Ο Hari Kolam είναι ο Διευθύνων Σύμβουλος και συνιδρυτής της Findem – Interview Series

Ως Διευθύνων Σύμβουλος και συνιδρυτής της Findem, ο Hari είναι υπεύθυνος για την καθοδήγηση της συνολικής κατεύθυνσης και της στρατηγικής ανάπτυξης της εταιρείας, καθώς και για την επίβλεψη των καθημερινών λειτουργιών της. Είναι ένας κατά συρροή επιχειρηματίας και καταξιωμένος τεχνολόγος, με σχεδόν δύο δεκαετίες εμπειρίας στην κατασκευή εταιρειών και στη δημιουργία πρωτοποριακών τεχνολογικών λύσεων.

Ο Χάρι ήταν προηγουμένως συνιδρυτής και CTO της Instart, όπου ηγήθηκε του τεχνικού οράματος της εταιρείας και μετέφερε τις απαιτήσεις των πελατών σε υλοποιήσιμες, καινοτόμες λύσεις. Κατά τη διάρκεια της θητείας του στο Instart, συνέγραψε περισσότερες από 50 πατέντες.

Ο Χάρι κατείχε επίσης θέσεις μηχανικού ανώτερου επιπέδου με την Aster Data, όπου εργάστηκε σε όλα τα χαρακτηριστικά σε ολόκληρη τη στοίβα ανάπτυξης, καθώς και με την ομάδα Solaris Cluster στη Sun, όπου συνεισέφερε κρίσιμες ενότητες λογισμικού.

Υπήρξατε ένας επιτυχημένος επιχειρηματίας έχοντας ξεκινήσει με επιτυχία δύο startups. Θα μπορούσατε να συζητήσετε τη στιγμή του eureka στην πρώτη σας startup Instart, όταν συνειδητοποιήσατε ότι η κλιμάκωση μιας ομάδας είναι ένα σημαντικό πρόβλημα για τους περισσότερους επιχειρηματίες;

Δεν ήταν μόνο μία, αλλά περισσότερο ένας συνδυασμός δύο διαφορετικών εμπειριών. Φτάσαμε σε ένα σημείο στο Instart όπου βρισκόμασταν σε μια εξαιρετικά γρήγορη πορεία ανάπτυξης, συμπεριλαμβανομένης της επέκτασης της εταιρείας διεθνώς, και αυτό παρουσίαζε ένα ειδικό σύνολο προκλήσεων. Τώρα, προσπαθούμε να οικοδομήσουμε μια εξαιρετική ομάδα που είναι πραγματικά διαφορετική, και το κάνουμε σε σύντομο χρονικό διάστημα και πέρα ​​από τα ηπειρωτικά σύνορα. Καθώς ανταγωνιζόμασταν άλλες νεοφυείς επιχειρήσεις για ταλέντα και βιαζόμασταν να κλιμακώσουμε την ομάδα μας, καταλήξαμε να κάνουμε μερικές κακές προσλήψεις, κάτι που μας έκανε πίσω και δημιούργησε μεγάλη απογοήτευση. Άλλα προβλήματα στο δρόμο προέκυψαν όταν προσπαθήσαμε να κοινοποιήσουμε τη λίστα επιθυμιών των υπαλλήλων μας στους υπεύθυνους προσλήψεων. Η διαδικασία ήταν εξαιρετικά επιρρεπής σε σφάλματα και βρεθήκαμε να συμβιβαζόμαστε πολλές φορές με τη σωστή πρόσληψη με το πνεύμα του γρήγορου κλεισίματος. Αυτά ήταν σκληρά μαθήματα και μαθήματα που προκαλούν σχεδόν όλους τους επιχειρηματίες, αλλά είμαι ευγνώμων που πυροδότησε την ιδέα και τροφοδότησε τη φωτιά που οδήγησε στο Findem.

Θα μπορούσατε στη συνέχεια να συζητήσετε την ιστορία γένεσης της κυκλοφορίας του Findem;

Το Findem ήταν πραγματικά ένα άμεσο αποτέλεσμα των λαθών που έκανα κατά την πρόσληψη και την κλιμάκωση νωρίτερα στην καριέρα μου. Όπως θα σας πει οποιοσδήποτε επιχειρηματίας, η δημιουργία εξαιρετικών ομάδων είναι ο πιο σημαντικός παράγοντας για την επιτυχία μιας επιχείρησης. Είναι επίσης εξαιρετικά δύσκολο. Ως κάποιος με τεχνικό υπόβαθρο, με ελκύει να λύσω μερικά από τα πιο δύσκολα προβλήματα που οδηγούν στις μεγαλύτερες επιπτώσεις, και με παρακίνησε αυτή η συγκεκριμένη πρόκληση. Η εύρεση των κατάλληλων προσλήψεων που θα μπορούν απρόσκοπτα να συνδυάζονται με την κουλτούρα της εταιρείας και να έχουν τις απαραίτητες ικανότητες για να ολοκληρώσουν τη δουλειά είναι πολύ πιο δύσκολο από ό,τι ακούγεται.

Παραδοσιακά, ο μόνος τρόπος για να λυθεί το πρόβλημα της κλιμάκωσης ταλέντων ήταν μέσω της ωμής βίας, μαζί με ένα ανθρώπινο στοιχείο - και η διαδικασία ήταν γεμάτη λάθη, μεροληψία και αναποτελεσματικότητα. Καθώς το εξέτασα περαιτέρω, μου έκανε εντύπωση ότι είναι στην πραγματικότητα ένα πρόβλημα δεδομένων στον πυρήνα του και ο σωστός τρόπος για να το λύσετε είναι να το προσεγγίσετε σαν πρόβλημα δεδομένων. Χρησιμοποιώντας την τεχνητή νοημοσύνη και τα βαθιά αναλυτικά στοιχεία, φέραμε μια επιτυχημένη νέα προσέγγιση στη διαδικασία, επιτρέποντας στους ηγέτες ανθρώπινου δυναμικού να αναζητούν υποψηφίους με βάση τα επιθυμητά χαρακτηριστικά και όχι με λέξεις-κλειδιά ή τίτλους στα βιογραφικά. Οι εταιρείες στρέφονται προς τη στρατολόγηση βάσει δεδομένων επειδή είναι πιο αποτελεσματική, μειώνει το κόστος, βελτιώνει τη δικαιοσύνη και οδηγεί σε προσλήψεις καλύτερης ποιότητας. Το Findem ξεκίνησε ως ένα έργο με πάθος και τώρα ακμάζουμε, ιδιαίτερα μεταξύ των επιχειρήσεων που αντιμετωπίζουν περισσότερους πόνους, πόνους και έξοδα πρόσληψης από τις μικρότερες αντίστοιχές τους.

Πόσο σημαντικά είναι τα δεδομένα όταν πρόκειται για πρόσληψη;

Τα δεδομένα είναι ζωτικής σημασίας όταν πρόκειται για τη λήψη αποτελεσματικών αποφάσεων πρόσληψης. Για παράδειγμα, όταν οι εταιρείες προσπαθούν να δημιουργήσουν πιο διαφορετικές ομάδες, η παρακολούθηση των δεδομένων των εργαζομένων και των υποψηφίων είναι συχνά μια μεταγενέστερη σκέψη. Ωστόσο, είναι ζωτικής σημασίας οι πρωτοβουλίες ποικιλομορφίας, δικαιοσύνης και συμπερίληψης (DE&I) να ξεκινούν με διαφάνεια σχετικά με την τρέχουσα κατάσταση του οργανισμού βάσει δεδομένων – τα αναλυτικά στοιχεία μπορούν να σας δείξουν τα πάντα, από την ποικιλομορφία της ηγεσίας σας μέχρι τον τρόπο με τον οποίο παρακολουθείτε τη διαφορετικότητα τα τελευταία πέντε χρόνια, σε αποκλίσεις αποζημιώσεων, σε ποσοστά εναλλαγής διαφορετικών εργαζομένων. Είναι σημαντικό να σημειωθεί ότι η παρακολούθηση δεδομένων δεν πρέπει να επεκτείνεται μόνο στο φύλο και τη φυλή, αλλά και σε άλλους παράγοντες, όπως η ηλικία, η θρησκεία, η αναπηρία και η στρατιωτική θητεία. Όταν έχετε αυτά τα δεδομένα, μπορείτε να αρχίσετε να χαρτογραφείτε τους στόχους σας και να εργαστείτε πραγματικά προς μια ποικιλόμορφη και χωρίς αποκλεισμούς κουλτούρα.

Επίσης, όταν πρόκειται για την οικοδόμηση αυτής της ποικιλόμορφης και χωρίς αποκλεισμούς κουλτούρας μέσω προσλήψεων, είναι πολύ σημαντικό να παρακολουθείτε τη ροή ταλέντων για να διασφαλίσετε ότι καλλιεργείτε τη διαφορετικότητα από την αρχή της αναζήτησης υποψηφίου. Αυτό είναι αδύνατο χωρίς τα σωστά δεδομένα.

Τα αναλυτικά στοιχεία αγωγών είναι επίσης βασικά για να κατανοήσετε τι λειτουργεί ή όχι στις προσπάθειές σας για στρατολόγηση διαφορετικότητας. Πόσο γρήγορα προσλαμβάνονται διαφορετικοί υποψήφιοι; Ποιοι υπεύθυνοι προσλήψεων κινούν πραγματικά τη βελόνα όταν πρόκειται να γεμίσουν τον αγωγό με διαφορετικούς υποψηφίους; Προμηθεύεστε από γεωγραφικές περιοχές όπου υπάρχει μεγαλύτερο ποσοστό διαφορετικών υποψηφίων; Τα δεδομένα μπορούν να δώσουν απαντήσεις σε όλες αυτές τις ερωτήσεις που δεν θα μπορούσατε να απαντήσετε διαφορετικά.

Τα δεδομένα βρίσκονται επίσης στον πυρήνα των προγνωστικών αναλυτικών στοιχείων, όπου τα ιστορικά δεδομένα χρησιμοποιούνται για την ανακάλυψη ταλέντων που θα διαπρέψουν στην εταιρεία σας. Τα προγνωστικά αναλυτικά στοιχεία μπορούν να σας πουν πόσο πιθανό είναι ένας υποψήφιος να αποδώσει καλά σε έναν συγκεκριμένο ρόλο, τον κίνδυνο κύκλου εργασιών του, εάν είναι επιτυχής σε μια απομακρυσμένη θέση και άλλες πληροφορίες που μπορούν να σας βοηθήσουν να εντοπίσετε υποψηφίους που είναι πιο πιθανό να ανθίσουν.

Ποιες είναι μερικές από τις πηγές δεδομένων από τις οποίες το Findem συλλέγει πληροφορίες;

Το Findem συγκεντρώνει όλα τα δημόσια διαθέσιμα δεδομένα ατόμων, τα οποία επαληθεύονται και τριγωνοποιούνται σε πολλές πηγές, με σκοπό την καταγραφή και την εκμάθηση των χαρακτηριστικών ενός πιθανού υποψηφίου. Έχουμε μια βιβλιοθήκη με περισσότερα από 1 εκατομμύριο χαρακτηριστικά για κάθε άτομο. Μπορούμε να εμπλουτίσουμε αυτά τα δεδομένα και να ανακαλύψουμε νέα χαρακτηριστικά εάν οι πελάτες μας επιλέξουν να ενσωματώσουν τα εσωτερικά τους εργαλεία ανθρώπινου δυναμικού με το Findem. Μερικά παραδείγματα των δημόσιων πληροφοριών που συγκεντρώνουμε περιλαμβάνουν δεδομένα απογραφής, δεδομένα κατηγορίας προϊόντων, οικονομικά δεδομένα εταιρείας, δεδομένα αγοράς, δεδομένα διπλωμάτων ευρεσιτεχνίας και δημοσιεύσεων, εκπαιδευτικά δεδομένα και δεδομένα παραγωγικότητας και δεξιοτήτων.

Πώς μπορούν οι εργοδότες να χρησιμοποιήσουν καλύτερα την πλατφόρμα Findem για να ταιριάξουν με τον ιδανικό υποψήφιο;

Για να ταιριάζουν με τους ιδανικούς υποψηφίους —είτε είναι ενεργοί είτε παθητικοί— οι εργοδότες μπορούν να χρησιμοποιήσουν την πλατφόρμα μας για να τους αναζητήσουν με βάση έναν συνδυασμό άνω του 1 εκατομμυρίου χαρακτηριστικών. Τα χαρακτηριστικά μπορεί να είναι χειροπιαστά, όπως αν κάποιος είναι γυναίκα, προηγούμενος ιδρυτής ή εργάστηκε για μια κορυφαία 10 εταιρεία χρηματοδοτούμενη από VC, καθώς και άυλα, όπως αν κάποιος ενσαρκώνει τις αξίες της εταιρείας, έχει επιχειρηματικό πνεύμα ή είναι καλός- λήπτης. Αυτά τα χαρακτηριστικά παρέχουν μια εικόνα κάθε ατόμου βάσει δεδομένων και μπορούν να χρησιμοποιηθούν για την εύρεση της ακριβούς προσαρμογής για την κάλυψη μιας ανοιχτής θέσης.

Τα χαρακτηριστικά μπορούν να αντιστοιχιστούν σε εσωτερικούς υπαλλήλους, προφίλ ATS που είναι εμπλουτισμένα με τις πιο ενημερωμένες πληροφορίες και εξωτερικούς υποψηφίους. Συνήθως, οι εταιρείες ξεκινούν με ένα ιδανικό προφίλ υποψηφίου και δημιουργούν μια δεξαμενή ταλέντων από κάθε άτομο που ταιριάζει με τα χαρακτηριστικά αυτού του ιδανικού υποψηφίου, αν και ορισμένες επιλέγουν να δημιουργήσουν μια αναζήτηση χαρακτηριστικών από την αρχή.

Μια άλλη μοναδική προσέγγιση που μπορούν να ακολουθήσουν είναι να αναλύσουν τα χαρακτηριστικά κάποιου που είναι υπάλληλος σούπερ σταρ —θα μπορούσε να είναι εντός ή εκτός της εταιρείας που προσλαμβάνει— και στη συνέχεια να αρχιτεκτονήσουν μια αναζήτηση για υποψηφίους που είναι ουσιαστικά οι κλώνοι τους, που σημαίνει ότι διαθέτουν επίσης αυτά τα ακριβή χαρακτηριστικά . Ας πούμε ότι γνωρίζουν κάποιον που διαπρέπει στην εξ αποστάσεως εργασία, είναι πιστός και ήταν CMO σε εταιρεία που αποκτήθηκε με επιτυχία, ένας εργοδότης μπορεί απλώς να αναζητήσει στην πλατφόρμα μας ένα σύνολο ατόμων που αντιγράφουν.

Πώς το Findem αποφεύγει την ακούσια φυλετική ή εθνοτική προκατάληψη από τη διαδικασία μηχανικής μάθησης;

Η ακούσια μεροληψία που εισάγεται χωρίς καμία ορατότητα στη διανομή ταλέντων - AKA ποικιλομορφία - όταν επιλέγετε μια συγκεκριμένη τοποθεσία ή χαρακτηριστικό για αναζήτηση είναι μια πηγή ασυνείδητης προκατάληψης. Το Findem παρέχει μια συγκεντρωτική περίληψη της κατανομής ταλέντων δυναμικά ανά τοποθεσία και διάφορα χαρακτηριστικά αναζήτησης και δίνει αυτή την ορατότητα στην ομάδα ανθρώπων.

Επίσης, μειώνουμε αυτές τις προκαταλήψεις μέσω αναζητήσεων που βασίζονται σε χαρακτηριστικά που μπορούν να γίνουν χωρίς ανθρώπινη συμμετοχή, αποκρύπτοντας τις πληροφορίες υποψήφιων PII κατά τη διεξαγωγή μη αυτόματων αναθεωρήσεων και προσθέτοντας αυτόματα βαρίδια στη διοχέτευση για να διασφαλίσουμε ότι είναι όσο το δυνατόν πιο ποικιλόμορφη.

Μια ενδιαφέρουσα ιδέα είναι πώς το Findem δίνει τη δυνατότητα στους εργοδότες να βρίσκουν νέα χαρακτηριστικά για αναζητήσεις ταλέντων. Πώς λειτουργεί αυτή η διαδικασία;

Το Findem επιτρέπει την αποκάλυψη νέων χαρακτηριστικών με διάφορους τρόπους. Το ένα είναι κοιτάζοντας άλλες εταιρείες και τους ανθρώπους που έχουν προσλάβει σε διαφορετικές χρονικές στιγμές. Για παράδειγμα, εάν μια εταιρεία σχεδιάζει να συγκεντρώσει έναν γύρο της σειράς Β ή να εισέλθει στο χρηματιστήριο, μπορεί να θέλει να κατανοήσει πώς στελεχώθηκαν εταιρείες που είχαν μεγάλη επιτυχία σε παρόμοιες προσπάθειες. Η πλατφόρμα μας επιτρέπει στους εργοδότες να δουν τα χαρακτηριστικά αυτών των ανθρώπων και να τα χρησιμοποιήσουν στις δικές τους αναζητήσεις ταλέντων.

Ομοίως, μπορείτε να το κάνετε αυτό με τους δικούς σας σούπερ σταρ υπαλλήλους και εσωτερικά συστήματα. Είναι δυνατό να χρησιμοποιήσετε το εσωτερικό σας σύστημα πληροφοριών ανθρώπινου δυναμικού (HRIS) για να διακρίνετε τους κορυφαίους σας επιδόσεις και, στη συνέχεια, μπορείτε να εντοπίσετε χαρακτηριστικά που είναι κοινά σε αυτούς και να τα χρησιμοποιήσετε για να τροφοδοτήσετε μελλοντικές αναζητήσεις.

Υπάρχει κάτι άλλο που θα θέλατε να μοιραστείτε σχετικά με το Findem;

Ένας από τους μεγαλύτερους τομείς εστίασής μας αυτή τη στιγμή είναι η εκπλήρωση του οράματός μας να κάνουμε τη λύση προμήθειας ταλέντων μας εντελώς αυτοεξυπηρέτηση. Ένας στόχος της πρώτης ημέρας για εμάς ήταν να δημιουργήσουμε μια πλατφόρμα που θα ήταν αρκετά απλή για χρήση από οποιονδήποτε εντός της λειτουργίας HR και κάνουμε τεράστια βήματα αυτή τη στιγμή για να φτάσουμε σε αυτό το ορόσημο.

Σας ευχαριστούμε για την υπέροχη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να το επισκεφτούν Findem.