为什么职责不能获得面试
duty ，在现代简历筛选的每一层都存在问题。它们在具有相同职位的候选人之间可以互换，并且没有任何区分信号。眼动研究表明，招聘人员在初步审阅简历时平均花费 7.4 秒，量化结果吸引了注意力，而职责却模糊不清。招聘经理需要证据来预测绩效交付，而职责陈述提供不了任何证据。研究估计，2700万合格的美国人因与实际能力无关的原因被自动筛选拒绝。
影响公式
每个项目符号都应遵循三部分结构：动作动词 + 所做的事情 + 可衡量的结果。动作动词表明所有权。中间子句命名工作。可衡量的结果将项目符号锚定在可评估的东西上。这个公式同时满足三个层次的筛选。
当没有硬性数字时，可以使用替代方案：范围、比较、耐用性、认可或速度。任何这些都比“负责”更强。
二十个前后重写的例子
软件工程
- 之前：负责后端开发和代码审查。之后：重建了支付 API ，将事务失败率降低了42%，每年节省了180K美元。
- 之前：参与了数据管道的工作。之后：交付了一个流式管道，处理2M次事件/秒，p99延迟低于1秒。
- 之前：为移动应用程序功能做出了贡献。之后：拥有 iOS 结账重写，提高了18%的转化率，将崩溃率从 0.9 %降低到 0.05 %。
营销
- 之前：管理社交媒体账户和创建内容。之后：Instagram 粉丝从 8K 增长到 47K，仅 6 个月内每月产生 340 个合格线索。
- 之前：运行电子邮件活动。之后：设计了一个生命周期电子邮件程序，提高了 31% 的转化率，并每季度增加了 640K 的销售线索。
- 之前：在 SEO 上工作。之后：博客从 12K 增长到 180K，每月有 18 个月的自然访问量。
销售
- 之前：负责达到销售目标。之后：在 18 个企业账户中关闭了 2.4M 美元的新 ARR，超过了 135% 的配额。
- 之前：管理客户关系。之后：拥有 22 个账户，价值 4.1M 美元 ARR，两年内实现了 118% 的 NRR，且无客户流失。
- 之前：使用 Salesforce。之后：重建了区域销售线索，提高了从 62% 到 91% 的预测准确率。
项目管理
- 前：跨职能团队项目领导。后：按时、按预算交付三个产品，协调四个时区的24名工程师。
- 前：跟踪项目状态。后：通过引入每周检查点，将平均项目周期从14周缩短至9周。
客户成功
- 前：处理客户账户和解决问题。后：管理价值320万美元的45个账户，客户留存率为96%，中位解决时间为1.2天。 ARR
- 前：进行入职培训。后：设计入职课程，缩短了从入职到首次产生价值的时间从22天到6天，激活率提高了41%。
运营/财务
- 前：审查月度报告。后：发现110万美元的重复vendor过度计费，并在一个季度内收回12个月的过度付款。
- 之前：致力于流程改进。之后：通过自动化三个支付处理器的对账，周结时间从7天缩短至2天。
数据分析
- 之前：构建仪表盘。之后：用一个自助的Looker模型取代了14个手动报告工作流，该模型每周被90多名利益相关者使用。
- 之前：分析客户数据。之后：比现有警报早四周识别出流失信号，在前六个月保留了780K的ARR。
设计
- 之前：设计产品功能。之后：主导了入门流程的重新设计，提高了第7天的激活率27%，并将新用户的支持票减少了38%。
- 之前：致力于设计系统。之后：发布了一个组件库，减少了每张票的工程师-设计师返工时间40%。
HR / 招聘
- 之前：管理招聘流程。之后：在4.2周的中位招聘时间内，12个月内填补了38个职位，录用率为89%，一年留存率为94%。
为什么结果子弹在AI筛选
中更为重要基于关键词的ATS系统仅检查令牌存在。基于结果的模型读取子弹本身，并根据其内容进行排名。影响子弹现在是决定候选人是否排名靠前的输入。职责清单式简历得分很低，因为没有什么可供发现的。影响子弹式简历得分很高，因为工作对模型来说是可读的。
如何在一次性重写您的子弹
大多数候选人可以在60-90分钟内通过对每个子弹执行相同的循环来转换整个简历：
- 大声朗读子弹。如果它可以出现在具有相同职称的任何其他人的简历上，则它是一个职责。
- 问：我做了这件事后有什么变化？收入、时间、成本、范围、质量、留存率、转换率、错误率。
- 添加一个数字。如果没有确切的数字，使用范围、比较或速度。
- 切除其他内容，动作动词、工作和结果。
- 测试七秒扫描。检查数字是否与您记忆的内容一致。
