Hari Kolam je CEO a spoluzakladatel Findem – Interview Series

Jako CEO a spoluzakladatel Findem je Hari zodpovědný za řízení celkového směru a strategického růstu společnosti, stejně jako za dohled nad jejími denními operacemi. Je sériovým podnikatelem a zkušený technolog, s téměř dvě desetiletími zkušeností s budováním společností a vytvářením inovativních technologických řešení.

Hari dříve působil jako spoluzakladatel a CTO Instart, kde vedl technickou vizi společnosti a překládala zákaznické požadavky do realizovatelných a inovativních řešení. Během svého působení v Instartu se stal spoluautorem více než 50 patentů.

Hari také zastával seniorní inženýrské pozice ve společnosti Aster Data, kde pracoval na všech funkcích napříč celým vývojovým stackem, stejně jako ve skupině Solaris Cluster ve společnosti Sun, kde přispěl kritickými moduly softwaru.

Můžete diskutovat o eurece momentu na vašem prvním startupu Instart, kdy jste si uvědomil, že škálování týmu je velký problém pro většinu podnikatelů?

Nešlo jen o jeden okamžik, ale spíše o kombinaci několika různých zkušeností. Dosáhli jsme bodu v Instartu, kde jsme byli na velmi rychlé růstové trajektorii, včetně mezinárodní expanze, a to představovalo speciální sadu výzev. Nyní se snažíme budovat výjimečný tým, který je skutečně rozmanitý, a to v krátkém čase a přes kontinentální hranice. Když jsme se snažili najmout talentované lidi a rychle škálovat náš tým, skončili jsme s několika špatnými náborovými rozhodnutími, která nás zdržela a způsobila nám spoustu frustrace. Další komplikace nastaly, když jsme se snažili komunikovat naše požadavky na zaměstnance personálním agenturám. Proces byl vysoce chybový, a my jsme se často museli smířit s kompromisem ohledně správného náboru v duchu rychlého uzavření. Tyto byly tvrdé lekce a ty, které téměř všechny podnikatele vyzývají, ale jsem rád, že tyto lekce zapálily myšlenku a podpořily oheň, který vedl k Findem.

Můžete diskutovat o vzniku Findem?

Findem byl skutečně přímým výsledkem chyb, které jsem udělal při náboru a škálování na počátku své kariéry. Jako každý podnikatel vám řekne, že budování výjimečných týmů je nejvýznamnějším faktorem úspěchu podniku. Je to také nesmírně obtížné. Jako někdo s inženýrským pozadím, jsem přitahován k řešení některých z nejtěžších problémů, které vedou k největšímu dopadu, a byl jsem motivován touto konkrétní výzvou. Najít správné uchazeče, kteří mohou bezproblémově zapadnout do kultury společnosti a mít kompetence potřebné k vykonání práce, je mnohem těžší, než to zní.

Tradičně, jediný způsob, jak vyřešit problém škálování talentů, byl prostřednictvím brute-force, spolu s lidským faktorem – a proces byl poset chybami, předpojatostmi a neefektivitami. Když jsem to prozkoumal dále, došlo mi, že se jedná o datový problém v jeho jádru, a správný způsob, jak ho vyřešit, je přistupovat k němu jako k datovému problému. Používáním umělé inteligence a hluboké analýzy, jsme přinesli úspěšný nový přístup k procesu tím, že umožníme lídrům HR hledat kandidáty na základě požadovaných atributů, spíše než na základě klíčových slov nebo titulů na životopisech. Společnosti jsou přitahovány k datům založenému náboru, protože je to efektivnější, snižuje náklady, zlepšuje rovnost a vede k lepší kvalitě náboru. Findem začal jako projekt z vášně a nyní jsme prosperující, zejména mezi podniky, které čelí více náborovým bolestem, než jejich menší protějšky.

Jak důležité jsou data při náboru?

Data jsou nesmírně důležité při rozhodování o efektivním náboru. Například, když společnosti snaží budovat více rozmanité týmy, sledování údajů o zaměstnancích a kandidátech je často druhotným myšlením. Je však zásadní, aby iniciativy pro rozmanitost, rovnost a začlenění (DE&I) začaly s transparentností o aktuálním, datově informovaném stavu organizace – analytika může ukázat vám vše od rozmanitosti vašeho vedení, až po to, jak jste sledovali rozmanitost za posledních pět let, rozpory v odměňování, míru fluktuace rozmanitých zaměstnanců. Je důležité poznamenat, že sledování údajů by se mělo vztahovat nejen na pohlaví a rasu, ale také na další faktory, jako je věk, náboženství, zdravotní postižení a vojenskou službu. Když máte tyto údaje, můžete začít mapovat své cíle a skutečně pracovat na rozmanité a inkluzivní kultuře.

Také, když jde o budování rozmanité a inkluzivní kultury prostřednictvím náboru, je velmi důležité sledovat talentní potenciál, aby jste zajistili, že budete pěstovat rozmanitost od samého začátku hledání kandidátů. To je nemožné bez správných údajů.

Analýza potenciálu je také klíčová pro pochopení, co funguje nebo nefunguje ve vašich snahách o rozmanitý nábor. Jak rychle jsou rozmanití kandidáti náborováni? Který personální agenti skutečně hýbají jehlou, když jde o naplnění potenciálu rozmanitými kandidáty? Zdrojujete z geografických oblastí, kde je vyšší procento rozmanitých kandidátů? Údaje mohou poskytnout odpovědi na všechny tyto otázky, které byste jinak nebyli schopni zodpovědět.

Údaje jsou také jádrem prediktivní analýzy, kde se historické údaje používají k objevení talentů, kteří budou excelovat ve vaší společnosti. Prediktivní analýza může říci, jak pravděpodobně kandidát bude dobře fungovat v určité roli, riziko fluktuace, zda bude úspěšný vzdáleně a další informace, které vám mohou pomoci identifikovat kandidáty, kteří jsou nejpravděpodobněji prosperovat.

Jaké jsou některé zdroje dat, ze kterých Findem shromažďuje informace?

Findem agreguje všechny veřejně dostupné údaje o lidech, které jsou ověřeny a triangulovány napříč několika zdroji, za účelem zaznamenání a učení se o potenciálních kandidátech. Máme knihovnu více než 1 milionu atributů pro každého jednotlivce. Můžeme obohatit tato data a objevit nová atributa, pokud naši zákazníci zvolí integraci svých interních HR nástrojů s Findem. Některé příklady veřejných informací, které agregujeme, zahrnují údaje z cenzu, údaje o kategorii produktů, finanční údaje společností, tržní údaje, patenty a publikace, vzdělávací údaje a údaje o produktivitě a dovednostech.

Jak mohou zaměstnavatelé nejlépe využít platformu Findem k nalezení ideálního kandidáta?

Aby zaměstnavatelé našli ideální kandidáty – ať už jsou aktivní nebo pasivní – mohou použít naši platformu k vyhledávání na základě kombinace více než 1 milionu atributů. Atributy mohou být hmotné, jako zda je někdo žena, bývalý zakladatel nebo pracoval pro top-10 VC-funded startup, stejně jako nehmotné, jako zda někdo ztělesňuje hodnoty společnosti, má podnikatelský duch nebo je go-getter. Tyto atributy poskytují datově informovaný obraz každého jednotlivce a mohou být použity k nalezení přesně toho, co je potřeba k vyplnění otevřené pozice.

Atributy lze porovnat napříč interními zaměstnanci, profily ATS, které jsou obohaceny nejaktuálnějšími informacemi, a externími kandidáty. Společnosti obvykle začínají s ideálním profilem kandidáta a vytvářejí talentní bazén všech lidí, kteří odpovídají atributům ideálního kandidáta, ačkoli některé společnosti zvolí postavení atributového vyhledávání od začátku.

Jedinečným přístupem, který mohou zaměstnavatelé využít, je analyzovat atributy někoho, kdo je superhvězdným zaměstnancem – mohou být uvnitř nebo vně společnosti, která náboruje – a pak navrhnout vyhledávání kandidátů, kteří jsou v podstatě jejich klon, tj. také vlastní tyto atributy. Říkejme, že znají někoho, kdo vyniká vzdáleně, je loajální a byl CMO ve společnosti, která byla úspěšně koupena, zaměstnavatel může jednoduše vyhledat na naší platformě sadu klonů.

Jak Findem vyhýbá neúmyslné genderové nebo etnické předpojatosti ze svého procesu strojového učení?

Neúmyslná předpojatost, která se zavádí bez viditelnosti distribuce talentů – tj. rozmanitosti – při výběru konkrétní lokace nebo atributu pro vyhledávání, je zdrojem nevědomé předpojatosti. Findem poskytuje agregovanou souhrn distribuce talentů dynamicky podle lokace a různých atributů pro vyhledávání a poskytuje tuto viditelnost personálnímu týmu.

Také snižujeme tyto předpojatosti prostřednictvím atributů založených na vyhledávání, které lze provádět bez lidského zapojení, zatajováním osobních údajů kandidátů při provádění manuálních kontrol a automatickým přidáváním váhy do potenciálu, aby se zajistilo, že je co nejrozmanitější.

Jedna zajímavá koncepce je, jak Findem umožňuje zaměstnavatelům najít nové atributy pro vyhledávání talentů. Jak funguje tento proces?

Findem umožňuje objevit nová atributa několika způsoby. Jedním z nich je pohled na jiné společnosti a lidi, které najaly v různých časech. Například, pokud společnost plánuje zvýšit sérii B nebo jít veřejně, může chtít pochopit, jak společnosti, které byly velmi úspěšné v podobných úkolech, byly obsazeny. Naše platforma umožňuje zaměstnavatelům vidět atributy těchto lidí a použít je ve svých vlastních vyhledávacích procesech.

Podobně můžete to udělat se svými vlastními superhvězdnými zaměstnanci a interními systémy. Je možné použít váš interní HRIS, aby rozlišoval vaše nejlepší výkony, a pak můžete identifikovat atributy, které jsou společné pro ně, a použít je pro budoucí vyhledávání.

Je něco jiného, co byste chtěli sdílet o Findem?

Jedním z našich největších současných zaměřených oblastí je splnění naší vize o tom, aby náš talentní sourcingový řešení bylo kompletně samoobslužné. Od prvního dne jsme chtěli postavit platformu, která je dostatečně jednoduchá pro každého v rámci HR funkce, a děláme velké pokroky v dosažení tohoto milníku.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit Findem.