百胜中国餐厅储备经理AI简历筛选项目实践

本案例荣获智享会“第四届招聘与任用价值大奖”最佳人才甄选创新奖

导语

自1987年进入中国以来，百胜中国保持着高速的发展，旗下拥有肯德基、必胜客、塔可贝尔等知名品牌。百胜中国从Yum! Brands分拆出来之后，于2016年11月1日独立在纽约证券交易所上市，并于2020年9月10日在香港联合交易所主板正式挂牌上市。近几年，公司也不断加码中式餐饮市场，同时开辟咖啡市场新赛道，打造多品牌发展平台。随着新品牌和新业务的不断加入，以及外部环境的快速变化，让公司对人才的需求骤然增大，同时对招聘效率提出了更高的要求。

项目背景

 行业背景

作为中国领先的餐饮公司企业，百胜中国近几年来发展迅速。截止2021年6月底，公司在1500多座城镇经营着11023家餐厅。随着公司业务的快速发展，对于一线餐厅的人力需求非常巨大。为了满足业务的需要，公司需要寻找大量人岗匹配的优秀候选人。

 职位特殊性

储备经理是为未来的餐厅经理进行的人才储备，这个职位主要工作是餐厅现场人员管理、订货排班、成本控制、设备维护等营运系统管理工作。餐厅经理是每家餐厅最重要的管理岗位之一，因此餐厅储备经理的质量对公司的业务发展有着至关重要的意义。据百胜中国招聘团队统计，公司每年平均需要招聘近万名餐厅储备经理。面对这一巨大的招聘需求，招聘团队需要在海量的简历中甄选出招聘职位最合适的候选人。再加上餐厅储备经理的背景差距较大、就业选择较多，招聘人员每天需要花费大量的时间进行简历筛选、电话沟通邀约面试。招聘团队面临着人力与时间的双重压力。

基于以上原因，百胜中国招聘团队急需寻找一种新的技术手段，希望既能优化筛选方式，提升餐厅储备经理的招聘效率，使得餐厅储备经理的招聘流程更加科学高效，从而缩短招聘时长，更快发出录取通知，锁定优秀候选人。同时，也可以更精确地识别优质潜在候选人，为他们提供更精准的招聘面试服务，提升候选人体验。因此，AI简历筛选项目应运而生，以期更高效地支持业务发展，减少人力成本投入。

项目设计

面对招聘的难点，本就具有强大科技开发能力的百胜中国开始寻求一款在招聘领域中的AI 产品，希望通过先进的AI 与HR 结合的技术，优化现在的招聘流程，减少招募专员的工作量，让AI助力提升人效。为此，项目组首先分析和探索了AI在HR人才招募领域的机会点。

经过研究发现，AI技术在HR人才招募领域主要应用于两个方面：择优与初筛。所谓择优，即以视频面试为载体，结合表情、声音和语义等多维度人工智能算法分析，甄别出优质人才，以达到提效及提质的作用。而在初筛方面，项目组进一步将其细分为三大场景：AI简历解析与人岗双推、AI聊天机器人、AI面试。项目组从而发现在初筛环节存在着大量的重复工作，如简历筛选、应对候选人重复性问题等。

公司目前将餐厅储备经理的岗位招聘流程集中作业，由共享服务中心的招募团队进行候选人筛选、候选人邀约及面试。而公司每年会收到逾万份的有效简历，仅候选人首轮电话沟通时长便每月消耗10w+分钟，共享服务中心招募专员每天每人拨打电话超过6小时。即使招募专员每日花费大量时间拨打电话，但仍有大量的候选人不到场面试。由此，引发了项目组的思考：①哪些人更愿意来参加面试，到场更有效率？②如何将高效时间投入优先度高的简历通知？③如何通过精准EVP宣传和沟通话术吸引更多候选人愿意参加HR面试？

基于以上问题的思考，项目组对该项目有了更加清晰的规划与目标，即提升共享服务中心的运营效能，提高候选人到场率，希望通过AI产品助力整体候选人到场率提升5~10%。当对产品有了较为清晰的规划与描绘后，项目组便开始了AI简历筛选产品的开发与应用。

项目实践

一个项目的建成并非一朝一夕之事，更无纸上谈兵之易。百胜中国餐厅储备经理AI简历筛选项目，历时一年时间，共享服务中心团队与人工智能团队通力协作，整体结合 AI 与大数据，从0到1搭建AI模型，逐步实现招聘高效化、精准化。

 第一阶段：简历优先排序

AI简历打分——提升作业效率

面对庞大的简历数量，项目组首先将AI技术应用于简历初筛环节。借助公司海量的历史数据，以结构化简历数据为主，通过系统数据，针对HR通过人群罗列出群体特质与结果正相关性，并罗列正向标签。基于大数据分析，找到岗位说明书与优秀候选人之间的关联，对简历进行打分。

项目组根据学历、毕业学校、现居住地、曾经从事工作、期望从事职业等70+个变量，提取600+特征纳入算法，获得简历AI打分分值并进行排序。然后淘汰低分数段简历，对高分数段简历进行优先招聘流程处理。从而将高效时间投入优先度高的简历通知，节省招募专员沟通工时，提高招聘效率。

伯乐相马——提高到场率

同时，为了提高候选人的到场率，项目组采用了类似“伯乐相马”的筛选策略。AI平台每日会对简历进行解析并对每份简历进行打分，预测到场率，并设置 “绿” “黄” “红”三档分数段，“绿”即到场率较高，“黄”即到场率一般，“红”即到场率较低。

此前，项目组采用“田忌赛马”的筛选策略，即将打分的简历分配给招募专员，然后集中资源关注最有可能转换为HR到场的候选人，因此黄分数段简历的招募专员资源投入多于其他分段简历。而在这过程中，项目组发现不同共享服务中心专员在某些分段的简历到场率高于其他专员，于是以终为始，思考如何将打分的简历与招募专员相匹配，找到最适合处理该分值简历的招募专员，以最大程度的提高到场率，为每匹“千里马”找到“伯乐”。

为此，项目组开展了为期三个月的测试。抽调10名共享服务中心招募专员组建测试团队，并选取了10个测试市场。对于测试市场的选取，项目组遵循了三大规则：①市场招募达成情况良好；②简历量较充沛；③前端运营指标，百份简历到场率较平稳。然后，随机分配简历，由AI学习招募专员的习惯，找到每个人最合适的分数段。之后，项目组结合AI及RPA方式，每天将最合适的简历分配给相应的招募专员。运用“伯乐相马”的筛选方式，项目组对10个测试市场进行了三个月测试，发现候选人到场率数据有较明显的提升。而此次AI测试，不仅验证了AI模型的准确性，还验证了AI工程化系统的稳定性，同时也是为未来人机协同模式，寻求有效的方向，

 第二阶段：精准营销话术优化

在AI面试简历筛选项目的第二阶段，项目组将重点放在对共享服务中心招聘团队面试官的精准营销话术优化，期望通过提高面试官的话术技巧，进一步提升候选人到场率及面试体验。首先，项目组通过系统内的动态数据（以共享服务中心招募团队和候选人沟通数据为主，面试安排行为数据为辅），获取共享服务中心招募团队电话沟通候选人的话术解析，判断候选人特质与沟通话术的相关性，并找到话术特征中与候选人到场的相关性因素，提取话术要点。

不同候选人存在着不同的特性，如年龄、经验等，AI会根据这些简历的特性，找到相关因子，反哺到系统之中，对每个简历的特征进行分析聚类，然后根据简历标签和招聘团队面试官的能力标签进行匹配，实现人机协同。同时，在电话面试过程中，会提示招募专员3~5个话术要点，将最合适的面试话术提示给面试官，帮助提升到场率。

 鲲鹏A.I.平台

AI面试简历筛选项目利用公司海量的候选人到场历史数据，搭建AI模型并上线了鲲鹏A.I.平台。通过候选人投递的简历，根据学历、毕业学校、现居住地、曾经从事工作、期望从事职业等70+个变量，提取600+特征纳入算法。通过数据的不断录入，模型结果也越来越精准化。

该项目借助鲲鹏A.I.平台的高维离散化特征工程和模型自学习过程，自动实现AI简历筛选模型效果的持续优化。AI简历打分工程化后，项目组可以将每天餐厅管理培训生简历按预测结果自动进行打分排序，共享服务中心利用AI打分的简历后可更合理的安排招募专员联系候选人，实时监控模型准确率的变化，及时调整运算参数使预测结果更稳定。在未来第二阶段如果需要结合“外呼语音”等数据对招募专员的话术进行分析优化，项目组也可以直接在工程化平台上进行。

挑战及处理

事物发展中遇到挑战是不可避免的，AI面试简历筛选项目遇到的困难与挑战最典型的有以下几点：

1.数据是AI成败中最容易被忽视的因素。将AI比作赛车的话，数据的重要性尤为重要，因为再好的赛车，没有油也无法运行，而劣质油不仅影响速度，还会影响引擎寿命。因此，在项目运行中，项目组首先着重考虑自身拥有哪些数据，这些数据是孤立的还是打通的。同时，数据的质量也尤为重要。项目组在前期进行了大量的数据累积，但是数据质量还需要进一步提升。于是在AI简历筛选项目中，项目组花费了较多的时间进行数据清理，后续在项目过程中，数据治理也成为了项目重要的关键点。

2.场景的重要性。不管什么车，有赛道才能展示速度，选对赛道很重要。对于创新项目而言，解决业务的痛点才是关键。随着科技领域日新月异的发展，新兴技术引领下的产业变革越演越烈，AI人工智能在人力资源运用的场景也越来越多。找到AI在人才招聘上的运用场景，并且能够结合企业的发展和业务的需求落地实施，是一个非常创新的探索。项目组在前期调研中发现，AI在招聘领域的主要应用场景包含：AI文本聊天机器人、AI电话聊天机器人、AI简历筛选与人岗匹配、AI文本面试、AI视频面试等。基于以上场景，HR部门和公司大数据部门进行深入探讨和合作，设计AI简历筛选模型，不断优化算法模型，对预测效果进行持续监控和优化，从而达到项目目标。

实践创新

随着公司业务的快速发展，未来对于餐厅储备经理的招募需求量也会越来越大。而AI面试简历筛选项目涵盖了一系列智能化集合，包含文本信息抽取、深度学习、自然语言处理等，实现了简历打分、一键获取结果的智能化招聘。并借助鲲鹏A.I.平台的高维离散化特征工程和模型自学习过程，自动实现AI简历筛选模型效果的持续优化。AI面试简历筛选可覆盖的用户范围十分广泛，操作便捷快速，可灵活调整，高效推荐优质人才，这些都是AI赋能招聘的有效实践。通过 AI 创新技术让更多 HR 从琐碎的事务中解放出来，使其能够更专注于深层次的人才管理与应用。

项目成果及未来方向

第一阶段AI面试简历筛选项目上线，经过一年的实施和优化。AI面试简历筛选打分直接淘汰不合适的候选人（即低分简历的候选人），节省招募专员电话沟通时间25%。并将入职概率高的候选人推荐给招募专员面试，提升候选人到场率5%~10%，提升了面试的质量，初步达成项目目标。目前，AI模型预测效果基本符合预期，通过AI助力共享服务中心招募团队使餐厅储备经理招募流程变得“更省力”“更高效”，项目组在后续的测试过程中也仍会对模型进行持续优化。

项目组将在下一阶段继续深耕智能化面试，升级智能面试场景，实现更通用、更灵活、更精准的优秀产品，进一步用 AI 赋能招聘。具体来看，项目组会在 AI 面试机器人的现有功能上进行优化，同时拓展新功能或模型。下一阶段，项目组将通过AI辅助面试官决策，从候选人简历、测评报告等数据，预测候选人入职概率，然后面试官通过逻辑、表达、求职动机、稳定性等几个方面进一步选择优秀候选人。AI赋能HR，将经验丰富的招募面试官和系统招募数据准确及时的市场数据进行输入校准，将经验赋能给能力较弱的招募面试官。同时还可实现“绩优因子”的挖掘，通过分析表现优异的餐厅储备经理在面试中记录的数据，得到面试通过能力（胜任力）之外的“绩优因子”，从而将绩优因素在面试中挖掘出来，加强录取候选人的信效度。