-
36氪
MOOC巨头Coursera将提供与教授线上视频讨论功能，回顾Coursera的变现之路
拥有海量公开课程视频的Coursera近期宣布他们正在探索为学生提供在线视频讨论的功能，学生除了视频课之外，还可以与教授通过视频的实时沟通和讨论，甚至于在线举办一个小型的研讨会。若这一功能成功上线，将会向学生收取一定的费用。
这个消息是 Coursera 新掌门 Rick Levin 在 Wall Street Journal’s WSJD conference 宣布的，产品会在明年上线。这不是 Coursera 推出第一款收费产品，早在 2012 年，这个 MOOC 巨头就开始了自己的变现之路。
2012：Headhunting
在 2012 年底，Coursera 拥有 200 万用户的时候，它推出一款收费的职业服务，为 Coursera 平台上优秀学生与优秀的公司进行对接。Coursera 向有兴趣的公司收取一定的费用，为他们提供潜在的人才资源。使用过这一服务的公司主要是科技公司，如 Facebook，Twitter 等。
不过这个项目已经停摆了，甚至于你也无法在 Coursera 的官方网站找到它曾经存在痕迹。但这是 Coursera 利用自身产品走向变现的第一步。
2013：Verified Certificate/Signature Track
在推出 Headhunting 项目不久，Coursera 又推出了Verified Certificate/Signature Track产品。Coursera 的课程依旧是公开且免费的，但是如果你想要获得一个具有权威的证书，那么你则需要支付一定的费用。虽然每张证书的价钱只有 49 美元，但这个产品的推出让 Coursera 在短短 9 个月内就营收了 100 万美元。
2014：Specializations
在 2014 年，Coursera 又在变现的道路上推进了一步，他们推出了新的课程项目Specializations，学生可以通过 Specializations 中几组课程的学习以深入掌握一个学科。例如如果想要了解如何制作 Android 应用，就会给你推荐一个课程包，传授给学生制作应用的系列知识。Coursera 对 Specializations 上所有的课程项目都收取费用，49 美元一组课。
根据 Coursera 提供的数据，Specializations 产品上线 5 个月以来，已经有 14000 多名购买了 Specializations 上的付费项目，而同时 Specialisations 项目同时刺激了 Verified Certificate/Signature Track 产品的销售，目前保守估计，Specializations 为 Coursera 带来了 100 万美元的收益。
国内越来越多人加入 MOOC 的创业大队中，Coursera 也一直是他们参照和追赶的对象之一。Coursera 如何从一个免费的 MOOC 网站一步步探索增值盈利业务的心路历程，或许能够为国内创业者提供一些新的想法和思路。
[36氪，作者: 小荔枝]
-
36氪
在线题库的细分：“牛客网”做的是程序猿们的笔试面试备考题库
参与过大公司笔试面试的程序猿们应该都有类似的烦恼——笔试面试之前没有办法进行刷题备考，比如某个程序猿很想知道去年Google的笔试题，他只能去进行随机的搜索，而搜索出来的一般都是散落在一些程序猿的个人博客上零散题目，这些题目大多是程序猿笔试之后凭记忆写下的，很可能不全且不准确。因此很多程序猿们都没有办法在笔试面试之前先完整地试试手。
所以“牛客网”团队就想到把所有大型互联网公司程序猿笔试面试的完整题目收集起来，供程序猿在考前刷题备考用。从产品上来看，牛客网目前提供了Google、阿里巴巴、腾讯、百度等大型互联网公司的笔试面试题，题型包含客观的单选、多选、填空题，以及主观的在线实时编程和设计题。用户需要在规定时间内答完一套试卷，交卷后系统会给出得分以及错题解析。如果用户觉得对一份试卷的答题结果不满意，可以找下一份练手，但牛客网现在还无法给出颗粒度更细的针对弱项的练习题推荐。
除了刷题练习以外，牛客网现在还有围绕“题目”的问答板块，用户如果遇到不会的或者是没想明白答案的题目可以到题目讨论区里提问，和其他做过题的用户交流互动。
牛客网创始人叶向宇说，他们最早想要做这样一个细分题库，就是因为看到了文章开头所说的痛点，所以他们通过技术抓取互联网上散落的题目并进行筛选过滤，加上用户自主提交题目以及付费向公司购买题目这三种方式来得到历年各大互联网公司的考试真题，并在今年十月份开放给程序猿来使用。
而眼下产品上最重要的还是要把“在线判题”做得精准，这块是有些门槛的，因为程序猿的笔试除了对错很容易判断的是非题以外，还有在线编程的题目，比如大数据类的在线编程考题就没有正确答案，只能牛客网通过后台拿数据不断去跑程序，然后才能告诉用户他的程序给出的结果、召回率是多少，程序的百分之多少以上是对的。
至于未来，我个人是觉得如果能用这个架构去和互联网公司合作一起进行程序猿的笔试面试，就可以获得更多的用户活跃数据以及黏度，甚至还可以像HackerRank（原InterviewStreet）以及HackerEarth一样通过在线编程比赛来为企业定向筛选和输送人才。不过叶向宇说未来有很多方向可选，他们目前主要还是想先专注把题库做到足够好。
团队上，牛客网大部分团队成员来自人人网，都是以前的同事一起出来创业，在今年九月份之前还属于兼职状态，直到9月份都离职之后才正式成立公司，十月份牛客网正式上线。
[36氪原创文章，作者: 苑伶]
-
36氪
背景调查公司Checkr提供可调用API，打造高效自动化员工审查平台
HR 们是否时常抱怨员工背景调查太麻烦？纸质简历太占地方、电子简历审核过程又太过繁杂？那么可以试试 Checkr ！
Checkr 是一家新员工背景调查公司，最近获得了 900 万美元的 A 轮融资。本轮融资由 Accel Partners 主导，Khosla Ventures、SV Angel、Data Collective、Google Ventures 以及一些天使投资人也参与了此次投资。
与传统的背景调查公司一样，Checkr 使用相同的数据源，提供包括社会安全号码、历史地址、性犯罪检索、恐怖分子监控名单、国家犯罪记录、驾驶记录等方面的背景调查。
但与传统调查报告不同的是，Checkr 提供了一个客户只需输入名字就能得到数据反馈的 API，简化了调查报告的手工操作过程，使得背景调查更加自动化，从而更容易链接到公司现行的入职流程之中。通过 Checkr 的平台，公司能够通过在线审查的方式或者直接将 API 链接到雇佣系统之中来审查新员工。这能够大大便利公司的员工背景调查，提高就业市场的流动效率。
在按需经济不断发展的今天，按需服务公司在提高了对劳动力数量和质量上要求的同时，降低了对劳动力在时间和空间上的限制，使得就业更加具有灵活性，劳动力市场的流动性也大大增加。而这也相应地要求招聘环节效率的提高。Checkr 正是顺应了这种需求，为这样的流动市场提供了便利。“Checkr 是价值 40 亿美元的背景调查市场与正确技术手段的结合，”领导了此次 A 轮融资的 Accel Partners 合伙人 Rich Wong 如是说：“我们近期投资的公司 70% 以上都是通过软件来提高效率并降低成本的。大数据正在在创造人类不能发现的新模式。”
另外值得一提的是，美国就业市场当中，大约三分之一的人是自由职业者或是临时工，而依赖于承包商的企业也越来越多。当这些企业进入新的地区时，Checkr 也能随着它们实现业务扩张。
[36氪原创文章，作者: Frederick]
-
36氪
2014年在线教育Q1-Q3报告：热潮趋冷，哪些方向还有机会？
记得去年年底总结在线教育的一年行业动向时，我起的标题是：互联网人开始向教育行业伸出触角。然而如今三季度过去，再回顾在线教育行业，会发现莫大的变化已经形成——那些被证实模式不错的公司都进入了 B 轮、C 轮，而模式不靠谱、无法涨起来的公司则都纷纷倒下，第一轮换血期已至。
经过和一些创业者以及投资人的交流，我自己的判断是，在线教育行业第一波创业已经逐渐步入成熟了—证实可行的模式运转得很好，但这也意味着这类产品的市场空间被占，其他人最好另谋出入。而虽然有一些创业公司扎堆的领域被证实机会缩窄，但我觉得接下来仍有大量很有价值、却并未有多少人进入的领域，值得更多的人去探索乃至挖掘。
因此，这篇文章首先会总结一下今年第一到第三季度在线教育行业的趋势性变化，哪些公司涨得很大、哪些领域已无太大机会？而后会探讨未来还有哪些领域可能会有新机会出现，以及这些需要具备什么样的特质。
好啦，接下来就是第一部分：未来将会更难进入的市场——
K12类—
1、题库
通常来说，K12 阶段中孩子的学习分为课堂学习、课后作业 / 练习、考试测评这个三个环节。而课后作业 / 练习这一环，无疑是最能了解学生在课堂上学到的哪些知识点已熟练掌握、哪些知识点尚是弱项、仍需继续学习的一环，如果拥有了全国中小学生的这一数据，未来的想象空间无疑很大。
不过，这一领域从去年 9 月份起就有猿题库在努力耕耘，今年 7 月份猿题库又宣布拿到了 1500 万美元的 C 轮融资，另外还有快乐学、提分网、易题库等几家 A 轮公司在其中，后入者恐怕难以打破这些先发公司的用户量以及资本壁垒。
拿猿题库一家公司来说，自从去年 9 月份决定转做 K12 并推出高考题库以后，其团队便发现中学生的移动设备拥有量以及使用频次比他们预想中要好得多，并就此大胆决定采取免费策略以获得更大量用户。上周猿题库宣布其用户已破五百万，而其近期推出的初中练习题库，就是为了占领更大的、千万用户量级的初中生市场。而猿题库市场运营总监帅科也在一次私下的聊天沟通中提到，猿题库一定会在作业 / 考试练习领域做到足够大之后成为平台，也有可能接入老师等服务。所以现阶段还想从题库这个单一维度或者类似模式进入 K12 市场的创业者，估计需要想想自身是否有足够的优势和先期玩家们赛跑了。
2、拍照答疑
作业答疑算是从另一种角度切入“课后练习”这一环节的方式。
今年三月份的时候，第一家用技术方式做答疑的产品学霸君被报道后，至此之后，同类产品就不断涌现，让我甚至一时疑虑，为何如此多的创业者都选择这个市场切入？
后来我厘清的逻辑是：解决作业不会写的问题，是初高中生最刚需的一个需求，而他们很难通过在线下向同学求助来解决所有的问题（一则如果问题太多了会不好意思问同学，二则许多成绩中下的同学本身就不太善于开口问问题）。互联网产品的一个优势就在于“快速高效”，学生们可以通过在答疑类 app 上快速检索问题，来得到不会做的题目的答案以及解析。
既然此类产品在于一个快字，那么用纯技术的方式来做拍照 - 识别 - 匹配 - 给出答案，就要比拿到学生拍照想问问的问题后，通过后台将题目分发给老师、让老师人工回答，或者是建立一个 UGC 社区、让同学之间互相回答这两种方式更加高效。一旦高效的解决方式和强硬的需求匹配上，那么一个产品便很容易取得用户数量上的高速增长，从而通过高用户量去换取单点突破。
这也是为什么代表前种技术的两家公司学霸君和学习宝（当然同时在做的还有阿凡题等其他产品）可以轻易取得百万乃至千万级用户，而哪怕是代表后一类模式的公司中也已有诸如百度作业帮、以及拿到 IDG 投资的爱考拉这类重量级玩家。
所以为什么说眼下进入这一领域已经不太可能了呢？先不说学霸君在产品上线之前已有一年左右的技术筹备时间，即使是后来才出现在公众视野里的学习宝、阿凡题等团队其实在上线之前也都筹备有半年乃至更长的时间，尤其学习宝的创始人之一曾有 7 年的图像识别技术积累，因此想要在这类模式上取得更高的技术突破，恐怕对于想新入这一领域的创业者来说着实不易。另外学霸君已在今年 3 月收获了淡马锡集团旗下祥峰投资的 500 万美元 A 轮融资，学习宝也在刚刚创业时便拿到了金沙江 300 万美元的 A 轮融资，此刻时隔半年，两家公司应当又通过资本的推动在技术以及市场上成长了不少。因此泛滥成灾的答疑领域恐怕已不是一个好的创业选择。
当然，此前这类模式也一直被诟病会沦为学生抄作业的帮凶，但我觉得之前一个创业者说的很对：其实学生去问老师问题得到了答案就不算抄作业吗？其实本质是相同的，都是把答案告诉学生。但之所以大家不把这看成是抄作业，是因为老师会有引导、有讲解性地把答案告诉学生，因此只要这类产品可以完成讲解和引导这个环节便可。所以这类产品需要和一些有老师的平台做结合，这就是我们下面会提到的另一个目前被“小巨头”占据的领域。
3、找老师平台
今年的在线教育创业者想得越来越明白的一件事，就是教育本质上是一种服务，将内容摆到线上让大家自由获取，确实可以改变以往大家获取知识的方式，但教育更多的还是一种服务，这种服务仍需要老师来完成。这也是为什么今年在线教育领域找老师的平台开始多了起来，因为老师是最后闭环的一个环节，而服务则是达成交易的终点。
放眼所及，就我自己看到的，今年教育领域做找老师平台的有InstaEdu模式的（比如 那好网、趣寻网等等）、WyzAnt模式的（比如365好老师）、以及做 WyzAnt+InstaEdu 模式的突破互动、跟谁学等公司。突破互动和跟谁学算是前两种模式之和，他们不仅让老师可以在线上通过电子白板来进行一对一教学，还允许学生家长在平台上和老师预约时间，在线下完成面授，个人认为这算是完成了知识获取、答疑以及线下服务这样的线上线下闭环。
那么为什么如今这一领域已经不太好切入？主要还是流量以及资本原因。突破互动在成立之初即获得一家上市公司的投资，可为其导入所需流量，而跟谁学则更因陈向东此前的新东方集团执行总裁的资历在创业之初即获得大额天使投资，据业内传言称其估值目前已达 2.5 亿美元。因此，虽然提供老师的服务是一个非常好的闭环及变现方式，但是目前要从零搭起一个这样的平台，恐怕有一定难度。
职业考试类 — 职业IT在线教育
IT 培训几乎不约而同地成为在线教育创业者的首选领域，皆因这一领域的目标群体付费意愿强、付费能力强且付费者与服务消费者相同，这和 K12 以及早教领域的付费主体（家长）和消费用户（学生）割裂的情况截然不同，因此大家纷纷涌入。
IT 类在线教育可以做三种细分，一是入门 / 兴趣阶段，这个阶段有低龄化趋势，此前泡面吧就希望往这个领域走，但这一阶段付费较难，目前大家仍在摸索，风口估计还需两三年才至；二是就业为导向的培训阶段，这一领域内已有达内科技这家上市公司，但达内仍以线下为主，目前纯线上做这一领域的还未有独大的一家；三是就业后的继续学习阶段，这一阶段的程序猿主要是希望习得更进阶的技术，以谋求更好的职位等等，这一领域应该是现阶段比较拥挤的一环，主要玩家是今年 9 月份拿到 SIG 以及蓝驰创投 2200 万美元 B 轮融资的极客学院，以及今年 3 月份确认拿到复兴昆仲资本 2000 万美元 A 轮融资的开课吧。因此后来者要探索前两个领域或许还有机会，但第三个领域会较为困难。
英语培训类 —外教一对一授课
在外教一对一的在线英语培训领域，低端和高端两个切口都已被占据。低价市场的代表是今天刚刚宣布拿到红杉资本 5500 万美元 C 轮融资的 51Talk，51Talk 主要采用的模式是聘用来自菲律宾等国家的英语教师，因此其课程价格差不多可以降到其他线下培训机构的 1/5，具备价格优势。而走高端路线的 VIPABC 也在今年年初宣布获得了阿里巴巴集团领投、淡马锡和启明创投共同投资的 1 亿美元 B 轮融资，同时推出了面向青少年口语外教学习的在线教育平台vipabcJr，未来还会拓展向中文学习的在线教育市场。
第二部分：未来可能有新机会的市场 / 互联网到底可以做什么？：
1、技术驱动型的数据分析公司
相信成为中国的Knewton应该是不少国内创业者的愿景。而目前虽然有不少公司称想做到个性化教学（或者说 adaptive 式的），但都由于技术实力以及用户数据量不够的问题受到阻滞。Knewton 的厉害之处就在于它是一个 adaptive 的教学系统，可以根据大数据来分析学生对知识的掌握情况，从而判断让这个学生再学习哪些知识、学习多久对他来说效率最高。
举个栗子，如果一个学生在某堂课 20 分钟后注意力开始下降、流失，那么下次 Knewton 就会在 20 分钟后安排可以帮助学生集中注意力的课程内容给他，从而提升效率。一旦有了这个可以解读学生的技术模型框架，Knewton 就可将其应用于各个领域的教学，从美国的大学到中小学，已有非常多学校都成为了 Knewton 的用户。
我觉得在国内，无论是从作业练习的题库角度切入去获得学生练习数据，或者是从进校、帮助老师做考试数据的收集分析的角度来了解学生，或者是和线下机构合作等等，都应当有人去进行尝试，因为通过这些数据来帮助老师做个性化教学的决策、从而实现因材施教，是很有价值的一件事。
2、为线下机构做好服务帮助他们线上线下结合的公司（O2O）
当纯做线上教学成为难事之时，服务好已被互联网教育了一阵的传统机构或许也是不错的选择——毕竟传统机构是这一行业的资源拥有者，他们在拥有师资力量的前提下要做线上业务会更为容易。
前几天报道的快客EEM这家创业公司就是很好的例子，在少儿教育机构数量井喷、开始出现招不到生源、相继有机构倒闭之时，他们觉得为机构服务帮他们进行线上线下结合模式的探索——快客 ERM 主要从 CRM+ERP 工具入手，帮机构从销售人员接触到学员时起就一直跟踪一个学生的状态，包括他上课的节数、应付费用以及课堂表现情况，从而让机构能更好地在财务上把控自身详细的资金进出情况，并在线上做好学生管理，从而服务好家长一方。
所以能让传统的线下机构在这个纷纷欲探索转型、探索更多线上业务之时，赋予机构线上技术能力、金融能力的互联网公司应该也有不错的机会。
3、硬件领域的教育公司 / 机器人 / 早教市场
教育培训的低龄化是一个很明显的趋势了，不论是 SSAT 考试、还是各类机器人教育培训机构的建立都在佐证这一形势。而之所以说硬件会是少儿教育的一个机会，是因为用硬件（尤其机器人）来教学可以做到有趣、不枯燥、被小孩子喜欢，同时它可以让孩子从很原子的角度来理解一个世界的过程乃至运作逻辑，比如组装机器人可以学会机械原理，编程则可以理解 0、1 的运作逻辑，甚至可以通过机器人编程来理解生物世界等等，这会是比填鸭式教学好太多的一种方式，同时可以培养中国的孩子具备更多的创造力，跟国外更详尽。
4、教育导航
在线教育领域缺乏一个优质的流量入口恐怕是件憾事，而学生们没法在一个目录下找到自己感兴趣的服务商或者是内容提供方也同样遗憾。这也是为什么多知网的创始人李好宇今年选择做起了垂直“直播课领域的去哪儿”模式的选课网，就因为大量长尾的直播课提供方缺乏很好地被发现机制（比如有的老师就只在自己微博上宣传一下自己要在 YY 上开什么课，但其实这个老师是很优秀的老师）。随着在线教育领域的创业公司越来越多，或许成为这样一个入口会有不错的前景。
5、探索出可规模化游学模式的教育公司
了解旅游行业的人会知道，最近不少旅游公司的人都选择出来做了亲子游 / 游学，比如艺龙网的 COO 谢震以及原来千夜旅行网的联合创始人冯钰等。这个变化其中一个内在逻辑是教育行业利润率 > 游学行业 > 旅游行业，所以旅游行业的人会更愿意通过教育来产生附加价值。
但时至今日，不少游学项目还是以高端旅游为主，教育成分极少或者说含金量低，另外，大多数游学机构都仍是小作坊状态，尚未找到可以令这一模式真正迁移至线上、通过互联网以规模化的方式。因此这一领域仍然值得探索。
6、移动端带来的机会
虽说移动互联网已是老生常谈的命题，甚至不少人悲观地认为移动互联网的风口期会在一两年内结束，但实际上，到目前为止在教育领域完全基于移动端并且产品出色的公司仍然屈指可数。移动端各类特性与教育的绝妙结合还待挖掘。
第三部分：什么样的教育团队我更看好
这个命题很简单，如果让我回答，我会喜欢有这三种特质的公司：一是教育以互动式的方式为主，而非单向、填鸭式传播（作为 90 后表示完全受不了有人一直叨叨念，而且注意力不集中简直是录播课网站的克星 = =），做的好的比如CodeCademy、洋葱数学、Duolingo、有道口语大师都算其中之一；二是内部有教研人员的团队，之前华创的投资人余振波和我说，他更希望找到注重教研的团队，在教育领域做教研，就像是在互联网做产品一样，只有关心教研才可以找到学生最佳的接受方式，让学生真的学进去；三是跨界的团队。互联网的知识获取越来越便捷，也就越来越多人会到网上学习，那么教育的范畴必会比原来线下传统时期更为扩充，这时就需要该领域内的专业人员来进行教学，比如我们目前我们氪空间的职业梦团队，就是金融领域和互联网领域的人相结合，从而做金融领域的在线教育，相信未来这样的例子会有更多。
[36氪原创文章，作者: 苑伶]
-
36氪
垂直教育领域的CRM+ERP：快客ERM想帮线下K12机构同时做好线下、线上运营管理
这一两年来，线下早教机构不断发展膨胀，逐渐成为一个拥挤不堪的市场。而后便开始不断有机构倒闭的故事发生，都是源于机构数量过多、生源不足导致的。在这样的市场里，谁能招徕更多的学生，并维护好客户关系将其转化为长期用户，谁就更有竞争力。而显然，传统低效的软件或者更传统的手工作业，已经满足不了眼下的机构需求了。
正是看到了这样的机会，快客ERM决定专注 K12 教育领域，围绕垂直行业做 CRM+ERP 系统：也就是它不仅仅帮助教育机构做前端的销售人员 CRM 系统，还将工具服务的环节延伸向更后端的学校行政、校务、课堂管理，帮助教育机构实现从 CRM 到后端教学教务管理的无缝衔接，能在线下和线上都做好整体的运营管理。
具体来说，快客 ERM 是围绕“人”（即学生）来做管理的——首先它向课程销售人员提供了 CRM 系统，在销售人员接触到有意向的学生和学生家长之时，就可以记录下他们的具体信息，如果他们最后真的购买了课程，那么这个学生的信息就会成为其中的一个单位元信息，并在后续的环节中，这个信息会持续流转。
怎么说呢？当销售人员把课程销售掉后，对机构来说更重要的是，他们如何来安排这些学生上课、对他们进行日常的管理？这就涉及到了学校本身的排课、教室资源的配置，以及学生何时有空上课、课堂反馈等等很多个变量。而快客 ERM 则将这些环节都智能化了，由于它已经先掌握了前端所有学生的信息，所以只要再加上由学校提供的基础教室信息等，就可以让系统自动化完成排课选课等校务管理事项。
不仅如此，由于“学生”成为了这个管理系统里的元单位，因此快客 ERM 还可以做得更深入以及个性化——比如他们想后期可以让老师把每节课的课堂场景、情况也都上传到系统里来，让家长对课堂有更多了解，从而让机构有能力黏住家长这个最终决定是否付费的用户群体，做好自己的线上运营。
另外，快客 ERM 对机构还有一重价值，也就是它可以辅助机构做账务管理，它会按照每个学生每节上课所交的费用来计算机构的收入，以此保证机构的收入计算达到最细的颗粒度，避免机构因为重复记账等问题导致账目出错而最终酿成关门的结果。
目前快客 ERM 的盈利模式是向 B 收费，也就是线上的 SaaS 按学校为单位来收取每年固定的费用，而有自己独立 IT 能力的学校，快客 ERM 则可以为其搭建私有云，收取一定的 license 授权费用。团队本身已获得数百万人民币的天使投资。
最后，我问快客 ERM 团队，虽然这种方式可以帮助 K12 机构做好线上管理，但是他们会有接受这种服务方式的顾虑吗？快客 ERM 创始人仲跻亮说，一个顾虑在于国内 SaaS 土壤还不成熟，缺乏市场培育，另外则是机构如果使用 SaaS 几年的费用加起来会投资过大，那么还不如直接买断，所以定价策略也很关键。
我个人对快客 ERM 的感觉是，未来这类模式或许会在教育领域越来越常见——因为在教育行业中，教育机构才是资源的拥有方，互联网团队要纯从线上做平台做资源很难，所以如果能帮助传统机构实现 O2O，也是很有价值的一件事，也有可能是一大机会。
[36氪原创文章，作者: 苑伶]
-
36氪
基于文本分析、标签匹配的招聘引擎——内聘网如何改善招聘市场撮合效率？
白领招聘是个高度碎片化、非标准的市场。站在求职者一端，面对海量的招聘信息无从做出选择，只能去无脑海投，这造成了整个市场上垃圾信息的充斥。在招聘企业一端，同样需要面对海量的求职简历，要在成千上万份简历中筛出最合适的人选宛如大海捞针。这里的情况是，越是知名的企业，无效简历越会向你集中，导致大企业 HR 的简历筛选成本过高、筛选过程简单粗暴。而不那么知名的企业，往往无法搜集到充足简历，需要你打广告找猎头，付出额外的成本。
注意力分配的不均、供求信息的碎片化，这是白领招聘市场匹配效率低下的根源，而专注互联网人才招聘的内聘网，则试图用文本分析 + 标签匹配的方法让这一状况得到扭转：
针对求职者一端，内聘网会搜集他的简历和职业诉求（行业、薪资、职位等），通过对简历做文本分析，提取出求职者的标签。
针对企业一端，则会搜集企业的用人诉求、职位信息、行业属性、产品信息和媒体报道，同样是用文本统计、分析的方式，提取出关于该企业的标签。这里由于企业数据的复杂性，内聘采用了机器初筛、人工调优的办法来校正和迭代算法。目前已经提取出来的6000个标签中，约有三分之二是人工生成。
当原本高度非结构化的求职者信息和企业信息都变得相对结构化，招聘引擎就可以在二者之间建立更精准的联系。内聘网会在标签之间构建关联，形成一幅职场标签图谱。求职者和企业可以在图谱上找到自己的位置，两者的位置越接近，则说明他们潜在匹配的概率越高。
内聘网典型的使用体验是：求职者只需提交简历和职位诉求，系统将自动生成一份职位推荐列表，列表会以标签的形式告诉你这家企业的特点（比如工资高、美女多），也会告诉你你们之间的匹配分数，以此作为用户定向投简历的依据。而 HR 们则只要简单发布职位，系统将依匹配度排序，告诉你哪些简历可能需要你的重点关注。由于不同类型的企业招聘同一职位的需求不尽相同，所以职位匹配的基础应该是“标签组合”。比如一家做 to B 软件的公司（“to B”+“软件”），和一家做 to C 软件的公司（“to C”+“软件”），当两者同时发布一个“产品经理”的职位时，得到的结果应该是个性化的。
内聘网创始人肖恒是北大计算机硕士，毕业后旅日工作，曾在京瓷和松下电器任项目经理。肖恒曾创办一家面向日企的人才派遣和软件外包公司，据说一度业绩不错。在随后经历了若干次职场调整后，12 年 4 月二次创业做了内聘网。我们现在看到的内聘网上线于今年 3 月份（此前尝试过做微信招聘），次月即拿到某机构的数百万人民币天使。
十一期间，内聘网进行了一次大改。肖恒介绍，目前使用内聘网的企业用户有 6000 多家，改版后的日 UV 已达 1 万左右，个人用户则已超过 10 万。下一步他们将试图向职场社交延伸。
关于用大数据做职位匹配，其实还有一些有意思的玩法，比如：
1、可以绑定求职者的社交账号，通过社交数据为求职者打上更丰富的标签，同时评估他背后的人脉价值。人脉优质的候选人显然应该得到更多的关注，同时在为其匹配职位上，或许 BD、市场类的工作排名应该更靠前。这点是以前依靠一纸简历无法实现的，做职场社交的脉脉，在这个方向已经做了较好的表率。
2、企业可以主动触达潜在候选人，激活对方的跳槽意愿，变被动的等人上门为主动的上门招人。
3、让企业将现有员工的背景资料上传，在引擎里跑上一圈，构建出企业现有员工的素质模型。再结合该企业的历史表现，分析该模型的有效性，以及改进方向，从而更精准地评判是否应该吸纳某类型的新人进入——这或许算是一种“量化 HR”？
[36氪原创文章，作者: 沈超]
-
36氪
旧瓶装新酒，Alternative Reality Game或许成为下一个可能的课堂形式
单纯授课式的课堂已经无法满足学生对于课堂的期望，甚至于在逐渐消磨学生对于课程内容的兴趣，此时改变课堂形式变成一种迫切的需要。而学生们对于虚拟游戏无法抑制的喜爱，让越来越多的人开始思考如何在真实世界和虚拟世界中构架出一座桥梁。对于这个问题，或许可以通过Alternative Reality Game（后简称 ARG，即“侵入式虚拟现实游戏”）来解决。
什么是ARG?
ARG 是将现实世界作为平台的一种故事游戏。参与者在游戏中需要通过一系列的挑战（主要是破解谜题），获得信息来不断改变自己的想法和行动，最终推动整个游戏进程，完成故事。可以说，ARG 是一种现实版的角色扮演游戏 (RPG)，但与 RPG 不同的是，游戏中的角色并不是由人工智能所控制，而是由真人扮演，参与者可以通过与他们的互动，解开所有线索。ARG 中绝大部分的挑战和谜题都是基于网络，并且大量使用音频、视频等多媒体资源。
ARG 在西方已经风靡多年，英国 1988 年底就推出了一部基于 ARG 形式的电视剧The One Game，而经过了快 30 多年的发展，ARG 越发成熟，越来越多人加入自制 ARG 的队伍中，大量的电影和娱乐节目也采用了这个形式。42Entertainment就是一家专注开发 ARG 的公司，开发了例如 Year Zero 等知名的 ARG。
ARG为什么要走进课堂？
Chris Aviles 是美国一所大学的英文老师，在 2013-2014 年的时候，他开始在课堂中加入自己制作的的 ARG，取名为『2020』。这是一个关于紧急救援的故事，未来世界的女孩 Sammy 通过学校布置的作业与学生们取得联系，希望学生能够解开每次课后留下的谜题，根据不同的信息将她从危险中拯救出来。在整整一年的课堂上，学生们在网络上登录网站，观察不同的社交媒体，同时也在现实生活中收集校园中遗留下的线索，在小镇上寻找相关的游戏角色。最终，通过不断地解开谜题将未来少女 Sammy 成功解救。
而当一年的 ARG 课程结束时，Chris Aviles 惊奇地发现，他的学生变得非常喜欢课堂，全部的出勤率上升了 20%。在每两月的课堂报告中，学生们不断地向他反映，是 ARG 让他们爱上了课堂，因为他们不想错过任何一个线索。ARG 的好处还体现在期末成绩上，全班平均分提高了 5 分，特别是那些对于 ARG 游戏格外积极的少数男生，成绩提高的更为明显。
Chris Aviles 的例子，是 ARG 走入课堂的成功范例。它展示了一种值得探索的课堂形式，就是将课堂与 ARG 相结合。课堂的内容不通过老师讲课的方式进行传递，而是让学生进入一种模拟的真实场景，以任务的方式逐步推进课程内容。整个过程中充分发挥学生的能动性，让学生成为课堂游戏的主体，自我激励，主动学习。
ARG进入课堂的困难？
尽管学生对于 ARG 式的课堂很『买账』，但是在真正走入课堂之前，ARG 还需要再多走一段路程。首先，想要拥有一个 ARG 课堂，就必须将将课堂内容转换成一个非常吸引人的故事脚本，设置好游戏过程中所有的谜题。而这本身就不是一件容易的事情。其次，ARG 中所有的场景以及线索的设置都需花费很多的功夫，不仅仅是如何设计的问题。Chris 谈到他在做 ARG 课堂的过程中，需要自学编程、视频剪辑等多项技能。因此，长期在课堂中使用 ARG 进行教学，对于一个普通的老师，并不是一个轻松的任务。
另外，由于将现实世界作为游戏的平台，参与者不仅仅有学生，还有需要其他多人的配合，才能够最终完成整个 ARG。这其中，校方的配合是必不可少的因素。在未来，开发可操作性强，内容丰富多样，具有一定标准化的 ARG 课堂，成为一个重要的努力方向。
虽然以上种种困难都成为 ARG 迅速成为一种课堂形式的绊脚石，但是 ARG 形式对于课堂巨大的魅力是无法阻挡的。正如 Chris Aviles 案例中学生们所呼唤的那样，ARG 让他们迫不及待地想要来到课堂，学习知识，解开谜团，最终完成整个游戏。在这样的呼声中，我们有理由相信 ARG 可能成为未来一种主要的课堂形式。
[来源：36氪]
-
36氪
基于邮箱数据的人脉扩展和社交，Conspire有机会走出不同于Linkedin的一条路么？
你可能不知道Conspire，但你应该用过或听说过 LinkedIn，全球最大的职业社交网站，拥有超过 3 亿用户。LinkedIn 现在已经成为精英人士扩展人脉、寻求职业必去的一个网站了，而一家初创公司 Conspire 正跃跃欲试从这位业内巨头手上分一杯羹。
不同于 LinkedIn，Conspire 通过用户的谷歌邮箱，利用大数据分析平台挖掘出用户想要认识和建立关系的对象。这种新型的社交关系建立方式不仅仅关注用户在互联网上谁可能认识谁，更关注用户与用户间相互认识的熟悉程度，以达到更好的为用户提供社交对象的推荐、建立人脉联系等业务。而这一切的实现，都将依靠分析用户的邮箱数据，甚至是分析用户在短信、FaceBook、推特等平台上的社交数据来完成。
Conspire 认为 LinkedIn 在用户扩展人脉上是存在弊端的。在 LinkedIn 上，用户可以查看朋友的档案（一度联系），还可以通过朋友的朋友查看目标用户的档案（二度联系）。在没有二度联系的情况下，还可以向无法查看档案的用户自主发送建立联系的邀请。
用户通过一个一个的间接对象，可以达到接近最终目标用户、建立强大的人脉网络等目的。
但这种模式存在的弊端是，许多用户在一段时间后很有可能拥有了一大堆他们其实并不认识的朋友，甚至是从来没讲过话的朋友。随着这种 silence friend 的增多，用户的活跃度必然会受到影响。这就像人们进入某一个兴趣群，一开始积极的参与讨论，快速拉入了许多朋友，尔后越来越多不熟的人出现在群里，部分用户开始兴趣索然，一个活跃的大群慢慢分裂成一个个的小团体，最终这个群也逐渐消亡。
不同于这种模式，Conspire 感兴趣的是，用户与用户之间关系的强弱程度。在 Conspire 里，只有二者关系达到 Strong 的标准，才会为用户推荐、建立联系。并且用户无需，也无法自己发送建立联系的请求，这一切都将通过后台的大数据分析邮箱联系的频率、最近的互动、互动响应的时间以挖掘关系的长度和深度来完成。
Conspire 同样提供通过间接用户来建立新联系的渠道，用户最多可跳跃建立联系的最大步长是 3 步，即在用户和目标用户之间还可以有两个间接用户，也就是朋友的朋友的朋友。这比 LinkedIn 上的二度联系来的广，但加上只有关系强度足够强才能建立联系这一条件，Conspire 又比 LinkedIn 来的安全可信任。
现今社交工具的缺陷在于，面对一个在 party 上认识五分钟的朋友和一个在深交了 4 年的大学同学，他们往往无法区分这二者的区别。而大数据分析使 Conspire 能够做到这一点。
Conspire 的设想其实很棒。社交工具在互联网上的地位一直很高，也因此人们对社交工具的要求更加挑剔。社交工具在为用户提供一扇社交大门的同时，又要站在门边严格把关，不能让用户接触到太多不感兴趣的人，同时又不能把门完全关死让用户无法接触到想找的人。
其中进行权衡的选择不仅要依靠更准确、更高效的算法，同时还需要大量真实可靠的数据。
而后者对 Conspire 其实是不利的。
尽管 Conspire 声称不会拿用户的邮箱数据做其他事情，分析数据时也只会对消息的标题进行分析等等，许多的用户还是无法轻易的交出自己的邮箱权限。毕竟，在这个互联网在人们日常社交中所占比例越来越大的年代，个人隐私从来都是用户考虑问题的首选。在 Conspire 上，邮箱权限很有可能成为 deal breaker。
Conspire 据说在其分析网站有 1300 万人的数据资料，而用户群远小于这个数量级，只有 10,000 人左右。我认为邮箱权限就是其中的症结所在。Conspire 想要跨过 LinkedIn 这座大山，并不是没有机会，最大的问题或许在于，面前还横着另一座叫用户隐私的大山。
Conspire 同时也获得了来自 Techstars 孵化器的 250 万美元的种子期融资。
[36氪原创文章，作者: Retric]
-
36氪
员工生产力跟踪应用VoloMetrix获1200万美元B轮融资
分析销售等员工工作效率的生产力初创企业VoloMetrix今天宣布获得了 1200 万美元的 B 轮融资。
VoloMetrix 是一家总部位于西雅图的销售、生产力及人力管理初创企业，成立于 2011 年。联合创始人兼 CEO Ryan Fuller 曾在贝恩公司就职。VoloMetrix 做的是员工活动跟踪解决方案（支持云服务和本地软件）。其思路是在不侵犯员工隐私的基础上，通过与企业通信系统（日历、电子邮件等）的接口收集和分析数据包头数据，从而获得有关主题、时间、协作类型以及参与者的角色和地理位置等信息。
这些数据经过分析汇总最终可以形成整个公司的沟通和协作行为全景图，并可以对每一位员工的效率做出科学的评估。比方说 VoloMetrix 可以显示出销售花在客户上的时间，计算出对每一位客户的销售成本，每一位销售人员的活动范围，关系网等往往比较难计算的指标。
目前 VoloMetrix 拥有 Genentech、Seagate 以及 Symantec 等客户。就客户关系管理方面的功能来看，VoloMetrix 与今年夏天被Salesforce收购的大数据智能关系管理初创企业RelateIQ有点类似。而从员工效率评估方面的功能来看，Workday 等人力资源管理系统或服务也会成为 VoloMetrix 的竞争对手。
当然，这一切的竞争力需要取决于指标设计是否合理、活动跟踪是否全面、分析模型是否科学等。但就活动跟踪而言，从目前来看似乎还没有谁能真正做到全面，除非主要的线下活动都能方便快捷地数字化。
此轮融资由 Split Rock Partners 领投，Shasta Ventures 参投。此轮过后其总融资额已达 1700 万美元。
[36氪原创文章，作者: boxi]
-
36氪
Salesforce推出可视化大数据分析云服务Wave
明天, 在旧金山举行的 Dreamforce 大会上,SaaS 服务提供商Salesforce将会由 CEO Marc Benioff 发布名为 Wave 的新分析服务。据称此项服务已经在其应用商店AppExchange上出现（但我们未能搜索到）。
Wave 是软件即服务提供商 Salesforce.com 推出的一项商业智能与分析云服务，可以为客户提供销售、营销、服务的分析与可视化展现。
Saleforce 称此项服务将非常容易使用，而且强调要给用户以消费者式的体验，为此引入了游戏设计师来增强产品的趣味性。此外 Salesforce 还引入第三方参与分析服务的开发，包括 OEM、咨询顾问及第三方开发者，目的是帮助客户连接外部数据源，然后基于此平台开发更复杂的应用。其数据既可从 Salesforce 产品内部获取，也可导入微软、SAP、Informatica 等第三方的信息。Wave 可以将数据进行切割以满足不同的需求，可按照不同维度对数据进行排序，建立不同的数据集的关系，按照不同的方式展现数据等。
但是，尽管数据之间可以建立各种连接，可连接的实现似乎还是使用标准的 SQL 语言（ “join”语句），还有标签页还是数据库风格的，用户还需要建立连接才能浏览数据。因此，这项 BI 服务貌似没有那么傻瓜，用户还是需要一些专业培训才能使用（当然，这些用户一般都有少量的 IT 人员）。
虽然如此，但是业界普遍认为 Salesforce.com 必须要做这件事，因为大数据的爆炸使得人必须靠可视化的呈现方式才能理解数据背后的含义。但是 Salesforce 涉足大数据的时机显然已经晚了，这个领域的竞争已经非常激烈，不仅有 IBM、HP、SAS、微软、Tableau 等巨头，而且zoomda、lOOKER等初创企业也层出不穷。从目前来看，Wave 的功能和使用性方面并没有非常大的突破，要想在这个几百亿美元的市场取得份额并非易事。不过 Salesforce 的优势在于庞大的客户群，说服那些使用其 CRM、客服云服务的客户采用同一家供应商的产品似乎是个有说服力的理由，但前提是 Wave 必须做得更好。
[36氪原创文章，作者: boxi]
扫一扫 加微信
hrtechchina
