Как заменить HR-a роботом?

А как вы любите смотреть видео или фильмы? Кто-то ложится в кровать, кто-то садится в кресло с едой и чаем. Ну, а кому-то и как обычно, за столом, хорошо. В любом случае, предлагаю занять вашу любимую позицию для просмотра. Ведь сегодня я представляю вам интервью Дмитрия Завалишина, основателя группы компаний DZ Systems, с Алексеем Костаревым, одним из создателей Робота Веры. Из него вы узнаете о сложном пути развития компании, проблемах и их решениях, о самой технологии робота, ну и о планах на будущее.


Цикл статей «Digital Transformation»


Технологические статьи:
1. Начало.
2. Лотерея в облаке.
3. Блокчейн в банке.
4. Учим машину разбираться в генах человека.
5. Учим машину разбираться в языках.
6. Сказ о том, как SQL время экономит.
7. Loading…

Серия интервью с Дмитрием Завалишиным на канале DZ Online:
1. Александр Ложечкин из Microsoft: Нужны ли разработчики в будущем?
2. Алексей Костарев из DZ Systems: Как заменить HR-a роботом?


С кем интервью?


plsmlu_xg1fonp_uzuoxmzcrpwo.jpegДмитрий Завалишин — российский программист, автор концепции ОС Фантом, организатор и член программного комитета конференции OS Day, основатель группы компаний DZ Systems. В 1990—2000 годах принимал активное участие в создании Российских сегментов сети Интернет (Релком) и Фидонет, в частности, обеспечил прозрачное взаимодействие этих сетей. В 2000—2004 годах отвечал за проектирование, разработку и развитие портала компании Яндекс, создал службу Яндекс.Гуру (в дальнейшем — Яндекс.Маркет). Подробнее можно почитать на Wiki.

zleuhdrzesaqbuaktj-ohri0kie.jpegАлексей Костарев — Безостановочный предприниматель с более чем 18 годами опыта создания компаний. Один из основателей Giftoman — SAAS сервиса для директоров по продажам Retail для вовлечения персонала магазина в выполнение планов по продажам. Представитель Робота Вера. Основатель компании, которая начала нанимать людей на работу с помощью роботов.

Интервью


Звучит страшно на самом деле, потому что кажется, что случился тот день, когда роботы берут на работу человека. Но по большому счету, если посмотреть на то, что вы сделали, если посмотреть HR-ный процесс целиком, то робот занимает в нем, кажется, очень небольшую часть. Или я не до конца понимаю принцип вашего бизнеса.

Скажем, если говорить про сейчас, то действительно робот занимает пока только небольшую часть. Но он занимает абсолютно точно самую рутинную, самую скучную часть, когда требуется отсеять и понять, кто же из тех кандидатов, которые были сделаны в выборке, является нашим квалифицированным кандидатом, которого стоит пригласить на интервью, который прошел какой-то минимальный отсев. По сути своей, short-list или короткий лист кандидатов. Но с каждым днем мы движемся по этому процессу все дальше и дальше. И у роботов, в отличие от людей, есть, безусловно, ряд своих преимуществ.

Их трудно выбесить.

Их трудно выбесить. Наверное, самые интересные находки связаны со следующим: когда робот проводит интервью с человеком, а наша компания, первая в мире, сделала уже 1 млн. интервью с роботом, то есть миллион кандидатов прошли интервью с роботом; сейчас уже чуть больше.

Для сравнения, а ваши конкуренты?

Наши конкуренты, американская компания Mia, сделали 40 тысяч и последний инвестиционный раунд закрыли на 30 млн. долларов. Мы пока значительно меньше привлекли средств, но мы активно развиваемся, практически каждый месяц удваиваемся.

Первая интересная находка состояла в том, что, когда человек ответил на вопросы робота и, казалось бы, уже квалифицирован, робот начинает приглашать его на интервью, либо предлагает ему пообщаться с рекрутером, и он говорит: «Нет, не хочу». И это момент истины, когда робот задаёт ему вопрос «почему». И мы были действительно удивлены тому, что практически 20% кандидатов по несколько минут начинают объяснять, почему они, например, не хотят работать в этой компании, почему их не устраивают условия или ещё что-то.

Человеку они такое, наверное, не сказали бы.

Человеку они бы сказали по-другому — раз. Второе — как мне кажется, они сказали бы значимо меньше правды, потому что, когда мы общаемся с человеком…

Эмоции вступают.

… у нас вступают в дело эмоции. Когда они говорят это человеку, все записи слушать не станешь, и руководителю HR службы и самой компании не всегда становится понятно, а что же там происходит. Причём эта же ситуация меняется, она динамическая. То есть, например, когда какая-то федеральная сеть выходит в какой-то регион, или вдруг они нанимали на эту вакансию людей, а тут оказалось, что на вакансию люди не нанимаются, или не так активно идут, или кандидатом стало меньше.

Что изменилось?

В этот момент ты можешь взять расшифровки и посмотреть, что люди отвечают, понять, что на той стороне твои потенциальные сотрудники говорят.

А давайте расскажем зрителям, как устроен сервис. Потому что вы точно знаете, что там есть, я попробовал чуть-чуть, посмотрел на него, а зритель не знает.

Сервис устроен следующим образом: когда рекрутер (обычно это делает рекрутер) сделал первичную поисковую выборку на работных сайтах, у него появилось некоторое количество потенциальных резюме, которые он думает, что потенциально подходят. В зависимости от того, какое количество кандидатов требуется, то есть чем больше тебе кандидатов требуется, тем больше их должно быть в выборке, что в разных регионах или при особо жесткой выборке не всегда получается. В этот момент в традиционной истории (нецифровой) рекрутеру нужно сделать: 1) когда он делал выборки по нескольким работным порталам, если на одном недостаточно.

Совместить.

У него возникают дубликаты. В среднем таких дубликатов — 20–30%, то есть 20–30% работы он экономит, потому что Вера, наш Робот, сразу эти дубликаты убирает. Дальше наступает самый интересный процесс: всем тем кандидатам, кого он выбрал потенциально интересным, нужно позвонить и задать вопрос «вы действительно ищете сейчас работу?». Потому что выборка производится за разный период времени, и тебе бывает необходимо посмотреть.

Люди уже нашли работу.

И здесь в среднем где-то 70% всех звонков, которые делает рекрутер в традиционном мире, делаются зря. Причем это делается не только рекрутерами в крупных компаниях, но точно также, когда вам нужно набрать водителя, бухгалтера, помощника и т.д.

Работа происходит следующая: ты звонишь, задаешь вопрос «Ищете ли вы работу?». Тебе нужно дозвониться, тебе нужно дозвониться в удобное время для человека и задать ему базовые вопросы, которые не всегда можно учесть в какой-то выборке резюме или на работном сайте. То, насколько качественно, и то, насколько ты понимаешь, как задать эти вопросы (точно также как сейчас у нас на интервью происходит), от этого очень сильно зависит то, насколько квалифицированных кандидатов ты получишь. Это особый навык, особое искусство. Вера делает это одновременно и может это делать одновременно с десятками тысяч кандидатов. Мы частенько это делаем, когда много запросов.

Параллельно.

Она делает параллельно десятки тысяч интервью и дает работодателю только тех кандидатов, которые прошли весь скрипт (практически все его вопросы) и ответили на них ровно так, как хотел работодатель. Причем там могут быть открытые вопросы с различными вариациями, например, «Почему уволились с места работы?» или «Есть ли у вас автомобиль?», «Знаете ли вы иностранный язык?». Ты можешь тут же роботом перейти на иностранный язык. Например, спросил «Знаешь ли ты английский?», если кандидат ответил «Да», ты можешь дальше продолжать Верой задавать вопросы на английском языке и проверить, действительно ли он знает английский язык. Собственно говоря, таких кейсов достаточно, таких кейсов бесконечное множество.

И вы умеете анализировать открытые ответы?

На текущий момент мы умеем делать следующее: мы умеем ответы анализировать, расшифровывать моментально в виде текста и предоставлять работодателю это в виде расшифровок по каждому кандидату. В принципе, с точки зрения поиска и такой простой механической работы, это сильно спасает. Это спасает от того, что тебе не нужно прослушивать.

В семантику робот не вдается, он просто задает вопросы, собирает ответы, и на основании этих ответов делается первичная фильтрация.

В семантику мы не вдавались до недавнего времени. Первичную задачу, которую мы решали, мы решали задачу именно короткого листа и фактически действовали по скрипту, никакого особого интеллекта у робота до недавнего времени не было. Когда мы накопили значимое количество интервью (чуть больше 600 тысяч), мы решили, что следует решить еще следующую задачу — кроме того, что рекрутер или робот задает вопросы, у кандидата тоже могут быть вопросы. Вопросы могут быть относительно зарплаты, относительно компании, относительно времени выхода на работу, графика и т.д. То есть вопросов у кандидатов, с одной стороны, много, с другой стороны, их количество конечно. Мы взяли определенный стек технологий и натренировали нейронную сеть на той базе интервью, которая у нас была, добавили туда…

Типовые вопросы, которые обычно задают.

Добавили туда типовые вопросы. И собственно говоря, поработали с семантикой. Потому что вопрос про зарплату может быть задан:, а чо по деньгам, а какая зарплата. И в любом из этих вариантов лучше, когда робот распознает и ответит так, как нужно.

Что-нибудь может сказать в ответ.

Потому что от этого параметра зависит, дойдет ли кандидат до интервью.

Дойдет или нет, да.

А доходимость — это значимая проблема. Сейчас практически в каждом интервью мы начинаем использовать ответы на вопросы. То есть, с одной стороны, мы интервьюируем кандидата, с другой стороны, кандидат может задать вопросы, и здесь как раз машинное обучение активно используется.

Сразу два вопроса. Первый вопрос: он может задавать этот вопрос в любом месте скрипта или нужно дождаться места, когда робот явно скажет ему: «А теперь спрашивайте меня, я Вам что-нибудь отвечу»?

Мы двигаемся сейчас скорее поступательным движением, потому что, с одной стороны, нам хотелось бы подойти к живому диалогу. Но это настолько большая и сложная именно технологическая задача (по сути, в мире ее не решил пока никто, и у нас она пока тоже не решена), поэтому у нас, как вы правильно сказали, диалог сейчас разделен на две части. С одной стороны, Вера задает вопросы, дальше она говорит: «А есть ли у вас какие-то вопросы?», и здесь включается как раз машинное обучение. Но мы накапливаем те вопросы, которые задают люди, и продолжаем их накапливать; мы даем рекрутерам возможность видеть эти вопросы, на которые не были ответы в своем личном кабинете, и добавлять ответы. Что, собственно говоря, приносит пользу как рекрутерам, так и нам, как владельцам сервиса. Потому что Вера с каждым днем становится умнее.

У меня сразу еще вопрос возникает. Но я дозадам предыдущий: вы сейчас описали некую модель, которая явно живет в рынке кандидата. У нас на сегодня на самом деле существенная нехватка рабочей силы, и скорее кандидат выбирает, куда он пойдет, чем компания вольготно выбирает из большого количества желающих. Или я ошибаюсь?

Мне кажется, скорее не так, потому что основная проблема рынка — отсутствие так называемых квалифицированных кандидатов. Причем эта история не про Россию, это история в целом про мир.

mzj0s5n-psvkf37ggvuenqt2ov8.jpeg

Про весь мир, да.

Там забавная история в том, что 54% крупных корпоративных компаний заявляет о том, что им не хватает квалифицированных кандидатов. Но 75% кандидатов отвечает, что они несвоевременно получают обратную связь о том…

Не квалифицированы.

Нет, что прошли они интервью или не прошли. Понимание того, где с точки зрения этого процесса они находятся. И здесь наступает самый интересный момент: если мы возьмем любого ритейлера, любую крупную федеральную компанию, она, с одной стороны, заявляется о том, что кандидатов недостаточно. Но даже у тех компаний, которые хорошо и публично известны, запросов от кандидатов идет достаточно много. То есть они опубликовали, например, вакансию на каком-нибудь известном работном сайте, и дальше начинает огромное количество откликов. Но чтобы представить, в какой-нибудь крупной федеральной сети в центре подбора персонала, например, работает всего 10–12 человек. И дальше возникает следующий момент, собственно в момент самой проблемы: когда эти запросы разово приходят, эти люди…

Перегружены.

Им, казалось бы, кандидатов не хватает, но справиться с потоком и отквалифицировать этих кандидатов, у них ресурсов нет. Потом, когда кампания заканчивается, количество откликов становится меньше, или повышается конкурентность, или сезон, они начинают искать снова этих кандидатов. Потом, как только эти кандидаты находятся, и они находят процесс, возникает момент того, что они снова не могут их обработать. Потому что человек физически… С чего у нас началась компания: мы делали market place 2 года назад для рекрутеров (такой Uber для рекрутеров). Мы находились в парадигме того, что, если взять рекрутеров-фрилансеров и взять работодателей, и дать возможность рекрутерам-фрилансерам…

На них подрабатывать.

На них подрабатывать, то случится счастье. И это была изначальная версия. Мы ходили с ней по рынку. Получалось, что рекрутеры-фрилансеры в среднем на 20–30% дешевле, но это рынок новый не создавало и качества нового не возникало. И здесь возник интересный момент: мы пришли в компанию Ulmart к одному из HR бизнес-партнеров, он говорит: «Слушайте, я не знаю. Там Uber, не знаю, что вы там делаете, но знаете что, парни? Мы вот склад в Домодедово открываем, нам бы 100 кладовщиков найти». Мы говорим: «Хорошо, мы найдем». Мы, как активные предприниматели, решили с задачкой справиться. Она говорит: «И заплачу я вам за это дело 2000 рублей за каждого трудоустроенного кандидата». Мы радостные: 100 человек, 1 вакансия. Посчитали — 200 тысяч.

Немного.

Мы вернулись в офис, а дальше произошло интересное. У нас было 700 зарегистрированных рекрутеров-фрилансеров. Нашим рекрутерам-фрилансерам мы говорим: «Ребята, мы получили заказ. Давайте все срочно искать кладовщиков». Все до одного рекрутеры-фрилансеры послали нас далеко и надолго. Они сказали: «Ребят, за 2000 рублей за трудоустроенного кандидата…». Поэтому никто работать и не стал. Мы встали перед ситуацией, когда надо эту проблему решить.

А вы уже законтрактовались.

А мы уже законтрактовались. На тот момент не было никакой Веры. Собственно говоря, что делать? Мы взяли работные сайты, стали с них брать резюме, выяснили дубликаты. Мы за первые 11 дней сделали больше 1000 звонков. Вы слушали… А когда ты ищешь кладовщиков, выслушиваешь такое. Там такой разнообразный русский язык. Причем основные вопросы, когда ты ищешь кладовщиков, например, «Есть судимость или нет?». Потому что, если есть судимость, то служба безопасности, скорее всего, не пропустит. И такие вопросы выясняются по ходу. А так как мы были завязаны на placement, на то, куда кандидат выйдет на работу, мы учились работать с воронкой.

Следующая наша итерация была взять трех девочек, создать собственный call-центр. Девочки выживали недолго. Первое — мы оптимизировали им работу, то есть сначала они звонили по номерам, которые мы просто давали в Google Docs. Потом мы стали понимать, что долго, когда они берут и копируют номер и заносят его в Google Docs. Мы написали небольшой web-интерфейс, который сразу им показывал номера, по которым звонить. После этого стало понятно, что и это тяжело. Мы подключили IP-телефонию и стали набирать номер автоматически, им нужно было только отвечать. Поэтому потом мы поняли, что нужно и с дозвоном работать, и нагрузку распределять среди этих девочек. Но в какой-то момент мы задались одним единственным вопросом.

А девочки-то зачем?

А девочки-то нужны? Собственно говоря, в этот момент появилась Вера. И в этот момент нам стало понятно, что в истории, когда мы берем за конечное трудоустройство, большую часть процесса мы не контролируем. Не контролируем и не управляем ей, потому что мы не можем повлиять, например, на конверсию службы безопасности или что там с ними происходит.

Ну да. Вы отчасти можете, если правильно зададите вопросы, но такая сложная, да.

Мы можем, но это очень сложная схема, причем схема в такую долгую. Мы подумали, а за что мы могли бы брать деньги, чтобы нам позволило…

Транзакционные касты свои положить в эти деньги.

Да. Собственно говоря, это был какой-то момент, это была точка бифуркации. Это был момент рождения компании. Мы подумали, а что если брать деньги за одного квалифицированного кандидата, то есть за кандидата, который прошел интервью с Верой. Потому что, чтобы одного такого получить, нужно сделать 10 звонков. Нужно их найти и, собственно говоря, вся эта история. И у нас получается так, что мы этого одного человека можем получить в течение нескольких минут. Мы были первыми в мире. И, наверное, сейчас компании, которые бы брали именно за квалифицированных кандидатов, начинают появляться, но их все меньше. А по сути своей, это как раз основная ценность рынка.

Не было ли проблемой то, что приходили, грубо говоря, заказчики, которые привыкли к другой структуре цены, и ваша структура цена вызывала у него опасения или возражения?

Мы, наверное, жили только в двух мирах. То есть первый мир был такой, как в 95% молодых компаний, когда они бегают по рынку, ищут заказы. И в момент, когда они получают хоть один заказ, они очень сильно радуются и начинают его отрабатывать. У нас такое было голодное, интересное время.

После того, как мы придумали идею с квалифицированными кандидатами, и у нас появился первый заказчик (одним из первых заказчиков была компания МТС, их центр подбора в Нижнем Новгороде), фактически благодаря инновационности руководителя подбора, который просто увидел проблему в этом и решил попробовать. Как только он попробовал, он рассказал об этом нескольким другим HRам. И с этого момента мы находимся в ситуации, когда мы фактически создали абсолютно новый рынок для себя, и у нас такое количество запросов, что в течение последнего года мы не находились в ситуации поиска клиентов. То есть мы находились в ситуации только того, чтобы качественно отгружать и учиться сделать так, чтобы нашим инструментом научились люди пользоваться. Мы не искали клиентов и, наверное, до сих пор их не ищем именно в России. На международном рынке мы сейчас попали в ту же ситуацию, что в России, — мы присматриваемся, смотрим, как получить тех первых…

Заказчиков.

Заказчиков, первых наших фаворитов.

Так получается, что сама софтверная часть технологическая оказалась очень простой и была очень легко сделана. Из Вашего рассказа так это звучит.

Тут штука следующая: мы фактически создавали продукт живым и с первой версии. То есть, если первая версия Веры — это 3 статических вопроса, то на текущий момент это не 3 статических вопроса, фактически ты можешь создать любой сложности практический интерфейс.

Это же были 3 вопроса и 3 ответа, которые в real time анализируются. То есть, если первый ответ «Нет», то она же не продолжает, а говорит «Спасибо, до свидания»?

Да, это было три 3 вопроса и 3 ответа, но кроме вопросов и ответов здесь в самом процессе достаточно много всего кроется. Например, нужно дать возможность человеку в определенный момент переключить его на рекрутера звонок и сделать такой инструмент, в котором бы относительно любой рекрутер в течение получаса мог разобраться, как составить скрипты. Есть фактически сейчас собственный язык для рекрутеров, в котором есть первый оператор, то есть ты можешь вставить имя кандидата, перезвонить, дозвониться до кандидата определенным образом. У нас есть встроенная application tracking system, где ты можешь посмотреть информацию по любому кандидату, передвинуть его по внутренней воронке. То есть, скажем так, работая в течение этого года, пришлось очень много доделать, чтобы это стало каким-то действительным продуктом, инструментом, которым можно было бы пользоваться.

Ну, это бэкофисная часть, условный документооборот, который является инструментом управления.

Да. С одной стороны, это бэкофисная часть, с другой стороны, нужно было все-таки накопить необходимое количество данных для того, чтобы двинуться в историю уже гораздо более интересную для нас. Имеется в виду дальше по процессу.

Вы имеете в виду обучение распознавалке такое, чтобы мы могли работать с более сложными ответами?

Обучение распознавалке, обучение нейронке на том, чтобы начать отвечать. По сути своей, мы движемся по рекрутинговому процессу для того, чтобы все дальше и дальше дойти до момента, когда человек может в идеале уже только подтверждать какое-то решение. Более того, есть большое количество вакансий, в которых…

Не о чем говорить.

Участие человека не требуется.

Это именно вот такие линейные вакансии.

Да.

Кладовщик, водитель… какие-то такие. Хотя водитель это, в общем, такая сложная штука.

Тут тоже возник казус определенный, потому что, когда мы только стартовали, у нас была парадигма, что мы можем работать только с такими blue collars, то есть с линейным персоналом на уровне водителя, кладовщика и т.д. Наша история с market place в один момент все-таки какое-то количество лидов сгенерировала, и к нам пришли и заплатили нам компании, например, за нахождение руководителя службы поддержки, за SHR программиста, за data minerа и т.д.

И вы подумали, почему бы их тоже роботом не поискать.

Мы не то чтобы подумали. Мы были в ситуации, когда мы либо должны вернуть деньги, что явно не хотелось делать в ситуации молодой компании, либо нужно было взять кое-что в руки и решиться.

Классический ленинский формат — ввязаться в бой, а потом разберемся.

Ввязаться в бой, а потом разберемся. И у нас опять случилась очень хорошая находка. Оказалось, что SHR программисты и Bitrix программисты — простые, относительное понятные позиции.

xzrtotmy9ygrxl-znuyioz8yuc4.jpeg

Это уже кладовщики.

Они не кладовщики точно, абсолютно нет. Но в смысле конверсии по ним — квалифицированных кандидатов выше. Они с большим желанием общаются с роботом, оказалось, что…

Уровень коммуникационных skillов выше?

В смысле, для них интереснее технология. То есть кладовщику кого послать — робота или человека — без разницы, а этим людям интересно.

Программисту интересно, что с ним разговаривает робот?

Да.

И это мотивирует его на более такую…

Его это мотивирует, ему понятно, что, если технология будет ему помогать, он чуть лучше понимает, прошел он интервью или не прошел, чуть быстрее получит обратную связь, то эта штука хорошо работает. У нас, например, был случай в самом начале, что мы закрыли с выходом на работу вакансию SHR программиста за 3 часа в Питере. Такого не делало никогда ни одно агентство.

Да, это впечатляет.

Мы просто взяли всех SHR программистов Петербурга, за час обзвонили, взяли квалифицированных кандидатов, предоставили заказчику. Заказчик выбрал, созвонился. Человек пришел и был взят на работу. Например, у нас тоже есть несколько компаний, они подбирали бухгалтеров. Нам было сказано: «Вы знаете, с роботом бухгалтера (а бухгалтера 35+ лет)… чтоб в 35+ лет люди стали общаться с роботом? Да бросьте, парни». Мы говорим: «Давайте проверим». Проверили. Оказалось, что с интересом и с хорошей конверсией, то есть разницы между роботом и человеком в этом отношения, с точки зрения конверсии, практически нет. И робот лучше дозванивается, стабильнее работает.

На ночь домой не уходит. Но ночью и звонить нельзя, с другой стороны.

Тут история какая. Например, сейчас мы очень много занимаемся анализом компаний и выясняем, что разные голоса, разный тембр, разный формат разговора, разная структура вопроса подходят для разных типов вакансий. Например, если ты набираешь молодежь, у тебя и скрипт, и сама логика разговора должна быть молодежной. Если ты набираешь более старшее поколение, там тоже определенным образом должны быть построены диалоги. Во всем этом, во-первых, рекрутеры могут себя явить, во-вторых, там очень интересные корреляции, например, со временем звонка, со скоростью речи. Единственное, что мы никогда не меняем, — у нас всегда есть история про то, что у нас всегда в разговоре первое, что звучит: «Добрый день. Меня зовут Вера. Я — робот». То есть мы всегда говорим человеку, мы не пытаемся ввести его в заблуждение.

У меня перед Вами было интервью с коллегой из ДИТ Москвы, которые тоже запустили аналогичную службу, которая работала на оповещение жителей Москвы. И тоже они очень четко сформулировали мысль, что «поначалу пытались как-то сделать вид, что это не робот; потом выяснили, что это совершенно никуда не годится». Это четко формулировалось.

Это очень плохо. Это рождает очень большое количество негатива. Вообще мне кажется, когда людей пытаешься подобмануть…

Ну, это нечестно.

Если уж ты пользуешься роботом, говори про то, что это робот.

Что вы продаете своему клиенту? В отличие от других, понятное дело.

У нас есть разные ситуации, в которых компании нас покупают. Наверное, самая распространенная ситуация — ситуация, когда ты просто не справляешься и у тебя какая-то нехватка персонала, а тебе нужно быстро эту задачу решить (не важно в каком городе, где бы ты ни был в России). Когда тебе за 3 часа нужно взять и найти людей, то, по сути своей, как бы опций нет.

Опций нет. То есть, грубо говоря, основной продукт — это быстро, и закрыть пик нагрузки для главного HR.

Закрыть пик нагрузки. Но здесь возникает еще другой момент, что мы, как люди, привыкаем к инструменту и к тому, чтобы что-то не делать. И как только рекрутеры, руководители понимают, что: 1) это позволяет…

Можно не звонить.

Можно не звонить, можно не тратить на это драгоценное время сотрудников, а пустить это время и это знание на то, чтобы построить диалоги и построить квалификацию так, как им нужно. Здесь нет серебряной пули в том плане, что с какой бы компанией мы не запускались, первично всегда проходит настройка. Это как с Яндекс.Директом — ты не можешь прийти, закинуть 10 тысяч рублей и получить нужное количество лидов или оплат.

Ну да, с ходу получить.

То есть ты берешь на небольшой выборке буквально сотню звонков…

Получаешь, оцениваешь и корректируешь.

Получаешь, корректируешь, вносишь те вопросы, которые необходимы. И с точки зрения процесса, мы сейчас еще дальше пошли, потому что, например, выяснилось, что, если чинить только подбор начальный, то это хорошо, но получается, что у тебя в ведре может быть дырка. У компаний, которые работают с массовым подбором персонала, достаточно большая текучесть кадров. С одной стороны, кажется, что причины текучки всегда на поверхности, но с другой стороны, если поковырять внутри, там всегда много нюансов, много разной фактуры. И хотелось бы этим процессом тоже управлять.

То есть вы хотите двинуться от подбора персонала к более полноценному HR, включая жизненный цикл персонала внутри компании.

Да. Мы, собственно говоря, не то чтобы хотим, мы уже двинулись и для компаний это делаем.

А что именно вы делаете?

Фактически мы делаем две вещи. В этом жизненном цикле есть, наверное, два основных процесса. Первый процесс — процесс адаптации, когда сотрудники вышли на работу. В зависимости от типа вакансии либо через месяц, либо через 3 месяца нужно понимать…

Где здесь чайник и к кому обращаться с подписанием документа.

И, собственно говоря, как он вообще. Он вообще доволен?

Он доволен, им довольны?

Он доволен, им довольны. И в этот момент мы просто берем текущих сотрудников, которые к этому сроку подошли, и Вера прозванивает, уточняет детали, отвечает на вопросы и т.д.

Обзваниваете. Ну, как вы там? Мы вас устроили, вы там живы вообще?

Да. Особенно, когда в компании 1000+ сотрудников.

А вы это делаете от имени компании…

Конечно.
Или от имени себя? Потому что, вообще говоря, у вас есть определенное право на такое costumer care по отношению к набранным вами специалистам.

Нет. Мы, по сути своей, все-таки себя видим больше таким инструментом для рекрутеров. То есть любой скрипт финально настраивает рекрутер. Единственное — у нас в сервисе невозможно запустить его без нас, то есть у нас любой скрипт проходит модерацию.

Ну, понятно.

Собственно, мы им помогаем с какими-то знаниями, какими-то настройками и т.д. Последний этап, которого мы касаемся, — это этап так называемых exit интервью, когда люди уволились.

Уже уволились. Важно стало, почему это случилось.

Они уже уволились, и нужно понимать, что произошло. И сейчас есть, наверное, третий интересный кейс, когда люди находятся на испытательном сроке. Например, продавцы, чаще всего по продавцам. И по продавцам: вы, например, вывели продавцов продавать какие-то товары. Неважно, электронику, или арбузы, или что-нибудь про красоту, какие-нибудь крема. Вам нужно понимать: вот эти люди, которые две недели проработали у вас в компании, они материалы-то…

Прочитали вообще.

Которые вы им дали, прочитали или нет. И оказывается, что очень хорошо можно поработать над тем, как составить 3–4 вопроса для того, чтобы понять, человек…

Контрольные точки такие.

Человек вообще изучил эти материалы и т.д. Потому что сейчас компании либо пытаются это делать вручную, и инструментарий достаточно куцый. И даже если где-то возникает системный инструментарий, нет такой прозрачной воронки, чтобы понимать, что у нас с сотрудниками происходит. Мы, конечно же, двигаемся в сторону того, чтобы предсказывать жизненный цикл сотрудника. Но первая, наверное, для нас самая интересная задачка — так как мы оперируем с голосом, мы верим, что голосовые технологии еще находятся только в самом начале развития, и в голосе как таковом содержится огромное количество данных, и в ближайшем будущем можно будет по голосу определять.

Настроение.

В стрессовой ситуации находится человек или не в стрессовой, курит/не курит, пьет/не пьет. Очень многие вещи уже к этому подступались, и для этого единственное, что необходимо, — это данные.

То есть, как всегда, нейронные сети и обучающая выборка.

Да, нейронные сети и обучающая выборка. Тот, кто первый эти данные накопит, собственно говоря, он в какой-то степени в дамках и окажется.

А насколько это применимо? Потому что ведь, понимаете, вот вы позвонили кандидату и зафиксировали, что он в стрессе, попытались какие-то выводы сделать, что ему может в компании невольготно работать, а он просто буквально только что с женой поругался или облили грязью его на улице.

Ошибки будут всегда. Причем они же со стороны рекрутера сейчас возникают в зависимости от того, в каком настроении рекрутер, в каком настроении он проводит интервью и т.д.

tqzuss1pygehpb6aha6k4vgoevu.jpeg

Ну, рекрутеру-то человек может и сказать: «Ой, что-то я вот только что тут в такси ехал, так там все плохо было».

Вопрос: как рекрутер на это отреагирует. Например, когда ты подбираешь продавцов, анализировать, например, поставить его на продажу люксовых брендов, где больше индивидуальной работы или лучше поработать этим же самым человеком на каких-то массовых позициях. Например, это элементарно делается, для того, чтобы понимать, как быстро он отвечает на вопрос, то есть какая быстрота реакции. Очень многие вещи можно по вопросам выстроить, причем…

Это даже не вдаваясь в семантику, именно по вопросам.

Даже не вдаваясь в семантику, просто замерив те или иные показатели и просто для себя поняв. Потому что я верю в историю того, что в самих вопросах, в том, как ты их задаешь, в том, как ты классифицируешь кандидата, там очень большая и значимая часть самого рекрутингового процесса лежит.

Почему Вера? Вы знаете, я только осознал, что я знаю, аналогом чего вы являетесь. Вы же помните эту шляпу в Хогвартсе, которая на факультеты назначала? Вы же вот этим сейчас занимаетесь.

История проста. У нашего основного founderа Владимира Свешникова, когда он запускал первый скрипт, ему нужно было поставить имя для робота: «Добрый день! Меня зовут…». И тут он подумал про маму, маму зовут Вера.

Вера.

Собственно говоря, с этого момент появился робот Вера. Это название прижилось как-то само, причем стало настолько сильным, потому что, например, мы даже в прошлый месяц участвовали в самой крупной конференции мировой по технологическому HR (HR TECH WORLD называется). Это был наш такой первый выход в свет международный. Мы заняли первое место, причем я думаю, от имени Вера, самого восприятия, тоже.

А как перевели-то? Ведь Вера… как Faith?

Нет.

Нет? Вера — имя собственное?

Просто именно Вера.

Потому что в русском-то есть такая выраженная коннотация, которая имеет, в общем, ценность определенную, казалось бы.

Есть определенная ценность. Но мне кажется, что это благая исто

© Habrahabr.ru