Бесплатный доступ к Подбору на 3 дня
[ Кейс ]
Основы Boolean Search и X-Ray поиска для рекрутинга: как искать кандидатов
Boolean Search и X-Ray поиск позволяют комбинировать ключевые слова и фразы с использованием логических операторов (AND, OR, NOT), что делает поиск более целенаправленным и эффективным.
Boolean Search идеально подходит для фильтрации по специфическим навыкам и квалификациям кандидатов, открывая новые горизонты в поиске талантов. Если вы еще не освоили этот метод, наше краткое руководство поможет вам начать.
Boolean Search идеально подходит для фильтрации по специфическим навыкам и квалификациям кандидатов, открывая новые горизонты в поиске талантов. Если вы еще не освоили этот метод, наше краткое руководство поможет вам начать.
Что такое Boolean Search
Boolean Search — это метод поиска, позволяющий использовать логические операторы для получения более точной поисковой выдачи. Знание основных булевых запросов и их комбинирование может значительно упростить процесс поиска кандидатов, делая его более точным и эффективным.
Если вы используете их, поисковая машина (будь то Google или Yandex) выдает более релевантные результаты. Это супер-эффективный способ сорсинга кандидатов со специфическими скиллами.
А ещё это возможность настроить поиск под себя и не просматривать сотни лишних страниц. К тому же, можно установить Google Alerts на определенный булевой запрос и получать уведомления, если появляются новые результаты.
Учитывайте, что булевые запросы для Google и Яндекса могут отличаться.
А ещё это возможность настроить поиск под себя и не просматривать сотни лишних страниц. К тому же, можно установить Google Alerts на определенный булевой запрос и получать уведомления, если появляются новые результаты.
Учитывайте, что булевые запросы для Google и Яндекса могут отличаться.
Что такое X-ray
// x-ray англ. «рентген»
X-ray поиск — это разновидность boolean search по конкретному сайту. Осуществлять его можно как через Google (с помощью оператора site), так и внутри него. Если совсем упростить, то X-ray — это рентген. Чтобы запомнить разницу между булевым поиском и X-ray, просто запомните, что во втором случае вы делаете «ренген» конкретного ресурса на наличие ключевых слов.
X-ray в Google — наиболее базовое понятие булевой логики. Значит, вы используете команду site:linkedin.com при создании булевого запроса.
Для продвинутых пользователей, которые давно уже «просвечивают» поисковики, перевели гид от Ирины Шамаевой по обновленным возможностям поиска в Linkedin’е — enjoy!
X-ray поиск — это разновидность boolean search по конкретному сайту. Осуществлять его можно как через Google (с помощью оператора site), так и внутри него. Если совсем упростить, то X-ray — это рентген. Чтобы запомнить разницу между булевым поиском и X-ray, просто запомните, что во втором случае вы делаете «ренген» конкретного ресурса на наличие ключевых слов.
X-ray в Google — наиболее базовое понятие булевой логики. Значит, вы используете команду site:linkedin.com при создании булевого запроса.
Для продвинутых пользователей, которые давно уже «просвечивают» поисковики, перевели гид от Ирины Шамаевой по обновленным возможностям поиска в Linkedin’е — enjoy!
1. Оценили рынок
На этом этапе мы изучили рынок в Москве и МО — по заданным критерием нашлось 130 кандидатов. Даже с такой выборкой ИИ-сорсер довел до оффера одного кандидата, но тот отказался.
2. Расширили воронку
Повторять поиск в том же пуле смысла не было, поэтому мы предложили Иви искать не только в Москве, а по всей России. В компании уже был релокационный пакет.
Пример сообщения ИИ-сорсера во время скрининга
“
«После расширения воронка выросла до 575 охваченных кандидатов по всей стране. При этом ручной работы больше не стало: ИИ-сорсер обрабатывает любой объем кандидатов за одно и то же время».
Результаты: оффер через 8 дней
Узкое место видно сразу: из 132 человек до скрининга дошли только 7. Даже расширив воронку, мало кто подходил сразу по стеку, управленческому опыту и готовности к переезду. Но конверсия в 5,3% — хороший результат для такого профиля.
“
«При выборе финального кандидата решающим стало именно сочетание двух направлений: хорошая инфраструктурная база и реальный опыт работы с ML-процессами. Плюс, насколько он совпал с командой по подходу к работе и коммуникации».
Для сложных кейсов первая попытка может не сработать. И решение в такой ситуации — не «искать усерднее», а докапываться, в чем проблема, и менять условия.