Гарі Колам – генеральний директор і співзасновник Findem – Серія інтерв’ю

Як генеральний директор і співзасновник Findem, Гарі відповідає за загальний напрямок компанії та стратегічний розвиток, а також керує її щоденними операціями. Він – серійний підприємець і досвідчений технолог, з майже два десятиліття досвіду створення компаній і розробки інноваційних технологічних рішень.

Гарі раніше був співзасновником і технічним директором Instart, де він очолював технічну візію компанії і перекладав вимоги клієнтів у реалізовані інноваційні рішення. Під час свого перебування в Instart він став співавтором понад 50 патентів.

Гарі також обіймав керівні інженерні посади в Aster Data, де він працював над усіма функціями всього розробчого стеку, а також у групі Solaris Cluster у Sun, де він внесли критичні модулі програмного забезпечення.

Ви були успішним підприємцем, запустивши два стартапи. Чи можете розповісти про момент еуреки у вашому першому стартапі Instart, коли ви зрозуміли, що масштабування команди є великою проблемою для більшості підприємців?

Це не був один момент, а скоріше комбінація кількох різних досвідів. Ми досягли точки в Instart, де ми були на дуже швидкій траєекторії зростання, включаючи розширення компанії на міжнародному рівні, і це представило особливий набір викликів. Тепер ми намагаємось створити виняткову команду, яка є真正 різноманітною, і робити це в короткий термін і по всьому світу. Коли ми конкурували з іншими стартапами за таланти і поспішали масштабувати нашу команду, ми зробили кілька поганих наймів, які відкинули нас назад і створили багато розчарування. Інші перешкоди виникли, коли ми намагались передати наш список бажань співробітників рекрутерам. Процес був дуже схильний до помилок, і ми знайшли себе компромісними щодо правильного найму в дусі швидкого закриття. Це були важкі уроки, і я вдячний, що вони спровокували ідею і підігріли вогонь, який привів до Findem.

Чи можете розповісти про історію створення Findem?

Findem був прямим результатом помилок, які я зробив у наймі і масштабуванні на початку своєї кар’єри. Як будь-який підприємець скаже вам, створення виняткових команд є найважливішим фактором успіху бізнесу. Це також надзвичайно складно. Як людина з інженерним прошарком, я схильний розв’язувати деякі з найскладніших проблем, які призводять до найбільшого впливу, і мене мотивувало саме цей виклик. Знаходження правильних наймів, які можуть безшовно інтегруватися з культурою компанії і мати компетенції, необхідні для виконання роботи, набагато складніше, ніж це здається.

Традиційно, єдиним способом вирішення проблеми масштабування талантів було застосування грубої сили, разом з людським фактором – і процес був наповнений помилками, упередженнями і неефективністю. Коли я розглянув це ближче, мені стало зрозуміло, що це насправді проблема даних, і правильний спосіб її вирішення – підходити до неї як до проблеми даних. Використовуючи ІІ і глибоку аналітику, ми привнесли успішний новий підхід до процесу, дозволяючи лідерам HR шукати кандидатів на основі бажаних атрибутів, а не за ключовими словами або назвами на резюме. Компанії приваблюються до даних-орієнтованого підбору персоналу, оскільки це більш ефективно, зменшує витрати, покращує рівність і призводить до кращих наймів. Findem розпочався як проєкт пристрасті, і тепер ми процвітаємо, особливо серед підприємств, які зіштовхуються з більшим числом наймів, болів і витрат, ніж їхні менші колеги.

Як важливо дані при прийнятті рішень про найм?

Дані мають вирішальне значення при прийнятті ефективних рішень про найм. Наприклад, коли компанії намагаються створити більш різноманітні команди, відстеження даних про співробітників і кандидатів часто є післяthought. Однак це важливо, щоб ініціативи щодо різноманітності, рівності та інклюзивності (DE&I) починалися з прозорості щодо поточного стану організації – дані можуть показати вам все, від різноманітності лідерства до того, як ви відстежували різноманітність за останні п’ять років, до розбіжностей у винагоді, до рівня текучості кадрів серед різноманітних співробітників. Важливо відзначити, що відстеження даних повинно розширюватися не тільки на стать і расу, але й на інші фактори, такі як вік, релігія, інвалідність і військова служба. Коли у вас є ці дані, ви можете почати картографування своїх цілей і真正 працювати над різноманітною і інклюзивною культурою.

Також, коли мова йде про створення різноманітної і інклюзивної культури через найм, дуже важливо контролювати талант-пайплайн, щоб забезпечити, що ви плекаєте різноманітність з самого початку пошуку кандидатів. Це неможливо без правильних даних.

Аналітика пайплайну також є ключовою для розуміння того, що працює або не працює у ваших зусиллях з різноманітного найму. Як швидко різноманітні кандидати набираються? Які рекрутери真正 рухають пайплайн, заповнюючи його різноманітними кандидатами? Чи джерелуєте ви кандидатів з географічних районів, де є більший відсоток різноманітних кандидатів? Дані можуть надати відповіді на всі ці питання, яких ви не могли б відповісти інакше.

Дані також є в центрі передбачувальної аналітики, де історичні дані використовуються для відкриття талантів, які будуть вирізнятися у вашій компанії. Передбачувальна аналітика може сказати вам, наскільки ймовірно, що кандидат буде успішним на певній посаді, ризик його звільнення, чи буде він успішним на віддаленій роботі та іншу інформацію, яка може допомогти вам визначити кандидатів, які найбільш імовірно процвітають.

Які дані Findem збирає?

Findem агрегує всі публічно доступні дані про людей, які верифікуються і триангульовані по декількох джерелах, для реєстрації і вивчення атрибутів потенційного кандидата. У нас є бібліотека понад 1 мільйона атрибутів для кожного індивіда. Ми можемо збагатити ці дані і відкрити нові атрибути, якщо наші клієнти вирішать інтегрувати свої внутрішні інструменти HR з Findem. Приклади публічної інформації, яку ми агрегуємо, включають дані перепису населення, інформацію про категорії продукції, фінансові дані компанії, ринкові дані, патенти і публікації, освітню інформацію та дані про продуктивність і навички.

Як найкраще використовувати платформу Findem для пошуку ідеального кандидата?

Для пошуку ідеальних кандидатів – як активних, так і пасивних – роботодавчі можуть використовувати нашу платформу для пошуку їх на основі комбінації понад 1 мільйона атрибутів. Атрибути можуть бути матеріальними, такими як те, що хтось є жінкою, попереднім засновником або працював у топ-10 стартапу, фінансованого VC, а також нематеріальними, такими як те, що хтось втілює цінності компанії, володіє підприємницьким духом або є гонщиком. Ці атрибути забезпечують дані-інформовану картину кожного індивіда і можуть бути використані для пошуку точного співпадіння для заповнення відкритої посади.

Атрибути можуть бути зіставлені з внутрішніми співробітниками, профілями ATS, збагаченими найбільш актуальною інформацією, і зовнішніми кандидатами. Зазвичай компанії починають з ідеального профілю кандидата і створюють талант-пул кожного особи, яка відповідає атрибутам цього ідеального кандидата, хоча деякі вирішують створити пошук атрибутів з нуля.

Інший унікальний підхід, який вони можуть застосувати, – це аналіз атрибутів суперзіркового співробітника – вони можуть бути всередині або зовні компанії, яка наймає – і потім архітектура пошуку кандидатів, які є фактично їхніми клонами, тобто вони теж володіють цими атрибутами. Скажімо, вони знають людину, яка excels у віддаленій роботі, лояльна і була CMO у компанії, яка була успішно придбана, роботодавець просто може пошукати на нашій платформі набір копійних осіб.

Як Findem уникнути ненавмисного ґендерного або етнічного упередження у своєму процесі машинного навчання?

Ненавмисне упередження, яке вводиться без будь-якої видимості розподілу талантів – тобто різноманітності – при виборі певного місця або атрибута для пошуку, є джерелом несвідомого упередження. Findem забезпечує агрегований підсумок розподілу талантів динамічно по місцю і різним атрибутам пошуку і надає цю видимість команді людей.

Ми також зменшуємо ці упередження через атрибути-орієнтовані пошуки, які можуть бути проведені без участі людини, шляхом заслінення інформації про приватність кандидата під час проведення ручних оглядів і автоматичного додавання ваг до пайплайну, щоб забезпечити його максимальну різноманітність.

Одна з цікавих концепцій – це те, як Findem дозволяє роботодавцям знаходити нові атрибути для пошуку талантів. Як працює цей процес?

Findem дозволяє відкрити нові атрибути кількома способами. Один із них – це перегляд інших компаній і людей, яких вони найняли в різні часи. Наприклад, якщо компанія планує підвищити капітал серії Б або вийти на біржу, вона може захотіти зрозуміти, як компанії, які були дуже успішними у подібних підприємствах, були укомплектовані. Наша платформа дозволяє роботодавцям бачити атрибути цих людей і використовувати їх у своїх власних пошуках талантів.

Так само, ви можете зробити це зі своїми власними суперзірковими співробітниками і внутрішніми системами. Можна використовувати вашу внутрішню систему управління людськими ресурсами (HRIS), щоб відрізнити ваших топ-перформерів, а потім ви можете ідентифікувати атрибути, спільні для них, і використовувати це для майбутніх пошуків.

Чи є щось ще, що ви хотіли б поділитися про Findem?

Одним з наших найбільших напрямків фокусу зараз є виконання нашої візії щодо створення нашого рішення з пошуку талантів повністю самозабезпеченого. Одним з наших цілей з дня першого було побудувати платформу, достатньо просту для використання будь-ким у функції HR, і ми робимо великі кроки зараз у досягненні цієї мети.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, повинні відвідати Findem.