技术与商业案例解读
徐飞
华为云资深总监,大数据专家
立即订阅
10161 人已学习
课程目录
已完结 163 讲
0/6登录后,你可以任选6讲全文学习。
开篇词 | 突破技术思维,站在商业的角度看问题
免费
001 | 西雅图IT公司之RealNetworks:一个帝国的兴衰(上)
002 | 西雅图IT公司之RealNetworks:一个帝国的兴衰(下)
003 | 以RealNetworks为例,谈谈初创公司如何应对巨头碾压
004 | 可视化分析鼻祖Tableau
005 | 从Tableau上市,看学术界和工业界人士创业
006 | 在线旅游帝国Expedia崛起的背后
007 | 房产经纪的颠覆者Redfin:在“传统”与“现代”间徘徊
008 | 房产经纪的“协作者”Zillow:一个地产数据平台
009 | 颠覆还是协作,房地产市场上Redfin和Zillow的抉择
010 | 应用交付网络大厂F5:“一招鲜”之殇
011 | 在线差旅报销鼻祖Concur:在转型中获得发展
012 | 漫谈企业转型:在市场变迁中寻找生机
013 | 克雷公司沉浮录:行走在超级计算机市场
014 | “单一化”的隐忧:从克雷公司看“一条腿走路”
015 | Halo的开发者Bungie:与微软的聚散
016 | “卖身”须谨慎:创业公司面临的抉择
017 | 亚马逊领导力准则之要有硬骨头
018 | 亚马逊领导力准则之决策正确
019 | 亚马逊领导力准则之客户至尚
020 | 亚马逊领导力准则之勤俭节约
021 | 亚马逊领导力准则之主人翁精神
022 | 亚马逊领导力准则之选贤育能
023 | 亚马逊领导力准则之最高标准
024 | 亚马逊领导力准则之创新简化
025 | 亚马逊领导力准则之崇尚行动
026 | 亚马逊领导力准则之远见卓识
027 | 亚马逊领导力准则之好奇求知与赢得信任
028 | 亚马逊领导力准则之刨根问底与达成业绩
029 | 智能音箱的战斗:亚马逊的硬件路
030 | 智能音箱的战斗:Echo攻城略地
031 | 智能音箱的战斗:语音助手Alexa
032 | 智能音箱的战斗:谷歌的杀入
033 | 智能音箱的战斗:亚马逊的战略布局
034 | 智能音箱的战斗:巨头纷纷入场
035 | 智能音箱的战斗:白马非马
036 | 如何透过一个领域去联合分析多家企业?
037 | 管中窥豹之从面试看企业文化:微软
038 | 管中窥豹之从面试看企业文化:亚马逊
039 | 管中窥豹之从面试看企业文化:谷歌
040 | 管中窥豹之从面试看企业文化:甲骨文
041 | 管中窥豹之从面试看企业文化:Facebook
042 | 透过企业用人之道看企业发展
043 | 办公软件的战斗:开篇
044 | VisiCalc:第一个电子表格软件的诞生
045 | WordStar:第一个字处理软件的故事
046 | 微软:办公软件战场的螳螂
047 | WordPerfect:字处理软件的新秀
048 | Lotus 1-2-3:莲花公司的电子表格帝国
049 | 红狮会战:微软的反击
050 | 大杀器Lotus Notes 和被收购的莲花公司
051 | 无敌寂寞的微软之为创新而创新
052 | 办公软件的新时代:微软和谷歌的战斗
053 | 异军突起的Slack
054 | 办公软件战斗的启示:内忧总是强于外患
055 | 办公软件战斗的启示:敌人的出现常常出其不意
056 | 半条命的Dota帝国Valve:半条命
057 | 半条命的Dota帝国Valve:Steam平台
058 | 半条命的Dota帝国Valve:Dota 2
059 | 半条命的Dota帝国Valve:无领导管理
060 | 半条命的Dota帝国Valve:虚拟现实
061 | Gabe Newell:Valve帝国制度的利弊
062 | 文档数据库的缔造者MongoDB(上)
063 | 文档数据库的缔造者MongoDB(下)
064 | 以MongoDB为例,看基础架构类产品创业
065 | 直面MongoDB,谈微软的NoSQL战略
066 | Hadoop三国之魏国Cloudera
067 | Hadoop三国之吴国MapR
068 | Hadoop三国之蜀国Hortonworks
069 | Hadoop及其发行商的未来
070 | 谷歌的大数据路:从“三驾马车”到一无所有
071 | 谷歌的大数据路:一场影响深远的论战
072 | 谷歌的大数据路:谷歌的“黑科技”
073 | 如何读懂类似谷歌“三驾马车”这样的技术论文?
074 | 雅虎:大数据领域的“活雷锋”
075 | IBM的大数据路之起早贪黑赶了晚集
076 | 社交公司们的大数据贡献
077 | 微软的大数据发展史:微软硅谷研究院
078 | 微软的大数据发展史:必应的Cosmos
079 | 微软的大数据发展史:Azure的大数据发展
080 | 亚马逊的大数据故事:从先驱者到插管吸血开源
081 | 亚马逊的大数据故事:创新和拿来并存的云服务
082 | 阿里巴巴的大数据故事:数据分析平台发展史
083 | 阿里巴巴的大数据故事:流计算引擎发展史
084 | 大公司的大数据战略得失:自建轮子成本高
085 | 大公司的大数据战略得失:抱团取暖难敌插管吸血者
086 | Palantir:神秘的大数据独角兽
087| Splunk:机器大数据的分析帝国
088 | Confluent:在Kafka上飞驰的数据交换者
089 | Powerset:HBase的老东家
090 | Cassandra和DataStax的故事
091 | Databricks之Spark的数据金砖王国
092 | Data Artisans:浴火重生的新一代大数据计算引擎Flink
093 | Dremio:在Drill和Arrow上的大数据公司
094 | Imply:基于Druid的大数据分析公司
095 | Kyligence:阿帕奇麒麟背后的大数据公司
096 | Snowflake:云端的弹性数据仓库
097 | TiDB:一个国产新数据库的创业故事
098 | 大数据创业公司的前景:红海创业多艰辛
099 | 如何通过企业技术积累去分析一家企业?
技术与商业案例解读
登录|注册

108 | Glassdoor:让公司信息对个人透明

徐飞 2018-06-11
求职市场一直都是一个很大的市场。在求职市场中,公司和个人的地位是不对等的,公司知道个人的信息,个人却对公司的合理薪水到底怎样、工作环境是不是合适,等等诸多信息缺乏了解。这里面商机巨大,但是非常不好做。
Glassdoor 是美国的一家创业公司,它瞄准的就是这样一个问题:如何让公司信息对个人透明,从而让个人在求职市场上和企业能够处于公平的位置?
Glassdoor 成立于 2007 年,创始人是罗伯特 · 霍曼(Robert Hohman)、理查德 · 巴顿(Rich Barton)和蒂姆 · 贝瑟(Tim Besse)。对于巴顿,如果你读过我前面的文章应该很熟悉了,他先后创立了 Expedia 和 Zillow,是资深的创业人士。罗伯特 · 霍曼和蒂姆 · 贝瑟则是和巴顿一起创建 Expedia 的老员工了。巴顿是公司的 Chairman,估计是出钱最多的,而霍曼是 CEO。
创立公司的想法来自于这几个合伙人的一次闲聊。当时,霍曼提起来,当初他在 Expedia 上班的时候,有一次偶然把一份员工调查结果落在了打印机上。他们想,如果把这个员工调查的结果给向公司内外的所有人都公布出来,会有什么后果呢?他们相信,这会对要来面试的候选人有很大的指导作用。
最终,他们决定创立 Glassdoor,开始做公司点评业务。美国的职场并不开放,由于重视隐私保护并致力于避免隐私被滥用,面试时候选人了解一个公司的渠道非常有限,无非是向熟人打听,和查看公开的信息,然而这两种渠道拿到的信息可能都不够公正全面。
薪水问题更是每个候选人关心的,没人希望自己拿到手的 offer 低于公司平均薪资水平。但是,如何获知这个公司的薪水到底是一个怎样的分布情况呢?这一直都是个难题。
Glassdoor 的产品,最开始针对的就是这样一个问题。它采用匿名分享的方式,让每个企业员工都可以在 Glassdoor 上爆料自己的工资、公布公司的各种情况,以及从各个方面点评雇主。
这个模式做起来有两个挑战:首先是如何保证信息的有效性,其次是如何保证用户愿意提供信息。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《技术与商业案例解读》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(8)

  • caohuan
    求职市场 中 雇主和 雇佣者 存在不对称,企业 可以了解 求职者的情况,而求职者 很难 全方位 了解 企业的 优缺点,比如:给的薪资情况、工作环境、团队文化。有需求 就有 机会, glassdoor 就是很好的满足需求的公司。
    2018-12-06
    2
  • chuan_chen
    这才发现公司间都是在相互模仿,相互吸取,而一个企业能从不断抄袭和被抄袭中脱颖而出,和自己本身的实力也是挂钩的
    2018-09-03
    1
  • 丁乐洪
    爬虫?在国内名声很臭
    2019-10-27
  • 大土豆
    美国版的脉脉。。。

    作者回复: 比脉脉早吧

    2019-08-17
  • huaweichen
    Glassdoor 是如何判断数据是否过期、以及处理过期数据的呢?
    比如你离职前的评论,离职后,老板换了,同事变了,公司获得了新IPO等等。

    作者回复: 我也不知道

    2019-04-23
  • kirogiyi
    公司信息对个人透明,真实性除了通过人工采集和审核外,还需要发布信息的渠道能保证信息的真实性,有一种情况很常见,信息渠道为了达到商业目的而恶意的去扭曲事实,使求职者对职位的判断更加模糊。
    2019-04-03
  • 胡心鹏
    有价值的信息的密度不一样 微博 知乎 极客时间
    2018-05-05
  • songyy
    以前只是随便刷刷glassdoor,就当八卦网站一样的看。现在才意识到它有这么多神奇的功能呀,觉得应该更加有效的利用起来它
    2018-03-25
收起评论
8
返回
顶部