每个招聘中心都渴望解决这个复杂问题，但在竞争激烈的环境中，招聘中心往往在充分考察前就仓促行动。这看似矛盾，但放缓招聘决策节奏，将应聘者与往期候选人或已录用员工进行对比，反而能提升录用质量。

有限的历史数据

任何招聘决策都涉及一个"最优停止问题"，即著名的"秘书问题"。马丁·加德纳在1960年2月刊的《科学美国人》杂志上提出了这个谜题，尽管在此之前它已以各种形式存在。加德纳使其广为人知，到1980年代，该问题及其变体已催生大量数学研究，以至于数学家们将其视为一个子领域。

秘书问题解析

假设你正在面试秘书候选人，并希望录用最优秀者。在此情境下，应聘者以随机顺序到场，你仅掌握极少比较信息，可向任意一人发出录用通知，对方将立即接受。你只有一次发出通知的机会——错过即意味着该人将退出候选池。你将采取哪些步骤来录用最佳人选？

过早或过晚停止筛选都可能导致失败。过早停止会错失最佳人选，因为你尚未发现他们；过晚停止则意味着你错过了他们，仍在等待更优秀的人选。

聘用顶尖申请者的重要性

录用最优秀的应聘者固然重要，但仅是迄今为止见过的最佳人选还远远不够。默认情况下，首位应聘者往往就是你见过的最优秀者。 随着候选人增加，下一个随机出现的"迄今最佳"概率递减：第二位候选人为50%（1/2），第五位为20%（1/5），依此类推。然而这些"迄今最佳"候选人的质量会随时间推移相对提升，即便其出现频率降低。

最佳招聘策略：先看后跳原则

临时战术，比如在完成五次面试后随意选择终止点，很少能产生最佳结果。而“观察后跳跃法则”才是最优策略：投入时间调研收集信息，暂不做决定；设定基准线后，录用首位优于观察阶段所有候选人的申请者。

强有力的数学证明表明，当面试比例设定为申请总数的37%时，"外貌阶段"能最大化招聘成功率。具体细节可在线查阅。招聘人员在面试完37%的申请者后，应录用首位超过该基准的候选人。若收到100份申请，面试37人后暂不发出录用通知，随后录用下一位"最优"申请者。此策略适用于单一职位的招聘。

招聘多名申请人

在招聘多名候选人（如一线员工）时，必须设定观察期以建立基准线。随后，持续录用优于"当前最佳人选"的候选人，直至班级满员。  了解候选人储备池的规模有助于确定"筛选阶段"的范围。若出现候选人拒绝录用通知的情况，可调整阈值标准，更早更频繁地发出录用通知。但核心原则不变——在发出录用通知前，必须评估候选人质量并设定基准线。

如果我们可以与过去的雇员进行比较呢？

这被称为最优停止问题中的“完全信息”变体。在基础的秘书问题中，我们无法预知应聘者的表现。但在完全信息变体中，我们可通过筛选测试来比较应聘者。 

在这些情况下，招聘人员会用"阈值规则"取代"先看后跳规则"，并设定严格的录用分数线。招聘人员可根据剩余申请人数、预期质量（基于前期申请者）及申请者录用率动态调整该标准。

从高门槛开始，例如录用排名前5%的应聘者。根据当前分数分布情况调整门槛，录用达到或超过标准的应聘者。

这使招聘人员能够快速做出基于数据的招聘决策，既保证了质量，又消除了"观望后行动"策略带来的不确定性。招聘人员可根据应聘者评分调整录用门槛，从而快速招揽顶尖人才。

数据的价值

无论哪种情况，准确、相关的筛查测试、数据收集和分析都至关重要。提高筛查质量需要采取以下几个关键步骤：

• 与领域专家协作，确定每个岗位所需的核心技能、知识和能力。
• 采用多种题型组合，对已确定的能力进行全面评估。
• 设计明确的问题，这些问题应直接关联工作任务和职责。确保这些问题表述清晰，能够准确测试所需技能。
• 使用情境判断题或案例研究，这些题目模拟真实工作中的挑战，以评估候选人如何在实际情境中运用所学知识。
• 先在少数现职员工或志愿者中试行测试，以发现问题。根据反馈意见完善问题设计，提高问卷的清晰度和相关性。
• 建立评分体系，并设定明确的合格标准，该标准应反映该岗位所需的最低能力水平。
• 定期分析测试结果，确保其能准确预测工作表现，并根据绩效数据和反馈意见对测试进行必要调整。

通过利用这些筛选测试进行基准评估，招聘人员能够优化招聘流程。这使得决策基于数据驱动，确保最佳匹配，同时节省时间和资源。

结论

定量数据对于评估招聘成效和制定战略性招聘决策至关重要。高效的筛选测试能让招聘人员对比候选人，从而获得更优结果。当历史数据匮乏时，可采用"观察后行动"策略，在做出任何招聘决策前先建立基准线。

当完整信息已存在时，应据此设定招聘门槛，并在新信息出现时动态更新。招聘人员可通过定义核心能力、建立清晰合理的评估体系并基于绩效数据持续优化，从而提升录用质量。这种数据驱动的方法能提高效率、甄选最优人选，并增强企业的成功几率。

---