量化结果

如何量化简历要点,不发明数字

强简历在55到75%的要点中落实数字。数字证明要点。没有它,「构建X」是一个希望;有了它,「构建处理12k req/s的X」是一个可辩护的声明。

  • 55到75%要点已量化
  • 分子和分母
  • 当输出保密时,输入算数
Try free Skip to detailsfree · no credit card
要计算什么

分子、分母和时间范围。

分子:移动的东西。营收、MAU、p99延迟、CTR、留存率、NPS、人头数、pipeline。分母:基线。「从18%到31%」胜过「提升13个百分点」,因为绝对参考证明了量级。时间范围:期间。「两个季度内」或「6周内」给招聘人员一个变化速率的框架。

当分子保密时(营收数字、内部指标),改用输入。领导的团队规模、运营的系统规模、应用的决策框架、做出的流程变更。「领导7人pod」是一个可辩护的输入数字。

要避免什么

适得其反的数字。

没有基线的模糊百分比(「将性能提高50%」)。可疑的整数(「团队翻倍」、「10x增长」)。在面试中无法辩护的结果(「节省$1M」)。不属于你的结果(「将公司ARR从$14M增长到$84M」,而你是第14位招聘的)。

更好:带基线的百分比、带分母的绝对数字、真正属实的增长倍数,以及对「那你在其中的具体角色是什么?」的清晰回答。

frequently asked

Questions, answered.

Q ·
多少简历要点应该有数字?

55到75%的要点。低于55%结果密度子分数下降。高于75%读起来表演性,招聘人员会怀疑要点被夸大。

Q ·
如果因为保密我不能分享数字怎么办?

引用输入:团队规模、系统规模、应用的决策框架。当绝对值敏感时引用变化的百分比。引用排名(「群组前10%」、「新员工前30%」)。

Q ·
在简历上估计数字可以吗?

四舍五入到最接近的有效数字的估计可以。从空中拉一个数字不行。Hiring managers会在面试中追问;偏离一个数量级的估计是红旗。

Q ·
我应该包括结果的时间范围吗?

强时是的。「两个季度内将留存率提升14个百分点」比「将留存率提升14个百分点」更强。如果时间范围不方便(花了18个月),省略。

Q ·
数字应该多具体?

通常是两个有效数字。「38%」胜过「37.8%」(太细致,暗示捏造),也胜过「~40%」(太模糊,暗示估计)。

related

Keep optimizing.

try it free

评分你的要点密度

免费。查看哪些要点需要数字。

检查我的CV
FREE · NO CREDIT CARD · CANCEL ANYTIME