獵頭顧問常用的尋訪動作彙總

1、打高質量List（比如大廠近1年的研發部門List）

2、打低質量List（比如二三線互聯網公司3年前的List）

3、找到高質量List

4、找到低質量List

5、搜索公開簡歷庫

6、搜索公司資源庫

8、建立專屬的高效的QQ群或者微信群

9、發朋友圈吼一句

10、積累高質量的定向的朋友圈

11、微博勾搭

12、脈脈勾搭

13、目標公司的CC

14、泡知乎、GitHub等論壇

15、找信任你的高相關的朋友推薦

16、找不熟悉的高相關的朋友推薦

17、找信任你的低相關的朋友推薦

18、找不熟悉的低相關的朋友推薦

19、找到目標公司目標部門的人做Mapping

20、在高相關的公眾號中通過互動挖掘信息

21、通過LinkedIn找人

22、找相關獵頭交換有效資源

23、找相關HR交換有效資源

24、直接對接客戶公司用人部門老大做尋訪脈絡和資源的梳理

25、參加相關領域的線下活動

26、參加相關領域的線上活動

27、直接到目標公司門口抓人

以上基本涵蓋了大部分的尋訪方式，其他像什麼全網搜索候選人、用爬蟲去爬各種庫等方法雖然有人在用，但基本不是主流手段，就不列舉了。就像我之前所說的，獵頭找人的方法其實沒有什麼奧秘，我知道的大家也都知道。但真正難的在於“知易行難”，還是這些方法，有人能找到夠質夠量的候選人，但大多數人就不行。

下面我們來建立一套基本的邏輯分析方法，並用這種方法來對以上27種操作動作進行分類。

任何一種尋訪動作，都可以用效率高低和難易程度兩個維度來對其進行劃分。在上面的象限圖中，第一象限就代表難且高效的尋訪動作，第二象限是難且低效的動作，第三象限是低效且容易的，第四象限是高效並且容易的。

在對上述27種常見尋訪動作的四象限劃分中，請大家再仔細回溯一下我們的案例，因為不同難度不同性質的職位，對於不同尋訪動作的象限劃分是有很大不同的。比如搜庫這個動作，對於有些職位來說，就是非常高效且簡單的尋訪動作，但對於另一些職位，可能就變成簡單但卻是極其低效的操作行為。在我們的這個案例中，無疑搜庫這個動作是後者，這種判斷必須是建立在一定經驗基礎上的，缺乏必要的經驗儲備，會導致對於動作的效率和難易程度做出扭曲的判斷。

當然，有些獵頭顧問對於某種尋訪方式會特別有心得，比如使用LinkedIn，他在LinkedIn上面的人脈網絡也非常全面和深入，那麼這種方法可能對於他來講就是簡單且高效的，但我們下面的分類是針對大多數人的，而不針對個案。

對於這個案例的四象限分類，我大概針對超過50個顧問做過大致的調研，這也是為了避免我個人好惡和操作習慣所帶來的偏頗，還好，最後得出的結論大致是一致的。

第一象限：難且高效

3、找到高質量的List

10、積累高質量的定向的朋友圈

16、找不熟悉的高相關的朋友推薦

19、找到目標公司目標部門的人做Mapping

22、找相關的獵頭交換有效資源（什麼叫相關的獵頭，就是也做算法的獵頭，他手頭一定有不少資源是他用不上的，放在他手裡反正也用不上，你們交換一下，彼此的資源就可能變成活水。）

23、找相關的HR交換有效資源（同上）

24、直接對接客戶用人部門老大做尋訪脈絡和資源的梳理

25、參加相關領域的線下活動（如果有一個機器學習算法的線下分享，參加的都是這領域的人，你說你參加一下，交換一圈名片，掃一圈微信，你覺得效果怎樣？但難點是，你作為一個獵頭，首先怎麼能夠知道有這樣的分享，其次是你知道之後，人家憑什麼邀請你去參加，最後，你是去參加了，你大張旗鼓地各種挖角，人家不把你轟出去才怪。）

第二象限：難且低效

11、微博勾搭（曾經在微博剛開始的時候，這個效率還是蠻高的，但現在，呵呵，你可以試試。大V除外哈）

12、脈脈勾搭（同上）

13、目標公司的CC（5年到10年前，各家公司還沒有保護意識的時候，CC雖然難，但還是比較高效的，但現在，算法的人是各家公司的寶貝兒，連個座機都沒有，你怎麼打？）

14、泡知乎、GitHub等論壇（我知道有些獵頭對此特別有心得，也確實能摟到不少好人，但對於大部分人來說，就像站在中南海外想象裡面的生活一樣遙遠。）

15、找不熟悉的低相關的朋友推薦

20、在高相關的公眾號中通過互動挖掘信息

21、通過LinkedIn找人

27、直接到目標公司門口抓人勾搭

第三象限：容易且低效

2、打低質量的List

4、找到低質量的List

5、搜索公開簡歷庫

6、搜索公司資源庫（對於頭部算法這批人，大部分獵頭公司的現有庫裡是很少的。當然不排除有的公司專注在這個領域，庫裡有不少高質量的候選人，那麼這個動作就可以劃分到容易且高效的第四象限了。）

7、QQ群或微信群吼一句（同理，如果你的群是你自己專屬且和目標職位高度相關，比如這個群裡面都是算法領域的牛人，那麼這種方法就是容易且高效的，但可惜絕大多數的人做不到這點。）

9、發朋友圈吼一句

17、找信任你的低相關的朋友推薦

26、參加相關領域的線上活動（比如知乎Live、公開課、直播等，參加是容易，但除了能學到點知識，如何勾搭裡面的人則是個問題了）

第四象限：容易且高效

1、打高質量的List

15、找信任你的高相關的朋友推薦（什麼叫信任你，就是你只要提出請求，他就會盡力幫你的，什麼叫高相關，就是他認識一批搞算法的人，比如算法領域的牛人、算法公號的運營者、經常面試算法候選人的HR，甚至是大學裡面這個研究方向的叫獸。）

做完這樣一個分類，大家都可以自省一下，你自己是怎樣來安排各種尋訪動作的先後次序和時間投入的。Team Leader也可以看一下，你的下屬顧問們又是怎樣來做操作行為管理的。

原則上來講，無論是對於這樣一個高難度的算法職位，還是其他任何職位，我們首先的操作一定是落在第四象限的那些容易且高效的動作上。但可惜的是，這樣動作的可能性正在變得越來越少。究其原因，其實很簡單，如果一個職位完全可以通過簡單且高效的方法解決招聘問題，甲方為什麼要把這樣的職位放給獵頭去做，自己操作不就行了。我們在BD的時候，確實也希望能拿到這樣的單子，但可惜的是，這樣的職位在市場上越來越少。

於是，大概率的可能就是在我們完成了為數不多的幾個簡單且高效的尋訪動作之後，是無法Close項目的，要麼是因為通過這些尋訪動作並不能找到足夠的人，還有一種重大的原因是，這些容易且高效的尋訪手段也不是唾手可得的。就拿上面的第一種方法：打高效的List來說，如果有這樣的List，尋訪當然就是簡單且有效率的，但哪有那麼多的高質量List讓你打啊？要麼是你通過各種手段，費勁九牛二虎之力去找到這樣的List，那就又變成難且高效的任務；要麼是打那些過期的List，通過大量的溝通、記錄和數據清洗，才能把低效的List轉化成為高效的List。