Задача и причина
Задача:
Автоматизировать первичный отбор курьеров для сокращения времени обработки заявок и уменьшения нагрузки на HR-отдел.
Причина изменений:
Существующая система рекрутинга демонстрировала значительные неэффективности:
-
Рекрутеры тратили 70% рабочего времени на рутинный отбор, оставляя минимум ресурсов для стратегических задач
-
Каждый восьмой перспективный кандидат (13%) отказывался от вакансии из-за длительных сроков рассмотрения заявки
-
В пиковые периоды компания несла убытки из-за неспособности оперативно расширять штат
Экономический контекст:
При средней стоимости подбора одного сотрудника в 45 000 руб. и ежемесячном потоке в 500 заявок, потери от неоптимального процесса составляли около 2,9 млн руб. ежеквартально.
Ключевые показатели неэффективности прежней системы:
- Временные затраты:
- 22 минуты на обработку одной заявки
- 154 часа еженедельно на рутинные операции
- Упущенные возможности:
- 65 потенциальных сотрудников ежемесячно
- До 40% недовыполнения плана по найму в высокий сезон
- Кадровые перегрузки:
- 82% HR-специалистов сообщали о хронической усталости
- Текучесть в рекрутинговом отделе на уровне 25%
Такая ситуация требовала системного решения, сочетающего технологические инновации с пересмотром кадровых процессов.
Технологическое решение
Нейроассистент для первичного отбора OlineHunter для первичного отбора позвлил:
- Автоматизировать проверку базовых требований (наличие транспорта, водительских прав)
- Проводить оценку знаний городской географии
- Интегрироваться с существующими системами управления персоналом
Этапы реализации проекта по автоматизации подбора курьеров
Этап 1. Разработка автоматизированного собеседования
Цель: Создать эффективный инструмент первичного отбора курьеров
Реализация:
- Разработка анкеты с вопросами о:
- Наличии транспортного средства и водительского удостоверения
- Знании городской географии (тест на ориентирование)
- Опыте работы в сфере доставки или клиентского сервиса
- Готовности к работе в выходные/праздничные дни
- Внедрение проверки:
- Подлинности документов через фото-верификацию
- Логического мышления (решение типовых рабочих ситуаций)
- Настройка системы оценки:
- Автоматический расчет рейтинга кандидата
- Выявление противоречий в ответах
Этап 2. Интеграция с HR-инфраструктурой
Цель: Обеспечить бесперебойный поток данных между системами
Реализация:
- Подключение к HRM-системе компании:
- Автоматическое создание профилей кандидатов
- Синхронизация статусов (отклонен/одобрен/на собеседование)
- Настройка интеграции с:
- Системой учета рабочего времени
- Приложением для построения маршрутов
- Разработка дашборда для HR:
- Визуализация ключевых метрик
- Автоматические уведомления о топ-кандидатах
Этап 3. Оптимизация процесса найма
Цель: Повысить конверсию на всех этапах отбора
Реализация:
- Внедрение системы напоминаний:
- SMS-уведомления о дате собеседования
- Подтверждение явки за 24 и 2 часа до встречи
- Тестирование soft skills:
- Кейсы на стрессоустойчивость («Клиент отказался от заказа»)
- Проверка коммуникативных навыков
- Анализ результатов:
- Сравнение эффективности автоматизированного и ручного отбора
- Корректировка критериев на основе данных об успешности новых сотрудников
Особенности реализации:
- Поэтапное внедрение с тестированием в одном регионе
- Обучение HR-команды работе с системой
- Регулярный сбор обратной связи от менеджеров по персоналу
Результат
Результаты внедрения
По данным пилотного проекта:
-
Обработано 620 входящих заявок
-
Отобрано 87 кандидатов для дальнейшего собеседования
-
Время обработки сокращено с 20 до 4 минут
-
Экономия рабочего времени HR-специалистов составила 115 часов