假如一个企业hr每天看300份主动投递的简历，按照最优10%比率进入面试环节。hr为了30份可以进入面试环节的简历，需要看完300份简历，其中90%的时间浪费在不合适简历翻阅上。信息的不对称，导致时间的浪费现象同样发生在求职者身上。
在dt时代，数据巨人尝试帮助企业和个人节省时间成本，进而加快智能决策速度。也许曾经你是300份里面筛选出30份，有了数据巨人，你只需要在数据筛选后的50份里面筛选出最优的30份。
e成利用机器学习，推出简历星级评分和智能推荐功能，hr筛选人才时，机器自动过滤掉不合适人才，并首创一键拒绝功能，直接将合适的“50份”简历呈现在hr面前，同时对每份简历与职位的匹配指数进行“颜值”打分，邀约谁，hr“看脸”约起。
e成从2012年起，吸引了数位数据挖掘方面顶尖的优秀人才，多数来自百度、华为、ebay等知名互联网公司。分别从基础架构、数据获取、数据存储、数据解析、bi分析、数据应用等层面解读招聘背后的数据密码，并且将这些密码应用在e成的产品层面。
人才画像打造e沟通功能
e成对简历进行80多维度解析，分别从个人能力模型（学历、经验、职级、专业等）、个人软素质（稳定性、兴趣爱好、性格要素、职业信用等）、用户行为（搜索、投递、收藏、简历更新）等维度画出人才画像，求职意向、择业方向、胜任度最终都成为人才画像的绘制素材。
同时对职位进行60多维度解析，分别从基础岗位需求匹配、公司软硬实力、hr用户行为等维度画出企业需求人才画像。
e成金子塔推荐原理
最终将简历人才画像和企业需求人才画像进行比对，得出最佳合适人选，利用e成的e沟通功能，hr只需向合适人选发送线上面试邀约即可。整个流程，从发现人才，到筛选合适人才，到一键拒绝不合适人才，最终到连接人才，只需要几秒钟，招聘效率至少提升60%。http://jcd01.51dzw.com/
据e成的产品负责人arron告知，除了对简历和职位进行数据解码推荐外，还有更多有趣的数据，这些数据也陆续应用在e成的产品中，为hr的工作提供更多数据支持。
如e成为所有hr用户开启了外网职位自动职位刷新功能，将职位刷新时间集中在求职者活跃的时间里，以便增加职位的曝光量；如基于4000万海量跳槽行为的雇主企业排名，为求职者选择机会时多了一维度参考。
大数据能给hr带来的招聘体验，还在不断创新。e成数据挖掘团队负责人周杰龙说，未来数据能做的远不止这些，公司选址、什么样的人在一起工作更高效、公司现有架构中哪些不合理都可以通过数据去解读，通过产品去服务更多追求高效的企业。
