首页 科技快讯 打造标准化服务体系,「泛远求职」要连接职前教育和猎头服务

打造标准化服务体系,「泛远求职」要连接职前教育和猎头服务

来源:晰数塔互联网快讯 时间:2020年03月25日 14:54

职前教育的内容标准化一直是个难题。由于每个用户自身的情况不同,目标企业和职位需求也不同,因此课程研发、顾问培训方面个性化很强。

但是标准化和模块化又必不可少。职业教育对于行业资源和导师的依赖很重,服务体系标准化水平不仅会关系到机构服务质量稳定性,还涉及业务规模的扩张问题。

泛远求职是36氪最近接触到的一家职业教育机构,成立于2019年,为海内外咨询、金融、投资、互联网战略等领域的求职者提供职前教育服务,通过提炼岗位所需能力,为求职者个性化定制求职规划,具体内容包括课程和服务,例如行业了解、行为面试、案例分析、英语能力提升等方面。

泛远求职COO Frank认为,职前教育标准化内容首先是有和无的问题,很多机构可能服务内容完全是依赖于导师自己的备课,没有系统性的方案。其次,已有的标准化内容是否足够科学是另一个问题,职前教育的个性化要求决定了内容需要围绕学员的兴趣点、能力点进行方案制定,这个过程需要完整性和系统性保证。

泛远求职的具体做法是,通过对金融、咨询等行业的招聘要求进行研究,根据提炼出岗位能力模型和不同公司的招聘特点、面试风格等信息进行内容库搭建。泛远求职创始人Michael告诉36氪,目前从求职内容模块到内部使用课件、服务对接流程、处理办法等都已经形成标准化的SOP。

泛远将客户界于从高中毕业至工作前三年的海内外求职者,这与大多数职业教育机构对用户的生命周期判断差不多——大约5-7年的时段中,涉及的节点可能有:实习、毕业求职、工作跳槽等。

长生命周期意味着复购需求,但同时也意味着用户运营成本高,导致用户的流失率高,复购性低。泛远求职创始人Michael告诉36氪, 职前教育领域大部分是“一锤子买卖”,原因可能在于两个方面,一是口碑;二是用户粘性培养。

口碑方面,除了利用标准化服务体系稳定服务质量,泛远在导师端和行业资源端也有自己的筛选规则。导师端,

用户粘性培养上,一方面是利用新媒体矩阵,推出校园合伙人计划,联合北外等高校学生,为其提供基础知识库等资源,帮助他们运营与职业发展有关的社交媒体账号。泛远利用这种MCN式的策略,进行前端的用户获取和转化以及长期的用户粘性维持。

打造标准化服务体系,「泛远求职」要连接职前教育和猎头服务

泛远求职旗下抖音矩阵号之一  图源:泛远求职

另一方面,泛远求职将猎头服务作为最终的闭环,对准工作后三年的学员,利用长期积累的行业资源和学员信息,进行直接的撮合。Michael告诉36氪,针对每一个学员,泛远都将简历一个完整的数据追踪,包括他参与活动的频次、与导师接触的数据都会留存下来。在Michael的设想中,通过与学员的粘性保持,未来这些优秀的学员走上了工作岗位,也可以发展成机构的兼职导师,最终起到良性循环的作用。

客观来说,职业教育机构做猎头服务或许有天然的优势,一边是精准的求职者个人信息和求职需求,一边手握着最新的行业招聘、内推机会。从商业模式上看,猎头服务作为职前教育的下一环,为职前教育机构拓展了营收渠道,从单纯的面向C端收取服务费到也可向B端收费。

目前泛远求职的抖音平台粉丝数已经超过2万,获客方面除了矩阵账号带来的转化,泛远求职的客户还来自于留学机构、国际学校、培训机构以及异业合作活动。泛远求职客户在70至100人左右,以1对1服务为主,客单价在2万至15万之间,职前教育产品复购率在65%左右。

泛远求职目前团队规模在8-12人,拥有70余位兼职导师。创始人及CEO Michael Huang毕业于卡纳基梅隆大学,曾任奥纬咨询高级项目经理;联合创始人及COO Frank Wu毕业于复旦大学,曾任奥纬咨询高级咨询顾问以及Parthenon-EY分析师。

目前,泛远求职正在计划一轮规模约200万人民币的天使轮融资。

相关推荐

打造标准化服务体系,「泛远求职」要连接职前教育和猎头服务
下沉求职市场,「ShoulderU」专注为学生提供长线职前服务
36氪首发 |「职问」获智联、网易超6000万元联合投资,瞄准全职业周期服务
满足二三线城市大学生的求职需求,「入行」想切入尚属蓝海的“下沉市场”
创投日报 | 「柏睿数据」获2亿元C轮融资,「MycoTechnology」获3900万美元D轮融资;以及今天值得关注的早期项目
大学生职前教育市场的三个反思
与高校就业办绑定合作占领流量端,「一起求职」完成千万A轮融资
不仅是搭平台,「中科钛领」打造面向产业的科技成果转化服务体系
人工智能,还能当猎头?
36氪首发 | 新职教平台「职问」获腾讯双百计划近千万扶持,职问大学“开学”

网址: 打造标准化服务体系,「泛远求职」要连接职前教育和猎头服务 http://www.xishuta.com/newsview19826.html

所属分类:人工智能

推荐科技快讯