作为拥有五百强和大厂经验的HR,看过数千份简历,也经常会有人问我,简历的评判到底有没有一个统一的标准?会不会出现“今天HR心情不好随机淘汰掉一半的候选人”的现象?
我的答案是,虽然HR的主观意愿能够决定一份简历的通过与否,但绝大多数HR都是朝着发现优秀人才的目的去努力寻找岗位候选人的。而且一份简历的好坏是可以量化的,也可以被大数据判断出来,你只要遵循了原则,那么简历分数一定不会在及格线以下。
比如说,用职徒简历的AI智能检测功能,就能够在几秒钟之内对一份简历进行0-100的打分,直观地看出简历哪个地方还有待提升:
下面给大家说说HR对于一份简历好坏的评判标准。
大家先看一份优秀的简历案例,对比自己的简历看看差距在哪里,后面我们再进行分析:
一、简历内容是否高匹配、专业化
首先,在投递简历之前要确认自己的求职意向,把意向岗位放在简历最顶端的个人信息之后,让HR第一眼能看到。明确求职方向以后,让简历内容最大限度地跟岗位匹配。
HR在看简历的过程中,最重视的是简历中体现的工作经验与招聘岗位所需能力的匹配度。
由于时间有限,HR根据简历中关键词的含量,来判断你跟岗位的匹配程度。网络系统投递的话,HR会在招聘系统中给关键词附权重,简历中包含关键词越多的,被HR看到的几率就越大。
所以,想要提高面试成功率,首先要做的就是研究招聘JD,把上面的关键词一个一个扒出来,再从头到尾浏览一下自己的简历,找到所有能加关键词的地方,做一遍修改。 
当然, 世界上没有完全能够匹配某个岗位要求的人,只是每个人的匹配度大小不同。既然没有人能够完全满足,你要做的是最大化限度地从过往经历中梳理出能与这些词相关的部分。
金融类:投资回报率,最大回撤,ROE,夏普比率,杠杆率等
运营类:DAU,MAU,PV,UV,用户留存率,KOL,SEO,SEM,跳出率
营销类:重复购买率,4P,客单价,客户转换率,EDM
产品类:MVP,PRD, UCD,UE/UX,UED
但并不是每个岗位都会有这些类似的词汇,但是一般岗位都会涉及使用一些该领域相应的工具性产品,比如说用Wind进行进行数据搜集和分析,用MATLAB进行建模等,这些专业性的词汇的应用,能让对方迅速了解你有哪些方面的经验,拉近相互之间的认同感,增加获得面试和录用的几率。
问卷填写→用户调研,打印复印→资料和信息整理,发传单→营销推广,谈合作→渠道拓展,等等.......想办法让简历的描述不再口语化,更加书面、正式。
“负责”“完成”“主导”“扩张”等词汇反映了在整个工作过程中的角色和所实现的价值,结合数字化的描述,可以让经历表述地更加具体。行为动词不建议重复使用,职徒简历在填写帮助栏目中列出了常见行为词的中英对照,并对行为词的使用场景进行了归类,可以根据场景选择不重复的行为词。
二、简历语言是否简练, 逻辑是否流畅
简历语言不能重复、累赘。另外,对工作经历的描述要分条分点列举,不能一整段直接贴上,很难让人抓住重点。描述要遵循以下原则:
对于工作经历的描述进行拆分。把大段没有重点的文字,提炼成一个一个的小句子,每个句子都有它的作用,再加上相应的数字点缀。
Situation(情景): 事情是在什么情况下发生的; Task(任务): 你是如何明确你的任务的; Action(行动): 针对这样的情况分析,你采用了什么行动方式; Result(结果):结果怎样,在这样的情况下你学习到了什么。
我们就以“带领辩论队参加比赛获得冠军”为例,如何用STAR原则写出亮点来:
S(情境):系里共有5支队伍参赛,实力……,我们小组…… T(任务):熟悉辩论流程,掌握辩论技巧,制定比赛策略。 A(行动):自己主动整理资料,组织小组学习,编制训练题,提升成员辩论技巧,根据每个成员的特点分配任务,调整战术。当中遇到了什么样的困难,自己是怎么解决的。 R(结果):获得系辩论赛冠军。
业绩:任职期间完成了多少数额的业绩,个人业绩在团队中的占比; 效率:改进了某个程序的算法结构,效率提升了多少个百分比; 运营公众号:xx月内公众号头条阅读量提升了50%,粉丝增加了120%。
案例如下:
三、简历需要设置记忆点,给HR留下深刻印象
比如名校的教育背景,大厂实习经验,参与过有影响力的产品/项目,某个项目中担任了至关重要的角色,参与过以后获奖或排名靠前的比赛。如果选择该岗位是出于兴趣爱好,简历中有没有提到做过什么相关的事情,或者对岗位的一些想法和思考。
在个人兴趣爱好方面体现的个人特质能否跟岗位匹配,如辩论赛体现口才与逻辑能力,篮球等团队运动体现团队合作能力,看展览和博物馆体现艺术鉴赏力等等。
另外,由于个人兴趣爱好重复的不在少数,因此要在兴趣后面加上一些细化的内容,显得更加真实可信。比如:
·喜欢旅行和跑步(参加过3次全马比赛,1次越野竞赛,腾格里沙漠徒步70公里)
·喜欢瑜伽和跳舞(每天坚持早起锻炼半小时,并会参加一些演出活动)
·喜欢读书(平均一年阅读20本以上,对《增长黑客》《运营之光》等有深入体会和见解)
·旅游(游历过3个国家,20个城市,对各大旅游 App 的产品和运营策略进行过深度分析)