Talentum: Automatización inteligente para reclutadores 🚀

¿Buenas, cómo va?

Por acá Joaco, CEO de Talentum, y en este video voy a hacer una demo de lo que es nuestra plataforma.

Para recordar, Talentum es y Talentum tiene la visión de ser el sistema operativo que utilice cada reclutador en las Américas, automatizando toda la tarea operativa y manual que ocurre en el proceso de Talent Acquisition, desde la búsqueda de candidatos, el contacto a candidatos, screening, agenda de entrevistas, AI, notetakers, empoderando a los reclutadores, equipos de Talent Acquisition y consultoras de Recursos Humanos a que dediquen más tiempo en tareas que sí mueven la aguja, como entrevistar a los candidatos y contratar a los mejores.

Entonces, esto es un poco lo que es nuestra plataforma.

Todo arranca en el medio, donde vos le describís a Sara, Sara es nuestra EA Recruiter, le describís a Sara cuál es tu candidato ideal.

Esto lo hacés en lenguaje natural.

Sara, para que entiendas, tiene acceso a no solo toda la base de LinkedIn, que lo obtenemos a través de API, sino también la base de Indeed, otros portales, pero también la base interna de cada empresa.

Cada empresa tiene un ATS, ya sea Greenhouse, Workday, Lever, etc.

Y tiene una base de datos enorme ahí que no lo está utilizando.

Entonces Talentum también busca sobre esa base.

Nosotros en Talentum tenemos la visión también de lanzar nuestro propio ATS, pero lo estamos encarando una estrategia distinta a lo que lo encara la industria.

Primero empezando por automatizar las tareas para después construir nuestro ATS y que el candidato se aloje ahí dentro.

Entonces, esto ni siquiera es un usuario mío, es un usuario de un cliente, así te lo muestro directamente con cómo lo están usando ellos.

Y vamos a ir a la búsqueda.

Este es un cliente específico de Estados Unidos que tiene una base enorme de datos interna, es una consultora que tiene una base de datos de 500 mil candidatos internos y Talentum busca específicamente sobre esa base de datos.

¿Entonces si vamos por ejemplo acá a la izquierda a la búsqueda de Journeyman Electrician, vemos que el cliente puso un prompt, la AI, para que entiendas, lo que hace es agarra ese prompt y lo traduce a filtros, principalmente para acá tener el human in the loop y que el recruiter diga OK, están bien los filtros que estás buscando?

Y acá básicamente te aparecen directamente los candidatos con un resumen de cada uno, un resumen de quién es, los highlights, o sea cuestiones que lo destacan.

Y acá lo que vos podés hacer, que es algo súper importante e interesante en todo lo que es el sourcing dentro de Talentum, la búsqueda de candidatos.

¿Que es la búsqueda inteligente?

¿Qué es lo que hace la búsqueda inteligente?

Entendemos que hoy en día el gran problema que tiene LinkedIn y los portales es que buscan por keyword.

Entonces si el candidato tiene esta palabra clave, tráelo, si no la tiene, no me lo traigas.

Y eso hace mucho que muchos candidatos queden afuera, porque hay un montón de candidatos.

Por ejemplo, vos querés una persona que haya liderado equipos LinkedIn sólo detrás de gente que dice lideré, liderazgo, etc.

Talentum lo que hace es entiende el contexto e infiere que si una persona fue manager en una empresa de más de 5.000 colaboradores, infiere que lideró equipos.

Entonces acá lo que pones en la búsqueda inteligente son como criterios contextuales para que Sara, nuestra EA recruiter, repriorice a los candidatos en base a estos criterios.

Por lo tanto acá tenemos por ejemplo que alguien depuso que tiene que tener un valid Journeyman Electrician License en el estado de Arizona, mínimo 4 años de experiencia, proficiency in conduit, vending, work pooling, etc.

Strong working knowledge, generational, electrical code, etc.

Sara lo que hace también es saca estos criterios en base a la job description y acá directamente ves cada candidato.

Entonces directamente ves que Travis cumple con todo y acá te cuenta Sara cómo lo infiere.

Entiende que tiene el Arizona Journeyman License, Work profile list Journeyman Electrician certification and has working in Arizona Consistently platformers, lo mismo, Conduct vending, lo mismo, en Easy Knowledge, lo mismo.

Y así sucesivamente tenés los distintos candidatos.

Entonces acá tenés como toda esta parte que hoy en día un reclutador la hace manual.

Sara lo que hace es lo automatiza y le brinda reclutador.

OK, esto es lo que infiero, vamos para adelante.

El reclutador lo que hace, manteniendo esta forma de trabajar de human in the loop, selecciona lo que les interesa o selecciona todos.

Y en vez de contactar uno por uno como lo hace hoy en día, lo que hace contar en tu manual es crea una campaña de contacto.

Entonces acá la Talentum se integra a la cuenta de LinkedIn email de cada usuario, en este caso es mi LinkedIn y mi mail para contactar a los candidatos desde esa cuenta la AI de talento manda emails por LinkedIn Mensajes por LinkedIn, SMS, emails.

Tenemos acceso a 80% de mails personales que sacamos de base de datos públicas.

Entonces ahí se crea un workflow de contacto y la aisla lo arranca a ejecutar.

Entonces vos como reclutador le decís, OK, primero quiero que le mandes un email por LinkedIn a estos candidatos.

Si el candidato responde el email, ahí sí lo seguís vos como humano, porque ahí sí es necesario ese ida y vuelta.

Pero si el candidato no responde el email, a los tres días quiero que le mandes una invitación por LinkedIn.

Si acepta la invitación, quiero que a la hora le mandes un mensaje por LinkedIn.

Pero si no acepta la invitación, quiero que a los tres días le mandes un correo electrónico.

¿A que se le manda el mail personal?

Obviamente todo es desde la cuenta de LinkedIn y mail de causar.

Entonces para el candidato siempre lo contacta al recruiter, pero en realidad es la AI de Talentum en el back enviando el mensaje.

Y te puedes poner que si no te responde el correo, que le envía un mensaje por WhatsApp, por ejemplo.

Y así sucesivamente puedes seguir creando workflows.

Ahora, esto ya no te lo voy a mostrar con el usuario del cliente, para no meterme en eso.

Te voy a mostrar con mi usuario cómo se ve.

Una vez que vos enviás esa campaña, vas a la parte de campañas y tenés analytics principalmente para el Fire Manager, tena de respuesta, tasa de aceptación de solicitudes.

Por ejemplo, acá ves que la EA mandó 30 mensajes y fueron 14 respondidos.

Si lo vas acá por pasos, ves que de este mensaje de LinkedIn lo respondieron estos nueve candidatos.

Este mensaje de LinkedIn, el follow up me lo respondieron siete.

Acá lo que notamos importante es que con los clientes, les cuento como dato, los candidatos responden en gran parte los follow ups.

30% de las respuestas vienen de follow ups y no vienen de primeros mensajes.

Entonces mandar follow ups como hago acá es súper importante.

Una vez vos tenés acá todos los datos para ir como handing manager, acá vos ya tenés la parte de lo que es el hunting de candidates y el outreach.

Ahora, la cosa está también, ¿Qué pasa cuando tenés candidatos que te aplican?

Y para eso tenemos la solución de lo que es el pre screening.

¿Qué es el pre screening, Sara?

Lo que hace nuestra AI recruiter es agarra a los candidatos que aplican, o también los candidatos que se han, y les hace un screening a través de WhatsApp, haciéndoles distintas preguntas a los candidatos previamente establecidas por el reclutador.

Y el recruiter recibe dentro de su ATS o dentro de Talentum, una lista de quiénes son calificados y quiénes son no calificados.

Por ejemplo, en esta búsqueda de Machine Learning Engineer Talent, tenemos 76 candidatos que lo completaron, 57 no calificados, solo 18 calificados sin Talentum.

El reclutador tiene que ver CV por CV, uno por uno, y hacerle las preguntas por WhatsApp con Talentum.

Talentum revisa los CVs, los compara con la JD, les hace las preguntas, toma las respuestas, las compara con la respuesta esperada, y te hace un análisis dándote solo los calificados.

Entonces, si pones acá ver candidatos, tenés acá cada candidato.

Por ejemplo, Santiago Mendoza tiene un scoring de 10.

Si pones ver prescreening, tenés por un lado el análisis de su CV, donde tenés la descripción, los pros y las contras, comparando el CV con la Java description y el porcentaje de match.

Y por otro lado, en el pre screening tienes la pregunta que le hizo la AI por WhatsApp, la respuesta que dio el candidato, la respuesta esperada por la empresa, y el feedback de la y así sucesivamente.

Todos estos comentarios también se ven reflejados dentro de AI, el ATS del cliente.

Esto directamente para mostrarte con otro cliente, que es una consultora que se llama Talent Cross.

Voy a entrar a su usuario un segundo y te muestro acá en el screening, ves por ejemplo que, no sé, analista BTA semisenior, tiene que hay 19 calificados y 22 no calificados.

Y si pones ver candidatos, tenés cada candidato acá.

Vamos a ir a un no calificado, página 3, que están acá abajo.

Lucrecia Barcelo es no calificada, a pesar de tener 7.9.

¿Por qué?

Veamos.

Es no calificada porque tiene una remuneración bruta muy por debajo a la pretendida.

Fíjate que respondió 1.300.000 y la esperada era entre 2.000.000 y 3.000.100.

Por lo tanto no es calificada.

Por eso, y para chequear todo, puedes ir a la conversación para que entiendas.

La AI de Talentumentiende audios, textos, archivos e imágenes.

Y así arrancó todo.

Si quieres después podés ir a ver otro.

Por ejemplo, Joana, que tiene un scrolling de 6.4, quiere ganar 4 millones 900, por lo tanto no está alineada con eso, no puede ingresar en el tiempo indicado.

Entonces acá obviamente el reclutador no es necesario ni que lo vea, porque la AI también le manda feedback al candidato, si no forma más parte del proceso.

Así que esto es un poco Talentum, automatizamos lo que es la búsqueda, el contacto, el filtrado y el screening de candidatos.

Obviamente queda un largo camino por recorrer.

Hoy en día tenemos más de 40 clientes activos, enfocados pura y exclusivamente en consultoras de recursos humanos, por distintos motivos que están documentados en las proyecciones y en el data room.

Pero notamos que hay un gran mercado acá.

Es un gran mercado para ir de 0 a 2 millones o 3 millones de.

Es un mercado azul, donde somos realmente un painkiller.

Y estamos viendo los outcomes con los clientes que encantado de conectarlos con este cliente, por ejemplo, está ya sumando más usuarios, hizo cambios grandes en su equipo.

Así que nada, obviamente estamos levantando nuestra ronda de 600 mil dólares para escalar en growth.

Llegamos hasta donde estamos hoy, casi sin levantar dinero, sin meter ni un dólar en growth, y estamos convencidos de que levantando esta ronda y metiendo en growth, vamos a llegar a 3 millones de ialar en los próximos 18 meses.

Quedo atento a cualquier pregunta, les mando un abrazo grande.