大学校园的数据驱动ED-Tech和HR-Tech作为雇主，想象一下，可以访问数据分析，证明校园人才库中有某些品质绝对代表他们正在寻找的“最佳”人才

印度大学毕业生的就业状况:

• 印度工商联合会(FICCI)和安永会计师事务所的一份关于高等教育的联合报告发现在印度，93%的MBA毕业生找不到工作。

• Aspiring Minds的一份报告发现80%的工程专业毕业生将无法就业这是一项对15万名工科学生进行的调查得出的结论。

这凸显了我们迫切需要提升大学的教育和培训体系。

的问题

• 这个行业的需求和我们的教育体系所培养的似乎存在巨大的差距。令人惊讶的是，这种差距似乎并没有随着时间的推移而缩小。人们可能会认为，由于政府拥有可观的可用资源，到目前为止，政府应该已经找到了缩小这一差距的方法。或者至少制定一个计划来实现它。

显然，这并没有发生。这是因为在我们的大多数教育机构中(包括印度理工学院、印度管理学院和大多数受欢迎的学院/大学)，没有适当的系统来捕获校园实习相关数据，以生成可用于课程设计的可操作反馈。

• 通常，当招聘人员参观校园时，他们对申请工作的候选人的素质感到非常失望。因此，大多数大学的实习地点只有少数几家公司，而且每年的流失率很高，因为公司倾向于远离前一年找不到优秀人才的校园。

这是我们国家大多数大学的故事。

尽管大肆宣传几乎每个校园都实现了100%的安置，但大多数大学都尴尬地达不到这个数字，这是一个公开的秘密。许多实际被录取的学生不得不面对低得惊人的实得工资，这与他们被录取时的预期相差甚远。

虽然校园实习可以说仍然是最受关注的校园外年度活动，但一旦实习结束，围绕这一活动的所有活动很少被分析和讨论。结果是，除了几封电子邮件和几张零散的excel表格(在大多数校园里，这些表格被认为是记录和分析的工具)之外，明年的日程表或多或少都被清理干净了。

结果，成千上万的有价值的数据点丢失了，以及所有可能从分析中产生的见解。

• 除了帮助培训和就业小组更好地为学生明年的实习做准备外，这些见解还可以帮助重新定义入学标准，重新设计课程和课程，并加强与招聘人员的关系。

这里的挑战是，大学管理层需要有远见来带来这些变化。与雇佣就业机构和/或顾问为学生找工作这样的权宜之计不同，就业分析平台代表了一个更具体、更持久的解决方案。

的解决方案

数据驱动招聘的重要性

作为一名学生，想象一下，你知道哪些品质适合你最喜欢的雇主，其中有多少是可以实现的，有多少需要大量的培训和劳动。

与此同时，作为雇主，想象一下，可以访问数据分析，证明校园人才库中有某些品质绝对代表了他们正在寻找的“最佳”，而不是依靠主观分析来得出这些结论。这些应该是经过一段时间和大量数据测试的排名参数-这是一座金矿，对吧?

就业能力及数据

真的应该是这样吗?

当谈到大学里最关键的决定——“你的职业”时，仍然存在着巨大的不确定性。

我们在工作中执行的大多数活动，如制定预算、年度绩效、人工智能建模，都有数据支持。然而，令人震惊的是，几乎没有任何具体的数据或分析来支持我们自己与职业相关的决定。关于大学中不同利益相关者(学生、职业单元、机构和公司)可获得的实习机会的信息太少了，以至于我们几乎不可能确定任何事情。

从数据中获得的洞察力可以帮助解决这个问题。这更多的是一个拥有正确的系统来捕获信息并使用分析来获得见解的问题。每年的就业结果都是最有力、最具体的反馈，表明就业市场愿意为一定水平的技能/教育提供什么。它还表明有多少学生为现实世界做好了准备/没有做好准备。最后一步是向正确的利益相关者提供正确的信息。

失业问题不是职业细胞和学生自己就能解决的。帮助下一代就业成为整个生态系统的责任——包括大学和公司。这就是为什么建立帮助大学和公司收集正确数据并与所有利益相关者分享关键见解的系统如此重要的原因。

2008年，卡拉姆博士指出，与失业相比，就业能力是一个更大的问题!他指出，大学应该投资培养符合产业需求的高素质人才。是时候解决房间里的大象了，不是吗?