1.?初篩推薦，讓人崗匹配度更高

試想一下，校招場景下，我們招聘5名管培生，有2000名學生投遞了這個職位，通過智能篩選，有200名候選人符合我們設(shè)定的要求，但是這200名學生中，誰更符合管培生的畫像，我們?nèi)匀恍枰斯ずY選一遍。

Moka智能推薦，將全系統(tǒng)中候選人畫像與該職位畫像進行匹配打分，按照星級高低排序，最符合職位要求的候選人就排在最前面，在提升HR工作效率方面又往前走了一步。

2.?人才庫智能推薦，0成本激活更多候選人

HR在針對歷史人才庫進行激活時，針對發(fā)布的職位，系統(tǒng)會根據(jù)人才庫中的簡歷標簽，及時有效提取人才庫中合適的候選人，推薦給HR。

我們有個客戶，6月份總計從人才庫里智能推薦了1,198封簡歷，最后到待入職是178個，按80%的人入職做計算，入職人數(shù)也有140多人，推薦入職比達到11%。要知道，招聘網(wǎng)站的投遞-入職比例也就1%左右。所以人才庫的簡歷激活效果比招聘網(wǎng)站的效果更好。

而且人才庫智能推薦還有一個很大的優(yōu)勢——被推薦的簡歷是沒有額外成本的。

（1）自定義崗位推薦，讓簡歷推薦更精準

人才庫推薦是基于企業(yè)人才數(shù)據(jù)分析后生成的崗位模型，但模型相對固定，有時候還需要設(shè)置一些靈活的推薦條件，比如年齡要求，或是其他特殊要求。

Moka自定義崗位推薦，HR可以手動選擇信息進行模型的優(yōu)化，讓推薦的簡歷更精準。

（2）相似候選人，找到相同氣味的人

有個客戶說他們的某個產(chǎn)品市場素質(zhì)非常不錯，所以想看看跟這位產(chǎn)品市場同一個學校的人有哪些，是不是也很不錯。

Moka相似候選人推薦，系統(tǒng)對與HR“喜愛的候選人”相似標簽的其他候選人做集合進行推薦。且標簽支持刪減，比如按照5個標簽推薦了20個相似候選人，想再擴大范圍，就可以刪掉一個標簽，如把“同一所學校”的標簽去掉，推薦人數(shù)可能就會擴大到50個。