PROBLĒMA
Pārāk daudz rekrūteru laika aizgāja administrēšanai, nevis atlases lēmumiem
Komandai bija product-market fit, taču operācijas nebija mērogojamas. Katra vakance radīja desmitiem CV, un rekrūteri manuāli pārvērta neapstrādātus profilus piezīmēs, kas gatavas atlases vadītājiem. Kandidātu ieraksti arī tika bagātināti manuāli, radot aizkaves, nekonsekvenci un 4 dienu nobīdi, pirms kandidātu saraksti nonāca pie klientiem.
✕Rekrūteri pavadīja 340+ stundas gadā atkārtotās skrīninga piezīmēs un CRM atjauninājumos;
✕Laiks līdz kandidātu sarakstam vidēji bija 4 dienas, palēninot klientu reakciju un piedāvājumu ātrumu;
✕Kandidātu dati atradās ATS eksportos, e-pasta sarakstēs un HubSpot laukos, ar 18% trūkstošu atribūtu;
✕Atlases vadītāji procesu vērtēja vāji: kopsavilkumi atšķīrās atkarībā no rekrūtera un trūka konsekventu lēmumu kritēriju.
RISINĀJUMS · 8 NEDĒĻAS
Viena darba plūsma kandidātu kopsavilkumiem, datu bagātināšanai un rekrūteru QA
Mēs izveidojām AI atbalstītu operāciju slāni ap esošo tehnoloģiju steku, nevis atsevišķu produktu. Mērķis bija vienkāršs: pārvērst katru ienākošo kandidāta profilu strukturētā kopsavilkumā, automātiski bagātināt CRM un atstāt cilvēka apstiprinājuma soli tikai tur, kur tas patiešām rada vērtību.
1.–2. NEDĒĻA
Procesa kartēšana un datu modelis
Kartējām skrīninga plūsmu starp ATS eksportiem, e-pasta ienākošajiem datiem un HubSpot; definējām 24 obligātos kandidātu laukus un apstiprināšanas noteikumus rekrūteru pārskatīšanai.
3.–4. NEDĒĻA
LLM skrīninga kopsavilkumi
Izveidojām promptu ķēdes, kas pārvērta CV un pieteikuma atbildes 6 daļu rekrūteru kopsavilkumos: atbilstība, riski, senioritāte, prasmes, algu signāli un ieteikums nākamajam solim.
5.–6. NEDĒĻA
CRM datu bagātināšanas automatizācija
Savienojām n8n ar HubSpot un iekšējām izklājlapām, lai automātiski aizpildītu trūkstošos laukus, normalizētu amatus un lokācijas, dedublētu ierakstus un sūtītu brīdinājumus uz Slack.
7.–8. NEDĒĻA
QA, drošības ierobežojumi un atskaites
Pievienojām pārliecības sliekšņus, cilvēka pārskatīšanu robežgadījumiem, promptu versēšanu un paneļus izpildes laikam, pabeigtības līmenim un rekrūteru pārrakstīšanas biežumam.
REZULTĀTS · 3 MĒNEŠI
Rekrūteri strādāja ātrāk, atlases vadītāji saņēma labākus kandidātu sarakstus
| METRIKA | PIRMS | PĒC | IZMAIŅAS |
|---|---|---|---|
| Rekrūteru rutīnas stundas / gadā | 340 | 0 | −340h |
| Laiks līdz kandidātu sarakstam | 4 dienas | 1 diena | −75% |
| Atlases vadītāju NPS | 43 | 64 | +21 |
| CRM ieraksti ar automātisku bagātināšanu | 0% | 92% | JAUNA PLŪSMA |
| Rekrūteru pārrakstīšanas līmenis | 100% | 14% | −86% |
“Pirms Pifagor mūsu rekrūteri strādāja kā datu ievades speciālisti ar labu intuīciju. 8 nedēļās mēs to pārvērtām par 1 dienas kandidātu saraksta procesu, kam mūsu atlases vadītāji patiešām uzticas.”