PROBLÉM
Příliš mnoho času recruiterů padalo na administrativu, ne na rozhodování o náboru
Tým měl product-market fit, ale provoz neškáloval. Každá pozice generovala desítky CV a recruiteri ručně převáděli surové profily do poznámek připravených pro hiring managery. Záznamy kandidátů se navíc obohacovaly ručně, což vytvářelo zpoždění, nekonzistenci a čtyřdenní prodlevu, než se shortlisty dostaly ke klientům.
✕Recruiteri trávili 340+ hodin ročně opakovanými screeningovými poznámkami a aktualizacemi CRM;
✕Čas do shortlistu byl v průměru 4 dny, což zpomalovalo reakci klientů i rychlost nabídek;
✕Data o kandidátech byla rozptýlená mezi exporty z ATS, e-mailovými vlákny a poli v HubSpotu, přičemž 18 % atributů chybělo;
✕Hiring manageři hodnotili proces slabě: shrnutí se lišila podle recruitera a chyběla jim konzistentní rozhodovací kritéria.
ŘEŠENÍ · 8 TÝDNŮ
Jedno workflow pro shrnutí kandidátů, obohacení dat a QA recruiterů
Vybudovali jsme AI-assisted provozní vrstvu nad stávajícím stackem, ne samostatný produkt. Cíl byl jednoduchý: převést každý příchozí profil kandidáta do strukturovaného shrnutí, automaticky obohatit CRM a ponechat lidské schválení jen tam, kde skutečně přináší hodnotu.
TÝDNY 1–2
Mapování procesu a datový model
Zmapovali jsme screeningový tok napříč exporty z ATS, příjmem přes e-mail a HubSpotem; definovali jsme 24 povinných polí kandidáta a schvalovací pravidla pro kontrolu recruitery.
TÝDNY 3–4
LLM screeningová shrnutí
Vytvořili jsme prompt chainy, které převáděly CV a odpovědi z přihlášek do 6dílných shrnutí pro recruitery: vhodnost, rizika, seniorita, dovednosti, mzdové signály a doporučení dalšího kroku.
TÝDNY 5–6
Automatizace obohacení CRM
Propojili jsme n8n s HubSpotem a interními tabulkami, aby se automaticky doplňovala chybějící pole, normalizovaly názvy pozic a lokality, deduplikovaly záznamy a odesílala upozornění do Slacku.
TÝDNY 7–8
QA, guardrails a reporting
Doplnili jsme prahy spolehlivosti, lidskou kontrolu pro okrajové případy, verzování promptů a dashboardy pro dobu zpracování, míru dokončení a frekvenci zásahů recruiterů.
VÝSLEDEK · 3 MĚSÍCE
Recruiteri pracovali rychleji, hiring manageři dostávali lepší shortlisty
| METRIKA | PŘED | PO | ZMĚNA |
|---|---|---|---|
| Hodiny rutiny recruiterů / rok | 340 | 0 | −340h |
| Čas do shortlistu | 4 days | 1 day | −75% |
| NPS hiring managerů | 43 | 64 | +21 |
| Automaticky obohacené CRM záznamy | 0% | 92% | NOVÝ TOK |
| Míra zásahů recruiterů | 100% | 14% | −86% |
„Před Pifagorem naši recruiteri fungovali jako datoví zapisovači s dobrým instinktem. Za 8 týdnů jsme to proměnili v jednodenní shortlist proces, kterému naši hiring manageři skutečně věří.“