8 rekrutteringsoppgaver du ikke visste at du kunne overlate til Spott

Se 8 oppgaver Spott automatiserer for rekrutterere: KI-genererte samtalenotater, automatisk tagging, semantisk kandidatsøk, regler uten kode og databasechat på vanlig språk via MCP.

Spott ats Partner Spotlight
Partner Perspectives

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

TL;DR

Spott er et AI-basert søkersporingssystem, og automatiseringen kommer i fire lag. De fleste rekrutteringsteam kjenner bare til det andre.

Lag1. Spott samler innHva Spott gjørTar opp, oppsummerer og arkiverer samtalene dine, og oppdaterer deretter databasen basert på demHvem som setter det oppIngen. Det kjører som standard
Lag2. Spott finner og utarbeider utkastHva Spott gjørSemantisk matching, stillingsbeskrivelser, utkast til henvendelserHvem som setter det oppRekruttereren, ved behov
Lag3. Spotts regler utfører handlingerHva Spott gjørArbeidsflyter med utløsere og handlinger som følger med på at ting skjer, og at ingenting skjerHvem som setter det oppEn administrator, uten kode
Lag4. Du snakker med SpottHva Spott gjørKoble Spott til Claude eller ChatGPT og still spørsmål med vanlig språkHvem som setter det oppEnhver bruker, uten kode, på få minutter

Den røde tråden: Administrasjonen rekrutterere misliker, er for det meste dataregistrering som finnes for å mate et system som ikke gir noe tilbake. Spott automatiserer innsamlingen, slik at resultatet begynner å fungere. Det er det eneste som noen gang får folk til å bruke et søkersporingssystem.

Hvorfor rekrutterere forlater søkersporingssystemet sitt

Eldre søkersporingssystemer er inndatamaskiner. Noen må skrive inn notatene, merke posten, oppdatere feltene og loggføre samtalen. Det tar reell tid, skjer etter at oppmerksomheten allerede har flyttet seg videre, og gir ikke personen som gjør det noe tilbake. Derfor blir det ikke gjort: Felt blir utdaterte, databasen forfaller, søk gir ingen nyttige resultater, og konsulenter går tilbake til LinkedIn for å finne igjen personer firmaet deres allerede kjenner.

Bedre opplæring vil ikke løse dette. Alle byråer i verden har prøvd. Det som løser det, er å fjerne trinnet med manuell registrering, slik at data samler seg som et biprodukt av arbeidet i stedet for å være en skatt på det. Det er problemet Spott ble bygget rundt, og det er det første laget nedenfor. Alt annet avhenger av det.

Lag 1: Spott samler inn samtalen

Want to learn more about Spott ATS?

Our review covers everything you need to know.

1. Skrive ut intervjuet

Spotts AI-notatskriver blir med på samtalen, tar den opp, transkriberer og oppsummerer den, og arkiverer automatisk referatet på kandidatposten. Introduksjonssamtaler med ansettende ledere behandles på samme måte, oppsummert etter firmaets egen mal og knyttet til stillingen. Den reelle andreeffekten er denne: Rekruttereren kan faktisk lytte, i stedet for å dele oppmerksomheten mellom samtalen og tastaturet.

2. Oppdatere profilen etter hver samtale

En kandidat nevner en ny sertifisering, en flytting eller en endring i hva de ønsker. I de fleste firmaer skal noen oppdatere feltene etterpå, men ingen gjør det. Spott leser samtalen, identifiserer hva som er nytt og foreslår endringen med før- og etterversjonen side ved side, slik at en person godkjenner eller avviser den i stedet for at databasen blir skrevet om i det stille.

Dette er den mest verdifulle automatiseringen i rekruttering, fordi den angriper den grunnleggende årsaken til at databaser forfaller. Profilene holdes oppdaterte som en konsekvens av å snakke med folk, noe rekruttererne uansett skulle gjøre.

3. Merke og berike posten

Konsulenter blir bedt om å merke kandidater etter fagområde, senioritet eller sektor, og etterlevelsen er i beste fall ujevn. I Spott beskriver du regelen én gang, med vanlig språk i innstillingene, for eksempel «merk bare teknologiene kandidaten aktivt arbeider med», og plattformen bruker den konsekvent på hver eneste post. Nye poster berikes når de opprettes, slik at hullene som aldri sto i en CV, fylles.

Automatisk merking i Spott konfigureres på vanlig engelsk: ett felt, et sett med alternativer og en instruksjon skrevet som en setning, brukt konsekvent på hver eneste post i databasen.

Lag 2: Spott finner og utarbeider utkast

4. Finne personer ved å beskrive dem

I stedet for boolske søkestrenger beskriver du personen du trenger, med vanlige setninger, og Spott rangerer hele databasen mot denne beskrivelsen. Den leser CV-er, notater, intervjureferater, samtaleoppsummeringer og korrespondanse, i stedet for bare strukturerte

felt. Resultatene kommer tilbake rangert fra svært godt til svakt samsvar, hvert med en skriftlig forklaring på hvorfor personen fikk den aktuelle poengsummen, kriterium for kriterium, inkludert hvor personen ikke oppfyller kravene.

Dette er gevinsten ved lag 1. En detalj en kollega fanget opp i en førstegangssamtale for to år siden, men som aldri kom inn i et strukturert felt fordi ingen hadde tid, kan søkes frem i Spott i dag.

5. Utarbeidelse av stillingsbeskrivelsen og den oppsøkende kontakten

Spott genererer stillingsbeskrivelsen fra inntakssamtalen og rolleopplysningene systemet allerede har, og utarbeider en personlig oppsøkende melding for hver kandidat basert på det systemet vet om dem og rollen, klar til redigering og sending.

Det er verdt å si det tydelig: Ha et menneske med i loopen når det gjelder oppsøkende kontakt. Fullstendig ubemannet AI-meldingskommunikasjon i stor skala er slik virksomheter får et omdømmeproblem. Verdien ligger i å fjerne den blanke siden, ikke i å fjerne rekruttereren.

Lag 3: Spotts regler virker mens du rekrutterer

Spotts automatiseringsbygger består av utløsere, betingelser og handlinger, konfigurert av en administrator uten kode. De mest interessante reglene utløses når ingenting skjer, noe mennesker er dårligst til å legge merke til.

6. Fange opp relasjoner før de kjølner

Ingen samtale med en sterk kandidat på 90 dager? Spott markerer kandidaten, sender en e-post eller flytter vedkommende til en liste for ny kontakt. Ingen kontakt med en kunde på seks måneder? Spott varsler kundeansvarlig før en konkurrent får det neste oppdraget. Den andre regelen treffer konsekvent hardest hos byråledere, fordi den handler om forretningsutvikling snarere enn administrasjon, tar minutter å sette opp, og de fleste virksomheter aldri gjør det.

Hver regel i Spotts automatiseringsbygger har de samme tre delene og krever ingen kode: når dette skjer, hvis disse betingelsene gjelder, gjør dette.

7. Holde salgspipelinen og resten av virksomheten ærlig

En kandidat er plassert? Spott lukker stillingen, sender kunden en bekreftelse på e-post og åpner plasseringsskjemaet. Når en søknad når samtykkestadiet? GDPR-e-posten sendes automatisk. Og Spotts webhooks sender hver hendelse videre til resten av virksomheten i det øyeblikket den skjer: en plassering dukker opp i Slack- eller Teams-kanalen din, detaljene flyter inn i faktureringsverktøyet, og et live-dashbord oppdateres. Hver for seg er dette små ting. Til sammen er de forskjellen mellom rapporter du stoler på, og rapporter noen avstemmer manuelt hver fredag.

Lag 4: Du snakker med Spott

8. Stille spørsmål til databasen på vanlig språk

Spott kjører en MCP-server, slik at du kan legge den til som en kobling i Claude eller ChatGPT, peke den til mcp.spott.io/mcp og logge inn med din vanlige Spott-pålogging. Det tar et par minutter, krever ingen kode, og hver bruker ser bare dataene Spott-tillatelsene deres allerede gir tilgang til, noe som gjør det trygt å gi hele teamet tilgang.

Her er Spott koblet til en AI-assistent, der hvert verktøy individuelt er satt til å tillate, spørre eller blokkere, og skrivebeskyttede verktøy er skilt fra dem som endrer data.

Dette er hva det endrer i praksis:

  • "Finn alle CFO-kandidater vi har snakket med de siste 12 månedene, som er åpne for PE-støttede roller." Ingen søkeoperatorer, og den leser notatene et nøkkelordsøk aldri ville nådd.
  • "Oppsummer interaksjonene våre med denne kunden og lag stikkord til samtalen min." Fem minutters lesing erstatter en time med leting gjennom e-posttråder.
  • "Generer ukens virksomhetsgjennomgang: plasseringer, konverteringsrater og rekrutteringsresultater." En oppdatering klar for ledelsen på forespørsel, i stedet for et monteringsarbeid mandag morgen.

Det viktige er ikke ett enkelt spørsmål. Det er at grensesnittet mot rekrutteringsdatabasen din slutter å være en samling skjermer noen må lære seg, og blir en samtale. For byråeiere og seniorkonsulenter, som trenger svar fra systemet langt oftere enn de legger inn data i det, er dette den raskest tilgjengelige gevinsten på listen.

Slik får du dette i gang i Spott

Start med registrering, og legg deretter til reglene som skaper problemer hver uke. Lag 1 kjører som standard og er det som får alt annet til å fungere. Etter det vil markeringen av inaktive kunder og regelen for inaktive kandidater endre hvordan uken føles.

Slå på assistenten tidlig. Det tar minutter, krever ingen utvikler, og overbeviser skeptiske senioransatte fordi den gir dem noe i stedet for å be dem om noe.

Utnevn en kjernegruppe. Virksomheter som lykkes med dette, lærer opp en håndfull administratorer og superbrukere skikkelig, lar dem bygge og forbedre arbeidsflytene, og ruller dem deretter ut til alle andre. Det fungerer ikke å prøve å gjøre hver konsulent til en som bygger automatiseringer.

Se det på ditt eget skrivebord

Den raskeste måten å vurdere noe av dette på er ikke en funksjonsliste, men dine egne roller og din egen database. Bestill en 30-minutters Spott-demo og ta med deg et direktesøk: beskriv rollen med én setning, og se hva dine egne data gir tilbake.

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