文 | 周婧婧
這是蓋雅學院第147篇原創文章近期，某位市場總監的在社交網站上傳授了自己的面試經驗，引起熱議：
這種言之鑿鑿、自信滿滿的言語風格，被網友諷刺為「爹味十足」。雖然發帖的面試官是用人經理，但這把火卻很容易被引到HR身上來：
幸好，還是明白人的：
這篇文章不是來討論「HR背鍋」的，畢竟背鍋也不是什麼新鮮事。在一家企業中，面試通常由HR來主導，無論面試官是HR還是用人經理，HR也需要對面試有效性負責。
怎樣在短短的一個小時面試時間裡，判斷候選人的能力和個性特質，預測他未來在崗位上的績效表現呢？不同企業HR的道行也不同，有的靠直覺，有的靠邏輯，有的靠數據分析。
選對人非常重要，但又非常難
選對人非常非常重要，借用谷歌前人力資源高級副總裁博克的話，「人才招聘是任何組織唯一重要的人力活動」，谷歌在招聘方面的投入非常巨大，甚至不惜為了提升面試有效性，「剝奪」用人經理的諸多權力。
黑石創始人蘇世民也說：「人才永遠都是最重要的」，他在那本自傳中提出著名的論調——「要用10分人才」：「10 分人才，無須得到指令，就能主動發現問題、設計解決方案，並將業務推向新的方向」、「如果一個企業中大部分都是七八分的人才，那麼下一步需要考核的就是其中是否有人渴望成為10分人才，是否有人想要變得出色和優秀」、「可以用9分的人才來打造成功的企業，但在開拓新業務上，必須要用10分人才，他們都是自我驅動」。
選對人重要，也是因為選錯了人的代價非常大。這個人越關鍵，代價就越大：可能是企業走錯路，可能是業務時機被延誤，可能是團隊氛圍被破壞（破壞起來快，但要恢復就很慢了），可能是優秀人才的流失、可能是重新招聘和培養的成本浪費，最次才是公司為這個人付出的工資和福利成本。
但另一方面，看準人非常非常難，哪怕閱人無數的老馬也會失蹄。畢竟人是複雜、多維且動態的，通過一個小時的面試，來「有效預測這個人未來的績效表現」更是非常難。
HR們為此也使盡了招數，我把面試判斷的境界分為三類：靠直覺、靠邏輯、靠數據分析。
02/
面試判斷的第一境界：靠直覺
前段時間流行「擺地攤」風口，很多人調侃HR可以擺地攤來「看人面相、幫人算命」。
這個調侃也折射了大多人對於HR面試就是「靠直覺」的認知。本文開頭案例的諸多評論，也能看出很多人對這種「道不清說不明、玄玄乎乎「的方式是存疑的。
長久以來，大多數的面試確實是在依賴直覺。直覺是什麼？是基於既往經驗、實踐、認知，接近本能的「感受」和判斷。比如文章開頭的這位市場總監，通過「候選人半小時沒把包放下來」，就鐵定候選人沒有安全感；比如一些老闆覺得和人吃頓飯，就能判斷出這個人行不行；比如有些人常掛嘴邊的「相由心生」。
直覺並非沒有用，但局限很大：第一，受限於面試官的經驗、能力、格局、心胸；第二，烏卡時代，經驗不常有用；第三，直覺帶來的偏見一旦產生，就容易根深蒂固、難以修正。
像本文開篇那位市場總監那樣，對自己判斷如此「篤信」的面試官，並不少見。
2000年，託萊多大學的兩位心理學學生特利西亞·普利克特和內哈·賈達姜，和他們的導師弗蘭克·伯尼瑞共同合作了次著名的實驗：他們錄下了多個真實的面試情境，然後截取每一位應聘者從敲門、打招呼、握手、坐下的10秒鐘，再請一些面試經驗非常淺薄的觀察者來考評打分、判斷面試結果。
這些資歷淺薄的觀察者、僅依靠前10秒影像做出的判斷結果，和現實中資歷深厚、且參與全程面試的面試官，做出的判斷大致相同。
實驗認為：人們（即使是資深面試官）在面試中的判斷主要依據前10秒的直覺，而之後的一個小時、99.4%的時間，主要是在證明自己的直覺是對的。
心理學上將此現象稱為「證實偏見」，即人們傾向去證實自己的偏見；也有一種說法叫」薄片擷取」，即依賴細微瞬間做出重大決定的行為。
我們有時選對了一個人，嘗盡了甜頭；我們為自己看人準而沾沾自喜，四處總結和分享經驗。不過，這大概率只是因為運氣好。
03/
面試評價的第二境界：靠邏輯
面試中的直覺常不有用。所以一些組織和HR，會用邏輯支撐的系統方法論，去修正直覺帶來的偏差。
邏輯是關係的呈現，邏輯關係有很多種，而面試判斷主要是找出因果和相關的邏輯關係。籠統的面試聊天，很難找到確切的判斷標準。但當我們把面試判斷標準細化，即結構化後，則更容易找到候選人與崗位匹配的因果和相關關係了。所以，結構化面試評價的有效性，通常是優於非結構化的。
這一點也是有實驗佐證的：弗蘭克·施密特和約翰·亨特曾發布了一份對過去85年面試數據的匯總分析，匯總結果是：在預測員工未來表現方面，結構化面試的R2為0.26，非結構化面試只由0.14。
結構化面試並不是推翻直覺，而是管理面試官的直覺，修正直覺可能帶來的偏見。它多維且相對客觀的設計，會束縛面試官縱容自己問一些能夠激起和驗證偏見的問題，而聚焦在證實候選人是否能夠完成工作的問題。
因為面試官必須要在結構化的評估表中，把每一個問題的評分、評分理由、反饋意見，具體而詳實得寫清楚，寫出來的內容肯定不會是「她和我聊了半小時，還沒有把包放下來，所以肯定缺乏安全感」這樣的反饋意見。
輔助結構化面試的，會有很多方法論和工具，比如STAR原則、工作樣本測試、一般認知能力測試等等。
STAR原則是管理面試官的問話範圍。面試官不能漫無目的地聊天，而是要從Situation（情景）、Task（任務）、Action（行動）和Result（結果）四個方向，通過可量化的細節挖掘，去確定候選人過去的工作成績。
工作樣本測試，是指讓候選人做一些類似崗位中的工作，來評估其是否能夠勝任，它在一些技能類崗位上會比較適用；一般認知能力測試，則是通過測評或問答，來了解候選人的綜合學習能力。
當然，結構化面試實施起來比憑直覺面試複雜多了。它通常還要根據崗位和時間去調整和設計。這對不少窮於應付事務性工作的HR部門，會是個負擔。所以，它被採用的並不太多。
但聲稱在招聘方面「永遠不在質量上將就」的谷歌，則非常堅持結構化面試，它們還開發了一種叫qDriod的工具去管理面試官進行結構化面試：面試官可以在qDriod上選擇自己正在篩選應聘者的工作崗位，查看應該測試哪些方面，同時還會收到一封面試指導的電子郵件，郵件中包含了一些用於預測應聘者在該項工作上未來表現的問題。
04/
面試評價的第三境界：數據分析
即便用邏輯支撐的方法論去修正直覺，選對人還是比較難。
所以有些公司想完全摒除「人性」因素的幹擾，比如現在被炒得火熱的AI面試。不過，目前AI面試還只是作為面試篩選階段的輔助方法，無法完全取代人的決策。
AI面試技術的背後支撐的是大數據分析，而完全摒棄「人」做出面試決策、尤其是對於知識工作者的面試決策，也還離現實較遠。但如果企業可以通過分析自己的人力資源小數據，更有針對性地找出在它的特定組織環境中，能表現更好的候選人選拔標準，那一定非常有價值。
能多潔集團（Rentokil Initial）發起的針對銷售團隊的數據分析項目，就非常有借鑑性。
這是世界上最大的商業服務公司，業務涉及歐洲、北美洲、亞太地區和非洲。在54國家擁有服務網絡，僱傭79000名員工。20世紀末，他們想要通過人力資源數據分析，找出「不同區域銷售人員的銷售業績和流失率差異較大」的原因和解決方案。
通過訪談，項目組將注意力鎖定在「銷售隊伍」上，並提出這樣的假設：全球統一的、有效招聘流程以及清晰的選拔標準，將有助於提升銷售績效。
通過分析，項目組發現目前所用的兩個測評與銷售績效之間的相關性非常小。他們面向銷售隊伍做了次調研，期望辨別出與銷售績效高度相關的個人特質，包括責任心、興趣、人際技巧和能力五大維度。
接下來，項目組想要找到能準確測量以上特質的測評工具：他們通過文獻分析及市場盤點，選擇了六種外部測評工具，並要求每一位銷售人員都要完成這六種測評工具。
獲得數據後，項目組再通過邏輯回歸等統計分析方法，找出了能幫公司找到「高於平均績效水平的銷售候選人」的測評方法，也在此基礎上，重新設計招聘流程、招聘面試技巧培訓、入職流程，並將這些形成了全球標準。
這一數據分析項目，有效提升了能多潔集團全球的銷售額，而且更重要的是——「通過數據分析，幫助人們獲得合適的工作，並獲得成功」。
寫了這麼多，需要在最後強調：
面試評價靠直覺、靠邏輯、靠數據分析，並不是三者選唯一的，很多時候，我們是可以三種方式並行。
面試評價靠直覺、靠邏輯、靠數據分析，也不是層層遞進的，它們是一個環。我們不是推翻直覺，而是要修正直覺之後，再回歸直覺的判斷。
即使是藉助結構化、藉助數據分析，一名閱歷深厚、心胸開闊的面試官依然不可替代。所以，在工具、方法論、技能助力的同時，我們永遠不能停止自我修煉。唯有經歷「手中無劍，心中無劍」，到「手中有劍，心中無劍」，再到「手中有劍，心中有劍」，才能達到「手中無劍，心中有劍。」的境界。