Uruchamiasz wyszukiwanie w poniedziałek. Przeglądasz 200 profili. 20 oznaczasz jako trafione. 30 odrzucasz. Reszty nie tykasz.

Uruchamiasz to samo wyszukiwanie w piątek. Te same 30 odrzuconych profili wraca na górę listy. Dwadzieścia, które oznaczyłeś jako trafione, leży przygniecione przez ludzi, którzy nie mają z nimi nic wspólnego.

Z punktu widzenia narzędzia Twoja poniedziałkowa ocena nigdy nie istniała.

To rzecz, w której narzędzia do sourcingu są cicho i powszechnie złe. Zapominają.

Problem drugiego wyszukiwania

Każde narzędzie do sourcingu sprzedaje Ci filtry. Filtry są bezstanowe. Znają Twoje zapytanie. Nie znają Twoich reakcji na to, co zapytanie zwróciło.

Pierwsze wyszukiwanie to uczciwa walka. Ty definiujesz parametry, narzędzie zwraca wyniki, Ty je przesiewasz. Przy dziesiątym wyszukiwaniu masz za sobą dwieście decyzji, których narzędzie w ogóle nie pamięta. Twoja najlepsza wiedza o kandydatach — wydestylowana z godzin oceniania — siedzi w Twojej głowie albo w arkuszu, który ktoś raz wyeksportował.

To właśnie ta decyzja projektowa odróżnia oprogramowanie do sourcingu kandydatów z AI, które faktycznie się uczy, od oprogramowania, które tylko ma AI w nazwie. Narzędzie, które się uczy, zamienia te dwieście decyzji w sygnał rankingowy. Narzędzie, które się nie uczy, traktuje Cię jak użytkownika pierwszego dnia — na zawsze, niezależnie od tego, jak długo konto jest otwarte.

Szybki sposób sprawdzenia różnicy na demie: uruchom wyszukiwanie, oceń dziesięć losowych profili, uruchom to samo wyszukiwanie ponownie i patrz, czy ranking się przesunie. Jeśli nie, „AI" w nazwie produktu nie wykonuje żadnej pracy.

Twoje oceny to dane

Najlepszy sygnał, do jakiego platforma sourcingowa ma dostęp, to Ty.

Wiesz, co znaczy „świetny senior React engineer do naszego zespołu", w sposób, w jaki filtr nigdy tego nie pojmie. Wiesz, że idealny kandydat dowoził produkty konsumenckie, a nie korporacyjne dashboardy. Wiesz, że kandydaci z Kijowa wchodzą w projekt szybciej niż osoby pracujące zdalnie z odległości czterech stref czasowych. Wiesz, że ludzie z agencji rzadko wpasowują się w Waszą kulturę produktową.

Narzędzie tego nie wie. Chyba że mu powiesz. A nie powinieneś musieć niczego z tego wypisywać.

Dobrze działające narzędzie do sourcingu przekłada Twoje oceny na sygnał automatycznie. Oznaczasz jako trafione profile o pewnych cechach — te cechy zyskują wagę w tej konkretnej rekrutacji. Odrzucasz profile o innych cechach — te tracą. Następna partia odzwierciedla to, co powiedziałeś systemowi, a nie to, co wpisałeś w pole filtra.

Dwie rzeczy mają tu znaczenie. Pierwsza: uczenie musi być ograniczone do jednej rekrutacji. Twoje wyszukiwanie senior Reacta nie powinno zanieczyszczać wyszukiwania product designera, bo definicje „świetnego" są w obu przypadkach inne. Druga: narzędzie musi pokazać, czego się nauczyło. Jeśli system twierdzi, że się dostosowuje, ale nie potrafi powiedzieć, co się zmieniło, to czarna skrzynka — a takiej nie warto stawiać między sobą a decyzjami rekrutacyjnymi.

Poproś każdego dostawcę, żeby pokazał wprost, czego jego system nauczył się z Twoich ocen. Jeśli nie potrafi odpowiedzieć, to znaczy, że się nie nauczył.

Problem pokrycia

Z narzędziami do sourcingu jest jeszcze jeden kłopot, który nie ma nic wspólnego z inteligencją, a wszystko z tym, gdzie te narzędzia patrzą.

Większość szuka tam, gdzie została zbudowana. Jeśli cała Twoja pula talentów siedzi na LinkedInie, nie ma to znaczenia. Jeśli zatrudniasz ukraińskich inżynierów, polskich designerów albo kogokolwiek aktywnego na regionalnych platformach — ma ogromne. Lokalni kandydaci żyją na lokalnych portalach pracy. Freelancerzy i osoby pracujące wyłącznie zdalnie żyją na platformach niszowych. Narzędzie, które widzi tylko LinkedIn, pokazuje Ci widoczną część puli i liczy, że nie zauważysz reszty.

Lepsze narzędzie przeszukuje platformy regionalne i globalne w jednym przebiegu i scala profile, które pojawiają się w więcej niż jednym miejscu. To drugie nie jest miłym dodatkiem. Pokrycie wielu platform bez deduplikacji jest gorsze niż pokrycie jednej, bo ta sama osoba pojawia się trzy razy, a pula wygląda na większą, niż jest.

Sam sygnał „znaleziono na trzech platformach" też jest użyteczny. Osoby aktywnie szukające pracy są wszędzie. Martwe profile nie.

Dwóch rekruterów, jedna rekrutacja

Sourcing rzadko robi się w pojedynkę. Dwóch rekruterów przy jednej rekrutacji to norma. Trzech przy większej skali to standard. I większość narzędzi obsługuje to źle.

Scenariusz awarii jest znajomy. Jedna osoba oznacza profil jako trafiony, druga o tym nie wie. Obie wysyłają wiadomość osobno. Albo jedna odrzuca profil, który druga by pokochała, i rozbieżność nigdy nie wychodzi na wierzch, bo odrzucenia są prywatne. Zespół kończy z trzema równoległymi arkuszami, które się nie zgadzają, a rekrutacja trwa dłużej, niż powinna.

Wersja, która działa: oceny wszystkich są podpisane i widoczne dla zespołu, ale ranking, który widzi każdy rekruter, trenuje się na jego własnych ocenach. Nie nadpisujesz opinii koleżanki. Nie dziedziczysz też jej gustu. Rozbieżność jest widoczna na karcie. Zgodność oszczędza drugiej osobie całą pracę.

Jeśli demo nie potrafi pokazać, co się dzieje, gdy dwie osoby z zespołu nie zgadzają się co do profilu, narzędzie zaprojektowano dla jednego rekrutera pracującego w izolacji.

Ostatni odcinek

Ostatnia rzecz warta nazwania to, co dzieje się po znalezieniu kandydata. Tu umiera większość oszczędności czasu z sourcingu.

Znalazłeś kandydata. Teraz go eksportujesz, importujesz do ATS-a, tagujesz i ręcznie odpalasz etap screeningu. Każde z tych kliknięć to okazja, żeby proces się urwał. Opóźnienie między „znaleziony" a „w screeningu" bywa dłuższe niż cała sesja sourcingu, która ten profil wyprodukowała.

Sourcing żyjący wewnątrz platformy rekrutacyjnej powinien to opóźnienie zerować. Jedno kliknięcie kieruje profil do lejka danej rekrutacji. Dalej przejmuje screening AI rozumiejący kontekst. Rekruter nie dotyka żadnego CSV.

Warto sprawdzić w każdym ocenianym narzędziu: czy kandydat z sourcingu wchodzi w ten sam przepływ oceny co kandydat, który zgłosił się sam, czy lejek traktuje go jako coś osobnego? Jeśli osobno — kupiłeś dwa narzędzia, z których każde nazywa siebie rekrutacją.

Co zostaje po pitchu

Marketing narzędzi sourcingowych zszedł się w trzech słowach. AI. Uczenie. Inteligentny. Używa ich każdy dostawca. Prawie żaden nie ma na myśli tego, co założyłby rekruter.

Różnica, która ma znaczenie, jest jedna: czy narzędzie staje się lepsze w miarę używania, osobno dla każdej rekrutacji, w sposób, który da się wskazać palcem. Jeśli tak — osąd Twojego zespołu pracuje jak procent składany. Jeśli nie — płacisz za wyszukiwarkę w lepszym opakowaniu.

Careerswift Hire traktuje to jako jeden ciągły proces. Wyszukiwanie na platformach regionalnych i globalnych w jednym przebiegu. Ocena kandydatów bezpośrednio na kartach profili. Ranking reagujący na to, co powiedziałeś systemowi o dopasowaniu — osobno dla każdej roli, przejrzyście. Kandydaci z sourcingu wchodzą w ten sam przepływ screeningu z AI, przez który przechodzą osoby zgłaszające się same. Jeden produkt, jeden zbiór danych, jedna ciągła pętla, w której oceny rekrutera zasilają lepszy ranking.

Przyjdź z tą rekrutacją, z którą męczysz się od tygodni. Najlepsze platformy sourcingowe lubią trudny test.

Umów demo.