你好，我覺得這個問題挺好的。

我建議用統計學。

可以列舉一些指標，然後使用表格進行打分，加上自己的直覺，我相信一定能挑選出比較適合的人選。

指標如下：

1.上一家公司幹了多久，離職原因。核心人員建議到前公司調研。（10分）

2.掌握的專業技能（30分）

3.隨機應變能力（15分）

4.年齡情況（5分）

5.上份工作是否對應現在的崗位（10分）

6.希望的薪資（5分）

7.是否參與過或者統籌過相關工作的案例（10分）

8.直覺打分（5分）

9.對未來的規劃（10分）

我認為：要回答這個問題，其實並不複雜，每個公司裡的面試官，日常在做的工作就是對這個問題的生動回答。簡要概括一下，答案分成兩個部分。第一部分稱之為“定義模型”，即首先你要定義清楚“到底什麼樣的人，才能稱之為優秀的人”，要知道針對不同的公司，不同的崗位，對“優秀”這兩個字的具體定義是完全不同的，但是定義“優秀”的方法卻是共同的；第二部分稱之為“挑選方法”，即如果明確界定了什麼樣的人才是“優秀”的人才，那麼應該用什麼樣的方法把他們從人群中挑選出來。

在實際的職場操作中，“定義模型”的部分通常採用的是四維模型，即透過考察候選人的勝任力、意願力、持久力和用人成本，來對候選人進行一個總體的統計平均打分，得出每個候選人的分值，然後進行擇優錄取。由於現在你限制了新的條件，即“不準回頭選”，那就只能採取“實驗-核定-挑選”的經典方法來進行挑選了，只有這樣才能保證挑選出最合適的人選。

第一步：透過四個維度來定義模型，即首先確定到底什麼樣的人才才能稱之為“優秀的人才”。

由於職場裡的面試，並不是日常那種“挑選絕對的最優秀人才”，而是挑選“最適合這個崗位的優秀人才”，因此針對每個崗位，都會利用四個維度來定義崗位人才模型，只有在這個模型下得分最高的候選人，才能稱之為“最適合的優秀人才”。

而定義模型，通常就是定義每個候選人的勝任力、意願力、持久力和用人成本，根據四個維度進行加權統計，最終得出每個候選人的評分。下面挨個介紹一下：

1、勝任力

即候選人的崗位勝任力，也就是候選人的專業能力。比如招聘財務經理，可能就會定出一系列要求，比如熟悉財務專業畢業、熟悉財務報表等一系列條件，根據這些條件對候選人打分，來判斷候選人在勝任力這個維度的得分。

2、意願力

即候選人加入本公司本崗位的意願性有多大，通常會在面試裡限定一些問題，比如會詢問候選人上份工作的薪資（如果上份工作的薪資和我們提供的崗位差不多，候選人意願性就會弱），家庭住址（如果候選人住的離公司很遠，其意願性也會變弱），加班意願等。透過對這些專案的打分，來判斷候選人加入本公司本崗位的意願。

3、持久力

即候選人加入本公司的最大促使力是什麼，這個將決定候選人加入本公司後，能夠做多久。比如候選人格外看重職位升遷，如果本公司職位升遷速度很慢，候選人加入後不久就會因為沒有升職機會而離職。

4、成本核算

即候選人所期望的薪資福利，在能夠完成同等工作任務的前提下，企業自然傾向於用人成本越低越好。所以對每個候選人進行核算後，會根據每個候選人的成本進行評價，用人成本越高，候選人在這項的得分就會越低，並將該評分和上述三項評分一起，進行綜合統計。

舉個例子：

有小王和小張兩個候選人，分別得分如下：

小王：勝任力90，意願力90，持久力60，成本核算80（注意，成本核算值這一項得分越低越低，代表該候選人的用人成本越高）

小張：勝任力80，意願力85，持久力80，成本核算95（注意，成本核算值越低，代表成本越高）

假設加權係數是一樣的（企業裡每個維度的加權係數通常都是不一樣的，為了簡單計算，我們就取個最簡單的平均值）。那麼小王的統計平均分=80；小張的統計平均分=85，小張的整體統計得分高於小王。理論上應該錄取小張！

當然在使用“四維模型”進行人才適應度統計積分時，有一點要格外注意，公司是可以設定“一票否決項”的！

比如，勝任力這一項，公司可以設定為“低於60分的，一票否決”，因為勝任力這個維度代表了該員工是否能夠勝任這項工作，如果候選人的能力根本不能勝任這項工作，不論他多麼有意願，成本多低，理論上都是不能錄取他的。

比如招聘JAVA程式架構師，馬雲和劉強東來應聘，由於他們不是該專業出身，勝任力這一項就會低於60分，他們直接就會被淘汰了，根本不需要考慮後面那三項的得分！

小結：

選擇優秀人才，首先就是要界定出來到底什麼樣的人才是“優秀人才”，目前職場裡通常採用四維模型統計積分法來進行甄別。如果有100個候選人來面試，面試官只需要對這100人分別面試，並記錄每人在面試時的打分，等面試結束後，然後取其中最高的幾個人就可以了，這是最嚴謹的操作方式。當然實際面試中，由於存在面試官的個人喜好因素，常常並不那麼嚴格。第二步：如果設定了“不準回頭挑選”的條件，就只有採用“實驗-核定-挑選”的甄別方法來進行選擇了！

正如我們上面所說，實際的職場裡，都是先進行一一面試，然後再根據每個人的積分，進行綜合遴選的。而現在由於設定了額外的條件，即“不準回頭”，那挑選起來就會很有難度，為了保證最終挑到合適的人才。只有採取最經典的“撿麥穗法”，也就是“實驗-核定-挑選”的方法！

下面簡單介紹下什麼叫做“撿麥穗法”，意思就是一個人走過100米長的麥田，要挑選出最大的麥穗，只有一次機會，而且不準回頭，問如何挑選？答案是分三步：先走前三分之一，看看什麼樣的算是最大的；再走三分之一，驗證一下自己的判斷；最後三分之一時，看到和前面差不多的大的，就要果斷下手！下面詳細說說怎麼挑選，也是分為三步：

1、第一步，實驗階段

就是挨個面試前30個人，只面試不要挑選。按照設定的人才遴選條件，為這30個候選人挨個打分，等到30個人全部面試完畢，這時候就會得到一份30名候選人的綜合統計分數，對這30個人的綜合得分進行排名，看看TOP5的得分是多少。

假設按照四維模型，對這前30個人進行統計打分，第一名的得分是95分，第五名的得分是90分。我們就可以得出一個重要的結論：那就是90分以上的就是非常不錯的人才，95分左右的是已經能找到的最優秀人才，90-95之間的人才，是完全可以當場確定的！

2、第二步，核實階段

前面得到的這個結論，是否正確呢，畢竟30個人的樣本是不能代表100個人的樣本的。為了減少這種誤差，我們就可以再利用另外的30個人進行核查。也就是再對30個人進行逐一面試，也不錄取。對這30個人也進行統計積分，並進行排名，看看這30個人的統計積分的TOP5是多少。

按照四維模型，另取的這30個人的統計積分，如果第一名是98分，第五名的得分是88分。綜合第一撥30人的得分。我們可以得出結論：看來90分以上的人才確實是不錯的人才了。如果有93以上的，基本上屬於絕對的優秀人才了！

3、第三步，挑選階段

100個候選人，經過前面的兩撥操作，現在只剩下40個人了。你要做的就是對這40個人開始面試，面試一位候選人，就記錄下他的統計得分。如果遇到有93人以上的候選人，立即錄取。這就是你選出的最合適人才。

如果前兩次遇到90分左右的候選人，直接略過；但第三次遇到時，就可以果斷錄取！因為無法保證後面還有比這個更高的候選人，你不能冒這個風險！

小結：

這種方法雖然不能保證你選出來的候選人，一定就是100人裡的“最合適的那一個”，但一定可以保證你挑選出來的候選人是“非常合適的那一個”。也就是從機率統計學的角度而言，這樣選出來的候選人肯定是屬於“最合適的那幾個裡面的一個”。最後的總結

最後跟大家再次強調一遍，企業裡進行招聘，不是在選擇“最優秀的人才”，而是選擇“最適合的人才”。有些人才確實非常優秀，卻未必適合這家公司或者這個崗位。而到底什麼叫做“適合”，各個公司的規定也是不一樣的。

通常的做法，就是利用四維模型，先確定到底符合什麼條件的候選人，才是你認為的“優秀候選人”。也就是你要先確定選擇標準！

然後再按照“實驗-核定-挑選”的方式，先運用一部分樣本來確定選擇分數，運用一部分標準核定分數，再用最後的樣本直接進行選擇！雖然這種方法不能保證找到分數最高的哪一位，但是卻可以找到分數較高的哪一位。

由於考慮到“分數最高的那一位”也並不一定就是“最合適的”，只是理論上來講是最合適的。我們用的這種方法雖然找不到最高分，卻可以找到“最合適的頭部那一批人中的一個”。因此這種方法，具有較大的可操作性，是目前在實踐中廣泛採用的方法。

-END-