AI у телефонному скринінгу: 7 сигналів, які мовна аналітика витягує з розмови
Зазвичай бізнес сприймає телефонний скринінг лише як спосіб швидко оцінити кандидата. Проте експерти з Ringostat доводять: кожна розмова — це ще й джерело цінних сигналів, які не отримати через заповнені форми й заявки.
Справжня мотивація кандидата, його ставлення до компанії, інсайти про пропозиції конкурентів і навіть те, які джерела приводять релевантних кандидатів.
У статті читайте, як колтрекінг і мовна аналітика з AI автоматизують рекрутингову рутину, а також витягують і структурують неочевидні сигнали з телефонних скринінгів.
Чому форми й заявки дають лише частину картини
Коли кандидат заповнює анкету чи подає заявку з резюме й супровідним листом, він контролює кожне слово. Натомість у живій розмові люди реагують спонтанно. Тож телефонний скринінг підсвітить контекст та інсайти, які не передасть жодна форма:
- емоційний стан кандидата;
- наскільки він зацікавлений у вакансії;
- потенційні червоні прапорці.
Та є ще один аспект, пов’язаний із просуванням вакансій. CRM та ATS фіксують лише ті відгуки, які прийшли через форми й чати. Якщо кандидат побачив рекламу вакансії й одразу зателефонував, без інструментів відстеження це джерело залишиться невидимим.
Які інсайти приховані у дзвінках
За традиційного телефонного скринінгу менеджер з найму побачить в ATS лише ту інформацію, яку рекрутер встиг ввести після розмови. Зазвичай це кілька тез про досвід кандидата, зарплатні очікування й рішення щодо наступного етапу.
Проте сам дзвінок містить набагато більше контексту. Проаналізувати його автоматично допоможуть ШІ-інструменти.
Зокрема мовна аналітика з AI здатна витягнути з розмови 7 вирішальних для найму сигналів.
Рівень мотивації
Алгоритм аналізує, чи уточнює кандидат деталі позиції, виявляє ініціативу в розмові чи відповідає пасивно на кшталт «ну, загалом цікаво».
Система вкаже рівень залученості в картці кандидата й виведе його в окремому блоці «Підсумок розмови».
Тональність і емоційний фон
Мовна аналітика на базі AI доволі точно визначає тональність і емоції як рекрутера, так і кандидата за формулюваннями, темпом мовлення, тривалістю пауз.
Оцінка настрою автоматично потрапляє до AI-звіту розмови або ж одразу до картки кандидата, якщо налаштована інтеграція з CRM чи ATS. Фіча особливо корисна при оцінці софт скілів, адже ентузіазм і впевненість важко зчитати з резюме. А ще допомагає зрозуміти, наскільки кандидат залучений і наскільки скептично реагує на критичні для компанії умови (офіс, зарплату тощо).
Червоні прапорці
Рекрутер або наймаючий менеджер може без залучення розробників задавати, що вважати редфлагом і за якими саме параметрами AI має аналізувати дзвінки.
Зрештою AI-аналітика зчитує:
- Невідповідність критичним вимогам вакансії. Наприклад, якщо позиція передбачає роботу в офісі, а кандидат розглядає тільки віддалено.
- Токсичність. За агресивним тоном, надмірним використанням слів-паразитів, нецензурною лексикою.
- Низьку залученість. Кандидат відповідає односкладно, не ставить уточнювальних запитань.
- Задовгі паузи, плутанину у відповідях. Приміром, коли мова заходить про причини звільнення з попереднього місця роботи.
Замість прослуховувати 15-хвилинний запис вручну рекрутер відкриває картку кандидата в ATS, наприклад, CleverStaff, і бачить висновок AI: «Кандидат має релевантний стек, проте виявлено Red Flag: не готовий працювати за графіком компанії (шукає парт-тайм) і негативно відреагував на тестове завдання».
Відповідність кваліфікації
AI транскрибує відповіді кандидата про досвід, стек, рівень англійської тощо й автоматично тегує скринінги за наперед заданими параметрами, наприклад: «4 роки в розробці» чи «B2B-продажі».
А завдяки структурованим AI-звітам можна швидко порівнювати кандидатів без повторного прослуховування.
Реальний інтерес до позиції
Мовна аналітика фіксує, чи запитував кандидат про роль, команду, продукт, наступні етапи відбору, і включає це в підсумок розмови як індикатор справжнього інтересу до вакансії.
Контентні інсайти
Семантичний AI-аналіз підсвітить, як кандидати формулюють запити, які умови роботи для них найважливіші, яких деталей бракує в описі вакансії та що пропонують конкуренти. Дані згодяться і для оптимізації рекламних меседжів, і для описів вакансій.
Ці інсайти можна знайти або в транскрибаціях, або в окремій вкладці «Ключові слова».
Наступні кроки
По-перше, система окремо зазначає в підсумку розмови, чи готовий кандидат до продовження процесу і як швидко.
По-друге, робить рекомендації дзвінків на основі ШІ, як-от надіслати ТЗ для тестового чи узгодити слот для інтерв’ю. А за наявності інтеграції з CRM ці завдання взагалі можуть ставитися на рекрутера автоматично.
Як збирати й структурувати ці дані (Call Tracking, запис дзвінків)
Щоб AI-аналітика працювала коректно, спершу слід кожен запис скринінгу зберегти. Це відбуватиметься автоматично, якщо компанія використовує віртуальну телефонію.
За інтеграції з ATS/CRM записи одразу прикріплюються до картки кандидата, тож за потреби hiring-менеджер може прослухати потрібний скринінг без додаткових пересилань, а керівник відділу рекрутингу — здійснити контроль якості комунікації з кандидатами.
Водночас для збору й структурування даних з реклами вакансій рекрутингові команди підключають Call Tracking. Він фіксує джерело кожного дзвінка: звідки прийшов кандидат — з job-платформи, банера в метро, Google-реклами, сайту чи іншого каналу.
У поєднанні з аналітикою й CRM можна не лише відстежити, яке джерело приводить більше кандидатів, а й оцінити їхню релевантність і конверсію в найм.
Як кейс успішного впровадження Call Tracking — агентство з працевлаштування «Altego Agency». Технологія показала, які ключові слова приводять цільових кандидатів, а які генерують нерелевантний трафік або дзвінки з міст, де агентство не працює.
Нерелевантні запити й локації відключили, бюджет перерозподіляли на ефективні. Розумні кампанії навчались на даних, які оголошення генерують якісні дзвінки, і автоматично коригували покази. Зараз завдяки колтрекінгу й стратегіям на основі точних даних агентство отримує:
- на 205% більше лідів;
- на 31% більше конверсій;
- зниження вартості лідів на 43%;
- зниження ціни за клік у середньому на 26%.
Використання транскрибації та AI для аналізу розмов
За даними Steps Consulting, до восьми годин на тиждень у рекрутерів забирають нотатки, ручне внесення даних в ATS та інші адміністративні завдання після телефонних скринінгів. Та насправді AI-аналітика вже дає чимало можливостей для автоматизації рекрутингової операційки.
Система автоматично:
- транскрибує кожну розмову, тож рекрутер і наймаючий менеджер заощаджують час на прослуховуванні аудіозаписів;
- формує короткий підсумок дзвінка замість ручних нотаток, в яких губиться чимало цінної для найму інформації;
- передає це самарі до картки кандидата в ATS, щоб уся команда мала доступ до результатів скринінгу;
- робить скоринг кандидата за наперед визначеними параметрами, визначає його залученість, поведінкові сигнали.
Як рахувати ROI від використання дзвінків у аналітиці
Без колтрекінгу неможливо точно порахувати, чи окупається реклама вакансій. Якщо кандидат зателефонував після перегляду оголошення, але джерело дзвінка не зафіксовано, зв’язок між рекламними витратами й доходом загубиться.
Завдяки колтрекінгу у зв’язці з CRM система фіксує джерело звернення й передає дані в систему. Після закриття вакансії можна порахувати чистий ROI за формулою:
(Дохід від закритої вакансії − Витрати на найм) / Витрати на найм × 100%
Дохід від закритої вакансії найнятого працівника зазвичай рахується за рік.
Інтеграція з CRM
Інтеграція телефонії з ATS або CRM допомагає автоматизувати весь процес роботи з кандидатом:
- картка кандидата чи клієнта створюється автоматично;
- записи дзвінків, транскрибація, AI-підсумки та вся історія комунікації зберігаються в одному місці;
- після розмови система може автоматично створити завдання: призначити співбесіду, надіслати тестове завдання тощо;
- якщо дзвінок пропущено, рекрутер одразу отримує задачу передзвонити, щоб не втрачати кандидатів.
Зокрема у кейсі компанії з аутсорсингу персоналу «Хаскі» кожен вхідний дзвінок автоматично створює контакт, угоду й задачу. Якщо людина вже є в базі — система одразу з’єднує її з відповідальним менеджером і додає нову задачу. Після розмови до картки підтягується аудіозапис і джерело звернення.
Окремо налаштовані воронки для різних напрямів. Коли кандидат чи клієнт обирає у голосовому меню потрібний відділ, система сама визначає, в якій воронці, з яким тегом і на якому етапі створити угоду.
Чек-лист: коли AI-аналітика дзвінків доречна, а коли ні
AI-аналітика виправдовує своє впровадження, коли в компанії:
- хоча б 20+ скринінгових дзвінків на тиждень;
- зазвичай паралельно відкрито кілька вакансій;
- є проблеми з передачею контексту між рекрутером і hiring-менеджером;
- команда витрачає години на ручні процеси після дзвінків;
- потрібна стандартизація скринінгу при масовому підборі;
- вже є запис дзвінків, але ніхто не встигає їх системно аналізувати.
Водночас традиційного ручного аналізу буде цілком достатньо, якщо:
- хайринг у компанії спорадичний, наприклад менше ніж 5 скринінгів на тиждень;
- усі чи більшість вакансій настільки вузькоспеціалізовані, що вимагають участі менеджера вже під час першої розмови;
- кандидат не дав згоди на запис та аналіз скринінгу — тоді компанія не може забезпечити дотримання вимог щодо запису й обробки персональних даних кандидатів.
Висновок: дзвінки як джерело growth-інсайтів
Дзвінки — найбагатше джерело сигналів і для рекрутингу, і для маркетингу, і навіть для стратегічного менеджменту. За умови, якщо використовувати ці дані системно.
Хоч мовна аналітика на базі AI не замінює рекрутера, вона знімає чимало операційного навантаження. Команда може нарешті зосередитись на глибинному аналізі талантів і утриманні топових кандидатів.
І водночас отримує інсайти, яких не дають заявки: актуальні зарплатні очікування, офери й бенефіти конкурентів, справжню мотивацію, ставлення до позиції й бренду роботодавця.
А якщо доєднати до системи колтрекінг, то компанія ще й перестає зливати бюджети на неефективну рекламу вакансій. Натомість масштабує ті кампанії й ключові слова, які генерують релевантних кандидатів.