-
刘文权
科锐国际会议调研纪要
摘要：
1、技术发展的基本逻辑：①在单岗上做规模化，所以从大客户模式向平台模式拓展，从而才能实现业务自动化-好处在于，比如现在做的半自动化产线通过量化指标和动态定价降低了后厂顾问离职率。②在财务管控上精细化单位经营模型，从而为决策分析提供更好支持-好处在于，比如以前评估项目可行性要1个月现在已经实时。③在客户上做下沉，但主要是通过平台交互的方式，正在为地方政府做HR岗的标准。
2、主要技术手段：自动化机器学习和机器学习的自动化运维（MLS）。自动化机器学习用来将很多AI能力赋能给员工，MLS用来提高公司模型迭代的速度以在同业竞争中领先。
3、数据竞争力：核心优势不是数据中台建设上，而是在数据应用上利用数据建模决策，做机器学习模型，一是预测未来，二是解释现在。
4、技术产品的重点次序：医脉同道、禾蛙、即派盒子、即派、零售。技术端营收第一次披露的是800多万，实际订单已经是3000万or5000万，按照募投项目测算第4/5年实现约15亿流水。
公司一直在做内部信息化建设的升级迭代对服务产品的提效、规划 SaaS平台的主要产品等。今年中报公司才开始把新技术产品作为新的业务单元拉出来，也是为了让大家更好地研究公司技术产品的发展。
Q：目前公司的布局很复杂，能否分块介绍一下？
A：产品技术板块，公司内部分成业务产品部、协同产品部、技术中台部、公共支持部、信息安全部5个部门。业务产品部提供内部业务系统和外部的平台和SaaS，其中有一部分是给公司内部提供的IT、行政、法务、财务等方面的数字化。公共支持部又分成算法、算法工程和数据科学。
协同性上，公司的医脉同道是从大健康领域上去，围绕销售代表重点打。过去几个月，医脉的MAU从13万扩张到了16万，目前每个月的投递量也突破了1万+。销售代表岗上，公司在做计划，公司认为垂类平台两年后会有非常大的爆发，过去一年医脉日活的增速已经超过6倍，投递量增幅超过了8倍。另外，目前公司针对大健康的岗位也正在做标签化和 AI推进，正在尝试建立一套半自动化交互产线，禾蛙也是如此。
后厂的规划方面，后厂现在正在往半自动化产线发展。后厂的人员经过前段时间的扩张也出现了一些问题，比如离职率较高。科锐现在大部分的客户都是中大型企业，它们的需求较多，公司后厂的顾问经常要进行切换，切换的过程当中有学习成本，在切换的时间中，因为公司是按照出的offer数提成的，这就导致离职率特别高。
所以科锐定出了几个指标：1）需求波动率；2）员工的积极度；3）有效候选人的离职成本；4）公司的复推率；5）职位完成率。这几个指标环环相扣，以前这些指标是没有办法量化的，量化后前店的团队会知道公司现在还需要哪些岗、后厂生产线上有多少人是空缺的、是否需要更多的岗位，把员工的离职率降下来。过去一段时间，公司的离职率下降了70%。同时公司还在做绩效调整，后厂越来越倾向于采用报价制的方式给前店进行内部核算，以前是一刀切，现在变成动态价格，价格根据岗位的难度等不同的情况确定。
除此以外，公司还在做后厂的业务能力再造。公司现在的招聘业务和RPO业务的生产要素只有三个：简历、激活信息、人。简历的核心是解析出标签：简历的标签通过解析自动化、公司的顾问打电话和标签引申出标签得出，再配合上激活的信息，最后决定是否能够退出。
公司的业务流程再造是在做半自动化产线，希望进入基地后：公司有需求，公司会给顾问一系列简历或标签，告诉顾问应该去打电话问什么问题，通过原电话把录音转化成文字，然后结构化，再补到标签上，最后会形成人岗匹配，再进一步推出候选人能否推给客户，形成半自动化的过程。
公司所有招聘业务都是按前店后厂切分的，后厂工作的改善，公司的招聘业务也会提效。今年公司的猎头增长那么快实际上和这是有关系的，因为公司的招聘速度在加快，人效在增加。招聘速度的增快方面，过去是靠公司的管理方式，现在公司希望通过好的产品、通过AI的产品技术解决，用数据说话。公司希望未来发布职位以后，通过海量地推送到候选人的手机，在他的朋友圈里出现，朋友圈里的图片加上二维码，只要扫二维码就能够自动寄回公司的平台，形成自动化的人岗匹配，再自动化匹配到公司的前店，前店如果觉得岗位不合适，则数据重新回到模型，再形成下一步的推进，实现全自动化或半自动化的产品。
除此之外，公司目前的财务核算时效较慢，项目开始一个月后公司才知道项目到底赚不赚钱、能不能做。现在公司从58、阿里挖来了一些同学，建立了财务的数仓，把公司的收入和成本数据进行分担后，建立单位经济模型，进行模拟后可以实时监测。年底，公司会上线一套预测模型，新的项目进来后可以预测项目是否能赚钱。
科锐现在服务的大部分的客户都是中大企业，公司也希望开始往高精特新上市公司发展，但如果往下沉，就会对公司的获客能力有新的挑战。产品上，公司的即派、翰林派的产品逻辑下沉，包括医脉同道也在往下沉。医脉同道去年大部分的客户都是大型的一万人以上的企业，过去几个月反复地改变客户构成，目前医脉51%的客户是中小型企业，而且越来越多的是500人以下的企业。在下沉的情况下，公司也在准备新的产品，目前即派在HR、财务、人力资源、法务这几个岗上希望能够为中小客户提供产品化的解决方案，提供标准化的方式、标准化的人，而不只是解决交付问题；付费方式上，针对中小客户采取预付费。
在后厂的交互上，公司未来会有两种模式：①柔性生产模式；②供应生产模式。柔性生产模式是动态定价的方式；供应生产模式希望做半自动化、全自动化。举例而言：①供应生产模式方面，目前市场上Java岗的需求很大，客单量不是特别高。对于这些岗位，公司希望规模化做起来。目前Java岗在后厂有专门的交付，它的需求非常稳定，公司希望把它变成供应产线。在这种情况下，公司的后厂会承接一部分BD的工作，要联系渠道，还要把职位放到禾蛙上。②柔性生产模式方面，比如风电等板块有特点，这些产线的价格比较贵，不会有专门的风电的 后厂，它会动态、波动地发展。
即派现在所有的收入都在灵活用工，灵活用工对外披露的有两大类：通用类、专业技术岗位类，公司一直在摸索能否获得更多的岗位放在灵活用工的其他岗位里，不同的岗位有不同的运营模式。
总结而言：①公司现在希望在单岗上做规模化，仅仅靠公司现在的大客户是很难做到规模化的，所以公司希望通过禾蛙等渠道提高规模化，提高了规模化后才有机会做成自动化，规模化一切信息化的本源。②公司在财务管控上，希望能够做到更细致，能够算到更多的单位经营模型。③公司的客户从中大型、大型、超大型客户逐渐下沉，但是下沉的过程公司希望更多地是通过平台交互的方式，给客户交付的东西也要从现在单纯的提供招聘变成培训+招聘。目前公司正在从HR板块开始试点，正在为政府积极地做HR的标准。
Q：中小企业方面的逻辑是什么？
A：大型企业的招聘要求有三个：①批量招聘的能力；②降低管理的成本；③解决风险问题。但中小企业里的价值主张不同，它们不具备面试和考核能力。公司也一直在大量研究它们的工作，公司认为为中小企业提供的不仅仅是招聘，更多的是一种标准化的人才，所以它的付费方式也是不一样的。
但目前公司还没有那么快下沉到中小企业，更希望先下沉到中型企业，去做C轮D轮、高新、特新、上市公司。这些公司的获客渠道跟以前是不一样的：比如通过投资机构FA等方式，公司现在在大健康领域做了很多这种初创企业，但服务方式还是不变的。公司这一块的能力还在培养，这是大的方向。
Q：小客户的服务方式，公司未来打算怎么做？
A：举例来说，中小企业，尤其小微企业、50人以下的企业都有财务上的需求，有需求后，它可以到公司即派的官网上申请财务人员。公司通过市场招聘财务人员，经过公司2-3周的培训后入职。付费方式是，企业预付公司一笔钱后，人派到它的地方，它可以在服务器里换人，如果觉得不满意，可以再替换。但是要走到这一步公司还需要一些时间。中小企业是公司未来的方向，但不是近期重点发展的项目，长尾客户并不是指中小企业。
公司在技术战略上目前采取多元化战略，公司更关心的技术的发展是：自动化机器学习和机器学习的自动化运维（MLS）。因为AI的成本很高，所以需要把很多AI的能力赋能给项目产品经理、分析师等，自动化机器学习解决的是这个问题。MLS是要提高公司模型检测的速度模型迭代的速度，公司希望同竞争对手能够拉开一些差距。另外，数据方面，公司认为核心的竞争优势不是在过去大家认为的数据中台建设上，而是在数据应用上，即拿到数据后如何去帮助业务进行决策，如何给业务建立模型。
Q：数据应用方面，比如BOSS直聘也有职业科学实验室，公司怎么让现在的数据实现价值？
A：数据应用分两部分：一部分用来做机器学习模型或者深度学习模型，它主要做预测未来；还有部分应用于业务的科学决策。科锐的数字化转型在前者已经能够达到竞争优势了，但也只有1-2%的差异，更重要的是数据的应用。
举例来讲，科锐的千岗上战略需要一些指标能够量化到执行的情况。公司的区域化战略能够通过指标体系看到具体的发展，但是如果出现了问题，公司需要知道问题出现在哪，这也是目前数字化管理上非常重要的数据科学、统计学的应用。科锐在这一块把过去的一些好经验结构化，比如公司把后厂的顾问的每天工作的时间量化，比如今天写报告多长时间、今天打电话打多少次，能够测算公司优化了某个功能后能带来多少收益。
这个过程有两种方法：自动化的采集和手工采集。公司会通过抽样推断出大概的情况。这在传统的生产制造里已经很常见了，它们会测量每个动作花多长时间，专门有空间工程师做这个事。但在服务行业里，尤其在非标流程里，是数字化转型的核心、公司过去在阿里就是这么做的，公司能够很精确地测算，自动化采集和自动化分析能够测算出一个人在货架前停留了多长时间。公司的采集会精确到不同的岗，目前科锐里面最大的批量招聘的如Java岗、C++岗、测试岗等就实现了规模化。
Q：机器学习模型解决了客户什么问题？
A：内部提效和匹配效率。公司内部也有人岗匹配的算法，算法层面还会用在一些比如收入预测、项目预测等方面。它既是客户通用化的需求，也用于公司内部的业务。比如医脉同道和禾蛙的人岗匹配和推荐算法是为了提高匹配效率；公司内部也有人岗匹配。
Q：具体场景的应用如何？
A：举例而言，人岗匹配就是把职位的标签拿出来，跟候选人简历解析出来的标签做匹配。
第二个是预测的模型，也是一种机器学习模型。
比如说给客户写的推荐报告的工作。推荐报告里面有简易的摘要，目前公司已经实现了简历摘要的自动化，顾问不需要去写摘要报告。公司根据个人简历生成自动化的摘要。公司顾问每天需要40多分钟写一份报告，一天需要写约10份。目前报告自动化生成系统已经全部上线了。
第三个是解释的模型。
比如公司未来发展的方向，未来业务是否要大规模发展，公司也在进行模型分析。但这部分模型还没有上线，未来12月是该项目的重要发展节点。
公司目前的科学技术、数据分析团队里，拥有许多贝壳、阿里、美团的员工进行数据处理和分析。员工主要分为商业分析与数据分析两类。商业分析主要分析某个具体岗位，市场供需情况。如HR岗位，对深圳与成都的平均客单价、中小企业或大企业分类进行分析，用以做市场决策。这是需要靠人力进行分析的。
12月底公司希望通过财务账面模型，解决项目自动化决策的过程：对于每个项目，基于以往的经验，解决客户有多少去需要、项目能否开展等问题。
以前公司对于项目没有需求分析。以前的模式是公司把项目发给财务，财务根据历史经验去分配人手，核算需要多少人工成本、时间成本，核算项目的盈利性，通过人工的财务模型手动计算。以后可能通过该模型直接在系统里测算，决定项目是否进行。
Q：对于核算项目财务状况模型的有效性的验证？
A：公司最少12月进行检验。公司最早的时候做RPO项目时，根据客户需求测算是否接受该项目。公司会根据客户的要求，比如说要求现场配备人数、等级、每年的招聘量，预测固定收费和变动收费公司收益额，最后测算项目年度利润、利润率，从而决策签不签合同。
现在系统能实现精细的模型测算，不仅对于RPO项目进行测算，对具体岗位的测试报告也进行测算。
公司业务流比较长。比如说像华为的项目，公司的费率可能会比较低。因为华为单子比较大，华为员工的流失率比较低，招聘成本也比较低，这种项目是很合适公司开展的。比如说滴滴的项目，员工流失率特别高，招聘成本也特别高，因此其费率一般比华为要高，这种项目应该及时取消。
模型目前的可量化程度和模型有效性是模型的核心壁垒。以前在没有做项目之前，没办法知道项目赚不到钱的，需要一个月以后才能知道结果。通过模型，比如说项目开展两周，能知道不适合，及时拒绝。这样公司的损耗就会下降，资源可以投出来做别的事。
目前公司业务还存在较大缺口。科锐目前的职位完成率，接到的单子与最后能交付的，还有大部分完成不了。不是公司做不了，而是公司资源投入别的项目。
Q：公司过去是否存在灵活用工项目某些毛利率低、某些毛利率高，但总体而言公司规模增速很快，最后体现到利润端，增速能保证一个稳健的增长？
A：公司在 RPO项目招聘外包项目时候做的模型，灵活用工的两个案例，都体现其实公司在做给客户服务的过程中，也会判断哪些客户员工比较稳定，持续的时间比较久，公司在这个项目上招聘的成本会降低，跟客户之间会不会有可以浮动报价。这些方面可以做一些调整，公司会持续为客户服务。
另一种客户变化特别快，公司可能要判断，发现公司对这个项目招聘成本特别高，要持续招聘，那公司是否继续进行该项目、或者提高报价、或为其他客户进行服务。公司会进行相应的判断。
公司希望通过模型系统，帮助灵活用工整体决策，通过有限的精力实现最大的利益，提高毛利率。
公司为了扩大市场占有，在报价上、在商务条款上可能会有一些账户最终的财务体现会让投资者认为业务收入体量扩张，毛利受到影响，这种情况下需要调整。科锐在这一块调整速度快。
如果公司认为某种让步情况对盈利性有影响，可能更换一个模式。在某一类岗位的报价上进行取舍。其实是优化的过程。实际上现在市场需求是大于公司的供给能力，所以公司可以选择，因此可以通过系统帮助决策。
公司可以人为调整毛利率的变化。
所以公司目前上线的系统有两大优势：①每个项目都更加赚钱；②一个人能多做几个项目。通过前后台进行提效、以及通过商业分析决策、调整提效。
财务模型能够提高测算效率，且能够进行进一步培训。数字化的转型是基于一种经验，原有的流程固化，通过机器用数字去呈现。
Q：前台与后台人员的效率，哪些是可以通过数字化能提升的，哪些是要靠员工自己从不熟练到熟练的？比如说复推率从现在一点几提高到未来二，是除了技术帮助外其他的方面是否产生效应？
A：这是多样化解题。比如公司目前的核心指标－员工技能程度。比如后场有500个员工。有旧员工离职、新员工加入，那么员工技能程度就要减少。公司对于这种解题方法称为运营解题。目前在拆流程，在做培训体系搭配团队、调绩效、签流程等。
在 AI的解题方法上，如自动化系统解题。公司现在在做一些引导式解题，比如说新来的顾问，会有引导师引导新员工去打电话，掌握这些事情的自动解决方法。还有技术解题方法。
综合来讲，科锐一直倡导研发、产品、业务是一体化的，所以针对不同的业务形态、解决手段，公司会定不同的一号位。有的一号位是产品，有的一号位可能是业务，项目有一个主导方，其他进行配合，但在绩效方面全部由一号位来打绩效。
Q：公司目前的政策都针对提高后绩效。目前有没有一个行业可比的指标，或者公认的关于后场绩效的统一的指标，可以跟其他的公司去比较？
A：没有，因为科锐之前在招聘人效比其他同行高，是因为公司最早创设的前店模式，现在很多同行也在向科锐学习建后厂。这个模式是科锐最先从2005年做的创新。
Q：公司当时为什么做这个财务模型？
A：当时公司是从节约成本角度考虑的。最早公司的前店后厂模式只是针对RPO业务。因为RPO业务的前店就指的是前台的招聘顾问，包括派到现场的或者是在公司内部的顾问。招聘顾问需要帮客户招大量的从低到高的员工。而招聘顾问没有必要住在客户端，因为成本比较高，包括人工成本、工位成本其等。于是公司考虑是不是可以放在大学生比较集中的地方，或者是房租成本比较低的地方，建立团队，把任务切分开，获取候选人的员工可以通过线上电话等形式去获取，不用在成本比较高的地方，也不用成熟的招聘工位去完成。因为这类员工只是辅助。最早科锐做猎头的招聘部是区分researcher级别，这是专门辅助顾问的。后来公司认为researcher岗位就不需要与顾问在同样地方工作，可以集中起来、放在成本最低的地方。这是最早的考虑。后来公司发现这种做法挺有效果。
Q：通过这样技术上的改进，顾问的管理半径是否进行改变？
A：应该细致考虑这个问题。公司的前店后场最早从RPO开始，后来灵活用工业务也采用后厂招聘支持，现在公司猎头团队也有一部分都在后厂支持。公司目前通过前店直接接触客户，产生成型需求的，在交付端慢慢交付给后厂。
公司后场最早成立苏州后厂，目前在西安、天津、成都、在建的郑州中原一带等，都有各个不同中心的后厂建设。公司规划希望通过核心城市去辐射周边。
其实相当于公司把工作任务切的越来越细致。原来是一个顾问负责跟客户去接触、跟候选人去接触、对接等，现在可以通过技术的手段，如我们一直都有招聘系统，让所有的工作流都在系统去实现的，沉淀的候选人也慢慢从沉淀的系统里挑选。后厂的员工可能没有必要有太多与客户接触的经验或者沟通的技巧，只需要通过各个不同的信号标签去匹配客户的需求，就可以在系统里进行报告，推给前面的顾问，让顾问去跟客户申请、对接。因此公司降低了b端招聘做c端管理顾问的主要成本。
Q：以前的顾问只能很全，现在把各个环节的开发进行分开。从公司角度来看，公司整体人数可以减少吗？
A：从整个交互效率上来说，专人专职，专门有人负责获取客户、管理客户，效率是可以提高的。
Q：招聘业务的本质是不是需要人的判断，是没有办法完全数据化和量化的？比如说大家都在简历上写认真负责、性格开朗，但是还是得通过一些有经验的面试官真实核查面试者是否符合要求。比如以行研为例，如果数据的预测是精准的，那么分析师都失业了，还是需要一些感性、经验性的东西。所以公司模型做的细致，会不会最后反而让公司束手束脚，公司如何平衡？
A：招聘比较感性、依赖经验的，人的主观判断还是很重要。公司认为这几种情况是完全可以标准化的。①客单价要够低；②行业的供需比中供特别大；③职位的职业技能是有标准化要求比如医药代表，或者没有要求但能去企业尝试的比如销售。这三方面比较容易做标准化。再高端一点比如像猎头这个岗位，是很难通过AI去做的。
Q：目前公司之间都在比较标签的细致程度，咱们能够做到那种程度？
从招聘角度来说，岗位层级越高，可能越难用模型去替代，对前台顾问的要求是必须的。
公司现在往中部客户发展。中部客户量足够大，标准化难度也越来越大。所以说主要是通过刚才聚焦三类HR 行政 财务，通过标准化的岗位来解决这个问题。
公司的内部增效是在整个招聘流程上，不管是在低端还是高端的岗位上，在招聘的环节，其中一端可以用机器去替代它，提高人效。只是在提高内部绩效上在发挥起作用，不是说所有工作都需要机器替代。因为公司目前很多做平台的、做灵活用工的公司，做这种批量化的岗位，增长特别快不需要去判断。越低端的岗位，比如像美团的这些快递小哥，像一些信息研究员，不需要通过人为判断，就直接能交付上岗。但这种岗位服务价值比较低，价格上也会比较低，毛利更低。
关于定标签的问题，AI可以把标签变得更多，因为人无法表述出那么多的标签。以及机器学习，也是人无法替代的。
所以公司认为，在匹配上，机器学习、AI、深度学习是结合在一起的，逐渐发展会变成一个增强的因素。
比如说通过公司现在内部的信息化升级，公司在做人岗匹配，提高匹配效率。另外通过系统推送工作人员报告，这都是降低职工率的体现。还有公司现在做的视频面试，以前需要把员工约到办公室面试，现在可能通过视频面试在线都面试了，通过技术提升营销效率。
Q：因为公司该模型是年底上线的，公司大概觉得需要多长时间优化，能够达到一个理想的状态？
A：公司根据以往经验，觉得这个项目可能不适合做。但是模型是给出一个结论，怎么做决策，还要去靠过去的直觉去做，数据能给出你方向，但是具体决策还是要靠个人。但是比以前好。
Q：什么时候公司能从真正的效率层面，比如人效层面，财务指标层面能够看到研发上的投入产生效果？
公司现在未来方向，是公司内部的数据和外部的数据的结合体，这是公司的数字化建设。
举的就是一个例子，实际上我们数字化建设从业务系统来讲，就这几年持续的一直在做。
公司做一个模型，把不同的团队之间做模型进行匹配去对比。有的组到达的时间会比别人的短，因为公司是今年上半年开始，需要时间来体现。从过程来看，因为各个产品线差异还是挺大的，因为公司现在2800多自有员工，按照收入增长，实际上公司自有员工增长并不快，自有员工基本没变。其实公司人工增长基本上都是技术人员和后厂，公司在其他的前台是没有增长的。
公司目前所作一切为了长期提高人效，如人均在80万左右，公司肯定要朝着目标去努力，但是达到人均80万还是得分场景。实际上公司现在灵活用工按照内部管理来说，已经超过预期了，人效这块需要看怎么提升。因为前几年公司可能猎头顾问这块变化不大，人均创收一直是在50~52万之间。一个成熟的顾问成长周期是两年。这个时候一定要配合公司的绩效政策，要考虑到这个人，因为有可能会流失。还有错误认知：大家都觉得高绩效的顾问到一个阶段要转管理岗。，这并不好。在成为高级项目顾问之后，如果持续去做，可能有更大的产出，有些人适合做管理岗的，有人顾问做得好，管理岗不一定做得好。
在内部HR绩效政策上，需要结合去思考这个问题。公司通过技术帮助管理顾问，在成熟期前帮助他。现在通过公司系统学习，把标准化培训出来，3~6个月可能达到当时一年的标准。
这是公司在内部系统中已经能看见的改善的事情。今年的财报能从财务指标上看到营销效果。
Q：公司单纯从技术的维度的话，相比于市场现在是一个什么样的状态？
A：比如人效：我们猎头招聘顾问的人效人均是在50多万，实际上行业内的人效是在20~30万之间。
Q：但达到这样效果的是人力还是技术？
A：如果说在人不变的前提下，可能今年公司分析觉得是通过技术提升了效率。比如今年公司RPO招聘体量特别快，公司收入增长非常快。公司在人数没有增长，而且还在下降的前提下，公司觉得还是技术提升的因素还是相对比较大。
现在投资者关注公司给市场的业绩指引一直是30%，突然间由于投入增加变成亏损，投资者一定不接受。所以公司不管是收入多高的增长，公司都给市场一个最低的指引－30%增长，其他公司盈利部分公司就继续进行研发，这是公司的发展逻辑。
Q：是否可以预期从明年开始，公司把三个业务拆开，人效是逐步提高的？
A：可以看到这个趋势，2019、2020年会体现大规模人效增长，但是这两年其实可能与公司投入IT人员有关。
Q:目前员工人数为多少，是怎样的结构？
A：目前员工人数约2800多人，灵活用工约690人，猎头大约850人，RPO在290-300人之间，三部分人数保持稳定。纯管理不做业务的岗位约280多人，技术研发人员约300人。这是公司和同行公司的一个差异，即管理岗和技术研发会产生良好效果。
Q：产业互联平台发展的怎么样？
A：上个月禾蛙有巨大的突破，超过内部指标、有300万收入。我们目前已经按照财务模型中发单方20%，接单方70%和平台方10%的比例去分，我们抽10%。
Q：产品化难点是否不在于技术，而在于如何提炼出客户通用化的需求？
A：不论是对内升级技术还是对外产品化，都是统筹管理的。公司三类大平台以及运营的模式，都有不同的产品和销售方式。过去在新平台类的产品的增长是要提高局部的网络效应，现在增长是在单个区域上实现规模效应，销售的重点在医护，禾蛙的重点在于Java，以此提高科锐的协同。平台类的产品重要的是网络效应，公司认为在科学性的情况下，从单个区域切入网络效应更明显。
Q：如何在平台上实现差异化，以及内部的客户数据曲线有什么要求？
A：公司内部将产品分为两大类，一类是已有市场，如禾蛙和医脉，公司切入会有很大的市场，同时公司也在创造新市场。在这两个产业上公司投入不同，在已有市场投入较少。
Q：如何将特色或战略目标实现最大化？公司增长仍来源于市场需求，现在是需求大于供给，还是市场较小，已需要去提高产品？
A：平台类的产品更重要的是用户需求。公司今年主要做的是找细分的增速和增量最快的市场，公司产品最重要的是打造出来。比如医脉同道，目前主要是以销售代表岗为主，大企业它的需求是批量招聘，需要提高效率；但中小企业需求不同，小企业需要的是品牌，产品能够改善公司的环境和融资情况，从招人变成吸引人；中型客户有其它需求，如能够了解到HR的KPI管理情况，三类情况不同的市场有不同需求，公司目前做的就是从当中去选择，目前公司是从大型的客户切入。
Q：为什么在岗位选择中重点选择了医药类，零售相对靠后，或者其他岗位可能没有做类似医脉同道的平台是为什么？
A：医脉同道和禾蛙目前是公司重点的平台类的产品，还有两个新市场新产品，这个不是依靠投入资源使其快速增长，跟客户的接受速度有关。
Q：为什么最早公司平台化产品选择医药类，是否是公司这块能力较强？
A：其他网络效应已经形成，但医药领域中，销售医药研发难以切入市场，具有天然的垂直。也就是说，互联网的一些岗位已有在线招聘平台，但医药都有招这些人，公司在这方面做的较好，因此选择切入医疗器械的销售代表，下一个切入最大的是医药研发。因为大健康行业较透明，行业内人员流动向是公司较了解的，因此切入的是公司占有最高的岗位。
Q：以后服务中小客户需要买流量吗？
A：需要，但是产品更多的需要口碑，主要看口碑推荐程度。客户是否愿意推荐是公司团队业务线的核心KPI，公司更多会用互联网平台去推广，运用互联网的营销思路。
Q：上市公司财务很重要，但公司由于要做线上营销开支很大，且竞品没有利润的负担，像BOSS直聘一样盈利能力不强？
A：公司和boss之间存在区别，成本相对来说低一些。做市场行业需要经验积累，如平台类的做不了服务的闭环等，只能通过中间阶段性收费，或者去做小客户。公司是会预计同样垂直领域，哪些是可以切入的，市场的天花板在什么未知，有内部的测算和分析。
Q：零售品牌发展的比较靠后？
A：公司存在优先级，从协同上看，公司目前是在尝试医脉同道和大健康，从猎头到RPO这块协同，目前RPO领域里像销售代表已达75%卖出，公司希望实现流量平台的业务和交互业务之间的对接。公司未来希望医脉同道的商业模式，接近BOSS的产品，通过用户的体验去赚钱。
Q：医脉同道是公司三大线下的主业，零售低端一点，猎头较少一些？
A：目前来看协同少，公司仍是以资源最优的方案进行。医脉同道也在与后厂系统打通，数据是一体化的。
Q：盒子是否能够理解为灵活用工版的禾蛙？
A：目前只是一个信息平台，没有产生交易，目前只是聚合了约800多的伙伴在上面。
Q：怎么实现收益？
A：更多是互联网的尝试，是按照公司策略做的，即70%的资源集中在这，20%做未来2-3年以内的事，10%是公司管理投资下沉。
Q：未来可能做成类似禾蛙的模式？
A：因为现在是一个新的市场，但传统的不是产品，类似51和BOSS在商业模式上也在尝试做交付的工作，它们观察到大部分平台赚钱的部分仍是线下转走，形成一个闭环。BOSS口碑越来越深入，因为它现在要牺牲用户的体验去赚钱。
Q：目前公司仍是服务的思路，而不是做成一个互联网平台？
A：公司是按照互联网思路去做的。公司做平台和技术并不是未来将公司转变成平台公司，是线上和线下的融合。目前国内产业较分散，公司能够将同行伙伴聚合在一起，技术平台是一个需求的入口，通过平台产生分配的交易，实际上公司在平台里面产生收入，未来最理想的模式是大的gma口径，实际上公司在平台上管理可以帮助同行推赋能或者进行市场整合，以此公司能够将整个人力资源的招管运营贯穿，形成产品都是闭环的。
第一个是体验更加一体化，第二个公司出发点都是从服务角度出发，一定层面上帮公司抵御一些意外情况。之前披露技术产品分散，都是基于客户的需求，也是围绕三大业务设计出的产品。
Q：单拆出有收入目标吗？
A:第一次披露的是800多万，实际订单已经是3000万（5000万），在募投项目上有预测，公司当时做的7.6亿的部分，其中2亿多是做信息化构建，3亿多做产品升级的，到第4/5年实现15亿流水。
Q：SaaS产品主要销售的是中小客户还是大客户？
A：它锁定的是不同性质的客户，目前SaaS主要集中在通用或者小模块，小模块主要是针对基本市场，如国企事业单位，产品相对较小，但从整个大的模块做定制化开发是较大的，是从行业角度考虑。
Q：客户需求如何挖掘？
A：市场的需求一直存在，公司做SaaS的好处在于bd成本一直较低。SaaS产品大多是现有客户的拓展，但事业单位市场是公司开发的新市场。
Q：跟政府以合资等形式合作，是为了加强能力还是为更好业绩贡献？
A：公司近年来研究内循环大市场，目前国企改革混改力度越来越大，由政府部门产生的需求较大，市场中存在高校毕业群体，未来会在市场内部或不同市场之间流通，公司看好这一类市场和人群。此外，和战略上圈地也有关，公司目前围绕五大商圈去提高市场占有率，这也是围绕公司战略进行的，这样能够尽可能地与商圈内的所有企业开展业务。收入仍是按产品线去分，合资也是包含猎头、RPO和技术输出等
作者：价值投资日志刘文权
链接：https://xueqiu.com/8150711211/203699891
扫一扫 加微信
hrtechchina
