Deduplikacja kandydatów w ATS: czysta baza to podstawa

Agencja rekrutacyjna z Warszawy opowiedziała mi o sytuacji, która kosztowała ich klienta: ten sam kandydat został przedstawiony dwóm różnym klientom w tym samym tygodniu — przez dwóch różnych rekruterów. W bazie istniał pod dwoma różnymi nazwiskami. Nikt nie wiedział.

To nie odosobniony przypadek. 10 do 20% baz kandydatów zawiera duplikaty według szacunków branżowych. W bazie 30 000 profili to nawet 6 000 nadmiarowych rekordów — z rozbitymi historiami, sprzecznymi notatkami i ignorowanymi ryzykami RODO.

Dlaczego dopasowanie po nazwisku zawodzi

Klasyczne podejście: przy imporcie nowego profilu system sprawdza, czy imię i nazwisko już istnieją. Brzmi logicznie. Nie działa w praktyce:

• Zmiany nazwisk: ślub, rozwód — Anna Kowalska staje się Anna Novak. System nie widzi połączenia.
• Literówki i warianty: Woźniak vs Wozniak, Muller vs Mueller — różne ciągi znaków, ta sama osoba.
• Popularne nazwiska: ile osób o nazwisku Jan Kowalski jest w Twojej bazie? Samo nazwisko niczego nie rozstrzyga.

Nasz stary system szukał duplikatów po nazwisku i firmie. Po trzech latach mieliśmy 2 800 duplikatów — w tym 350 w aktywnych procesach rekrutacyjnych. — Team Leader, agencja rekrutacyjna Kraków

Silne sygnały: email, telefon, LinkedIn

Nowoczesne systemy opierają się na identyfikatorach, które są praktycznie unikalne i stabilne w czasie:

RODO a duplikaty

Art. 5 ust. 1 lit. d RODO wymaga prawidłowości danych osobowych. Podwójne rekordy ze sprzecznymi informacjami naruszają tę zasadę. Jeśli kandydat zażąda usunięcia danych (art. 17 RODO), a usuniesz tylko jeden z dwóch rekordów — jego dane dalej istnieją. To naruszenie RODO.

Więcej o najlepszych praktykach zarządzania danymi rekrutacyjnymi na RecruitCRM oraz o metrykach rekrutacyjnych na AIHR.

Wykrywanie w codziennej pracy

Przy imporcie CV

System natychmiast sprawdza email, telefon i LinkedIn w całej bazie. Przy znalezieniu dopasowania pojawia się alert z linkiem do istniejącego profilu.

Przy ręcznym tworzeniu profilu

Gdy rekruter wpisuje nazwisko, system w czasie rzeczywistym pokazuje podobne rekordy przed zapisaniem.

Przy imporcie z LinkedIn

Najczęstsze źródło duplikatów. Systemy przechowujące ID profili LinkedIn mogą dokonać dokładnego dopasowania. Nasz przewodnik po czyszczeniu bazy opisuje cały proces.

Czyszczenie wsadowe

Dla istniejących baz: proces batch identyfikuje klastry duplikatów. Porównaj narzędzia w naszym porównaniu darmowych ATS.

Ile kosztuje słaba jakość danych

Według Loxo, rekruterzy spędzają średnio 27% czasu na czyszczeniu lub ponownym przetwarzaniu danych. Dla pięcioosobowego zespołu to ponad 100 000 euro utraconej produktywności rocznie.

Więcej kontekstu w naszym artykule o martwych CV i AI matching w bazach kandydatów.

Wprowadziliśmy prostą zasadę: kto tworzy nowy profil bez wcześniejszego wyszukiwania, bierze na siebie sprzątanie. Wskaźnik duplikatów spadł o połowę w sześć tygodni. — Dyrektor Zarządzający, agencja rekrutacyjna Wrocław

FAQ: Deduplikacja kandydatów

Ile duplikatów ma typowa baza rekrutacyjna?

Szacunki branżowe wskazują na 10-20% w ustabilizowanych bazach. Bazy rozwijane bez polityki importu mogą mieć wyższy odsetek.

Czy wyszukiwanie rozmyte po nazwisku wystarczy?

Nie. To przydatna wskazówka, ale nie niezawodny identyfikator. Email, telefon i LinkedIn są znacznie silniejszymi sygnałami.

Co ze zgodami RODO przy łączeniu?

Przy łączeniu duplikatów zawsze powinna obowiązywać bardziej restrykcyjna sytuacja zgody. Dokumentuj łączenie i podstawę zgody.

Jak często sprawdzać duplikaty?

Sprawdzanie w czasie rzeczywistym przy każdym nowym rekordzie, plus skan wsadowy co kwartał.