Вы знаете свой бизнес, Мы — Битрикс24!
- Город
- Самара
- На сайте с
- 2025 года
- Юридический статус
- ИП
Компания специализируется на подборе и аутсорсинге персонала — объединение нескольких юридических лиц под единым управлением, что позволяет гибко распределять нагрузку и вести масштабные проекты по найму. Основная деятельность — массовый подбор персонала для клиентов в разных отраслях и закрытие узкоспециализированных позиций. Средний объём входящих откликов — более 200 заявок в сутки, при этом одновременно обрабатывается свыше 20 активных вакансий; в компании работает собственный отдел продаж из 5 менеджеров, а все процессы уже велись в Битрикс24 — от обработки откликов до аналитики эффективности рекрутеров.
Клиент поставил четыре задачи:
1. Внедрить сквозное отслеживание истории взаимодействий с кандидатами — фиксировать все отклики, звонки, переписку и параллельные обращения одного человека на разные вакансии, формируя единый профиль соискателя.
2. Автоматизировать маркировку кандидатов, оставленных без ответа, — присваивать статус «без ответа» при превышении контрольного срока реакции рекрутера (2–3 рабочих дня).
3. Разработать систему аналитики эффективности рекрутеров — кастомные BI-отчёты и смарт-процессы для сбора и визуализации KPI по скорости обработки заявок, конверсии, количеству выходов на работу и качеству коммуникации.
4. Реализовать автоматическое объединение дублирующихся контактов кандидатов по номеру телефона и другим идентифицирующим данным, чтобы устранить путаницу и потери данных в базе соискателей.
Решение выстраивалось вокруг единой сущности «кандидат» и его пути через все каналы обращения, чтобы устранить хаос во входящем потоке из более чем 200 заявок в сутки.
1. Новая воронка обработки кандидатов
Создана отдельная воронка для входящего потока кандидатов.
На стадиях размещены роботы, которые последовательно запускают бизнес-процессы:
• проверку на наличие дублей по контактным данным;
• проверку 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.), которая наглядно отображается для менеджеров в специальных полях.
Реализована автоматизация контроля изменения стадий и запись исходных данных для последующих отчётов.
При превышении контрольного срока реакции кандидату автоматически присваивается статус «без ответа», что мотивирует рекрутеров возвращаться к приостановленным активностям.
3. Автоматизация коммуникаций и статистики
На каждой стадии воронки настроены роботы для:
• автоматического запуска бизнес-процессов сбора статистики;
• отправки сообщений кандидатам;
• фиксации изменений для аналитики.
Реализовано автоматическое закрытие обращений в «провал» (НДЗ — не удалось установить контакт).
Добавлены 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 — независимо от того, на сколько вакансий он откликался параллельно.
• Реализована первичная фильтрация: система отсеивает неподходящие отклики и фиксирует ключевые параметры кандидата.
• Это позволяет проследить весь путь кандидата в компании и видеть его историю взаимодействий из единого профиля.
5. Смарт-процесс «Рекрутер»
Настроен процесс для фиксации активности рекрутеров в течение дня, включающий:
• фактическую обработку входящих обращений;
• учёт ошибок и замечаний от руководителя;
• действия, выполняемые роботами и бизнес-процессами от имени рекрутера — телефония, обзвон, изменение стадий.
Отдельный бизнес-процесс контролирует ключевые изменения стадий, влияющие на KPI сотрудника.
6. BI-отчёт
Формируется отчёт по данным смарт-процесса «Рекрутер», который отражает:
• ежедневную активность рекрутера;
• скорость и количество обработанных обращений;
• динамику KPI;
• статистику по звонкам, сообщениям и изменениям стадий;
• учёт ошибок и корректировок от руководителя.
Проблема, которая казалась почти неразрешимой при потоке в 200+ заявок в сутки, — задваивание кандидатов, — практически исчезла: количество повторных обращений сократилось с примерно 750 000 до 3–4 случаев, то есть дубли устранены более чем на 99,999%. Полная фиксация всех действий кандидата дала команде то, чего не было раньше, — цельную историю обращений, которая повысила качество аналитики и точность оценки стадий найма на 40–60%, а видимость всего карьерного пути кандидата в компании ускорила принятие решений рекрутерами на 30–35%.
Автоматическое распознавание текущих сотрудников в потоке откликов избавило от неловких и ошибочных коммуникаций — их количество снизилось примерно на 90%, а объединение данных в смарт-процессах подняло полноту и целостность профилей кандидатов более чем на 70%.
Для бизнеса в целом эффект оказался не менее весомым. Хаос во входящем потоке откликов, с которым раньше боролись вручную, уступил место структуре — ручная сортировка обращений сократилась на до 80%, а нагрузка на рекрутеров благодаря автоматизации повторяющихся задач снизилась на 35–50%. Обработка откликов ускорилась на 50–70%, качество первичного отбора подросло примерно на 30%, а точность прогнозирования результатов найма — на 25–40%. Обновлённая система отчётности сделала KPI-метрики точнее и актуальнее более чем на 60%, дав руководству инструмент для управления наймом на основе реальных данных, а не догадок.
