Sind Sie ein Fullstack-Ninja, der sich auf wild schnell wachsende Startups mit lustigen Büros freut? Oder sind Sie ein aufmerksamer Entwickler, der einen unterstützenden Arbeitsplatz mit Aufstiegspotenzial sucht?
Beide Sprachstile könnten verwendet werden, um dieselbe Position zu beschreiben, und Entscheidungen wie diese können entscheidend für die Gewinnung von Kandidaten sein, die ein Unternehmen benötigt. Die intuitive Auswahl einer Stimme, die zu einem Arbeitsplatz passt, scheint eine natürliche Strategie zu sein. Aber was ist der beste Weg, wenn Sie ein weites Netz werfen wollen?
Uns interessiert, wie sich Textinhalte auf andere Messwerte auswirken, z. B. auf Job-Klicks. Eine Methode zum Messen und Vergleichen von Merkmalen (von vielen) von Textdokumenten ist die Stimmungsanalyse. Allgemein messen Methoden der Stimmungsanalyse häufig, wie "positiv" oder "negativ" ein Textdokument ist, indem sie Schlüsselwörter und Begriffe zählen, die diesen beiden Gegensätzen zugeordnet sind.
Um ein schnelles Gefühl dafür zu bekommen, wie sich die Stimmung auf Klicks bei der Bewerbung auswirkt, haben wir einen vorgeübten Stimmungsanalysator in einem Tool namens Textblob verwendet. Wir haben dies verwendet, um den Text aller Jobs zu analysieren, die jemals bei The Muse veröffentlicht wurden. Die folgende Grafik zeigt, dass die meisten Stellenangebote laut diesem Standard-Tool eine leicht positive Sprache verwenden.
Wir haben jedem Job eine Stimmungsbewertung zugewiesen und alle Stellen in 6 gleich große Gruppen eingeteilt, von der negativsten bis zur positivsten Stimmung. Die Stimmungsverteilungen jeder Gruppe können im folgenden Diagramm verglichen werden:
Dies ist eine Art von Datenvisualisierung, die als Box-Plot bezeichnet wird und die zusammenfasst, wie sich unsere 6 Gruppen unterscheiden. Beispielsweise markiert die Linie in der Mitte jedes Rechtecks die mittlere Stimmungsbewertung für jede Gruppe. Typische Stimmungswerte für Jobs in einer Gruppe liegen in der Nähe dieser Linie. Das volle Rechteck umschließt die 50% der Daten, die dieser Linie am nächsten liegen (dh die typischsten). Diese Art von Zusammenfassung (die einige überlagerte Rohdaten enthält) hilft uns zu verstehen, dass Jobs, die positivere Wörter enthalten, bei der Betrachtung aller Jobkategorien in der Vergangenheit mehr Klicks erhalten haben.
Es gibt viel ausgefeiltere Möglichkeiten, diese Eigenschaften zu betrachten, und die obigen Darstellungen verkratzen nur die Oberfläche der Daten, die uns das Verständnis erleichtern. Auch unterschiedliche Unternehmen haben unterschiedliche Ziele für ihre Stellenausschreibung - Qualität oder Spezifität der Bewerber können beispielsweise wichtigere Größen sein.
Bei The Muse verwenden wir Daten, um diese und andere Probleme zu verstehen, damit Arbeitssuchende ihren Traumjob finden und Unternehmen Traummitarbeiter einstellen können. Wenn Sie als Entwickler an solchen Problemen interessiert sind und Menschen dabei helfen möchten, ihren Traumjob zu finden, setzen Sie sich bitte mit uns in Verbindung.
