Подивитись на найм під продуктовим кутом. Як наймати якісно, багато і «на вчора». Кейс Futurra Group

Як було на початку

Перші чотири місяці процес наймання вчителів на продукт проходив за класичною схемою, характерною для масового підбору спеціалістів початкового рівня з певною кваліфікацією (у нашому випадку — високого рівня знань математики та англійської).

Це був пошук кандидатів за допомогою сорсингу (переважно через LinkedIn), а також через джобборди та соціальні мережі. Ринком України вирішили одразу не обмежуватись, тож працювали з різними локальними платформами.

Процес виглядав так: контактували з кандидатами, які потім заповнювали google-форму, проходили тести з математики та англійської, а також мали приєднатись на 30-хвилинний скринінг-колл. Далі — детальний онбординг та одноденний тренінг, після успішного завершення якого ми надавали оффер. Кандидат мав пройти випробний термін в один місяць.

Така система передбачала «живий» супровід кандидата на всіх етапах процесу подачі заявки. Весь цикл від залучення до виходу тьютора на першу зміну займав шість-сім-днів, і в такий спосіб я одна могла наймати до сім-вісім експертів на тиждень. 

На початку це цілком задовольняло наші потреби.

Pivot момент

Втім, попит на продукт зростав, що вимагало суттєвого збільшення кількості вчителів, які були б на зв’язку з користувачем у режимі реального часу. Ми розуміли, що навіть незначна затримка в наймі могла негативно вплинути на бізнес-показники.

Перед осіннім сезоном 2022 року маркетинг-команда взяла курс на скейл. Ми ж продовжували наймати класичним способом, але наперед, із запасом за часом, розраховуючи, що це допоможе впоратися із навантаженням.

Але за лічені тижні MathMaster стрімко увійшов у свою найвищу точку попиту. Кількість запитів збільшувалась на очах, час очікування відповіді користувачам зріс вдвічі, вчителів почало критично не вистачати. Стало очевидно, що у нашому звичному форматі найму катастрофічно не встигає за попитом. Ми опинились перед вибором: виділяти під наймання supply-агентів (вчителів) окрему рекрутинг-команду або зробити step back та кардинально змінити підхід. 

Тоді вперше виникла ідея: а що, якщо подивитися на наймання як на продукт, а на залучення кандидатів як на маркетингову воронку?

MathHire: від ідеї до реалізації

Часу на довгі роздуми не було — кожен день затримки міг коштувати пропуску «високого сезону». Тож швидко взяли в опрацювання цю гіпотезу. 

Маючи експертизу у побудові веб- та мобільних застосунків і сильну технічну команду, вирішили поєднати наш досвід у рекрутингу та розробці для створення власного хайринг-продукту.

Мета була амбітною — побудувати автоматизовану платформу, яка б: 

• працювала автономно, без привʼязки до рекрутерів; 
• максимально якісно оцінювала і відбирала кандидатів;
• була легкою у користуванні та гейміфікованою;
• базово онбордила (вчила користуватись нашими функціями);
• залишалася адаптивною під подальший скейл-наймання (а не лише точково задовольнила поточну потребу у тьюторах). 

Ключовим завданням було вибудувати новий флоу наймання й подбати про баланс між його відповідністю нашим бізнес-цілям та користю, зручністю і попитом з погляду на кандидата. Продукт мав закрити потреби та «болі» усіх стейкхолдерів процесу: і нас як компанії-роботодавця, і потенційних тьюторів (шукачів роботи).

Непростим було проєктування UI/UX платформи — важливо було зробити процес легким та інтуїтивно зрозумілим, але при цьому зберегти строгість та прозорість відбору, щоб користувачі не сприймали нову платформу як шахрайську.

Завдяки дослідженням, які проводили ще на старті запуску supply-наймання, discovery та define фази ми пройшли доволі швидко. Тоді ми здійснили ряд ресерчів: дослідили ринки, на яких можемо оперувати, та їхні особливості, ознайомились з лідерами ніші, з прямими та непрямими конкурентами. 

Допомогло і проведення численних скринінг-коллів: за весь час назбиралась база фідбеків від тьюторів стосовно їхнього «користувацького досвіду» пошуку роботи, що дозволило чітко окреслити, хто наша основна цільова аудиторія, з якими проблемами вона стикається, й за яких умов користуватиметься нашою платформою.

Лишалося тільки додатково проаналізувати, які вже наявні сервіси вирішують таку чи схожу потребу, як себе позиціюють, які сильні та слабкі сторони мають — це допомогло виявити прогалини, які ми могли б заповнити, і сформулювати VP (value proposition) продукту.

Ряд брейнштормів, кілька варіацій дизайну — і в дуже стислі терміни концепт був погоджений, за проєкт взялись розробники. Оскільки ми були обмежені в часі, вирішили рухатись ітераційно: почати з MVP і запустити його одразу на реальних користувачів. Метою було швидко перевірити життєздатність концепту, не витрачаючи зайвих ресурсів. Зворотний зв’язок погодили збирати через контакт-форму, щоб оперативно опрацьовувати та вносити корективи за необхідності.

Вже за місяць хайринг-продукт, що отримав назву MathHire, запустили. 

У перший тиждень до нас приєдналось 18 вчителів. Якість кандидатів залишалась на рівні, швидкість наймання збільшилась в рази — це цілком відповідало очікуванням на тестовий період.

Проєкт довів свою життєздатність та попит у нашої ЦА, тож далі чекав довгий шлях удосконалень, тестів, зборів фідбеків і додавання нових фіч у продукт.

Як це працює зараз

Запуск MathHire зробив наймання безперервним та на 70% автономним.

В основі нашого підходу лежить маркетингова воронка, яка дозволяє за мінімально достатню для якісного наймання кількість кроків провести кандидата від первинної зацікавленості (першого контакту з рекламним оголошенням) до виходу на першу зміну через ряд конверсій в дії (проходження тестового, навчального та онбординг-етапів).

Платформа побудована на типовій зв’язці «оголошення/креатив -лендинг-продукт», але доопрацьована й адаптована під специфіку сфери та бізнес-цілі.

За MathHire наймання структуроване таким чином:

• кандидати з таргету (оголошень/креативів) потрапляють напряму на лендинг, де проходять два- тести з математики для оцінки рівня та глибини знань (тести перевіряються автоматично);
• далі система направляє їх на двогодинний інтерактивний гейміфікований туторіал, який вчить користуватись технічною базою та пояснює основні правила й вимоги до роботи; 
• завершується апплікейшн-процес тестовою робочою зміною, успішне проходження якої (зі score 90%) дозволяє оперативно фіналізувати умови співпраці й автоматично підписати офер.

Почати вчитель можна вже наступного дня. Випробний термін залишили без змін — один місяць. Окремий тест з англійської прибрали, оскільки рівень володіння мовою стає очевидним на етапі тестової зміни. 

Супровід у форматі «людина-людина» вперше з’являється лише на передостанньому етапі, що дозволяє, не витрачаючи значних ресурсів команди, підтримувати особистий контакт з кожним експертом навіть при активному найманні. До цього підтримуємо комунікацію шляхом відправки автоматичних фоллоуапів на пошту після завершення кожного етапу.

Фултайм всі процеси покриває команда з двох людей. Фактично, за запитом MathHire дозволяє ростити supply-команду втричі без залучення додаткових ресурсів, потребуючи тільки збільшення бюджету на залучення.

Екосистема MathHire: а що під капотом

Зараз MathHire — окрема екосистема, де кожен процес відточений та автономний:

• Acquisition: трафік залучається кількома каналами, закупка відбувається через декілька рекламних кабінетів. 
• Frontend: лендинг, який є платформою для подальшого апплікейшн процесу.
• Backend: проєкт у вигляді CRM для трекінгу та управління контентом, етапами тестування, статусами тощо. Усі запити від тьюторів, які потрапляють до нас на етапі відбору та онбордингу, обробляються двома під’єднаними тікет-системами;
• Analytics: у реальному часі аналізуємо попит і пропозицію та трекаємо динаміку за найманням. Всі рішення приймаються на основі даних.

Джерела скейлу

Окремим челенджем було перед черговим навчальним сезоном перевести процес наймання на суто маркетингові рейки. Цьому знов передував ресерч, побудова стратегії, вибір релевантних рекламних каналів, ряд тестувань та апдейтів.

У результаті — основними джерелами залучення експертів (80%) стали Google Ads та Meta Ads, які забезпечують 48% та 32% кандидатів відповідно. Google Ads — найефективніший, бо приносить «найтепліших лідів» — користувачів, які мають вже сформований запит і знають, що шукають. Їхня готовність до конверсії висока, тож наше головне завдання — подружитись з алгоритмами: знайти найбільш релевантні й дешеві ключові слова, коректно налаштувати кампанії тощо, щоб залучати саме тих кандидатів, які відповідають нашим критеріям.

Важливу роль відіграє й налаштована реферальна програма, яка є безперервним джерелом лідів завдяки лояльності вчителів. Класичні ж канали на кшталт LinkedIn та джоббордів зараз ми підключаємо точково, коли потрібно підсилити обсяги наймання. 

Чого вдалося досягти

Впровадження нового підходу до наймання та запуск MathHire принесли Futurra Group суттєві результати в дуже стислі терміни.

Час, необхідний для залучення, відбору та онбордингу одного вчителя, скоротився до 2-2,5 годин. Повний цикл найму та онбордингу тепер займає 4 робочі дні, а під час пікових періодів компанія може скейлитися втричі без залучення додаткових ресурсів. Рекорд команди — наймання 103 тьюторів за тиждень.

І головне — MathHire став продуктом, який постійно вдосконалюється, базується на реальних потребах користувачів і підлягає масштабуванню будь-якої величини.

Що дозволило продуктовому підходу спрацювати 

Побудова хайринг-продукту з нуля за відсутності аналогів на ринку стала успішною завдяки дотриманню нами таких ключових принципів: 

Рішення, що ми запровадили, не є універсальним для всіх supply-based продуктів. Втім, воно демонструє, наскільки важливо розвивати позицію овнера, не мислити лінійно та піддавати сумніву усталені бізнес-процеси. Вибір стратегії має базуватися не на принципі «так роблять усі» чи «ми так робили завжди», а на відповідності конкретним бізнес-цілям і здатності забезпечити вимірюваний результат.

Не бійтеся експериментувати та постійно шукати нові шляхи для розвитку, бо тільки так народжуються ідеї, що просувають проєкти вперед. Пробуйте, наважуйтесь та головне — не зупиняйтесь!

Більше про це

01 БІЗНЕС

«Різдво для айтівців», комфорт та управління. Як ви думаєте, Степан Веселовський

Додати в закладки

Будь-яку статтю можна зберегти в закладки на сайті, щоб прочитати її пізніше.

Далі

Завершити

Реклама у Vector

Знайшли помилку? Виділіть її і натисніть Ctrl+Enter