重點摘要
- Indeed 推出全新品牌活動「Jobs Need People」，試圖翻轉傳統求職焦慮，將招募敘事核心回歸「人」的本質。
- 數據揭露轉換率痛點: 高達 81% 的求職者投遞履歷後猶如石沉大海，53% 預期不會收到回覆，顯示徵才漏斗出現嚴重的信任斷層。
- 搜尋技術的底層革命: 平台內部高達 70% 的贊助申請已透過 Smart Sourcing 等 AI 語意匹配完成，傳統關鍵字搜尋佔比跌破 30%。
當多數行銷人將 Indeed 這次與 72andSunny 合作的「Jobs Need People」視為一場溫情的品牌公關戰時，從數據與搜尋技術的視角來看，這其實是一次針對「平台轉換率 (Conversion Rate)」與「使用者留存 (Retention)」的急救行動。我們正面臨一個由 AI 自動化過濾系統帶來的副作用時代: 企業端享受著高效篩選，求職端卻陷入了無止盡的「被忽視 (Ghosting)」黑洞。當超過八成的使用者在平台上得不到正向回饋，這對任何依賴雙邊網路效應 (Two-sided Network Effects) 的平台來說，都是致命的跳出率警訊。Indeed 這次的策略，不僅是情感面的安撫，更是配合其底層搜尋演算法升級的一場精準操作。
演算法製造的黑洞與漏斗斷層危機
在探討流量與轉換率時，我們經常檢視漏斗 (Funnel) 的健康度。根據 Harris Poll 的調查數據，高達 81% 的求職者從未收到企業回覆，更有 45% 的人甚至無法確定自己是否符合職缺資格。在行銷邏輯中，這等同於一個電商網站的結帳流程充滿不確定性，消費者丟入購物車後，永遠不知道訂單是否成立。這種「無聲卡」現象的加劇，很大程度歸因於早期 AI 履歷過濾系統的暴力應用。企業為了應付海量履歷 (Volume Game)，設定了極其嚴苛的自動淘汰機制，導致漏斗頂端看似流量龐大，但中段的「面試轉換率」與底層的「媒合成功率」卻慘不忍睹。Indeed 洞察到，若不修復求職者的心理預期，高品質的搜尋意圖 (Search Intent) 將會流失，因此他們必須在前端介面上重建信任，讓使用者願意繼續在系統內提供行為數據。
顛覆傳統敘事的轉換率優化心理學
「Jobs Need People」這個核心標語，在文案心理學上是一次極為高明的逆向工程。長久以來，求職市場的供需對話都是「你需要一份工作」，這將使用者置於漏斗的弱勢端。Indeed 將主詞與受詞對調，把冰冷的職缺擬人化，強調是經濟體系需要具有獨特視角與技能的血肉之軀。從 UI/UX 與使用者旅程 (User Journey) 的角度來看，當一部 30 秒的廣告直擊「job searching doesn’t feel human anymore」的痛點時，它有效降低了使用者對於系統冷漠的防備心。這種從「規格比對」走向「價值認同」的溝通方式，能實質提升使用者在平台上的停留時間 (Time on Site) 與表單完成率 (Form Completion Rate)，為其背後的 AI 模型爭取更多學習與演算的空間。
關鍵字搜尋退場，GEO 語意匹配接管戰場
這份新聞中最令我關注的，並非那支動畫廣告，而是隱藏在末段的硬核技術數據: Indeed 平台上高達 70% 的贊助職缺申請，已經由 Smart Sourcing 和 Smart Screening 等 AI 功能驅動，傳統的關鍵字搜尋 (Keyword-based Search) 佔比不到 30%。這意味著求職平台的 SEO 邏輯已經徹底翻轉。過去，企業 HR 和求職者都在玩「塞關鍵字」的遊戲，試圖騙過 ATS 系統; 如今，Indeed 的母公司 Recruit Holdings 正在將平台打造成一個生成式引擎優化 (GEO, Generative Engine Optimization) 的實戰場域。系統不再只是比對字串，而是理解 6.65 億求職者輪廓與 350 萬企業意圖之間的「語意關聯」。廣告中強調的「把人放在第一位」，在底層技術上，其實就是讓 AI 演算法更懂得解讀非結構化數據中的「人類特質」，從而提升匹配的精準度 (Precision) 與召回率 (Recall)。
流量紅利消退後的突圍與技術適應策略
將這個趨勢投射到我們熟知的亞洲或台灣招募市場，許多 B2B 企業與徵才品牌仍停留在「買版面、拼曝光、狂下關鍵字」的舊思維中。當大型平台如 Indeed 已全面轉向 AI 語意匹配時，企業的招募行銷 (Recruitment Marketing) 也必須升級。與其寫出條列式、冷冰冰的規格型 JD (Job Description)，不如開始採用結構化資料 (Structured Data) 與具備高語意豐富度的內容。演算法正在尋找的是上下文關聯，企業必須在職缺描述中清楚交代「為什麼這個職位需要這種特質的人」，以符合 AI 模型現在最看重的語境邏輯 (Contextual Relevance)。唯有將企業端的招募內容進行 GEO 升級，並配合前端如同 Indeed 般重視「求職者體驗」的互動設計，才能在自動化浪潮中，真正優化從「曝光」到「到職」的最終轉換率，避免落入無效流量的消耗戰中。
延伸閱讀：Indeed addresses job market disconnect with ads that put people first