Da Applicant Tracking System ad Applicant Ranking System
AI Matching | 18.03.2020
Oggi viviamo in un mondo sempre più digitale e iper-connesso, in cui tanto le organizzazioni quanto i singoli sentono la necessità di dover gestire, veicolare e monitorare al meglio il flusso di informazioni (in entrata e in uscita).
Di qui il bisogno crescente di essere sempre connessi in real-time; un’esigenza che ha favorito la moltiplicazione di strumenti e canali di comunicazione (boom dei social network) con un incremento della quantità di dati e informazioni da gestire.
Un fenomeno globale che, soprattutto negli ultimi anni, ha impattato in modo incisivo sul mondo del recruiting.
La digitalizzazione dei processi di Recruiting…
Solo qualche anno fa il reclutamento avveniva esclusivamente tramite la pubblicazione di annunci sul giornale che, di risposta, generava candidature cartacee.
Oggi il processo di acquisizione dei talenti è completamente rivoluzionato: le offerte di lavoro sono online 7 giorni su 7 e visibili in tutto il mondo. Questo genera una quantità di informazioni che richiedono strumenti e processi all’avanguardia, lontani dal semplice utilizzo di email e/o supporti cartacei dove raccogliere i curricula ricevuti.
…richiede l’adozione di nuovi approcci e nuovi strumenti
In un’ottica sempre più digitale, le organizzazioni hanno iniziato a utilizzare strumenti tecnologici per ottimizzare l’acquisizione dei talenti e gestire al meglio i CV: gli ATS.
Gli Applicant Tracking System (ATS) sono tool capaci di costruire dei data base di candidati consultabili on demand, in modo rapido ed efficace, ottimizzando tempi e risorse da dedicare al reclutamento.
Tuttavia, le esigenze del settore HR stanno vivendo una costante evoluzione, che richiede l’adozione di strumenti sempre più innovativi; per questo oggi ci troviamo a parlare non più di ATS ma di ARS: Applicant Ranking System.
Applicant Ranking System vs Applicant Tracking System: qual è la differenza?
Con ARS ci riferiamo ad una versione moderna di tracking; il vantaggio rispetto all’utilizzo di un classico ATS è la possibilità di ordinare i candidati per competenze acquisite, – e quindi fare un “ranking” – in modo automatico, rispetto ad una o più ricerche/offerte di lavoro.
Gli ATS tradizionali hanno la capacità di ricercare i profili per filtri e parole chiave (ricerca booleana); un sistema che, pur rappresentando un passaggio epocale rispetto alla gestione manuale dei curricula, appare oggi ormai superato dalla necessità di avere un ordine dei candidati sempre più pertinente.
Da screening through keywords a semantic analysis
La tecnologia che utilizziamo in Arca24 – all’interno del nostro prodotto dedicato al recruiting, Talentum – è basata su intelligenza artificiale e capace di individuare il matching tra profili e annunci di lavoro in 7 lingue (italiano, inglese, francese, tedesco, spagnolo, portoghese e polacco), anche quando la lingua del CV è diversa da quella dell’offerta.
Si tratta di un sistema sviluppato per garantire rilevanza all’analisi semantica, riducendo i margini di errore e aumentando il contenuto che può essere processato dalla macchina.
Il risultato? Maggior pertinenza e profondità di lettura delle skills dei candidati per una migliore associazione tra tag professionali e ruoli di riferimento.
Perché dovresti utilizzare un ARS?
Per capire meglio le potenzialità del sistema di Applicant Ranking – rispetto ad un Applicant Tracking System – vediamo insieme qualche esempio:
- Grandi volumi di candidati. Se per un’offerta di lavoro ricevo grandi volumi di candidature, non avrò più bisogno di processarli tutti.
Il motore di matching non mostrerà i profili non in linea con la selezione, ma solo i più pertinenti che verranno ordinati in modo decrescente (dal 100% di compatibilità a scalare). In questo modo avremo un’ottimizzazione di tempi e risorse e una maggiore efficacia di processo. - Pochi candidati e difficili da identificare. Il motore semantico è di supporto anche quando il problema non è più la quantità ma la qualità dei CV ricevuti; questo perché il sistema è in grado di leggere le mansioni svolte dai candidati senza la necessità che esse siano riconducibili ad uno specifico “job title”.
Pensiamo, ad esempio, a profili professionali in possesso di competenze molto valide che però non hanno abitudine e/o esperienza nello scrivere un CV. In un sistema ATS classico, questi candidati sono penalizzati e spesso non vengono identificati. Così come giovani talenti che, alla prima esperienza lavorativa, ricevono dei job title specifici dell’organizzazione che non trovano però riscontro all’esterno; affacciandosi sul mercato del lavoro questi candidati tenderanno ad utilizzare il titolo che in passato gli è stato affidato, rischiando così di non essere trovati. Anche in questo caso l’intelligenza artificiale andrà a leggere le mansioni svolte e le skills acquisite (al di là del ruolo specifico), individuando le competenze ricercate e facendo un “matching” dei risultati.
Tempo ed efficacia sono i drive che ci portano a sviluppare sistemi di Applicant Ranking System come Talentum.