Chiao 在美西時區睡覺中，審核票預計晚上八點半審核 😉
---
這場數據驅動求職分享，將幫助你透過市場測試來驗證自己的履歷競爭力，並在最短時間內調整求職策略。
找工作不該只是一場盲目猜測，而應該是一場精準決策的數據實驗。透過「投石問路」的方法，你將學會如何在小量投遞中蒐集市場回饋，並根據履歷回應率來優化自己的求職計畫。
▋別只猜測，用數據驗證自己的市場價值
我們常說，開發新產品前會先做市場調查，而求職其實也可以運用相同的思維。
在正式開始大量投遞履歷之前，你可以採取一個低成本、高效益的方法來測試市場的反應。我們稱之為「投石問路」。
▋什麼是「投石問路」？
這個方法很簡單，石頭就是你的履歷，而一條條的路就是不同職缺。
在投遞前，準備一版履歷，甚至可以使用現成的模板或 ChatGPT 生成的版本。重點是先求「有」，再求「好」。
這裡的核心在於：
• 小量投遞：挑選 10 個職缺，目的是測試這版履歷的市場反應。
• 量化數據：觀察「履歷回應率」。以台灣初中階工程師為例，市場平均的回應率大約是 15%（10 份投遞至少有 1-2 份收到回覆）。
• 分析回饋：根據收到的回應，檢視目標職位的薪資範圍、工作內容和公司文化，進一步評估自己的市場價值。
▋若回應率低於平均值，該怎麼辦？
如果投遞後的回應率低於 15%，不要急著改履歷。可以用兩件事診斷履歷的問題：
• 蒐集明確數字：確認開信率與拒絕等數字，評估是被機器擋住還是有被人資閱讀。
• 尋求專業回饋：104 的履歷健檢服務或 LinkedIn 上的改履歷專家，都是很好的資源。
• 調整策略：針對收到的職缺反饋，再去優化履歷內容，或重新檢視目標職位的匹配度。
此外，改履歷要配目標職缺的敘述。沒有對應的目標職缺，就如同沒有靶，射箭技巧再好，也都不知道會往哪裡落腳。
▋數據驅動的求職策略
改履歷之前，一定要有數據支撐，因為「履歷回應率」反映的正是市場對你的需求程度。
如果您的履歷調整到位，回應率依然低於平均值，那可能是目前的技能與目標職缺的需求還有落差。這時，可以考慮先培養相關技能，再進一步測試市場反應。
▋用數據掌控你的職涯方向
「年後轉職」不是單純的二選一問題，而是一個數據導向的決策過程。
從測試市場開始，你可以更有信心地了解自己的職涯價值，進而做出更明智的選擇。
-----
這次分享由引導教練 **George** 透過他過往協助超過兩百人上岸的經驗
並將這些經驗轉化爲一套架構，讓求職的過程被量化與妥善的分配！
此外也能透過本次分享，和有相似目標的人做交流 ！👋
【預計會分享，您將得知】
- 如何有效監控求職狀況
- 有效調整求職的策略與時間的分配
- 避免常見求職誤區與 QA
- 投出後怎麼依照數據的方式
【適合參加對象】
* 不是很確定是否該換工作者
* 想要年後轉職，但不知從何開始
* 擔心自己夠不夠格轉職或被公司知道者
* 想知道如何建立求職監控數據、有效率建立策略
- 有在思考轉職，並想開始做規劃者
- 已經正在投履歷，但回覆狀況和預想的不一樣者
- 持續求職中，但時間分配遇到挑戰
【活動時間】
- 時間：2025.03.06 （四) 21:30 - 23:30
- 地點：線上（報名成功後會傳 Google Meet 連結）
- 費用：台幣 500 元/人
**補充說明：**
- 歡迎準備好履歷，隨著課程進展一起投出
- 歡迎準備好 LinkedIn 來交換
想知道到底在幹嘛/會講什麼？可以先看今年會出書的系列文：
https://ithelp.ithome.com.tw/users/20140087/ironman/7984
