Hari Kolam es el CEO y cofundador de Findem – Serie de entrevistas

Como CEO y cofundador de Findem, Hari es responsable de dirigir la dirección general y el crecimiento estratégico de la empresa, así como de supervisar sus operaciones diarias. Es un empresario serial y tecnólogo destacado, con casi dos décadas de experiencia en la creación de empresas y el desarrollo de soluciones tecnológicas innovadoras.

Hari fue anteriormente cofundador y CTO de Instart, donde lideró la visión técnica de la empresa y tradujo los requisitos de los clientes en soluciones innovadoras y realizables. Durante su tiempo en Instart, coescribió más de 50 patentes.

Hari también ocupó puestos de ingeniería de alto nivel en Aster Data, donde trabajó en todas las características a lo largo de todo el stack de desarrollo, así como en el grupo de Solaris Cluster en Sun, donde contribuyó con módulos de software críticos.

Ha sido un empresario exitoso, habiendo lanzado con éxito dos startups. ¿Podría discutir el momento de eureka en su primera startup, Instart, cuando se dio cuenta de que escalar un equipo es un problema importante para la mayoría de los empresarios?

No fue solo uno, sino más bien una combinación de varias experiencias. Llegamos a un punto en Instart donde estábamos en una trayectoria de crecimiento extremadamente rápido, incluyendo la expansión de la empresa a nivel internacional, y eso presentó un conjunto especial de desafíos. Ahora, estamos tratando de construir un equipo excepcional que sea verdaderamente diverso, y hacerlo en un plazo breve y a través de fronteras continentales. Mientras competíamos con otras startups por talento y nos apresurábamos a escalar nuestro equipo, terminamos haciendo algunas contrataciones malas, lo que nos hizo retroceder y creó mucha frustración. Otros obstáculos en el camino surgieron cuando tratamos de comunicar nuestra lista de deseos de empleados a los reclutadores. El proceso fue altamente propenso a errores, y nos encontramos comprometiendo muchas veces con la contratación adecuada con el fin de cerrar rápidamente. Estas fueron lecciones difíciles y desafiantes que enfrentan casi todos los empresarios, pero estoy agradecido de que despertaran la idea y alimentaran el fuego que llevó a Findem.

¿Podría discutir la historia de la creación de Findem?

Findem fue realmente un resultado directo de los errores que cometí en la contratación y el crecimiento en mi carrera anterior. Como cualquier empresario te dirá, construir equipos excepcionales es el factor más importante para el éxito de un negocio. También es extremadamente difícil. Como alguien con una formación en ingeniería, me siento atraído por resolver algunos de los problemas más difíciles que llevan a los impactos más grandes, y me motivó este desafío en particular. Encontrar a los candidatos adecuados que puedan integrarse perfectamente con la cultura de la empresa y tener las competencias necesarias para realizar el trabajo es mucho más difícil de lo que suena.

Tradicionalmente, la única forma de resolver el problema de escalar el talento era a través de la fuerza bruta, junto con un elemento humano, y el proceso estaba lleno de errores, sesgos e ineficiencias. Al examinarlo más a fondo, me di cuenta de que en realidad es un problema de datos en su núcleo, y la forma correcta de resolverlo es abordarlo como un problema de datos. Utilizando la inteligencia artificial y el análisis profundo, hemos traído un enfoque nuevo y exitoso al proceso, permitiendo a los líderes de recursos humanos buscar candidatos según atributos deseados en lugar de por palabras clave o títulos en los currículos. Las empresas se sienten atraídas hacia la contratación basada en datos porque es más eficiente, reduce costos, mejora la equidad y resulta en contrataciones de mejor calidad. Findem comenzó como un proyecto de pasión y ahora estamos prosperando, particularmente entre las empresas que enfrentan más dolores de cabeza, dolores y gastos en la contratación que sus contrapartes más pequeñas.

¿Cuán importante es la información de datos al contratar?

La información de datos es crucialmente importante al tomar decisiones de contratación efectivas. Por ejemplo, cuando las empresas tratan de construir equipos más diversos, rastrear los datos de los empleados y los candidatos a menudo es un pensamiento posterior. Sin embargo, es vital que las iniciativas de diversidad, equidad e inclusión (DEI) comiencen con la transparencia sobre el estado actual de la organización, informado por datos – los análisis pueden mostrarte desde la diversidad de tu liderazgo hasta cómo has estado rastreando la diversidad en los últimos cinco años, hasta las discrepancias salariales, hasta las tasas de rotación de los empleados diversos. Es importante tener en cuenta que el seguimiento de datos debe extenderse no solo al género y la raza, sino también a otros factores, como la edad, la religión, la discapacidad y el servicio militar. Cuando tienes esos datos, puedes comenzar a trazar tus objetivos y trabajar verdaderamente hacia una cultura diversa e inclusiva.

Además, al construir esa cultura diversa e inclusiva a través de la contratación, es muy importante monitorear la tubería de talentos para asegurarse de que se esté nutriendo la diversidad desde el principio de la búsqueda de candidatos. Esto es imposible sin los datos adecuados.

Las analíticas de la tubería también son clave para entender qué funciona o no en tus esfuerzos de reclutamiento de diversidad. ¿Cuán rápido se están reclutando los candidatos diversos? ¿Qué reclutadores están moviendo realmente la aguja cuando se trata de llenar la tubería con candidatos diversos? ¿Estás reclutando en áreas geográficas donde hay un porcentaje más alto de candidatos diversos? Los datos pueden proporcionar las respuestas a todas estas preguntas que de otra manera no podrías responder.

Los datos también están en el núcleo de las analíticas predictivas, donde se utilizan datos históricos para descubrir a los talentos que prosperarán dentro de tu empresa. Las analíticas predictivas pueden decirte qué tan probable es que un candidato tenga un rendimiento excelente en un cierto rol, su riesgo de rotación, si tendrá éxito en una posición remota y otra información que puede ayudarte a identificar a los candidatos que son más probable que prosperen.

¿Cuáles son algunas de las fuentes de datos que Findem recopila?

Findem agrega todos los datos de personas disponibles públicamente, que se verifican y triangulan a través de múltiples fuentes, con el fin de registrar y aprender sobre los atributos de un candidato potencial. Tenemos una biblioteca de más de 1 millón de atributos para cada individuo. Podemos enriquecer estos datos y descubrir nuevos atributos si nuestros clientes eligen integrar sus herramientas de recursos humanos internas con Findem. Algunos ejemplos de la información pública que agregamos incluyen datos del censo, información de categorías de productos, datos financieros de la empresa, datos de mercado, patentes y publicaciones, datos educativos y datos de productividad y habilidades.

¿Cómo pueden los empleadores utilizar mejor la plataforma de Findem para emparejar con el candidato ideal?

Para emparejar con candidatos ideales, ya sean activos o pasivos, los empleadores pueden utilizar nuestra plataforma para buscarlos según una combinación de más de 1 millón de atributos. Los atributos pueden ser tangibles, como si alguien es femenino, un ex fundador o trabajó para una startup financiada por VC en el top 10, así como intangibles, como si alguien encarna los valores de la empresa, posee un espíritu emprendedor o es un trabajador incansable. Estos atributos proporcionan una imagen informada por datos de cada individuo y se pueden utilizar para encontrar el ajuste exacto para llenar una posición abierta.

Los atributos se pueden emparejar a través de empleados internos, perfiles de ATS que se enriquecen con la información más actualizada y candidatos externos. Por lo general, las empresas comienzan con un perfil de candidato ideal y construyen una piscina de talentos de cada persona que coincide con los atributos de ese candidato ideal, aunque algunas optan por construir una búsqueda de atributos desde cero.

Otro enfoque único que pueden adoptar es analizar los atributos de alguien que es un empleado súper estrella, ya sea dentro o fuera de la empresa que está contratando, y luego arquitectar una búsqueda de candidatos que sean esencialmente clones de ellos, es decir, que también posean esos atributos exactos. Digamos que saben que alguien que sobresale en el trabajo remoto, es leal y fue CMO de una empresa que fue adquirida con éxito, un empleador puede simplemente buscar en nuestra plataforma un conjunto de individuos copia.

¿Cómo evita Findem el sesgo de género o étnico involuntario en su proceso de aprendizaje automático?

El sesgo involuntario que se introduce sin visibilidad en la distribución de talentos, es decir, la diversidad, cuando se elige una ubicación o atributo en particular para buscar es una fuente de sesgo inconsciente. Findem proporciona un resumen agregado de la distribución de talentos dinámicamente por ubicación y varios atributos de búsqueda y da esta visibilidad al equipo de personas.

También disminuimos estos sesgos a través de búsquedas basadas en atributos que se pueden realizar sin la participación humana, al ofuscar la información de identificación personal del candidato cuando se realizan revisiones manuales y al agregar automáticamente pesos a la tubería para asegurarse de que sea lo más diversa posible.

Una idea interesante es cómo Findem permite a los empleadores encontrar nuevos atributos para las búsquedas de talentos. ¿Cómo funciona este proceso?

Findem permite descubrir nuevos atributos de varias maneras. Una es mirando a otras empresas y a las personas que han contratado en diferentes momentos. Por ejemplo, si una empresa está planeando aumentar una ronda de serie B o salir a bolsa, puede querer entender cómo las empresas que fueron muy exitosas en empresas similares estaban dotadas. Nuestra plataforma les permite a los empleadores ver los atributos de esas personas y utilizarlos en sus propias búsquedas de talentos.

De manera similar, puedes hacer esto con tus propios empleados súper estrella y sistemas internos. Es posible utilizar tu sistema de información de recursos humanos interno (HRIS) para distinguir a tus mejores rendimientos y luego puedes identificar atributos que son comunes a ellos y utilizar eso para alimentar futuras búsquedas.

¿Hay algo más que le gustaría compartir sobre Findem?

Una de nuestras áreas de enfoque más grandes en este momento es cumplir con nuestra visión de hacer que nuestra solución de búsqueda de talentos sea completamente autoservicio. Un objetivo desde el primer día para nosotros fue construir una plataforma que fuera lo suficientemente simple para que cualquier persona dentro de la función de recursos humanos la pueda usar, y estamos haciendo grandes avances en este momento para alcanzar esa meta.

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar Findem.