למה הראיון הקלאסי בסכנת קריסה?

איך Bayes משנה את עולם הגיוס בעידן AI: למה קורות חיים וראיונות כבר לא מספיקים, איך מזהים signals שבאמת מנבאים הצלחה, ולמה ארגונים עוברים מתהליכי התרשמות ל־decision systems מבוססי הסתברות.

“אין בעיה לגייס מהר ואם זה לא עובד, ניפרד מהר.” היא גישה בעייתית

אמון זה אחד הדברים הכי רגישים וחשובים היום. בלעדיו אין לנו דבר. זה היה נכון תמיד וזה נכון היום אבל יש סיבה חשובה מדוע הנושא הזה עולה וצף כרגע. ככל שהעולם נעשה מורכב יותר, אמון הופך פחות מובן מאליו ויותר קריטי. אתם מכירים את זה מפייק ניוז, פייק, פייק, פייק... איך מישהו כתב לי שבוע שעבר יש הרבה מן המלאכותי ופחות מן הבינה. אמון הופך גם למטבע הכי חסר בגיוס בעולם שבו: AI כותב קורות חיים, מועמדים שולחים מאות פניות בלחיצה.. פרופילים ומועמדים יכולים לפברק ניסיון ולשדרג נוכחות היכול

מה הוא ראיון אוטונומי ומה הסיכוי שלא תפגשו אדם בראיון הבא שלכם?

מה הקשר בין טלנט להערכת שווי

מה המשמעות של מיון 1000 קורות חיים על מנת לגייס אדם אחד? אני אומר לכם - זה לא אומר שאתם ממש סלקטיביים בגיוס זה אומר שהמערכת שלכם לא ממש מכוילת שאתם אולי מחפשים במקום הלא נכון שאתם שורפים שעות רבות בתהליך הגיוס. כשאני מתחילה לעבוד עם חברה על מנת לשפר את תהליכי קבלת ההחלטות המקום הראשון שאני מסתכלת בו היא מערכת הגיוס על מנת לבחון מה תמונת המצב כמעט תמיד אני נתקלת בנתונים המראים מערכת שעובדת קשה מדי עם מעט תוצאות התופעה הזו רק מוחמרת על ידי עידן הבינה המלאכותית (עידן שבו ק

כשמבקשים מכם “להציג נתונים” ואתם קופאים — זו לא אשמת המערכת. זה עניין של מיומנות. הפוסט מסביר למה אנשי גיוס נתקעים עם דוחות לא מדויקים, מה מפחיד בהצגת נתונים, ואיך אפשר לפתח ביטחון ויכולות אמיתיות בקבלת החלטות מבוססות דאטה.

עד לא מזמן היה לא פשוט לשפר את העלות והיעילות של תהליכי הגיוס. לבנות צוות גיוס פנימי חזק גרר הוצאות מרובות כמו מערכות יקרות, צוות מיומן, פעילות מיתוג ועוד כהנה וכהנה כך שאף אם הצלחת להימנע מעלויות כבדות כמו עמלות ושירותים חיצונים יקרים מצאת את עלויות הגיוס חוזרות ומטפסות. על מנת להתחרות על עובדים מצויינים לא היה מנוס ומהשקעה עצומה. בשנים האחרונות אנחנו עדים לצוותי גיוס אשר הולכים ומצטמצמים. זה לא רק בגלל ה AI . צוותי הלכו הגיוס הצטמצמו - היו סבבי פיטורים גדולים בארה״ב, באירו

האויב של המצוין או הוא ״טוב פסדר״. חברה צעירה אמרה לי שמבחינתה זה בסדר אם חצי מהעובדים החדשים לא יתאימו, כי זה ככה. זאת אומרת אין מה...

י HR שרוצים להיות שותפים עסקיים חייבים להכיר לעומק תהליכים עסקיים, פיננסיים ומוצריים – מתכנון אסטרטגי ו-OKR ועד ניהול תקציבים, תחזיות כוח אדם וניתוח נתונים. שליטה במונחים כמו ROI, CAC ו-LTV, הבנה במחזורי פיתוח מוצר ובתהליכי Go-To-Market, יחד עם יכולת לדבר בשפה של מנכ״ל, CFO ומנהלי מוצר – הם המפתח להפיכת משאבי אנוש למנוע צמיחה אמיתי ולא רק למחלקת גיוס.

זיוף בתהליכי גיוס הופך נפוץ יותר - איך אפשר להתגונן?

לא כל משרה פתוחה היא באמת פתוחה. . לפעמים זה מאגר מועמדים שלא ברור מי מנהל אותו. מצד אחד — מועמדות ומועמדים שמגישים קורות חיים, מחכים, לא שומעים דבר. מצד שני — חברות שפותחות משרות אברגרין כדי “לא לפספס טאלנט”, אבל שוכחות לנהל את המאגר, לשמור על קשר, או בכלל להגדיר מי אחראי עליו. בין משרות רפאים למאגרי מועמדים רדומים — יש לא מעט תסכול, חוסר שקיפות, והחמצה של הזדמנויות טובות לשני הצדדים.

לפעמים לגייס זה ״פלסטר״ שמנסים לפתור איתו בעיות אחרות. פלסטר כמו שאתם יודעים לא באמת יכול להחזיק מעמד. לפעמים קל יותר לבקש ממחלקת הגיוס לגייס עובדים חדשים מאשר לגשת לשורש הבעיה.

הם סוגרים משרות באופן עקבי ולאורך זמן. זה קורה כאשר המשרות מורכבות, זה קורה כאשר השוק קשה, אין להם הסברים מדוע הם לא מצליחים. זוהי עדות...

אם יש לכם משרה שפתוחה כבר כמה חודשים הגיע הזמן לשאול כמה שאלות

כשאני מספרת למועמדים ש בישראל למעלה מ50% מהגיוסים קורים ברשת - כלומר ניזומים על ידי המעסיק או הדהנטרים, הם מתמרמרים. התמונה יותר מורכבת

המאמר הזה עוסק באתגרים המרכזיים ביצירת מטריקות גיוס וגם פונקצית גיוס יעילה המבוססת על נתונים: הוא לא יעסוק במטריקות הכי נפוצות אלא במשהו הר

עברו להן שנתיים מעניינות כמו שאומרים הסינים שבהם אולי למדתם הרבה - אבל אולי פחות את מה שבחרתם ללמוד ויותר מה שבחר בעולם ללמד אתכם: איך...

כמו תמיד בפינה הזו אני מביאה סיפורים שבהם אני נתקלת בעבודתי, הפעם אני רוצה לשאול האם יכול להיות שארגון יזכה לתוצאות טובות עם תהליך גיוס...