案例分析｜如何将征信应用在大学生择业中？.pdf

案例分析｜如何将征信应用在大学生择业中？ 征信的未来在于应用场景，而征信场景的核心却在于普通用户（ C端），因为企业（ B端）应 用场景相对狭隘。 大学毕业生面对最紧迫的问题：找工作。企业提供工作机会，学生找寻就业方向。这一双向选择的 过程，企业和个人都有可能成为主导者。事实上，毕业生始终处在较为弱势的处境，因此需要有效 的手段助力毕业生做出更加科学、合理、客观的职业选择，毕竟这是迈向社会的第一步 —— 人生的 第一份工作。 大学毕业生面对以下两个困境（ 需求痛点 ）： 征信 —— 一种高效、科学的技术手段，可以帮助毕业生了解社会对招聘企业的客观评价，从而在就 业路上少走弯路。 问题分析 大学毕业生择业过程中显得很谨慎甚至说有些许的胆怯，但流露出来更多是迷惘：应该去一家什么 样的公司？或者说我去的这家公司到底怎样？ 因为不了解，所以胆怯；因为不了解，所以迷惘。 1 、用户故事 一名应届毕业生，找工作时，最关心 /在意一家公司的那些方面？ [数据来源：中国青年报 ] 很显然，工资是毕业生最看重的找工作要素，但并未将薪酬视为唯一标准。毕业生的视角很狭隘， 大多看到的只是眼前的表象，而无法以更加多维的视角评价公司。以上毕业生的关注要素，是毕业 生视角给出的一些个性化参考维度，那么下面将进一步补充一个命题： 应该从哪些维度评价一家 公司？ 解决问题 概括起来讲，大学毕业生择业时最关注有三个要点： 那么，公司的哪些信息维度可以解释以上四个要点的呢？公司的一面之词的推销宣传和个人的分析 判断恐怕很难保证结论的准确性，而建立科学的征信评价模型对毕业生择业过程中认识公司大有 裨益。以下针对以上的三个要点，尝试做一个信用建模： 1 、数据来源 a. 薪资福利： 一个岗位的薪资水平取取决于一家公司的综合实力。薪资的决定要素有很多，职业 类型、行业薪资、公司薪资实力等等综合所得，可能单纯地评判一个数字显得并不那么写实。 评价维度 b. 专业 /兴趣： 提供职位是否与自己的专业相吻合和兴趣相关。很多人还是愿意从事与自己所学相关 的工作的，本质上是个人信息与企业属性相匹配的过程。 评价维度 c. 企业特性： 包括，现状和未来。企业现状是应聘者选择公司的基本面，而企业的未来又是个人发 展的保障。对于一名应聘者来讲，其关注的是企业的现在与未来是好 /是坏的结论，那么从哪些角度 评价一家企业的好 / 坏呢？行业趋势、股权架构、组织结构、财务状况、核心产品、商业 /经营模式等 等要素共同决定了一家公司的好坏。 评价维度 其实，除了以上的数据维度评价一个企业的综合实力外，社会化员工评价也很关键。现有及前员工 的评价对以上任何评价维度都极具价值。 2 、模型构建 如何设计征信评价标准？ 传统的征信商业模式均采用 —— 信用报告的模式，说白了就是将 个人 /企业信息 进行整理输出，论技 术含量和信息价值量都不是那么可观的。普通用户或许更加愿意接受简单、直观的征信产品形态， 不需要洋洋洒洒的一纸文书，更不需要那些看不懂的专业评价内容。一个分数等级、一个评价体系 简化面向用户的信用评分模型，其实并未减少评价模型背后的任何可能。蚂蚁金服的芝麻信用就是 典型的信用分模型，而腾讯征信采用了信用评级的形式。信用分、信用评级概念上都简化了用户的 理解和获取成本，这一点上可谓异曲同工；同时，直观的征信模型对信用场景也更加友好，应用场 景更加宽泛。那么如何将背后无数信用数据变量整合成一个显性衍生变量呢？ 以上三大类数据来源可以实验性地综合出三个信用分评估维度： 薪资能力、个人实现、企业特性 ； 通过以上数据类型可以提炼出更多的数据分析维度，下面仅以上述三个征信评价维度为例。 3 、数据经营 以[薪资能力 ]为分析对象，将 [行业薪资 ]作为衡量企业 [薪资能力 ] 的维度，应该做哪些方面的思考。 从事什么职业？什么级别？在哪个行业？ 什么职业类型，初步决定该用户的获薪水平；具体的职位类别最终关联到用户实现价值，用户做 什么，明确不同工作之间的差异，一定程度上可以区分不同职业之间的薪资水平。 什么职位