким образом, в этом случае шансы принцессы на удачный выбор (при оптимальной стратегии) больше 50%."
Я бы поверил автору. В конце концов, принцессе жить с кандидатом, а не нам. О "шуме случайности" автор не говорит.
Жаль, что никаких n→∞ в реальности не существует (вероятности считаются именно для этого случая), а для 8 кандидатов я бесплатно (т.е. даром!) берусь повысить шансы выбора лучшего для второго тура до 100% вместо 57.4%. Заодно добавлю пару других для сравнения. Замуж выходить не мне.
... требований и
... кандидатов. Даже на e делить некого, как часто и бывает.
Вы, естественно, можете понять, с кем бы Вам хотелось работать дальше.
И о чём еще тут говорить?
А зачем выстраивать метрики, суммировать с весовым коэффициентом, нормировать? Человек слишком многогранен. Этот умный, но ленивый, тот умный, но слишком нетерпелив, тот аккуратен, но малоопытен и прочее, и прочее. Идеала нет и обычно выбирают те качества, которые мне, как будущему руководителю этого человека подходят. Но не могу представить ситуацию, что этот умный на 0,7, а тот на 0,8. Ну не подходит для человека прокрустово ложе.
Как-то искали руководителя отдела разработки на 1С. Приходили ребята, натасканные на стандартных процедурах бухгалтерии - 1С относительно незамысловатый язык и набить руку в бухгалтерии средней руки несложно. Но был нужен человек, кторый умел бы и любил работать с людьми в бухгалтерии, быстро находить нестандартные решения. Больше координатор, чем программист. Пришла дама лет 40. Чуток путается в проводках, но в свободное от детей и работы время сделала такую классную учётную приблуду, что залюбуешься. Я ей - перезвоню завтра. Она мне без нотки обиды: "Я поняла. Я женщина. У меня вечные детские заботы. Я вам не подойду". И тут я чуть не заорал - подходите, выходите завтра. Ну как тут ей коэффициент какой-то поставишь. И ни разу не пожалел.
Я поэтому и спросил у Сергея, для каких категорий его интересная методика.
Набирать 100 рабочих можно по ней, 100 продавцов тоже допускаю. Всё таки там требования можно как-то и правда систематизировать и оценить по какой-то шкале - разнорабочий Петров поднимает 100 кг, а Иванов только 90. Но уже для среднего персонала появляются слишком ненужные метрики.
Ну это на мой взгяд.
Чтобы сравнивать и выбирать.
Мисс Вселенная?
)))
Сравнивать и выбирать -- это сущностные задачи ума и сердца, взаимодополняющих начал, формирующих личность.
1. Я читал. Это сильный аргумент! Когда-то классикой было считать, что Земля плоская. И, пишут, что для некоторых это до сих пор является классикой...
2. Вы полагаете этого "Впервые эта задача была опубликована Мартином Гарднером в журнале Scientific American за февраль 1960 года. " достаточно, чтобы стать классиким кейсом теории вероятностей?
3. Может быть и достаточно, но тогда достоверность такой кейс вовсе не гарантирует (если Вы прочитаете 1-й коммент в ответе, то поймете).