Gevinster:
- Evne til å produsere innkjøps-, invitasjons-, tilbuds- og avvisningsmeldinger på en profesjonell og respektfull måte
- Evne til å designe tidsriktige og personlige kommunikasjonsflyter som forbedrer kandidatens opplevelse
- Evne til å tolke beregninger for rekrutteringstrakter og forbedre kommunikasjonen deretter
En kandidat samler et inntrykk med hver kontakt han eller hun har med bedriften din under ansettelsesprosessen: svar på annonsen, første e-post, invitasjon til intervju, tilbud eller avslag. Summen av disse inntrykkene kalles kandidaterfaring og påvirker direkte din arbeidsgivermerke, antall fremtidige søknader og til og med kundelojalitet. En kandidat som mottar en dårlig avvisningsmelding eller en som står ubesvart i flere uker, beskriver sin opplevelse på og rundt sosiale medier. Kunstig intelligens (AI) lar deg produsere rask, konsistent og respektfull kopi på hvert trinn i rekrutteringskommunikasjonen – men du sikrer tonen, empatien og nøyaktigheten. I denne enheten lærer vi å etablere hele kommunikasjonsflyten med AI, fra sourcing til tilbuds- og avvisningsmeldinger, og å tolke traktberegninger.
Vilkår: Sourcing er å proaktivt nå ut til kandidater som ikke har søkt på stillingsannonsen, men som kan være passende (f.eks. LinkedIn-melding). Rekrutteringstrakten er stadiene som kandidater går gjennom fra søknad til rekruttering: søknad → forhåndsscreening → intervju → tilbud → rekruttering. Konverteringsfrekvens er prosentandelen av kandidater som beveger seg fra et trinn til det neste. Personalisering betyr å skreddersy budskapet til kandidatens faktiske bakgrunn og rolle – ikke copy-paste.
Kart over kommunikasjonsflyt
En god kandidaterfaring er ingen tilfeldighet; Ved hvert kontaktpunkt planlegges hva som skal si på forhånd. Trinn for trinn:
- List opp berøringspunktene. Sourcing-melding, søknad takk, intervjuinvitasjon, informasjon etter intervju, tilbud, avslag.
- Still inn tone og timing for hvert punkt. Når, i hvilken tone, med hvilken informasjon.
- Generer maler med AI. Holde hver melding i merketone og forlate områder for personalisering.
- Tilpass og verifiser. Bekreft med virkeligheten informasjonen som AI kan utgjøre, for eksempel navn, dato, stilling osv.
- Mål responstid. Ikke la kandidaten være i limbo; Fortell "når du hører fra meg" i hver melding.
Din rolle: en rekrutterer som bryr seg om kandidatopplevelsen. Skriv en personlig kildemelding (første kontakt) for følgende kandidat. Kanal: LinkedIn. Lengde: maks 120 ord. Inkluder: hvorfor jeg kontaktet ham (en konkret detalj fra profilen hans), et overbevisende 1-setnings sammendrag av rollen, en invitasjon til et lavtrykksintervju. Tone: respektfull, vennlig, ikke noe salgspress. Forlat personaliseringsområder med [SQUARE BRACES].<candidate>Rollehistorie: 4 år B2B feltsalg, fintech-industriVi ser etter: Corporate Sales Manager, Istanbul</candidate>
Tips: I hver melding, gi kandidaten "hva som vil skje neste gang og når." Usikkerhet er det som skader kandidatens opplevelse mest. En enkelt setning "Vi vil komme tilbake til deg senest innen 5 virkedager" er mye bedre enn stillhet.
Meldinger om tilbud og avslag: De mest følsomme øyeblikkene
Tilbudsmeldingen skal skape begeistring; Avvisningsmeldingen skal opprettholde respekten. Avvisning er det mest kritiske øyeblikket i kandidatopplevelsen fordi de fleste kandidater blir avvist og det er her de danner sitt varige inntrykk av din bedrift.
Skriv en melding om negativt resultat (avslag) til en kandidat. Regler:- Kort, respektfull, tone som takker kandidaten for sin tid.- IKKE tilskriv årsaken til avslaget til en personlig egenskap som kandidatens alder/kjønn/omstendighet; skape juridisk og etisk risiko.- La døren stå åpen hvis mulig ("vi vil gjerne holde kontakten for fremtidige roller").- Ikke falsk ros eller tomme løfter. Lengde: 90-120 ord. Tone: varm, men profesjonell.
Skriv en skriftlig tilbudsoppsummeringsmail etter det muntlige tilbudet til den valgte kandidaten. Inkluder: stilling, startdato [ ], arbeidsmodell [ ], lønn og goder [ ], neste trinn (signatur/intervju), kontaktperson. Tone: varm, klar, festlig. La tallene og datoene stå tomme med [ ]; Jeg vil fylle den med faktiske verdier.
Oppmerksomhet: Bruk aldri uttrykk som antyder kandidatens alder, kjønn, sivilstatus, helse eller gruppe i avvisningsbegrunnelsen. Jobbrelaterte, nøytrale utsagn som «Vi gikk videre med en mer erfaren kandidat til stillingen» er både nøyaktige og trygge. AI kan noen ganger skape risikable begrunnelser ved å overforklare; Les hver avvisningstekst med dette øyet.
Svak forespørsel / sterk forespørsel
Svak melding: Skriv en avslags-e-post til kandidaten.
Resultatet: en kald, generell tekst med copy-paste-følelse som noen ganger skaper risiko ved å forklare for mye.
Sterk oppfordring: [avvisning + kort og respektfull tone + forbud mot å knytte årsaken til personlige egenskaper + la døren stå åpen + forbud mot falsk ros + lengdegrense]
Resultatet: en respektfull, juridisk sikker og konsekvent melding som beskytter merkevaren din.
Tolking av traktberegninger
Tallene viser hvor kandidatens erfaring svekkes. AI er en god hjelper til å tolke traktdataene dine og foreslå mulige årsaker og forbedringer – men du validerer forslagene med feltkunnskap.
Tolk ansettelsestraktdataene nedenfor. Beregn konverteringsfrekvensen for hvert trinn, fremhev de 2 svakeste stadiene, og foreslå 2 mulige årsaker + 1 testbar forbedring for hver. Still en definitiv diagnose; Presenter det som en hypotese, oppgi at det må verifiseres.<data>Søknad: 400Foreløpig screening: 120Intervjue: 90Tilbud gitt: 20Tilbud akseptert: 8</data>
Scene
bestått
Konvertering
Mulig signal om svakhet
Søknad → Forhåndsvalg
120/400
30 %
Annonsen kan tiltrekke seg kandidater utenfor målet
Foreløpig utvalg → Intervju
90/120
75 %
sunt
Intervju → Tilbud
20/90
22 %
Intervju/forventningsmismatch
Tilbud → Aksept
20/8
40 %
Lønn/konkurransedyktig tilbud/prosess treghet
De to mest slående punktene i denne tabellen er den lave akseptraten for tilbud og den lave overgangen fra intervju til tilbud. AI flagger disse; Du verifiserer lønnsbånd, konkurrenttilbud og prosesshastighet i feltet.
Tre minivesker
Sak 1 - Prisen på stillhet. Et selskap sendte ikke meldinger til kandidater det avviste. En medarbeiderundersøkelse og skanning av sosiale medier viste at arbeidsgivermerkeresultatene gikk ned. En respektfull avvisningsmal med personaliseringsområde ble laget med AI, og en returpolicy på 5 virkedager ble innført for alle kandidater. Etter 4 måneder økte antallet søknader om karriereside med 17 %; Klager på «Jeg fikk ingen tilbakemelding» forsvant nesten.
Tilfelle 2 — Akseptrate for tilbud. Ett teknologiselskap hadde en akseptgrad på 45 %. AI tolket traktdataene og flagget hypotesen «lang tid mellom tilbud og første kontakt». Prosessen ble undersøkt: tilbudet kom skriftlig i gjennomsnitt 6 dager etter muntlig godkjenning. Da fristen ble redusert til 2 dager og tilbudsmailen ble skrevet om i en varm tone, økte akseptgraden til 63 %.
Tilfelle 3 – Kraften til personalisering. Et innkjøpsteam sendte copy-paste LinkedIn-meldinger og fikk 6 % respons. En mal ble satt opp med AI som la til en faktisk detalj fra kandidatens profil ([firkantede parenteser] skal fylles ut) til hver melding. Teamet fylte ut detaljene for hånd; svarprosenten økte til 14 %. Nøkkelen var å gjøre ekte personalisering uten å la AI gjøre det opp.
Vanlige feil
- Etterlater kandidaten i limbo. Å ikke si "når du hører tilbake" er feilen som skader opplevelsen mest.
- Å tilskrive årsaken til avvisningen til personlige egenskaper. Begrunnelser som antyder alder, kjønn eller status er både uetiske og juridiske risikoer.
- Kopi-lim inn kilde. Massemeldinger uten personalisering vil få lav respons og slite ut merket.
- Sender AI-oppbygd informasjon uten å bekrefte det. En melding sendt med feil navn, stilling eller dato undergraver tilliten.
- Måler ikke beregninger i det hele tatt. Uten traktdata kan du ikke se hvor opplevelsen svekkes.
- Ta feil av en AI-anbefaling for en definitiv diagnose. Forslag er hypoteser; verifisert av felt og data.
Oppsummert
Kandidaterfaring er summen av visninger akkumulert ved hvert berøringspunkt og bestemmer direkte din arbeidsgivermerke. AI; Den produserer innkjøps-, invitasjons-, tilbuds- og avvisningsmeldinger raskt, konsekvent og respektfullt, og tolker traktberegninger. Men du sikrer tonen, empatien, nøyaktigheten og den endelige avgjørelsen. Den største forskjellen kommer fra personalisering og rettidig kommunikasjon som eliminerer usikkerhet.
Søknadsoppgave
Design kommunikasjonsflyten til en stilling. (1) Generer merketonemaler med AI for seks berøringspunkter (sourcing, takk, inviter, informer, tilbyr, avvisning), og forlater personaliseringsfeltene [FIRKANTBRAKETS]. (2) Produser avvisningsmalen med forbud mot å "tilskrive grunnen til personlige egenskaper" og les den mot juridisk risiko. (3) Få AI til å tolke en prøvetraktdata og trekke ut de to svakeste stadiene og forbedringshypotesene. (4) Skriv hvordan du vil bekrefte en hypotese i feltet.
sjekkliste
- [ ] Har tonen og timingen blitt definert for hvert berøringspunkt?
- [ ] Gir hver melding kandidaten informasjon om "neste trinn og frist"?
- [ ] Er avvisningsmeldingen respektfull og begrunnet/nøytral?
- [ ] Er personaliseringsfeltene fylt med reell informasjon (ikke laget)?
- [ ] Er traktberegninger blitt målt og tolket?
- [ ] Har AIs forslag blitt tatt som hypoteser og validert?