PROBLEMA
Demasiado tiempo de recruiters se iba en tareas administrativas, no en decisiones de contratación
El equipo había logrado product-market fit, pero las operaciones no escalaban. Cada vacante generaba decenas de CVs, y los recruiters convertían manualmente perfiles en bruto en notas listas para hiring managers. Además, los registros de candidatos se enriquecían a mano, lo que generaba retrasos, inconsistencias y una demora de 4 días antes de que las shortlists llegaran a los clientes.
✕Los recruiters dedicaban más de 340 horas/año a notas de screening repetitivas y actualizaciones del CRM;
✕El tiempo hasta shortlist era de 4 días de media, ralentizando la respuesta al cliente y la velocidad de oferta;
✕Los datos de candidatos estaban repartidos entre exportaciones del ATS, hilos de correo y campos de HubSpot, con un 18% de atributos ausentes;
✕Los hiring managers valoraban mal el proceso: los resúmenes variaban según el recruiter y carecían de criterios de decisión consistentes.
SOLUCIÓN · 8 SEMANAS
Un único workflow para resúmenes de candidatos, enriquecimiento y QA de recruiters
Construimos una capa operativa asistida por AI sobre el stack existente, no un producto aparte. El objetivo era simple: convertir cada perfil de candidato entrante en un resumen estructurado, enriquecer el CRM automáticamente y mantener un paso de aprobación humana solo donde aportara valor.
SEMANAS 1–2
Mapeo de procesos y modelo de datos
Mapeamos el flujo de screening entre exportaciones del ATS, entrada por email y HubSpot; definimos 24 campos obligatorios del candidato y reglas de aprobación para la revisión del recruiter.
SEMANAS 3–4
Resúmenes de screening con LLM
Creamos cadenas de prompts que convertían CVs y respuestas de candidatura en resúmenes de recruiter en 6 partes: encaje, riesgos, seniority, habilidades, señales salariales y recomendación del siguiente paso.
SEMANAS 5–6
Automatización del enriquecimiento del CRM
Conectamos n8n con HubSpot y hojas internas para autocompletar campos ausentes, normalizar cargos y ubicaciones, deduplicar registros y enviar alertas a Slack.
SEMANAS 7–8
QA, guardrails y reporting
Añadimos umbrales de confianza, revisión humana para casos límite, versionado de prompts y dashboards para tiempo de respuesta, tasa de finalización y frecuencia de override por parte de recruiters.
RESULTADO · 3 MESES
Los recruiters avanzaban más rápido y los hiring managers recibían mejores shortlists
| METRIC | BEFORE | AFTER | CHANGE |
|---|---|---|---|
| Horas de rutina de recruiters / año | 340 | 0 | −340h |
| Tiempo hasta shortlist | 4 days | 1 day | −75% |
| NPS de hiring managers | 43 | 64 | +21 |
| Registros del CRM enriquecidos automáticamente | 0% | 92% | NUEVO FLUJO |
| Tasa de override de recruiters | 100% | 14% | −86% |
“Antes de Pifagor, nuestros recruiters actuaban como administrativos de entrada de datos con buen instinto. En 8 semanas, lo convertimos en un proceso de shortlist en 1 día en el que nuestros hiring managers realmente confían.”