職場評價社群Glassdoor,讓薪資不再是秘密
職場評價社群Glassdoor,讓薪資不再是秘密
2015.11.30 | 科技

Image title

創業者的第一次創業多多少少有些求財的目的,如果一個上市公司創辦人選擇二次創業,那更多的就是出於情懷和創造一家更富有想像力公司的欲望。比如說雷軍,比如說 Robert Hohman,Rich Barton 和 Tim Besse。後面的這三個人在把全球最大的線上旅遊公司 Expedia 做上市之後,在 2007 年的夏天,又開了一家叫 Glassdoor 的公司。

Glassdoor 做的是職場評價服務。在 Glassdoor 開張的那年,美國的職場並不像這個國家的形象那樣開放。員工在就職前一般靠看公開報導、向熟人打聽瞭解公司情況,薪資和職業發展資訊由 HR 口述,就職後被告知不能同事討論薪資。Glassdoor(透明的門)希望改變這樣的情況。它的產品形式是一個匿名的雇主評價和職場資訊分享平臺,企業員工可以在上面曝光自己的工資、曝光公司的情況,評價雇主,供其他人參考。

為鼓勵 UGC 內容的生成,Glassdoor 採取 「給即是得(“give-to-get” model)」 的機制,使用者貢獻的內容越多,能看到的評價也就越多,形成社群氛圍。為了保證資訊真實有效,Glassdoor 上註冊信箱尾綴必須與公司相符,另外,他們還專門建立了一個人工內容審查團隊。

這種 UGC 評價機制讓人想起了餐廳領域的 Yelp ,Yelp 用 8 年累積了 遍佈全球 33 個國家餐廳的 2760 萬條評價資料,7140 萬的網站用戶數。在 2012 年靠著這些資料和一套本地廣告+品牌廣告的盈利模式上市。而相比吃飯,找工作顯然是一件低頻得多得多的事情。因此,Glassdoor 要做的事情,一開始就註定是場馬拉松。

Glassdoor 在 2008 年 3 月就獲得了 A 輪 300 萬美元的融資,6 月產品正式上線,Bloomberg 上刊發了他們產品上線的消息。10 月 Glassdoor 又完成了 B 輪 650 萬美元的投資,投資方是投了Quip,Zendesk,Dropbox的Benchmark。Benchmark 的投資組合裡還有 Uber,Instagram,Quora。

Image title

對於 Glassdoor 這種出身好,不愁錢的公司,難的或許不是要做什麼,而是不做什麼。當時 Monster,LinkedIn 都如日中天,Glassdoor 參考這兩者的成功轉做招聘平臺賺錢是很輕鬆的事。但 Glassdoor 並沒有這樣做,他們做的,就是維護產品、累積資料。甚至在 2009 到 2010 一整年內產品上最大的變化只是增加了一項面試評價功能。

Glassdoor 給自己的定位其實是媒體,他們一直在做的就是基於評價的資料不停發報告。2009 到 2011 年三年間,Glassdoor 發佈了多份企業職場相關的報告,《2010 年度最奇怪的 25 個面試問題》、《2009 Q3 最受歡迎 CEO》這些報告均出自 Glassdoor,逐漸在搜尋引擎中,用戶很難找到關於 Glassdoor 公司本身的直接報導,倒是很多文章都引用了 Glassdoor 發佈的資料。

Glassdoor 也漸漸開始為人熟知,到了現在,Glassdoor 這幾個字母平均每天都會被主流科技媒體提一次,還能發出像《祖克柏休了 2 個月產假,Facebook 員工告訴你為什麼他的決定很重要》這樣的 insider 報告。

在 2010 年 Glassdoor 終於累積到自己的第一個 100 萬用戶。此時的 Glassdoor 已經變為求職者找工作前要看一看,企業主也相當重視自己在上面評價的地方了。2010 年的 6 月,Glassdoor 做了針對企業的 Enhanced Employer Profiles,允許企業在平臺上做雇主品牌建設,向對公司感興趣的用戶傳遞「為什麼要來這工作」。同年 10 月 JobScopeTM 搜索技術則是讓求職者可以在查看職位的時候直接看到該公司的薪資、排名、評價等信息。

Image title

這個時候 Glassdoor 才開始著手下一輪融資。2011 年 2 月,Glassdoor 宣佈獲得 1200 萬美元 C 輪融資。C 輪之後的 Glassdoor 初步開啟商業進程。有 Yelp 的案例參考,他們一邊研發廣告系統,一邊進行評價內容的擴充和國際化的擴張。到了 2012 年,Glassdoor 宣稱已經獲得了 1400 萬註冊用戶,收集了 20 萬家公司的 300 萬條評價,遍佈 190 多個國家。

匿名評價的機制讓 Glassdoor 累積到了一手的內容,但也讓其局限在「資訊型社群」的身份中,顯然一家媒體很難講出 10 億美元估值的故事。此時的 Glassdoor 想到了社交,他們開始改變過去完全匿名的狀況,在 2012 年 2 月推出基於 Facebook 社交平臺的 Inside Connections,用戶綁定自己的 Facebook 帳號和 Glassdoor 帳號後,流覽公司頁面時可以看到自己哪些朋友在那工作。

Image title

Inside Connections 沒有將 Glassdoor 變為一個類似 LinkedIn 的職場社交平臺,但這項功能讓 Glassdoor 從資訊型社群轉變為一個功能型社群 —— 用戶有了身份後,招聘只是其中一種可能。創立之初就開始累積的企業用戶們在平臺上發佈職位變得再自然不過。2013 年 Glassdoor 開始投資職位集成搜尋引擎(meta-search engine),研發企業端導向的產品。也跟 CNN MONEY 這樣的媒體進行合作,推廣庫中的職位。

到了 2013 年, Glassdoor 用戶量達到 2200 萬,累積了 30 萬家公司 570 多萬條評價。2013 年的 12 月,Glassdoor 獲得老虎環球基金領投的 5000 萬美元 E 輪融資,資金繼續用於全球拓展。14 年 10 月,Glassdoor 開出其首個法語分站。

此時的 Glassdoor 已經成為一個針對用戶的職位搜尋引擎和社群,用戶在平臺上發生聯繫。同時他們也為企業端提供增值的資料分析、品牌建設、行銷和招聘工具。職場版 Yelp 的故事顯然已經過時了,Glassdoor 在投資人眼中更像一個新的 LinkedIn。 Yelp 目前市值 22 億美元,LinkedIn 市值 243 億美元。今年 1 月 Glassdoor 宣佈獲得 Google Capital 和老虎環球基金領投的 7 億美元。至此已經是 Glassdoor 的第 8 年、第 6 輪融資,資方表示有充分耐心等它一起成長。畢竟世界這麼大,平臺上的公司才只有 34 萬。

簡單回顧 Glassdoor 的 8 年,其最大的貢獻就是消除了公司資訊與求職者資訊之間的不對稱。一是讓求職者有管道瞭解到過去被視為「機密」的公司排名、薪資福利、內部情況等資訊,二是開始讓企業意識到多讓外界瞭解自己並不是壞事,開始放平姿態去做雇主品牌建設,跟求職者交流。WSJ 的評價是,

「Glassdoor 讓薪資不再是秘密。」

文章授權轉載自:36 氪

延伸閱讀: 2015年大家最想去哪些企業工作?Google、 F5 Networks、Facebook名列前茅

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓