在對內搜尋專業人才的過程中，我們要看的不是個人對自己的評價，而是眾人對他們的口碑。在此不妨以一個類似的過程為例：徵才。企業之所以要徵才，乃源於特定的組織需求，因此也同樣是受限於特定的情境。企業在徵才時通常先迅速掃描應徵者的履歷表，看看是否有符合其工作需求之處。通過第一輪的應徵者須經過更主觀的評選過程，也就是面試和工作經歷查證（reference check），讓公司更完整地了解應徵者的經歷是否符合其特定需求。

在其他條件（基本資歷、薪資要求、與公司文化的相容性）都相等的情況下，具有相關工作經驗的應徵者較有可能獲得錄用。假設一家包裝食品公司準備推出一種鹹的零食上市，有兩名應徵者都具備產品管理經驗，但其中一名曾經在同地區成功推出一種洋芋片產品，這個人自然較能令雇主心動。

內部人才的搜索情況相當類似。有需求者必須知道這個人是否有資格「受僱」擔任此一專家的「職位」，因此會檢查應徵者過去的紀錄：家世背景、工作經驗、推薦人意見。有了這些資訊，專才的搜尋通常很有效率。在對外徵才時，應徵者可自行解讀自己的履歷表；但在公司內部，資料庫的資訊卻會經過相當精準的評估。公司可以透過公認的定義、流程與職權，從既有的資料中擷取更多更可靠的訊息。比方說在履歷表上，「領導專案團隊」這句話可以衍生出許多問題：專案規模有多大、執行期間有多長、有哪些成功之處？但在公司內部，同樣的一句話可以佐以更多的背景知識，因為公司內部的人對於該專案的細節與成果，甚至專案領導人所扮演的角色都知之甚詳。

這類資訊雖然不會在專長資料庫中出現，卻會散見於公司內部各種資料庫中，例如人事、會計、專利註冊等。但是在眾多資料庫中捕捉這類資訊卻相當費時費力，不但要取得使用各資料庫的管道，還要利用各種不同的流程（企業內網、致電給同仁）才能找到合適的人選，有時甚至徒勞無功。相反的，今天的搜尋引擎可以在數秒之內檢索到數千筆，甚至百萬筆的資料，並與以排名。所有組成公司的共同經驗和員工的個人經驗的資訊，都可以在彈指間取得。企業不需要將就靜態的資料庫，簡化對於專才的需求，現在他們可以利用像Google一樣的先進專才搜尋工具。

搜尋專家

利用以企業軟體為基礎的解決方案，結合新式的搜尋技術、建檔功能和獨特的使用者介面，所謂著眼於改善專才搜尋流程的產業規模雖小，但已應運而生。例如有些產品運用自然語言剖析（natural-language parsing）技術，即可如梳子一般，自動過濾電子郵件、即時傳訊和其他類型的自我更新內容，篩選出個人的專長與興趣。

這類產品在許多方面的確超越了一般搜尋專才的方式，包括靜態的專才名錄等。尤其在對專才的需求既深且專的產業（例如軟體開發），這類產品可披露登錄人員過去工作的相關內容這類有用資訊，但無洩漏個人或機密資料之虞。有些產品甚至可將常見問題（FAQ）系統化，大幅減少專才回答這些問題的時間。但是，面對眾多廠商推出的企業解決方案，公司本身有必要投入相當時間和心力，了解他們對是項技術的期望為何，再決定哪一家供應商的解決方案切合本身需求。部分公司發現有的解決方案將挖掘出員工私人的信件往來，有侵犯員工隱私權的疑慮後，便中止和廠商的討論。部分公司則對軟體搜尋的錯誤率偏高大失所望。由於廠商的技術仍仰賴公司獨特的專業需求、專業字彙和溝通方式，因此有可能無法以正確的方式，傳達正確的資訊。

有鑒於此，公司應從了解本身特殊需求著手。根據一些公司的成功經驗，最好的方式是自IT、知識管理和各業務線的職能部門，組成一個跨部門小組，提出三大基本問題：員工有哪些和特殊專長相關的需求？哪些資訊有助於他們滿足這些需求？這些資訊應如何傳達給員工？唯有這三大問題都有了答案，不論有無第三方供應商提供的解決方案，公司才能開始落實有效的專才搜尋系統。

根據功能設定格式

將企業流程與專長需求配對是第一步。哪些人因為無法接觸專業人才而有生產力下滑之虞？在何種情況下會需要專業人才？對專業人才有所需求的人也許有共同的特性：年資、職務性質、地理位置或進行特定活動（例如因應某服務問題、啟動新專案、或準備第二次面試）。而他們之所以需要專業人才的理由也可能十分狹隘──提供量化資料、提出深入見解、加入團隊、參加客戶會議等。

有了這樣的分析，企業就可以知道每個單位對於「專業人才」的定義，以及何種經歷可以被視為專才。例如製藥公司的專案領導人可能在研究的初步階段，找不到具備相關專業知識的專家。如果他可以迅速輕鬆地檢視公司員工的學歷、研究經歷、所寫過的白皮書、所申請過的專利等資料，就可以大幅減低搜尋專業人才的困難度。消費產品公司如需要熟悉特定地理區的專才，也只需要檢查員工受教育或是先前工作的地點即可。

資料來源

企業在人事、會計、知識管理、智慧財產、甚至徵才系統中，都存有大量的員工資料。這些資訊可能是為了別的目的而建檔，但對專才需求者而言可能正有他們所要的資訊。公司在購買新軟體或是要求員工填寫大量表單之前，應該先看看舊有的系統中已經有的資料。

上一页  [1] [2] [3] 下一页