Стартап недоучки из Гарварда сделал компьютерную игру для отбора кандидатов в McKinsey

Инноваторский способ отбора талантов в виде игры основан на том, как кандидаты задумываются и решают задачи, а не на том, что знают.

19
объяснений

В закладки

Аудио

«Представьте, что вы оказались на острове-рифе, который покрыт прекрасным тропическим лесом. По мере того, как вы исследуете местную флору и фауну, вы узнаете, что своры птиц подкосил некий неведомый вирус. Для вас необходимо решить, что пошло не так и что созодать, чтоб их спасти. Вы вычисляете микродозы вакцины. Основная же цель — выстроить здоровый коралловый риф».

Описанный сценарий — часть компьютерной игры «Выстроить риф» (Build a reef), в которую играют кандидаты на трудоустройство в консалтинговую компанию McKinsey (ее еще именуют «Компания») из большенный тройки.

Цель игры – осознать и оценить, как кандидаты подступают к дилеммам и решают их. Иными словами – осознать, совпадает ли мышление кандидатов с мышлением, нужным для работы в McKinsey. Перед вами на дисплее ноутбука возникает прекрасная картина острова в океане и надпись: «Вы – смотритель острова, на котором растения и звериные живут в обилии разных экосистем». Так начинается данная компьютерная игра.

Игра «Выстроить риф»

Фото: McKinsey

По мере роста потребностей клиентов, также развивается и McKinsey. Компания все больше стала нанимать профессионалов по данным, IT-экспертов, продуктовых и цифровых дизайнеров, разрабов программного обеспечения. При этом, стремится это создать еще до того, как на кандидатов направят внимание Гугл и Facebook.

В McKinsey попасть неописуемо трудно: в Фирму раз в год поступает около 750.000 заявок от кандидатов на трудоустройство, из которых отбирают в наилучшем случает наименее 1 %. Компаниялюдей не только лишь из обычных бизнес-школ институтов Лиги Плюща. Обычный процесс отбора кандидатов в McKinseу включает оценку резюме, прохождение сложного problem-solving теста, кейсовые интервью. Из результатов теста можно только выяснить, отдал кандидат верный ответ либо нет, но не как он подошел к решению вопросца. Потому, при отборе упускаются аспекты способностей неких кандидатов.

В данной нам связи McKinsey начала сотрудничество с базирующимся в США (Соединённые Штаты Америки — больше 20 лет. Она бросила учебу в Гарварде и сейчас желает стопроцентно поменять метод оценки человечьих способностей. женщина считает, что «в эру машин людей необходимо тестировать, основываясь на том, как они задумываются, а не только лишь на том, что они знают». журнальчик Forbes не так давно включил Imbellus в один из собственных списков.

Ребекка Кантар

фото: страничка Rebecca Kantar в сети Facebook

В итоге сотрудничества возникла новенькая компьютерная игра, которая помогает McKinsey завлекать новейшие таланты со всего мира. Отличие данной игры-асесмента в том, что во время игры не задаются вопросцы, а инсталлируются задания. Понимая, как люди делают данные задачки, в Фирме лучше соображают, как люди задумываются. Тоже самое происходит в процессе кейсовых интервью: McKinsey фокусируется на осознании мыслительного процесса кандидата, отдал он (она) верный ответ либо нет. игра-асесмент дозволяет не только лишь оценивать кандидатов в обстановке с низким уровнем стресса по сопоставлению с обычным problem-solving тестом, но также и минимизирует воздействие бэкграунда кандидата. игра также дает больше представлений о способностях человека. Как этот человек обрабатывает информацию? Генерирует ли он (она) идеи? Применяет ли необычный подход к ситуациям? Употребляет ли методологии в анализе либо же действует по интуиции?

В истинное время кандидаты играют в игру в тестовых центрах McKinsey, к примеру, в Лондоне. В планах – создать данный асесмент для кандидатов в режиме онлайн через веб, чтоб людям не необходимо было посещать кабинет компании.

Материал размещен юзером.
Нажмите клавишу «Написать», чтоб поделиться воззрением либо поведать о своём проекте.

Написать

Источник

0 Comments

Leave a Reply

XHTML: You can use these tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>