PROBLEMA
Per daug atrankų specialistų laiko buvo skiriama administravimui, o ne samdos sprendimams
Komanda turėjo product-market fit, tačiau operacijos nesiplėtė kartu su paklausa. Kiekviena pozicija sugeneruodavo dešimtis CV, o atrankų specialistai rankiniu būdu paversdavo neapdorotus profilius į samdos vadovams paruoštas pastabas. Kandidatų įrašai taip pat buvo pildomi ranka, todėl atsirasdavo vėlavimų, nenuoseklumo ir 4 dienų delsimas, kol kandidatų sąrašai pasiekdavo klientus.
✕Atrankų specialistai skyrė 340+ valandų per metus pasikartojančioms atrankos pastaboms ir CRM atnaujinimams;
✕Laikas iki kandidatų sąrašo vidutiniškai siekė 4 dienas, lėtindamas atsaką klientams ir pasiūlymų tempą;
✕Kandidatų duomenys buvo išskaidyti tarp ATS eksportų, el. pašto gijų ir HubSpot laukų, o 18% atributų trūko;
✕Samdos vadovai procesą vertino prastai: suvestinės skyrėsi priklausomai nuo atrankų specialisto ir neturėjo nuoseklių sprendimo kriterijų.
SPRENDIMAS · 8 SAVAITĖS
Vienas workflow kandidatų suvestinėms, duomenų papildymui ir atrankų specialistų QA
Sukūrėme AI palaikomą operacijų sluoksnį aplink esamą technologinį stack, o ne atskirą produktą. Tikslas buvo paprastas: kiekvieną gaunamą kandidato profilį paversti struktūruota suvestine, automatiškai papildyti CRM ir palikti žmogaus patvirtinimo žingsnį tik ten, kur jis kuria vertę.
1–2 SAVAITĖS
Proceso žemėlapis ir duomenų modelis
Sužymėjome atrankos eigą per ATS eksportus, el. pašto gavimą ir HubSpot; apibrėžėme 24 privalomus kandidato laukus ir patvirtinimo taisykles atrankų specialistų peržiūrai.
3–4 SAVAITĖS
LLM atrankos suvestinės
Sukūrėme promptų grandines, kurios CV ir kandidatų atsakymus paversdavo į 6 dalių atrankų specialistų suvestines: atitikimas, rizikos, seniority, įgūdžiai, atlygio signalai ir rekomenduojamas kitas žingsnis.
5–6 SAVAITĖS
CRM duomenų papildymo automatizacija
Sujungėme n8n su HubSpot ir vidinėmis skaičiuoklėmis, kad automatiškai užpildytume trūkstamus laukus, suvienodintume pareigybių pavadinimus ir lokacijas, pašalintume dublikatus ir siųstume įspėjimus į Slack.
7–8 SAVAITĖS
QA, apsauginiai ribotuvai ir ataskaitos
Pridėjome patikimumo slenksčius, žmogaus peržiūrą nestandartiniams atvejams, promptų versijavimą ir skydelius apdorojimo laikui, užbaigtumo rodikliui bei atrankų specialistų perrašymų dažniui stebėti.
REZULTATAS · 3 MĖNESIAI
Atrankų specialistai dirbo greičiau, o samdos vadovai gavo geresnius kandidatų sąrašus
| RODIKLIS | PRIEŠ | PO | POKYTIS |
|---|---|---|---|
| Atrankų specialistų rutinos valandos / metus | 340 | 0 | −340h |
| Laikas iki kandidatų sąrašo | 4 days | 1 day | −75% |
| Samdos vadovų NPS | 43 | 64 | +21 |
| Automatiškai papildyti CRM įrašai | 0% | 92% | NAUJAS SRAUTAS |
| Atrankų specialistų perrašymų rodiklis | 100% | 14% | −86% |
„Iki Pifagor mūsų atrankų specialistai veikė kaip duomenų suvedimo darbuotojai su gera nuojauta. Per 8 savaites tai pavertėme į 1 dienos kandidatų sąrašo procesą, kuriuo mūsų samdos vadovai iš tiesų pasitiki.“