11月24日，AceOffer爱思益求职CEO孙静博（Rick）参加了易观数聚论——在线教育下半场的发展与创新，并在沙龙中就《数据的细分与精准化》主题进行了分享。
Rick指出，虽然AceOffer爱思益求职是一家初创公司，没有海量的数据，但我们依然可以通过有限的数据做精准化分析和挖掘，同样可以产生商业价值。演讲中，Rick主要谈了爱思益运用数据分析达到的三个目的：1.了解市场需求和动态，2.产品与课程的研发，3.人岗匹配。
以下摘自Rick演讲原文：
今天的主题是大数据，比起前面的业界大咖们来说，爱思益还是初创公司，没有海量的数据。但是发展的三年时间里，我们也积累了30多万线上粉丝，都是精准的985、211高校的学生，以及海外知名学校的留学生。今天想与各位分享一下，通过少量的样本数据做精细化的分析和挖掘，也能产生不错的商业价值。在这里我分享一下爱思益通过数据分析达到的三个目的：
第一，了解市场的需求和动态。最开始创业的时候，我研究了很多数据分析报告以及行业的宏观信息。发现爱思益所处的大市场是职业教育，在线职业教育的市场有800亿规模。再细分是职前教育，这个市场是80亿到120亿，并且每年以30%的增长率在快速迭代。再看整个就业市场情况，以2016年为例，在校学生总数有2800万左右，其中790万左右是应届毕业生，同时有五六十万留学生归国，这是很大的市场群体。在激烈竞争下，各种各样岗位的就业者都讲就业难，国家也在做政策性的支持，这从宏观对这个市场需求做了佐证。但只靠宏观数据并不能支撑创业和做产品的决策，很多时候也要看微观，研究用户个体的需求。于是，爱思益在研发“V计划”产品的初期做了大量的用户访谈，覆盖了700多位在校生和职场工作的新人，这些微观的样本信息及数据有着更高的市场敏感度。通过宏观和微观的这些调查得到了一个结论，那就是用户的需求在2016年前后发生了基本层面的变化。2016年之前，市场以90后就业者为主，整体的就业意识比较偏后，大家毕业才开始找工作且求职渠道单一，而2016年以后市场的主要群体是95后，95后从小就参加各种各样培训班，他们参培的意识更强了，为找工作而付费学习的意识也更强了。
第二，在产品和课程的研发过程中，数据调研提供了很大的决策及帮助。先看爱思益的宏观数据，我们的用户分布是：管理学和经济学占50%，985、211的学生占40%，海内外前100的学校占比近35%，但这些数据还不足以支撑我们做决策，于是我们做了95后求职意向的调研。我们先后做了2680位95后的调查问卷，覆盖15个省份，63%来自北上广深，30%来自于二三线省会城市。从中发现咨询、金融，四大以及宝洁、联合利华这些快消品公司尤为火爆，当我们问及哪个因素对于职业发展是最具有吸引力的，结果显示，发展空间、薪酬、培训机制是学生及职场新人最关注的三大因素。举一个例子，爱思益有一位英国留学生学员，本来已经拿到了波士顿咨询的offer，薪水是一年20万到25万，但在我们对碧桂园进行了雇主品牌的宣导之后，他发现地产行业也非常有前景，且薪水并不低于咨询行业，最后他选择了碧桂园，放弃了波士顿咨询的offer。由此看来，表面上学生想进入咨询、投行公司，实际是看中咨询投行背后的发展空间、薪资、培训机制。
说到怎样开发课程，只调研C端是不够的，还需要了解B端企业的需求，才能开发出符合企业用人需求的课程。比如最新开发的这套课程，我们访谈了600多位各大主流领域、主流公司的HR和用人部门，通过对他们的访谈把采集的数据提炼出几项核心维度，做出人才核心能力模型的维度图。根据这样标准化的用人需求，反向推导我们的学生需要什么样的课程，从而更加贴近这些企业的人才需求。这样我们做出来的课程就不是拍脑袋定的，最终的结果就是呈现给学生们的像学校课程一样拆分知识点的几百门课程，每个视频会分别进行讲解，构建了一套非常标准化的课程体系。对于我们来说，新兴领域课程制作真是“从无到有”的艰辛过程。
第三件事，通过数据调研，让我们更好的实现人岗匹配。现在市场上我们使用的传统招聘网站还是“机器对人”、“文本对文本”的过程，实际招聘中双方存在很高的试错成本。所以我们在这个过程中不断思考如何通过数据去解决问题，最终得出的结论就是在访谈的过程，提炼不同的维度去挖掘HR的潜在需求，同时挖掘学生们的底层需求。我们把数据提炼出来，通过编程和算法，把需求信息录入数据库，就可以调出符合企业要求的简历，然后向企业打包推荐，其中附上我们对每个学生的认知和了解。这样我们可能一个岗位只给企业推荐20个人，但确保这里有十三四个都会是让企业心动的人。
这就是爱思益求职目前在做的事情，希望我们的案例能够帮助到大家，也希望各界的朋友与我保持联系与交流。谢谢！