Hari Kolam è il CEO e co-fondatore di Findem – Serie di interviste

Come CEO e co-fondatore di Findem, Hari è responsabile della direzione generale e della crescita strategica dell’azienda, nonché della supervisione delle sue operazioni quotidiane. È un imprenditore seriale e un tecnologo di successo, con quasi due decenni di esperienza nella costruzione di aziende e nella creazione di soluzioni tecnologiche all’avanguardia.

Hari è stato in precedenza co-fondatore e CTO di Instart, dove ha guidato la visione tecnica dell’azienda e ha tradotto i requisiti dei clienti in soluzioni innovative e realizzabili. Durante il suo periodo in Instart, ha co-autorizzato più di 50 brevetti.

Hari ha anche ricoperto posizioni di ingegneria di alto livello presso Aster Data, dove ha lavorato su tutte le funzionalità dell’intero stack di sviluppo, nonché presso il gruppo Solaris Cluster di Sun, dove ha contribuito con moduli di software critici.

Ha avuto successo come imprenditore, avendo lanciato con successo due startup. Potrebbe discutere del momento di eureka alla sua prima startup, Instart, quando ha realizzato che scalare un team è un problema importante per la maggior parte degli imprenditori?

Non è stato solo un momento, ma piuttosto una combinazione di diverse esperienze. Abbiamo raggiunto un punto a Instart in cui eravamo su un percorso di crescita estremamente veloce, compresa l’espansione dell’azienda a livello internazionale, e questo ha presentato una serie di sfide particolari. Ora, stiamo cercando di costruire un team eccezionale che sia veramente diversificato e di farlo in tempi brevi e attraverso i confini continentali. Mentre competevamo con altre startup per il talento e ci affrettavamo a scalare il nostro team, abbiamo finito per fare alcuni cattivi assunzioni, che ci hanno fatto rallentare e creato molta frustrazione. Altri ostacoli sono sorti quando abbiamo cercato di comunicare la nostra lista dei desideri dei dipendenti ai reclutatori. Il processo era altamente soggetto a errori e ci siamo trovati a compromettere molte volte l’assunzione giusta nello spirito di chiudere rapidamente. Queste sono state lezioni difficili e che sfidano quasi tutti gli imprenditori, ma sono grato che abbiano acceso l’idea e alimentato il fuoco che ha portato a Findem.

Potrebbe quindi discutere della storia di lancio di Findem?

Findem è stato veramente il risultato diretto degli errori che ho commesso nell’assunzione e nella scalabilità all’inizio della mia carriera. Come qualsiasi imprenditore ti dirà, costruire team eccezionali è il fattore più importante per il successo di un’azienda. È anche estremamente difficile. In quanto persona con una formazione ingegneristica, sono attratto a risolvere alcuni dei problemi più difficili che portano ai maggiori impatti, e sono stato motivato da questa particolare sfida. Trovare le assunzioni giuste che possano integrarsi perfettamente con la cultura dell’azienda e avere le competenze necessarie per svolgere il lavoro è molto più difficile di quanto sembri.

Tradizionalmente, l’unico modo per risolvere il problema della scalabilità del talento era attraverso la forza bruta, insieme a un elemento umano – e il processo era pieno di errori, pregiudizi e inefficienze. Mentre esaminavo ulteriormente, mi resi conto che in realtà è un problema di dati al suo nucleo, e il modo corretto per risolverlo è affrontarlo come un problema di dati. Utilizzando l’intelligenza artificiale e l’analisi approfondita, abbiamo portato un nuovo approccio di successo al processo, abilitando i leader delle risorse umane a cercare candidati in base agli attributi desiderati piuttosto che in base a parole chiave o titoli sui curriculum. Le aziende sono attratte dal recruiting basato sui dati perché è più efficiente, riduce i costi, migliora l’equità e porta a migliori assunzioni. Findem è iniziato come un progetto di passione e ora stiamo prosperando, in particolare tra le aziende che incontrano più dolori, fastidi e spese di assunzione rispetto ai loro omologhi più piccoli.

Quanto è importante il dato quando si tratta di assunzioni?

I dati sono estremamente importanti quando si tratta di prendere decisioni di assunzione efficaci. Ad esempio, quando le aziende cercano di costruire team più diversificati, il monitoraggio dei dati dei dipendenti e dei candidati è spesso un afterthought. Tuttavia, è vitale che le iniziative di diversità, equità e inclusione (DE&I) inizino con la trasparenza sullo stato attuale dell’organizzazione – dati informati possono mostrare tutto, dalla diversità della leadership a come si è tracciato la diversità negli ultimi cinque anni, alle disparità di compensazione, ai tassi di turnover dei dipendenti diversificati. È importante notare che il monitoraggio dei dati dovrebbe estendersi non solo al genere e alla razza, ma anche ad altri fattori, come l’età, la religione, la disabilità e il servizio militare. Quando si dispone di questi dati, è possibile iniziare a pianificare gli obiettivi e lavorare realmente verso una cultura diversificata e inclusiva.

Inoltre, quando si tratta di costruire una cultura diversificata e inclusiva attraverso l’assunzione, è molto importante monitorare la pipeline dei talenti per assicurarsi di nutrire la diversità fin dall’inizio della ricerca dei candidati. Ciò è impossibile senza i dati giusti.

L’analisi della pipeline è anche fondamentale per capire cosa funziona o no negli sforzi di reclutamento della diversità. Quanto velocemente i candidati diversificati vengono reclutati? Quali reclutatori stanno realmente spostando l’ago quando si tratta di riempire la pipeline con candidati diversificati? Stiamo attingendo da aree geografiche dove c’è un più alto percentuale di candidati diversificati? I dati possono fornire le risposte a tutte queste domande che altrimenti non sarebbero possibili.

I dati sono anche al centro dell’analisi predittiva, dove i dati storici vengono utilizzati per scoprire talenti che eccelleranno all’interno della vostra azienda. L’analisi predittiva può dirvi quanto probabilmente un candidato si esibirà bene in un certo ruolo, il rischio di turnover, se saranno in grado di avere successo in una posizione remota e altre informazioni che possono aiutare a individuare i candidati più probabili di prosperare.

Quali sono alcune delle fonti di dati che Findem raccoglie?

Findem aggrega tutti i dati pubblicamente disponibili sulle persone, che vengono verificati e triangolati tra più fonti, allo scopo di registrare e apprendere gli attributi di un potenziale candidato. Abbiamo una libreria di oltre 1 milione di attributi per ogni individuo. Possiamo arricchire questi dati e scoprire nuovi attributi se i nostri clienti scelgono di integrare i loro strumenti HR interni con Findem. Alcuni esempi di informazioni pubbliche che aggregiamo includono dati del censimento, informazioni sui prodotti, dati finanziari aziendali, dati di mercato, brevetti e pubblicazioni, dati educativi e dati sulla produttività e sulle competenze.

Come possono i datori di lavoro utilizzare al meglio la piattaforma Findem per trovare il candidato ideale?

Per trovare candidati ideali – sia attivi che passivi – i datori di lavoro possono utilizzare la nostra piattaforma per cercarli in base a una combinazione di oltre 1 milione di attributi. Gli attributi possono essere tangibili, come ad esempio se qualcuno è femmina, un ex fondatore o ha lavorato per una startup finanziata da VC tra le prime 10, nonché intangibili, come ad esempio se qualcuno incarna i valori dell’azienda, possiede uno spirito imprenditoriale o è un go-getter. Questi attributi forniscono un’immagine a dati dei singoli individui e possono essere utilizzati per trovare l’esatto adattamento per coprire una posizione aperta.

Gli attributi possono essere abbinati ai dipendenti interni, ai profili ATS arricchiti con le informazioni più aggiornate e ai candidati esterni. Di solito, le aziende iniziano con un profilo di candidato ideale e costruiscono una piscina di talenti di ogni persona che corrisponde agli attributi di quel candidato ideale, anche se alcuni optano per costruire una ricerca di attributi da zero.

Un altro approccio unico che possono adottare è analizzare gli attributi di qualcuno che è un dipendente superstar – potrebbero essere all’interno o all’esterno dell’azienda che assume – e quindi progettare una ricerca per candidati che sono essenzialmente i loro cloni, ovvero che possiedono anche quegli attributi esatti. Ad esempio, se sanno che qualcuno eccelle nel lavoro remoto, è leale e lavorava come CMO in un’azienda che è stata acquisita con successo, un datore di lavoro può semplicemente cercare sulla nostra piattaforma un set di individui copia-carbone.

Come fa Findem a evitare pregiudizi di genere o etnici involontari dal suo processo di apprendimento automatico?

Il pregiudizio involontario che si introduce senza alcuna visibilità nella distribuzione del talento – ovvero la diversità – quando si sceglie una particolare posizione o attributo da cercare è una fonte di pregiudizio inconscio. Findem fornisce un riassunto aggregato della distribuzione del talento in modo dinamico per posizione e attributi di ricerca e fornisce questa visibilità al team delle risorse umane.

Noi riduciamo anche questi pregiudizi attraverso ricerche basate sugli attributi che possono essere eseguite senza il coinvolgimento umano, oscurando le informazioni personali dei candidati (PII) durante le revisioni manuali e aggiungendo automaticamente pesi alla pipeline per assicurarsi che sia il più diversificata possibile.

Un concetto interessante è come Findem consente ai datori di lavoro di trovare nuovi attributi per le ricerche di talenti. Come funziona questo processo?

Findem consente di scoprire nuovi attributi in diversi modi. Uno è guardare ad altre aziende e alle persone che hanno assunto in momenti diversi. Ad esempio, se un’azienda sta pianificando di aumentare la sua capitalizzazione o di andare in borsa, potrebbe voler capire come le aziende che sono state molto di successo in imprese simili sono state gestite. La nostra piattaforma consente ai datori di lavoro di vedere gli attributi di quelle persone e di utilizzarli nelle loro ricerche di talenti.

Allo stesso modo, è possibile farlo con i propri dipendenti superstar e sistemi interni. È possibile utilizzare il proprio sistema di gestione delle risorse umane (HRIS) per distinguere i migliori performer e quindi identificare gli attributi comuni a loro e utilizzarli per alimentare future ricerche.

C’è qualcos’altro che vorrebbe condividere su Findem?

Una delle nostre aree di focus più grandi in questo momento è quella di realizzare la nostra visione di rendere la nostra soluzione di ricerca del talento completamente self-service. Un obiettivo del giorno uno per noi è stato quello di costruire una piattaforma abbastanza semplice da utilizzare per chiunque all’interno della funzione HR, e stiamo facendo enormi passi avanti in questo momento per raggiungere quel traguardo.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Findem.