Hari Kolam yra „Findem“ interviu serijos generalinis direktorius ir vienas iš įkūrėjų

Kaip generalinis direktorius ir vienas iš įkūrėjų Findem, Hari yra atsakinga už bendros įmonės krypties ir strateginio augimo valdymą, taip pat už kasdienės veiklos priežiūrą. Jis yra serijinis verslininkas ir patyręs technologas, turintis beveik dviejų dešimtmečių patirtį kuriant įmones ir kuriant naujus technologijų sprendimus.

Anksčiau Hari buvo „Instart“ įkūrėjas ir CTO, kur vadovavo įmonės techninei vizijai ir pavertė klientų reikalavimus įgyvendinamais, novatoriškais sprendimais. Dirbdamas „Instart“, jis buvo daugiau nei 50 patentų bendraautoris.

Hari taip pat ėjo aukšto lygio inžinieriaus pareigas įmonėje „Aster Data“, kur dirbo su visomis funkcijomis visame kūrimo pakete, taip pat „Solaris Cluster“ grupėje „Sun“, kur jis prisidėjo prie svarbiausių programinės įrangos modulių.

Buvote sėkmingas verslininkas, sėkmingai įkūręs du startuolius. Ar galėtumėte aptarti eurekos momentą, kai pirmą kartą pradėjote verslą „Instart“, kai supratote, kad komandos didinimas yra pagrindinė daugelio verslininkų problema?

Tai buvo ne tik vienas, o daugiau kelių skirtingų patirčių derinys. „Instart“ pasiekėme tašką, kai ėjome itin sparčiai augant, įskaitant įmonės plėtrą tarptautiniu mastu, ir tai sukėlė ypatingų iššūkių. Dabar stengiamės suburti išskirtinę komandą, kuri būtų tikrai įvairi, ir tai darome greitai ir per visas žemyno sienas. Kai konkuravome su kitais startuoliais dėl talentų ir skubėjome išplėsti savo komandą, galiausiai gavome keletą blogų pasamdymų, o tai mus sustabdė ir sukėlė daug nusivylimo. Kiti nelygumai kilo, kai bandėme perduoti darbuotojų pageidavimų sąrašą įdarbintojams. Procese buvo daug klaidų, todėl daug kartų susidūrėme su kompromisu dėl tinkamo samdymo, siekdami greitai užsidaryti. Tai buvo sunkios pamokos, kurios meta iššūkį beveik visiems verslininkams, bet esu dėkingas, kad jos paskatino idėją ir pakurstė ugnį, kuri paskatino Findemą.

Ar galėtumėte aptarti „Findem“ paleidimo atsiradimo istoriją?

„Findem“ iš tikrųjų buvo tiesioginis klaidų, kurias padariau įdarbindamas ir didindamas savo karjerą anksčiau, rezultatas. Kaip jums pasakys bet kuris verslininkas, išskirtinių komandų kūrimas yra vienintelis svarbiausias verslo sėkmės veiksnys. Tai taip pat nepaprastai sunku. Kaip žmogus, turintis inžinerijos išsilavinimą, mane traukia spręsti kai kurias sudėtingiausias problemas, kurios sukelia didžiausią poveikį, ir mane paskatino šis konkretus iššūkis. Rasti tinkamus samdomus darbuotojus, kurie sklandžiai derėtų su įmonės kultūra ir turėtų kompetencijų, reikalingų darbui atlikti, yra daug sunkiau, nei atrodo.

Tradiciškai vienintelis būdas išspręsti talentų didinimo problemą buvo brutali jėga ir žmogiškasis elementas, o procesas buvo kupinas klaidų, šališkumo ir neefektyvumo. Kai nagrinėjau toliau, supratau, kad tai iš tikrųjų yra duomenų problema, o teisingas būdas ją išspręsti yra žiūrėti kaip į duomenų problemą. Naudodami dirbtinį intelektą ir giliąją analizę, mes įdiegėme sėkmingą naują požiūrį į procesą, leisdami personalo vadovams ieškoti kandidatų pagal norimus požymius, o ne pagal raktinius žodžius ar pavadinimus gyvenimo aprašymuose. Įmones traukia duomenų atranka, nes ji yra efektyvesnė, sumažina sąnaudas, gerina nuosavybę ir įdarbina geresnę darbo kokybę. „Findem“ prasidėjo kaip aistros projektas, o dabar mes klestime, ypač tose įmonėse, kurios patiria daugiau nuomos skausmų, skausmų ir išlaidų nei jų mažesnės kolegos.

Kiek svarbūs yra duomenys priimant į darbą?

Duomenys yra labai svarbūs priimant veiksmingus įdarbinimo sprendimus. Pavyzdžiui, kai įmonės bando sudaryti įvairesnes komandas, darbuotojų ir kandidatų duomenų sekimas dažnai yra pasenęs. Tačiau labai svarbu, kad įvairovės, teisingumo ir įtraukties (DE&I) iniciatyvos prasidėtų nuo skaidrumo apie dabartinę, duomenimis pagrįstą organizacijos būklę – analizė gali parodyti viską nuo jūsų vadovavimo įvairovės iki to, kaip jūs stebėjote įvairovę. per pastaruosius penkerius metus, dėl atlyginimų neatitikimų, į įvairių darbuotojų kaitos rodiklius. Svarbu pažymėti, kad duomenų sekimas turėtų apimti ne tik lytį ir rasę, bet ir kitus veiksnius, tokius kaip amžius, religija, negalia ir karinė tarnyba. Kai turite šiuos duomenis, galite pradėti planuoti savo tikslus ir iš tikrųjų siekti įvairios ir įtraukiančios kultūros.

Be to, kalbant apie šios įvairios ir įtraukiančios kultūros kūrimą samdant, labai svarbu stebėti talentų srautą, kad būtų užtikrinta, jog nuo pat kandidato paieškos pradžios puoselėjate įvairovę. Tai neįmanoma be tinkamų duomenų.

Vamzdynų analizė taip pat yra labai svarbi norint suprasti, kas veikia ar ne, kai įdarbinate įvairovę. Kaip greitai įdarbinami įvairūs kandidatai? Kurie verbuotojai tikrai juda, kai reikia užpildyti vamzdyną įvairiais kandidatais? Ar perkate iš geografinių vietovių, kuriose yra didesnis įvairių kandidatų procentas? Duomenys gali pateikti atsakymus į visus šiuos klausimus, į kuriuos kitu atveju negalėtumėte atsakyti.

Duomenys taip pat yra nuspėjamosios analitikos pagrindas, kai istoriniai duomenys naudojami siekiant atskleisti talentus, kurie bus puikūs jūsų įmonėje. Nuspėjamoji analizė gali parodyti, kokia yra tikimybė, kad kandidatas gerai atliks tam tikrą vaidmenį, kokia jo rizika dėl apyvartos, ar sėkmingai dirbs atokioje padėtyje, ir kitą informaciją, kuri gali padėti tiksliai nustatyti kandidatus, kurie greičiausiai klestės.

Iš kokių duomenų šaltinių Findem renka informaciją?

„Findem“ apibendrina visus viešai prieinamus žmonių duomenis, kurie yra patikrinami ir suskirstyti į kelis šaltinius, kad galėtų įrašyti ir sužinoti apie potencialaus kandidato savybes. Turime daugiau nei 1 milijono atributų biblioteką kiekvienam asmeniui. Galime praturtinti šiuos duomenis ir atrasti naujų atributų, jei mūsų klientai pasirinks integruoti savo vidinius personalo įrankius su Findem. Kai kurie mūsų kaupiamos viešos informacijos pavyzdžiai yra surašymo duomenys, produktų kategorijų informacijos duomenys, įmonės finansiniai duomenys, rinkos duomenys, patentų ir leidinių duomenys, švietimo duomenys ir produktyvumo bei įgūdžių duomenys.

Kaip darbdaviai gali geriausiai panaudoti Findem platformą, kad atitiktų idealų kandidatą?

Kad atitiktų idealius kandidatus, nesvarbu, ar jie yra aktyvūs, ar pasyvūs, darbdaviai gali naudoti mūsų platformą ir ieškoti jų pagal daugiau nei 1 milijono atributų derinį. Atributai gali būti apčiuopiami, pavyzdžiui, ar kas nors yra moteris, ankstesnis įkūrėjas ar dirbo 10 geriausių rizikos kapitalo finansuojamų startuolių, taip pat nematerialios, pavyzdžiui, ar kas nors įkūnija įmonės vertybes, turi verslumo dvasią ar geteris. Šie atributai pateikia duomenimis pagrįstą kiekvieno asmens vaizdą ir gali būti naudojami ieškant tikslios tinkamos pozicijos užimti.

Atributai gali būti suderinti tarp vidinių darbuotojų, ATS profilių, kurie yra praturtinti naujausia informacija, ir išorės kandidatais. Paprastai įmonės pradeda nuo idealaus kandidato profilio ir sudaro kiekvieno žmogaus, atitinkančio idealų kandidato savybes, talentų telkinį, nors kai kurios pasirenka savybių paiešką kurti nuo nulio.

Kitas unikalus būdas, kurį jie gali taikyti, yra išanalizuoti žmogaus, kuris yra superžvaigždė, savybes – jie gali būti samdančioje įmonėje arba už jos ribų – ir tada suplanuoti kandidatų, kurie iš esmės yra jų klonai, paiešką, o tai reiškia, kad jie taip pat turi tas konkrečias savybes. . Tarkime, kad jie pažįsta žmogų, kuris puikiai dirba nuotoliniu būdu, yra lojalus ir sėkmingai įsigytoje įmonėje buvo BRO, darbdavys gali tiesiog mūsų platformoje ieškoti kopijuojančių asmenų.

Kaip „Findem“ išvengia netyčinio lyties ar etninio šališkumo dėl mašininio mokymosi proceso?

Netyčinis šališkumas, kuris atsiranda be jokio matomumo talentų pasiskirstymui – AKA įvairovė – renkantis tam tikrą vietą ar atributą ieškoti, yra nesąmoningo šališkumo šaltinis. Findem pateikia apibendrintą talentų pasiskirstymo santrauką dinamiškai pagal vietą ir įvairius paieškos požymius ir suteikia tai matomumą žmonių komandai.

Taip pat sumažiname šiuos šališkus atributais pagrįstas paieškas, kurias galima atlikti be žmogaus įsikišimo, užtemdydami kandidato AII informaciją, kai atliekame neautomatinę peržiūrą, ir automatiškai įtraukdami svorius į rinkinį, kad užtikrintume, kad ji būtų kuo įvairesnė.

Viena įdomi koncepcija yra tai, kaip Findem leidžia darbdaviams rasti naujų talentų paieškos atributų. Kaip vyksta šis procesas?

„Findem“ suteikia galimybę įvairiais būdais atskleisti naujus atributus. Viena iš jų – žiūrėti į kitas įmones ir žmones, kuriuos jos pasamdė skirtingu laiku. Pavyzdžiui, jei įmonė planuoja padidinti B serijos raundą arba eiti į biržą, ji gali norėti suprasti, kaip buvo įdarbintos įmonės, kurios buvo labai sėkmingos panašiose pastangose. Mūsų platforma leidžia darbdaviams pamatyti tų žmonių savybes ir panaudoti juos savo talentų paieškoms.

Panašiai tai galite padaryti su savo superžvaigždžių darbuotojais ir vidinėmis sistemomis. Galite naudoti savo vidinę žmogiškųjų išteklių informacinę sistemą (HRIS), kad atskirtumėte savo geriausius rezultatus, tada galėsite nustatyti jiems būdingus atributus ir panaudoti juos būsimoms paieškoms.

Ar dar kuo nors norėtumėte pasidalinti apie Findemą?

Šiuo metu viena didžiausių mūsų dėmesio sričių yra mūsų vizijos įgyvendinimas, kad talentų paieškos sprendimas taptų visiškai savitarna. Pirmosios dienos tikslas buvo sukurti platformą, kuri būtų pakankamai paprasta, kad galėtų naudotis bet kas, dirbantis HR funkcijoje, ir šiuo metu žengiame didžiulius žingsnius siekdami šio etapo.

Dėkojame už puikų interviu, skaitytojai, norintys sužinoti daugiau, turėtų apsilankyti Findem.