00后|一项针对2000万人的大型研究揭示了谁更能帮助你找到工作

00后|一项针对2000万人的大型研究揭示了谁更能帮助你找到工作

【00后|一项针对2000万人的大型研究揭示了谁更能帮助你找到工作】假设你正在找一份新工作 。 你可能会登录领英(LinkedIn) , 整理你的个人资料 , 浏览你的社交网络 。 但是 , 你应该联系谁来介绍一个潜在的新雇主呢?

发表在《科学》(Science)杂志上的一项针对2000多万人的新研究表明 , 你在领英(LinkedIn)上的亲密朋友并不是你的最佳选择:相反 , 你应该找一些你不太了解的熟人来分享个人联系 。
弱关系的力量
1973年 , 美国社会学家马克·格兰诺维特(Mark Granovetter)在社交网络的背景下创造了“弱关系的力量”这个短语 。 他认为 , 两个人之间的联系越紧密 , 他们的友谊网络重叠的就越多 。
简单地说 , 你最有可能认识一个亲密朋友的所有朋友 , 但却很少认识一个普通熟人的朋友 。
因此 , 如果你正在找工作 , 你可能已经知道了你的邻居能提供的一切 。 从直觉上看 , 弱关系(你的普通熟人)为新发现提供了最多的机会 。
薄弱的关系和就业机会
格兰诺维特的理论听起来是对的 , 但真的是这样吗?一组来自领英、哈佛商学院、斯坦福和麻省理工学院的研究人员 , 开始收集一些关于弱关系如何影响工作流动性的经验证据 。
他们的研究借鉴了领英(LinkedIn)工程师测试和改进该平台“你可能认识的人”推荐算法的努力 。 LinkedIn 会定期更新这个算法 , 推荐新朋友加入你的社交网络 。
其中一项更新 , 测试了鼓励建立强关系(推荐添加亲密朋友)与弱关系(推荐熟人和朋友的朋友)的效果 。 然后 , 研究人员跟踪了参与“A/B测试”的用户 , 看看这种差异是否会影响他们的就业结果 。
全球超过2000万 LinkedIn 用户被随机分配到定义明确的治疗组 。 每个组的用户被推荐的新联系人略有不同 , 这导致一些组的用户形成了更多的强联系 , 而另一些组的用户形成了更多的弱联系 。
接下来 , 该团队测量了每组用户申请了多少工作 , 以及发生了多少“工作传递” 。 工作传递尤其值得关注 , 因为它们被定义为与新联系人在同一家公司获得一份工作 。 一份工作传递表明 , 新联系人帮助找到了这份工作 。
适度的弱关系是最好的
该研究使用因果分析来超越简单的相关性 , 并将联系形成与就业联系起来 。 结果有三个重要发现 。
首先 , 推荐引擎显着影响了链接的形成 。 被推荐的弱链接越多的用户形成的弱链接明显越多 , 被推荐的强链接越多的用户形成的强链接越多 。
其次 , 该实验提供的因果证据表明 , 在帮助求职者加入新雇主方面 , 中等弱关系的效果是强关系的两倍多 。
什么是“适度”弱关系?研究发现 , 工作传递最有可能来自 , 与你有10个共同朋友但很少互动的熟人 。
第三 , 弱关系的强度因行业而异 。 弱联系增加了更多数字产业的工作流动性 , 强联系增加了较少数字产业的工作流动性 。
更好的建议
领英的这项研究首次在就业市场上证明了格兰诺维特的理论 。 因果分析是这里的关键 , 因为对关系强度和工作传递之间的相关性的大规模研究表明 , 强大的关系更有益 , 这在目前被认为是一个悖论 。
这项研究解决了这个悖论 , 并再次证明了相关研究的局限性 , 这些研究在理清混淆因素方面做得很差 , 有时会导致错误的结论 。
从实用的角度来看 , 该研究概述了建议新链接的最佳参数 。
调查显示 , 对找到工作最有帮助的关系是你的熟人 , 你在专业场合遇到的人 , 或者朋友的朋友 , 而不是你最亲密的朋友 —— 你和他们有大约10个共同的联系人 , 但你不太可能经常与他们互动 。