聘宝是一个第三方招聘推荐服务。通过信息匹配进行推荐，对接招聘信息和求职信息。利用算法推荐让企业接触到并未投递简历，却高度符合条件的求职者；同时让求职者接触到平时难以发现的工作机会。

市场分析：招聘市场信息不对称，在线职位与在线简历数量与日俱增，但有效的简历投递却少之又少，中小企业的招聘越来越难。智联等传统网络平台模式面临广告位数量远小于在线职位的数量的困境；猎聘网请猎头发布职位赚取简历，结果是带来大量的无效职位与投递；领英困于应用场景的局限，并没有完成需求的对接。

项目特点：

1.主动交互：不再依赖HR刷新以换取简历投递。而是作为中间服务，以系统推荐的方式将匹配的候选人推荐给企业，而这些候选人很可能是并未事先投递过该职位的。Beta版本上线期间，对于并未主动投递过简历的候选人，企业HR的点击率超过了50%，企业“相中”候选人的比率超过20%，候选人对企业感兴趣的比率达到40%。

2.智能匹配：基于招聘专家的经验，建立知识库原始模型。不仅基于文本匹配，而是扩展到该知识图谱下的相关技能。除此之外，聘宝还独立拆解分析求职者的基础素质、工作经验、教育背景、薪资可靠性等数十个环节，对应企业招募需求、公司规模、人才偏好等方面，最终完成招聘方与求职方的双向智能匹配。该方式为企业HR带来了50%以上的简历查阅率，20%以上的简历企业表明感兴趣。

3.偏好沉淀：通过语义分析和行为反馈，理解用户偏好。根跟进简历的整个流程，检查算法匹配的结果，迭代算法，使得整个系统具备成长性。偏好沉淀的优势之一，就是算法的表现会随时间推移正向增长。简历查阅率从最初的6%增长到目前的54%，意向率则从最初的7%增长到目前的24%。

4.减少成本：每次仅推荐3～5份候选人简历以确保推荐准确，减少企业在招聘上的时间成本。同时提供最接近猎头的专属定制服务，价格远低于猎头佣金，减少资金成本。聘宝完成一个职位招募的成本低于1000元，而猎头的招募成本则大多高于2万元。

项目现状：聘宝目前已累计逾10万份人才简历，1500名企业客户，并实现30%的月增长。

项目规划：2014年底计划推出微信端的服务，以及面向个人求职者端的产品。

团队简介：

创始人：方园

爱丁堡大学数据挖掘专业研究生，创业前先后供职腾讯R线搜索广告部门与阿里巴巴无线事业部，担任产品经理与资深经理职务。目前负责公司的整体事务、 发展规划与产品设计等。

市场VP：史惟

曼彻斯特大学计算机硕士，创业前曾就职腾讯担任搜索广告部门大客户总监，并在阿里与雅虎从事产品与营销工作。

主工程师：李开国

腾讯SNG部门负责海量社交数据的挖掘分析，中科大硕士。曾参与Trend Micro 2013 Programing Contest获得团队全球三等奖，项目主题是挖掘GitHub中的优秀技术人才。

同类融资：Jobr 成立于2014年2月，能够过滤不适合求职者或者求职者不符要求的工作。目前有超过1000家企业加入该应用。已经获得了Redpoint Ventures等机构的200万美金天使投资。

融资需求：Pre-A预计融资规模300万美金，出让股份15%。