双向市场是一个平台，它将买卖双方（包括买卖双方）聚集在一起，以帮助他们有效地满足各自的需求。 例如，eBay旨在使个人能够将商品出售给希望购买的人。
当双方的需求都易于理解且可以明确定义时，双向市场最有效。 例如，爱彼迎（Airbnb）要求其购买者（即寻求住宿的人）定义其住宿需求。 几间卧室？ 价格范围？ 邻里？ 在这种情况下，卖方（业主）以相似和熟悉的术语定义其产品。
买卖双方的需求并非总是那么容易定义的，尤其是在教育和就业领域。
通过在招聘领域应用双面市场模型，加拿大一家快速成长的知名初创企业引起了广泛的关注。 他们汇集了寻求就业的毕业生（卖方）和寻找毕业生的雇主（买方）。 该公司的目标是取代传统的学生招聘会，在该招聘会中，少数雇主访问校园以对毕业生进行初步评估。
该平台可获取相关的学生信息-学习计划，工作经验和其他相关信息。 雇主也共享工作要求。 然后应用算法来匹配两方。
在平台内进行的匹配的质量完全取决于买卖双方提供的信息的质量和广度。 没有好的输入，输出将是有缺陷的。 但是，首先，学生无法获得所需的各种详细信息。 来自母校和大学时代工作经验的成绩单几乎无法洞悉个人的实际技能和知识，而对于软技能和一般敏感性则知之甚少，例如他们最舒适，生产性最高的工作环境。
雇主需要的信息再好不过了。 典型的职位描述几乎没有告诉我们谁将担任该职位。 它们的主要目的是描述技能和经验的基准，大多数HR专业人士都承认，这些技能和经验与过去成功担任该职位的人员的构成不符。 此外，如果我们加上代际差异的变量，这一点在历史上尤为明显，那么我们经常会发现求职者的教育水平高于招聘经理。
这里的要点是某些类型的信息无法通过算法轻松匹配。 包括教育和就业的某些方面。
就是说，无法产生出色的工作匹配（这是这项业务的基础），可能不会妨碍合资企业的成功。 这是因为使毕业生难以找到理想工作的因素非常相同，这也使得评估比赛的质量非常困难。 招聘经理可能不会发现此平台生成的实际求职者比用于确定理想求职者的其他方法准确得多。 尽管难以衡量，但可能会相信算法（或更普遍地说，技术的“魔力”）的力量会决定招聘经理对平台的满意度。 如果他们认为该技术能够准确地进行匹配，那么他们可能会做出积极的解释。
重要的是要记住，招聘经理不经常招聘员工。 例如，雇用负责中型公司典型部门的经理，每年雇用员工的次数不得超过一次，并且不得担任同一职位。 因此，随着时间的流逝，并没有太多的反馈可以帮助他们对最近的求职者是否比上一次寻找相同职位的人更合适的情况有一个准确的认识。 如果情况确实有所不同，那么他们很可能会将其归因于运气或可用申请人质量的变化或其他一些因素。 最后，由于需要填补职位空缺，他们将选择最佳的应用程序（无论是算法驱动还是朋友推荐）。
从技术上讲，该平台或其他类似平台可能会添加广泛的测试服务，以帮助定义毕业生的技能并将其转化为雇主的工作规范。 许多公司提供了这类工具。 我无法谈及其价值的价值，但很显然，雇主在寻找新员工时正在寻求提高准确性。 如果发现这项服务可靠，它将与传统上的大学领域越来越重叠：对劳动力进行评估和报告。 这是一个值得关注的空间。
