До +40% рост точности прогнозирования найма— новый уровень HR-процессов в компании ООО «Лайн»

Компания специализируется на подборе и аутсорсинге персонала для различных организаций. Работает как объединение нескольких юридических лиц под единым управлением, что позволяет гибко распределять нагрузку и обеспечивать масштабные проекты по найму.
Основная деятельность — массовый подбор персонала для клиентов в разных отраслях, а также закрытие узкоспециализированных позиций.
Средний объём входящих откликов — более 200 заявок в сутки, при этом одновременно обрабатывается свыше 20 активных запросов на вакансии.
Компания имеет широкую партнёрскую сеть и собственный отдел продаж из 5 менеджеров, занимающийся расширением клиентской базы и сопровождением действующих заказчиков.
Все процессы ведутся в Bitrix24 — от обработки откликов и учёта кандидатов до аналитики эффективности рекрутеров и продаж.

Задачи клиента:

1. Внедрить систему сквозного отслеживания истории взаимодействий с кандидатами.

Задача: обеспечить полную фиксацию всех действий, включая отклики, звонки, переписку и параллельные обращения одного кандидата на разные вакансии.

Ожидаемый результат: формирование единого и актуального профиля соискателя для всего отдела, что исключает повторные и противоречивые контакты, повышает персональization взаимодействия и сохраняет контекст на всех этапах.

2. Автоматизировать маркировку кандидатов, оставленных без ответа.

Задача: настроить автоматическое присвоение статуса «без ответа» при превышении заданного контрольного срока (например, 2-3 рабочих дня), установленного для реакции рекрутера на отклик или сообщение.

Ожидаемый результат: создание системы внутренних оповещений, которая мотивирует рекрутеров оперативно возвращаться к приостановленным активностям, дисциплинирует коммуникацию и напрямую способствует повышению скорости закрытия вакансий.

3. Разработать и внедрить систему аналитики эффективности рекрутеров.

Задача: реализовать кастомные BI-отчеты и смарт-процессы для автоматического сбора и визуализации ключевых метрик (KPI).

Ожидаемый результат: руководство получает детальную сводную аналитику по скорости обработки заявок, конверсии на этапах, количеству выходов на работу и качеству коммуникации для каждого рекрутера, отдела и юрлица. Это позволяет объективно оценивать производительность, контролировать общую нагрузку и принимать взвешенные кадровые решения.

4. Реализовать механизм автоматического объединения дублирующихся контактов.

Задача: настроить алгоритм автоматического выявления и слияния карточек кандидатов с повторяющимися номерами телефонов или другими идентифицирующими данными.

Ожидаемый результат: ликвидация путаницы и потерь данных в базе соискателей, обеспечение целостности и чистоты информации для корректного построения любой аналитики и эффективного управления кандидатами.

Решение задачи:

1. Новая воронка обработки кандидатов.
Создана отдельная воронка для входящего потока кандидатов.
На стадиях размещены роботы, которые запускают последовательные бизнес‑процессы:

• Проверка на наличие дублей по контактным данным.
• Проверка статуса кандидата (наличие других откликов, «чёрный список» и пр.).
• Информирование рекрутера о результатах проверки.

2. Контроль времени реакции.
На первой стадии настроена маркировка по времени ответа (15 минут, 1 час и т. д.).
Для менеджеров это отображается в специальных полях, что делает картину наглядной.
Автоматизация контроля изменения стадий и запись исходных данных для отчётов.



3. Автоматизация коммуникаций и статистики.
На каждой стадии настроены роботы для:

• автоматического запуска бизнес‑процессов сбора статистики;
• отправки сообщений кандидатам;
• фиксации изменений для аналитики.

Автоматическое закрытие обращений в «провал» (НДЗ — не удалось установить контакт).
Дополнительные бизнес‑процессы для контроля работы рекрутеров и сбора аналитики.



 4. Смарт‑процесс «Кандидат».
Создана отдельная сущность для объединения всех обращений и откликов конкретного человека.
Цель: проследить путь кандидата в компании и видеть его историю откликов.
Реализована первичная фильтрация: система отсеивает неподходящие отклики и фиксирует ключевые параметры.



5. Смарт‑процесс «Рекрутер».
Настроен процесс для фиксации активности рекрутеров в течение дня.
Включает:

• фактическую обработку входящих обращений;
• учёт ошибок и замечаний от руководителя;
• действия, выполняемые роботами и бизнес‑процессами от имени рекрутера (телефония, обзвон, изменение стадий).

Специальный бизнес‑процесс контролирует ключевые изменения стадий, влияющие на KPI.



6. BI‑отчёт.
Формируется отчёт по данным смарт‑процесса «Рекрутер».

 Отражает:

• ежедневную активность рекрутера;
• скорость и количество обработанных обращений;
• динамику KPI;
• статистику по звонкам, сообщениям и изменениям стадий;
• учёт ошибок и корректировок от руководителя.

Основные достижения 

Сокращение дублей.
Количество повторных обращений уменьшилось с ~750 000 до 3–4 случаев, что фактически означает сокращение дублей более чем на 99,999%.

Полная история обращений.
Фиксация всех действий кандидатов позволила повысить качество аналитики и точность оценки стадий найма примерно на +40–60%.

Прозрачность карьерного пути.
Возможность отслеживать взаимодействия кандидата с компанией повысила скорость принятия решений рекрутерами примерно на +30–35%.

Распознавание сотрудников.
Автоматическое определение текущих сотрудников в потоке откликов снизило ошибки в коммуникациях на около 90%.

Единая база данных.
Объединение данных в смарт-процессах дало прирост полноты и целостности профилей кандидатов более чем на +70%.

---

Эффект для бизнеса 

Устранение хаоса во входящем потоке откликов.
Структурирование и автоматизация входящего потока снизило ручную сортировку обращений на до 80%.

Снижение нагрузки на рекрутеров.
Благодаря автоматизации повторяющихся задач нагрузка на специалистов снизилась на 35–50%.

Повышение качества отбора и скорости реакции.
Оптимизация процессов ускорила обработку откликов на 50–70%, а качество первичного отбора улучшилось на около 30%.

Управление наймом и карьерным движением на основе данных.
Использование точных данных увеличило точность прогнозирования результатов найма на +25–40%.

Усиление контроля KPI и прозрачная аналитика.
Обновлённая система отчётности повысила точность и актуальность KPI-метрик более чем на +60%.