Miten Spottin tekoälypohjainen yhteensovitus todella toimii: alkukartoituspuhelusta priorisoituun ehdokaslistaan

Spott muuntaa alkukartoituksen muistiinpanot hakukriteereiksi, käy läpi jokaisen ehdokastiedon ja palauttaa sitten priorisoidun ehdokaslistan sekä selkokielisen perustelun jokaiselle arvosanalle.

Spott ats Partner Spotlight
Partner Perspectives

This is sponsored content from Spott ATS. Learn here how we stay transparent.

Lyhyesti

Tekoälypohjainen ehdokkaiden yhteensovittaminen on prosessi, jossa tietokannassasi jo olevat henkilöt asetetaan järjestykseen tehtävän perusteella merkityksen eikä avainsanojen pohjalta. Spott muodostaa hakukriteerit toimeksiannon muistiinpanoistasi, käy läpi jokaisen ehdokastietueen ja palauttaa paremmuusjärjestykseen asetetun ehdokaslistan sekä kirjallisen perustelun jokaiselle tulokselle.

Spott lukee muutakin kuin ansioluettelon. Haastattelumuistiinpanot, puheluiden yhteenvedot, kokousten litteroinnit, sähköpostit, tuodut profiilit ja manuaaliset muistiinpanot syötetään kaikki samaan hakemistoon.

Ehdokkaat palautetaan pisteiden perusteella järjestettyinä ja arvioituina kriteeri kriteeriltä arviointikortin mukaan erittäin vahvoista heikkoihin.

Jokainen tulos selitetään selkokielellä, myös kielteiset puolet. Jos joku on ylikoulutettu, se kerrotaan.

Avainsana- ja Boolen-haku ovat edelleen käytettävissä. Yhteensovittaminen on vaihtoehto, ei korvaaja.

Rekrytoija tekee edelleen päätöksen. Yhteensovittaminen tuottaa lukemisen arvoisen pitkän ehdokaslistan, ei palkkauspäätöstä.

Miksi ”tekoälypohjainen yhteensovittaminen” tarvitsee määritelmän

Lähes jokainen markkinoilla oleva rekrytointialusta mainostaa nykyään tekoälypohjaista yhteensovittamista. Hyvin harvat tarkoittavat sillä samaa asiaa, ja melko monilla se tarkoittaa ”lisäsimme avainsanahakuumme synonyymiluettelon”.

Ratkaisevaa on se, mitä järjestelmä hakee. Perinteiset rekrytointitietokannat ovat relaatiotietokantoja: rivejä, sarakkeita, tunnisteita ja hakukenttä, joka etsii kirjoittamaasi merkkijonoa. Jos tietueessa lukee ”jalkapallovalmentaja” ja haet termillä ”football”, et saa mitään tuloksia. Jos konsulttisi merkitsi jonkun neljä vuotta sitten nimikkeellä ”liiketoiminnan kehityspäällikkö” ja haet nimikkeellä ”asiakkuusjohtaja”, et saa mitään tuloksia, vaikka kyseessä on ilmiselvästi sama henkilö, jota etsit.

Tällä epäonnistumistavalla on tunnettu seuraus. Rekrytoijat lakkaavat luottamasta tietokantaan ja palaavat LinkedIniin etsimään uudelleen henkilöitä, jotka yritys tuntee jo ennestään. Eräs haastattelemamme toimiston johtaja ilmaisi asian suoraan: kun tutkijat saavat hakupyynnön, heidän ensimmäinen pysähdyspaikkansa on LinkedIn, ei yrityksen maksama CRM-järjestelmä. Hän kuvaili sitä nurinkuriseksi, ja hän on oikeassa.

Spott lähestyy asiaa eri tavalla. Ehdokastietueet vektorisoidaan, eli ne indeksoidaan merkityksen eikä täsmällisen merkkijonon perusteella. Kuvailet tarvitsemasi henkilön tavallisilla lauseilla, ja järjestelmä päättelee koko tietueen perusteella. Tämä on kaiken alla kuvatun toiminnan taustalla oleva mekanismi.

Vaihe 1: Kriteerit muodostetaan toimeksiannosta, ei tyhjästä kentästä

Yhteensovittaminen alkaa ennen kuin kukaan kirjoittaa hakua.

Kun käyt toimeksiantoa koskevan puhelun rekrytoivan esihenkilön kanssa, Spottin muistiinpanotyökalu liittyy kokoukseen, tallentaa ja litteroi sen sekä tuottaa jäsennellyn toimeksiantoyhteenvedon yrityksesi käyttämän mallin mukaisesti. Yhteenveto liitetään automaattisesti tehtävään ja asiakkaan yhteyshenkilöön.

Kun avaat sen jälkeen yhteensovittamistyökalun, Spott ehdottaa hakukriteerejä puolestasi. Ne perustuvat tehtävänkuvaukseen ja kyseiseen toimeksiantoa koskevaan keskusteluun. Näytöllä näkyy luonnollisella kielellä kirjoitettu kriteerijoukko, ei tyhjä hakupalkki.

Tästä eteenpäin kriteerit ovat sinun muokattavissasi. Voit kirjoittaa minkä tahansa kriteerin uudelleen, lisätä järjestelmältä jääneitä kriteerejä, poistaa sellaisia, jotka osoittautuivat merkityksettömiksi, ja muuttaa painotuksia niin, että esimerkiksi toimialakokemus painaa enemmän kuin senioriteetti. Tämä on useimmissa esittelyissä ohitettu osuus, vaikka kokeneet rekrytoijat pitävät sitä kaikkein tärkeimpänä: haku muodostetaan lähteistetyistä kriteereistä, jotka näet ja joita voit muuttaa, ei piilotetusta kehotteesta.

Arviointikortti muodostetaan tehtävän ja toimeksiantoa koskevan keskustelun perusteella, ryhmitellään teemoihin ja sitä voi muokata.

Want to learn more about Spott ATS?

Our review covers everything you need to know.

Vaihe 2: Kuvaile tehtävää samalla tavalla kuin kuvailisit sitä kollegalle

Kriteerit ovat tavallisia englanninkielisiä lauseita. Esimerkiksi:

”Ohjelmistoinsinööri, jolla on vähintään kolmen vuoden käytännön kokemus Javasta ja Pythonista, joka asuu tällä hetkellä Belgiassa ja työskentelee B2B-ohjelmistojen parissa.”

Tai neljä tai viisi lausetta, joissa kuvataan johtajaprofiilia niin vivahteikkaasti kuin suorahakukonsultti sitä todellisuudessa tutkijalle kuvailisi.

Voit lisätä päälle tiukat suodattimet asioille, jotka ovat aidosti kaksijakoisia: sijainti, saatavuus, työnteko-oikeus ja palkkahaitari. Semanttinen haku käsittelee harkintaa; tiukat suodattimet käsittelevät faktat.

Sinun ei enää tarvitse muodostaa Boolen-merkkijonoja. Boolen-haku on edelleen käytettävissä Spottissa tapauksissa, joissa se on oikea työkalu, ja monet rekrytoijat käyttävät sitä edelleen nopeisiin hakuihin. Mutta kun haluat ”löytää omasta tietokannastamme henkilöt, jotka voisivat hoitaa

tämän tehtävän”, tehtävän kuvaileminen on tehokkaampaa kuin hakulausekkeen kokoaminen.

Vaihe 3: Haku käy läpi kaiken henkilöön liitetyn tiedon

Tässä piilee syvällisyys, ja tätä on vaikeinta jäljitellä, jos alustasi rakennettiin relaatiotietokannan päälle viisitoista vuotta sitten.

Kun haku suoritetaan, Spott tarkastelee kaikkia ehdokastietueeseen liitettyjä kontekstitietoja:

  • CV:tä tai ansioluetteloa, joka on jäsennetty rakenteiseksi tiedoksi kokemuksesta ja koulutuksesta
  • Profiilitietoja, jotka tuotiin ehdokkaan lisäämisen yhteydessä
  • Haastattelumuistiinpanoja ja manuaalisia muistiinpanoja, joita kuka tahansa yrityksen konsultti on kirjoittanut
  • Muistiinpanotyökalun tallentamia puheluyhteenvetoja ja kokousten litterointeja
  • Tietueeseen tallennettua sähköpostikirjeenvaihtoa
  • Profiiliin haettua rikastettua tietoa

Kaikki kulkee saman indeksin läpi. Niinpä kollegan kaksi vuotta sitten seulontapuhelun aikana tallentama tieto, joka ei koskaan päätynyt rakenteiseksi kentäksi ajanpuutteen vuoksi, on edelleen haettavissa tänään. Tämä on tietokannan ja organisaation muistin käytännön ero.

Vaihe 4: Kriteerien mukaan arvioitu ja järjestetty pitkä lista

Haku palauttaa tietokantasi kriteerien perusteella järjestettynä. Jokaisella ehdokkaalla on kokonaispistemäärä sekä erillinen arvio jokaisesta arviointiperusteen kriteeristä asteikolla erittäin vahvasta heikkoon.

Juuri tämä toinen osa tekee listasta helposti luettavan. Yksi yhdistetty pistemäärä ei kerro juuri mitään, koska kaksi 75 prosentin ehdokasta voi saada 75 prosenttia täysin eri syistä. Kun kriteerit näkyvät sarakkeina, näet heti, kuka on vahva kaikilla osa-alueilla ja kenellä kunnollisen keskiarvon taakse kätkeytyy vakava puute.

Listan lukemisesta on hyvä ymmärtää muutama asia.

Heikko osuma on silti osuma. Kyse ei ole epäonnistuneesta tuloksesta, vaan ehdokkaasta, joka täyttää osan toimeksiannon vaatimuksista mutta ei loppuja. Vaikeasti täytettävissä tehtävissä listan alemmasta puoliskosta alkavat usein kiinnostavimmat keskustelut.

Listan voi järjestää uudelleen. Jos katsot listan kärkeä ja huomaat määritelleesi toimeksiannon väärin, kuten tosielämän hauissa tapahtuu jatkuvasti, voit säätää kriteeriä tai painotusta ja suorittaa haun uudelleen. Prosessi on riittävän nopea, jotta se on iteratiivinen eikä kertaluonteinen kysely.

Se hakee tietokannastasi, ei kaavitusta profiilipoolista. Spott ei myy sinulle ostettua profiilikaatopaikkaa. Lähtökohtana on, että yrityksen oma verkosto on asianmukaisesti indeksoituna tällä hetkellä hukkaan heitetty voimavara.

Neljästä kriteeristä koostuvaan toimeksiantoon perustuvat järjestetyt tulokset (esimerkkidata). Jokainen sarake vastaa yhtä kriteeriä, joten vahva kokonaispistemäärä ei voi peittää heikkoa osa-aluetta.

Vaihe 5: Jokainen tulos selittää itsensä

Tämä ominaisuus ratkaisee, otetaanko hakutyökalu käyttöön vai hylätäänkö se vähin äänin.

Napsauta mitä tahansa ehdokasta, niin Spott näyttää selkokielellä, miksi järjestelmä sijoitti hänet kyseiselle kohdalle. Se käy arviointiperusteet läpi yksi kerrallaan: vahva tässä, keskitasoinen tuossa, ja tässä ovat tietueessa olevat konkreettiset todisteet, jotka tukevat kutakin arviota.

Ratkaisevan tärkeää on, että se kertoo myös huonot uutiset. Jos ehdokkaalla on yksitoista vuotta kokemusta tehtävästä, jonka vaatimukseksi on määritelty viisi vuotta, selityksessä todetaan, että hän saattaa olla ylikoulutettu. Jos hän täyttää tekniset vaatimukset, mutta toimiala on täsmällisen vastineen sijaan läheinen, se kerrotaan.

Kyse ei ole mustasta laatikosta, ja sillä on kaksi rekrytoijan luottamusta laajempaa merkitystä. Ensinnäkin sinun on pystyttävä perustelemaan esivalintasi asiakkaalle, eikä ”algoritmi piti hänestä” ole perustelu. Toiseksi selitys, joka näyttää todisteensa, on sellainen, jonka voi havaita olevan väärässä.

Jokainen tulos selittää itsensä. Tämä ehdokas saa 85 prosentin pistemäärän, mutta paneeli huomauttaa silti, että ranskan kielen taito on rajallinen työskentelytaso eikä liiketoimintataso.

Vaihe 6: Hyväksy, hylkää ja jatka eteenpäin

Tuloksista voit hyväksyä ehdokkaat kyseisen tehtävän rekrytointiprosessiin tai hylätä heidät. Toisella puolella näkyy perustelupaneeli ja toisella koko profiili. Hyväksytyt ehdokkaat siirtyvät yrityksesi määrittämiin työnkulun vaiheisiin. Sen jälkeen siirryt yhteydenottoon, seulontaan ja esittelyyn.

Koko prosessin suunnittelutavoite on tarkasti rajattu: auttaa rekrytoijaa saavuttamaan perusteltavissa oleva ehdokaslista nopeasti, jotta aika voidaan käyttää keskusteluun ehdokkaan kanssa eikä hänen etsimiseensä.

Mitä tekoälyä hyödyntävä haku ei tee

Rajoituksista on syytä puhua suoraan, sillä liioitellut väitteet horjuttivat tämän kategorian uskottavuutta alun perin.

Se ei tee päätöksiä. Se järjestää ehdokkaat ja selittää tulokset. Rekrytoija lukee, arvioi ja tarttuu puhelimeen. Selitys on olemassa juuri siksi, että ihminen voi kumota sen.

Sen laatu riippuu täysin sen käytettävissä olevasta kontekstista. Yritys, joka siirtää järjestelmään pelkkiä nimi- ja sähköpostitietoja sisältävän tietokannan, saa suppeamman tuloksen kuin yritys, jonka profiileihin on liitetty vuosien ajalta haastattelumuistiinpanoja. Tämä on rehellinen rajoite kaikissa rekrytointitietojen päälle rakennetuissa tekoälykerroksissa, ja siksi muistiinpanotyökalu on yhtä tärkeä kuin yhteensovitusmoottori. Toinen ruokkii toista.

Se ei korvaa ehdokkaiden hakua. Jos tehtävään sopiva henkilö ei ole koskaan ollut yhteydessä yritykseesi, häntä ei ole tietokannassasi, eikä mikään semanttisen haun määrä tuo häntä esiin. Yhteensovitus vastaa kysymykseen ”kenet tunnemme jo”, mikä on eri kysymys kuin ”keitä on olemassa”.

Katso, miten se toimii omassa tietokannassasi

Edellä esitetyt väitteet voidaan testata yhdessä tapaamisessa. Varaa 30 minuutin Spott-esittely, tuo mukaan aktiivinen avoin tehtävä ja katso, kuinka pitkä lista palautuu paremmuusjärjestykseen aseteltuna ja omien tietojesi perusteella perusteltuna.

Tycho De Saeytyd
Head of US at Spott. Tycho leads Spott's US business from New York, working with recruiting and staffing firms on how AI is changing the way they source, screen and place candidates. He previously advised companies on strategy and operations at McKinsey.
Follow the author:

You may also like