TeenusedJuhtumidTehnoloogiaBlogiMeistKontakt Arutage projekti
KANADA · TORONTOHR TECH · SAASAI AUTOMATISEERIMINE · N8NVÄRBAMISOPERATSIOONID2025–2026

HR SaaS: värbajate rutiin vähenes 340 tunni võrra ja shortlistid jõudsid kohale 1 päevaga

−340h
VÄRBAJATE RUTIINI SÄÄST / AASTAS
4→1
PÄEVA SHORTLISTINI
+21
VÄRBAVA JUHI NPS
92%
CRM ANDMETE RIKASTAMISE AUTOMAATNE TÄITMINE
HR SaaS: shortlist 1 päevaga, värbajate rutiin vähenes 340 tunni võrra
PROBLEEM

Liiga palju värbajate aega kulus adminile, mitte värbamisotsustele

Tiimil oli product-market fit olemas, kuid operatsioonid ei skaleerunud. Iga vaba ametikoht tõi kümneid CV-sid ning värbajad muutsid toorprofiilid käsitsi värbava juhi jaoks sobivateks märkmeteks. Kandidaatide andmeid rikastati samuti käsitsi, mis tekitas viivitusi, ebaühtlust ja 4-päevase viite enne, kui shortlistid klientideni jõudsid.

Värbajad kulutasid 340+ tundi aastas korduvatele sõelumismärkmetele ja CRM uuendustele;
Aeg shortlistini oli keskmiselt 4 päeva, mis aeglustas kliendivastust ja pakkumise kiirust;
Kandidaatide andmed paiknesid ATS ekspordifailides, e-kirjavahetustes ja HubSpot väljade vahel, kus 18% atribuutidest puudus;
Värbavad juhid hindasid protsessi nõrgaks: kokkuvõtted erinesid värbajati ega sisaldanud ühtseid otsustuskriteeriume.
LAHENDUS · 8 NÄDALAT

Üks töövoog kandidaatide kokkuvõtete, andmete rikastamise ja värbajate QA jaoks

Ehitasime olemasoleva tehnoloogiakihi ümber AI-toega operatsioonikihi, mitte eraldi toote. Eesmärk oli lihtne: muuta iga saabuv kandidaadiprofiil struktureeritud kokkuvõtteks, rikastada CRM automaatselt ja jätta inimese kinnitus ainult sinna, kus see tõi lisaväärtust.

NÄDALAD 1–2
Protsessi kaardistus ja andmemudel
Kaardistasime sõelumisvoo ATS ekspordifailide, e-posti sisendi ja HubSpot vahel; määratlesime 24 kohustuslikku kandidaadivälja ning kinnitamisreeglid värbaja ülevaatuseks.
NÄDALAD 3–4
LLM sõelumiskokkuvõtted
Lõime prompt chain'id, mis muutsid CV-d ja kandideerimisvastused 6-osalisteks värbajakokkuvõteteks: sobivus, riskid, staaž, oskused, palgasignaalid ja soovitus järgmise sammu kohta.
NÄDALAD 5–6
CRM andmete rikastamise automatiseerimine
Ühendasime n8n-i HubSpoti ja sisemiste tabelitega, et täita puuduvad väljad automaatselt, normaliseerida ametinimetused ja asukohad, eemaldada duplikaadid ning saata teavitused Slacki.
NÄDALAD 7–8
QA, kaitsepiirid ja aruandlus
Lisatud saidile usaldusläved, inimese ülevaatus erandjuhtude jaoks, promptide versioonihaldus ning juhtpaneelid läbitöötlusaja, täitmise määra ja värbajate ülekirjutuste sageduse jaoks.
TULEMUS · 3 KUUD

Värbajad liikusid kiiremini, värbavad juhid said paremad shortlistid

MÕÕDIKENNEPÄRASTMUUTUS
Värbajate rutiinitunnid / aasta 340 0 −340h
Aeg shortlistini 4 päeva 1 päev −75%
Värbava juhi NPS 43 64 +21
CRM kirjed automaatselt rikastatud 0% 92% UUS VOOG
Värbajate ülekirjutamise määr 100% 14% −86%
“Enne Pifagori töötasid meie värbajad nagu hea vaistuga andmesisestajad. 8 nädalaga muutsime selle 1-päevaseks shortlisti protsessiks, mida meie värbavad juhid päriselt usaldavad.”
COO HR TECH SAAS · TORONTO
KKK

Korduma kippuvad küsimused

Ei leidnud vastust — kirjutage Telegrami, vastame 2 tunni jooksul.
Kui kaua võttis eellepingu aja lühendamine 4 päevalt 1 päevani aega?
Täielik juurutus, mis hõlmas protsesside kaardistamist, LLM-i kokkuvõtte päringuid ning n8n-ist HubSpot-i rikastamise automatiseerimist, lühendas eellepingu aja 4 päevalt 1 päevani ja eemaldas üle 340 tunni värbaja rutiinset tööd aastas. Stabiilse 92% CRM-i automaatse rikastamise määrani jõudmine vajas hiljem lisatud kvaliteedikontrolli kihti pärast esialgse automatiseerimise käivitumist.
Kui palju sellise projekti ehitamine maksaks?
Hind sõltub peamiselt integratsiooni keerukusest ja töövoogude arvust. See ehitus ühendas n8n-i HubSpot-i, ATS-i, e-posti sissevõtu ja Slack-iga, pluss käsuahelad 6-osaliste LLM-sõelumiskokkuvõtete jaoks; jooksev kulu jääb madalaks, kuna automatiseerimine paikneb olemasoleva tehnoloogiapaki peal, mitte ei asenda seda.
Kas see sobib meeskonnale, kellel on juba ATS ja CRM olemas?
Jah, see ehitati automatiseerimise kihina olemasoleva tehnoloogiapaki peale, mitte uue platvormina, ammutades andmeid ATS-i eksportidest, e-posti sissevõtust ja HubSpot-ist n8n-i kaudu. Selline lähenemine võimaldaski CRM-i automaatsel rikastamisel jõuda 92%-ni, ilma andmeid mujale migreerimata.
Kas sõelumiskokkuvõtete automatiseerimine tähendab, et värbajad asendatakse?
Ei, otsus jäi värbajatele: süsteem koostab 6-osalise kokkuvõtte (sobivus, riskid, tase, oskused, palgasignaalid, järgmine samm) ja märgistab piiripealsed juhtumid inimese ülevaatuseks. Värbamisjuhi NPS tõusis 43-lt 64-le ning värbajate poolt AI kokkuvõtete tühistamine langes 100%-lt 14%-le, kuna usaldus väljundi vastu kasvas.
JÄRGMINE JUHTUM IT-hariduskeskus: −52% kulu ühe sisseastumise kohta, 5.8x tasuvus
Soovite sama tulemust? Teie veebilehe ja reklaamide tasuta audit — 48 tunni jooksul. Saage audit →