כיצד נראה תהליך מיון עובדים באמצעות טכנולוגיה חכמה?

עם שינויים מהותיים בטכנולוגיה שהופכים את נוכחותם לחיוניים בכל היבטי העבודה, תהליכי סינון ומיון מועמדים הם חלק מהותי באבולוציה של תהליכי גיוס עובדים במהלך העשור האחרון. בעוד שהתהליך והאסטרטגיה ההוליסטית סביב הגיוס השתפרו, השינויים ניכרים יותר בשלבים הראשונים של המיון והבחירה, שבהם הטכנולוגיה יכולה לעיתים אפילו להחליף התערבות אנושית. כאן אנו צוללים עמוק לתוך תהליכי סינון ומיון מועמדים ותובנות לשנת 2023. 

לאחר הכנת תיאור התפקיד, שלושת החלקים הראשונים של הגיוס הם מיקור, סינון ומיון. עם היתרון הנוסף של פורטלים מרובים של דרושים ומדיה חברתית, חיפוש מועמדים הפך להרבה יותר פשוט, אבל זה גם הוביל לכמויות אדירות של יישומים שרוב המגייסים צריכים לסרוק דרכם.

בעולם היפר-דיגיטלי, אם כן, יש צורך לבחון מחדש את תהליכי המיון והבחירה של המועמדים. בואו נסתכל תחילה על ההגדרות של שני תהליכי הגיוס האינטגרליים הללו.

מהו סינון מועמדים? סינון מועמדים הוא תהליך של בדיקת מועמדות לעבודה. זה מגיע מיד לאחר חיפוש המועמד וכולל רפרוף בקורות חיים ומכתבים מקדימים כדי למצוא את ההתאמות הקרובות ביותר לתיאור התפקיד, תוך התחשבות בכישורים, ניסיון, מערכי מיומנויות והתאמה צפויה של מועמד לארגון.

למרות ההתקדמות הגדולה בטכנולוגיה, שלב הסינון הוא עדיין ההיבט התובעני ביותר של גיוס עובדים שלוקחת כ-23 שעות. מדד נוסף שכדאי לזכור הוא שהמועמד הטוב ביותר לא נשאר בשוק המחפשים לאורך זמן. כל המספרים הללו מצביעים על כך ששלב הסינון צריך להתחיל לקחת הרבה פחות זמן, כדי לא לפספס בדרך מועמדים איכותיים.

מדריך בן 3 שלבים לתהליך מיון המועמדים

תהליך מיון עובדים, בין אם יש לכם כמה מועמדים על הפרק או בין אם אתם מוצפים בערימת קורות חיים – אתם חייבים לבצע שלושה שלבים בסיסיים – הכל בהתאם להבנה מעמיקה של דרישות התפקיד. הבדיקה העיקרית שמתבצעת (בין אם על ידי העין האנושית ובין אם על ידי בינה מלאכותית) כוללת מבט על הכישורים, שעשויים לכלול ניסיון בעבודה, רקע אקדמי, כישורים, בסיס ידע, אישיות, תכונות מעידות על התנהגות וכישורים.

שלב 1:

סימון הדרישות הבסיסיות. אלו הם שדות חובה שהמועמד חייב להיות כשיר בהם – למשל, הרשאה חוקית לעבוד במדינה שבה התפקיד יתבסס או הצורך במיומנויות קידוד בסיסיות.

שלב 2:

סריקה לאיתור כישורים מועדפים או כאלה שיכולים להתאים. שלב זה כולל הסתכלות על קורות חיים שעומדים בדרישות הבסיסיות קצת יותר לבדיקה עבור תכונות איכותיות שמועמד עשוי להביא לתפקיד. אלה יבנו בסיס חזק יותר לקורות החיים, שכן תוספות אלה יאפשרו למועמד לבצע עבודה טובה יותר בתפקיד. לדוגמה, ניסיון קודם במחסן של אותו ענף יהיה בונוס נוסף למנהל מחסן.

שלב 3:

התאמת התמונה ההוליסטית של המועמד לתפקיד. זו כנראה הפעם הראשונה במהלך המיון שהמגייס מסתכל על המועמד כיותר מסתם קורות חיים ומנסה להתאים דמות עובד שלמה יותר לתיאור התפקיד. זה המקום שבו המועמדים נמצאים ברשימה הקצרה כדי להמשיך לשלב הראיונות והבדיקות.

האתגר הכפול במיון מועמדים

אם תשאלו מגייס כלשהו מהם שני מדדי הדאגה עבורו, רובם יצביעו על איכות ההעסקה ופרק הזמן למילוי משרה פנויה. שלב המיון משחק תפקיד חשוב במשוואת איכות-כמות זו.

1.איכות ההעסקה

זה שאיכות ההעסקה היא מדד חשוב אינו מפתיע, אבל איך מודדים זאת? כ-50% מהחברות מודדות את מדד איכות ההעסקה הממוצע בהתבסס על הביצועים בעבודה של מגויסים חדשים, 49% לוקחות בחשבון את קצב התחלופה, ו-43% תלויים ברמות שביעות הרצון של מנהלים מגייסים כדי למדוד את איכות הגיוס.

בעוד שמערכות מעקב אחר מועמדים בסיסיות (ATS) אינן מבקשות למדוד את הצלחתם של עובדים בעבודה, ישנם כלים למדידת ביצועים שניתן לשלב עם כלי מיון כדי לאפשר הבנה בדיעבד של מה שהלך טוב ולזהות אזורים לשיפור.

2.משך זמן מילוי המשרה

כפי שצוין קודם לכן, העלייה האחרונה במספר היישומים שנצפו במגזרים שונים הובילה לאחד האתגרים הגדולים ביותר של סינון קורות חיים – משך זמן עבודת המיון. מתוך 250 בקשות הממוצעות שכל משרה נתונה מופגזת בהן, 220 נחשבות ללא רלוונטיות. לפיכך, להשקיע כמעט יום שלם במיון מועמדויות, זה לא משהו שזר למגייס הממוצע.

מערכת חכמה לניהול תהליך הגיוס יכולה להתגלות כמושיעה כאן, במיוחד מכיוון שהיא יכולה להפוך חלקים גדולים מהתהליך לאוטומטיים, ולאפשר לכם לעבור ולעקוב אחר כמויות מסחררות של יישומים.

למרות שכולנו שמענו על מסנני מילות מפתח לא יעילים המובילים לתוצאות חיוביות שגויות או לסינון מועמד טוב במיון הראשוני, אלו הן בעצם טעויות אנוש ולא ניתן להאשים בכך תוכנת גיוס. עם מערכות ATS מבוססות בינה מלאכותית המבוססות על למידת מכונה (ML), כלים טכניים יכולים ללמוד, לעדכן ולסנן דרך מסננים באופן הרבה יותר מהיר ובדיוק רב יותר.

סינון מועמדים חכם יותר באמצעות טכנולוגיה

עם עליית תוכנה לגיוס עובדים וכלים מבוססי בינה מלאכותית, פעילויות אדמיניסטרטיביות הדורשות השקעת זמן רבה יותר ניתנות כעת למיקור חוץ לטכנולוגיה שאינה אנושית. מה שנראה ברור הוא שכל תהליך עם מנגנוני קלט ופלט הניתנים לכימות ישירות או ניתנים להתאמה מובהקת כמו סינון, יכול כעת להיות אוטומטי.

1.בדיקת קורות חיים התומכת בבינה מלאכותית

רוב תוכנות הגיוס מבוססות הבינה המלאכותית צריכות לשרת את הדרישה הבסיסית של שילוב טוב עם תכונות תוכנה קיימות של ATS וניהול ההון האנושי (HCM). לפיכך, נתח גדול מזמנם של המגייסים יכול להתפנות כעת לבחירה אסטרטגית יותר של מועמדים. תוכנות אלו בדרך כלל לומדות מהחלטות הגיוס הקודמות של המגייסים, כך שהמערכת נוטה להשתפר עם הזמן ככל שאתם ממשיכים לעדכן ולשדרג אותה.

2.ניהול נפח גבוה באמצעות AI

ככל שיש יותר נתונים, כך הלמידה תהיה רבה יותר וההמלצות יהיו טובות יותר לאורך זמן. תעשיות כמו קמעונאות או תפקידים ספציפיים לשירות לקוחות הנוטים להתמודד עם כמויות עצומות של יישומים בזמן מוגבל, יכולים במיוחד להפיק תועלת רבה מכלי סינון כאלה.

3.שיפור איכות ההעסקה עם AI

מערך של נתוני מחקר מצביע על כך שארגונים שאימצו תוכנת גיוס בינה מלאכותית ראו שיפור ממוצע במדדי הביצועים שלהם וצניחה במחזור. יתר על כן, עם זמן רב פנוי שלא הושקע במיון, מגייסים יכולים כעת להתמקד בניתוח טוב יותר של מועמדים ברשימה הקצרה. כלים משודרגים לגיוס באמצעות בינה מלאכותית יכולים לבדוק מילוי מילות מפתח ולהגיע והחלטות מיון טובות יותר, ובכך להגביר את האמינות של תהליך המיון. לאחר סיום המיון, ארגונים יכולים להתקדם לבחירת מועמדים יעילה.

מערכות ניהול הגיוס החכמות של חברת נילוסופט הן בין המערכות המתקדמות ביותר בשוק. התוכנה מבוססת על אטומציות וכלי AI חכמים אשר מאפשרים למגייסים ומנהלים לקצר ולייעל בפן משמעותי את הליך הגיוס כולו ולחסוך זמן יקר על הליך סינון ומיון מועמדים ובשאר תחנות הגיוס שבדרך.

התקדמו לתהליך גיוס יעיל וטוב יותר. לחצו כאן לקבלת דמו למערכת.