Search och urval löser två olika problem. Search avgör vilka människor ni över huvud taget ser. Urval avgör hur rättvist och träffsäkert ni bedömer dem. En stark process behöver båda.
Kort svar
Sätt kriterier före sökningen, bygg en bred kandidatmarknad och använd samma kärnfrågor samt beviskrav för alla som går vidare. Dokumentera osäkerheter, inte bara slutpoäng.
Vad som gör uppdraget svårt
Många team förbättrar intervjun men lämnar kandidatmarknaden oförändrad. Då bedöms en liten och självselekterad grupp mycket noggrant, medan relevanta passiva kandidater aldrig blir synliga.
Andra team gör tvärtom: de hittar hundratals profiler men saknar ett enhetligt sätt att avgöra vilka bevis som räcker. Resultatet blir långsam kalibrering och olika bedömning mellan kollegor.
Ett arbetssätt som håller i praktiken
1. Definiera kriterier och bevis
För varje kriterium: skriv vad kandidaten behöver kunna, vilket arbetsprov eller exempel som kan visa det och vad som bara är meriterande.
2. Bygg kandidatmarknaden
Kombinera annons, intern databas, rekommendationer och aktiv search. Följ upp vilka grupper och karriärvägar som saknas innan ni börjar stänga urvalet.
3. Kalibrera före masskontakt
Granska ett mindre antal profiler tillsammans. Förklara varför de är Ja, Kanske eller Nej och justera briefen innan teamet kontaktar en stor lista.
4. Bedöm med samma kärna
Använd strukturerade frågor och tydliga bedömningsskalor. Tillåt relevanta följdfrågor, men se till att alla kandidater får möjlighet att visa samma kärnkompetenser.
Det här ska finnas i samma arbetsyta
- kriterier och bevisnivå
- sourcingkanaler och marknadstäckning
- kalibreringsbeslut med orsak
- intervjufrågor och arbetsprov
- risker, osäkerheter och slutbeslut
Testa arbetssättet i ett verkligt uppdrag
Välj ett aktivt uppdrag och begränsa piloten till två veckor. Börja med kriterier och bevisnivå och sourcingkanaler och marknadstäckning; om de två delarna fortfarande är otydliga kommer fler sökresultat bara att skapa mer brus. Sätt en ansvarig rekryterare och bestäm när teamet ska granska de första profilerna tillsammans.
Ta fram en första kalibreringsgrupp på åtta till tolv personer. Den ska innehålla tydliga Ja, rimliga Kanske och några profiler som ser relevanta ut men faller på ett viktigt kriterium. Be varje bedömare skriva sin orsak innan gruppdiskussionen. Då syns skillnaden mellan ett oklart kriterium och ett verkligt svagt kandidatbevis.
Efter de första kandidatsamtalen granskar ni kalibreringsbeslut med orsak och intervjufrågor och arbetsprov. Fråga vilka antaganden som bekräftades, vilka som var fel och vilken information som saknades i de offentliga profilerna. Uppdatera briefen med det ni faktiskt lärde er, inte med nya önskemål som aldrig prövats mot marknaden.
Avsluta piloten med ett beslut om arbetsflödet. Behåll de steg som förbättrade träffsäkerhet eller svar, förenkla administration som inte gav bättre beslut och dokumentera när en människa alltid måste granska. Nästa uppdrag ska kunna använda lärdomen utan att kopiera kandidatlistan eller låsa sig vid samma målbolag.
Mät om searchen blir bättre, inte bara större
Följ hur många granskade profiler som har verkligt stöd för kriterier och bevisnivå, hur många kontaktade kandidater som svarar relevant och hur stor del av den verifierade listan kunden eller rekryterande chefen accepterar för nästa steg. Antal profiler i databasen är ett kapacitetsmått, inte ett kvalitetsbevis.
Lägg också till en orsak när någon lämnar processen. Skilj fel brief, svagt kandidatbevis, sen återkoppling, ersättning, arbetsform och förändrad motivation. När risker, osäkerheter och slutbeslut återkommer som blockering behöver teamet ändra erbjudandet eller sökstrategin, inte bara skriva fler meddelanden.
Dataskydd och dokumentation i vardagen
Spara bara information som behövs för det professionella ändamålet och gör källa, senaste kontroll och åtkomst tydlig. intervjufrågor och arbetsprov ska beskrivas med arbetsrelaterade fakta, inte antaganden om privatliv, hälsa, bakgrund eller andra irrelevanta egenskaper.
När ett offentligt profilfält används i searchen ska rekryteraren kunna förklara varför uppgiften är relevant. Respektera invändningar, rättelser och gallringsregler, och låt inte en exporterad kandidatlista leva vidare utanför den kontrollerade arbetsytan efter att uppdraget är avslutat.
AI som stöd, inte beslutsfattare
AI kan bredda searchen, hitta synonymer och förklara varför en profil verkar relevant. Den kan också hjälpa till att strukturera redan insamlad information.
AI-förslaget får inte bli ett dolt urvalsbeslut. Rekryteraren ska kunna se källan, korrigera bedömningen och säkerställa att irrelevanta personuppgifter inte påverkar processen.
När Yena passar och när ett annat verktyg behövs
Yena passar när search, kandidatbevis, kontakt, ATS-steg och CRM-historik behöver hänga ihop. Det gör kalibreringen spårbar från första brief till shortlist.
Yena ersätter inte en validerad bedömningsmetod eller arbetspsykologisk kompetens. Använd specialiststöd när rollen eller lagkraven kräver det.
Vanliga frågor
Vad är skillnaden mellan rekrytering och urval?
Rekrytering omfattar att attrahera och hitta kandidater. Urval är den strukturerade bedömningen av vilka kandidater som bäst uppfyller rollens relevanta kriterier.
Hur många kriterier bör en kravprofil ha?
Tillräckligt få för att teamet ska kunna använda dem konsekvent. Separera ett litet antal verkliga måste-krav från meriterande erfarenhet.
Var passar AI in i urvalsprocessen?
Främst i sökning, organisering och beslutsstöd. Människor måste kontrollera källor, kriterier och slutliga beslut.
Källor och vidare läsning
- Arbetsförmedlingen: arbetsmarknadsutsikter
- IMY: dataskydd i arbetslivet
- Diskrimineringsombudsmannen: diskriminering på jobbet
Bygg nästa kandidatlista från en riktig brief
Beskriv rollen med vanlig svenska. Yena söker, förklarar matchningar och hjälper er att gå från marknadskarta till relevant kandidatkontakt.
Se Yena Talent Sourcer