
如果您正在改进招聘管理系统中的推荐流程,最实用的做法是先记录当前的推荐流程,然后将其标准化,确保每位招聘人员记录相同的字段和结果。RefeRec 已发布招聘机构推荐计划调查,为即将推出的“如何在企业中正确利用推荐”指南进行准备;所有参与者都将获得该指南的免费副本。本文保留了原始信息,同时增加了一种清晰的方法,帮助您将参与调查转化为招聘管理运营改进,使其能够在招聘管理系统中落地;此外,还将介绍如何利用 StrategyBrain AI Recruiter 实现 LinkedIn 自动化,让推荐和主动寻访能够并行开展。
调查内容及您将获得的内容
原始公告内容很直接:RefeRec 已发布“招聘机构推荐计划调查”,为开发一份关于如何在企业中正确利用推荐的指南做准备。参与调查即可获得该指南的免费副本。
从运营角度来看,这项调查很有价值,因为推荐计划经常会因为一个与意愿无关的原因而失败:相关流程没有被一致地记录在招聘管理系统中,因此您无法看清究竟是哪些推荐人、职位和招聘人员真正带来了录用结果。
无需分享链接,如何参与调查
原始帖子中包含一个直接的调查链接。根据本页面的内容限制,本文不包含任何可点击链接或 URL 字符串。要参与调查,请使用调查说明中的文字,搜索 RefeRec 招聘机构推荐计划调查,并通过 RefeRec 官方渠道完成问卷。
提交后,请做好简单的内部记录,以便将您收到的指南与流程改进联系起来。例如,记录提交日期,以及负责实施推荐流程更新的人员。
招聘管理系统中应跟踪哪些信息
要让推荐变得可衡量,您需要建立一致的数据模型。一个招聘管理系统的效果,取决于您强制执行的字段和阶段。以下是我建议为每条推荐记录的最低信息,即使您使用的是轻量级的招聘管理系统。
需要标准化的推荐字段
- 推荐人身份:姓名、与机构的关系以及首选联系方式。
- 被推荐候选人身份:姓名、当前职位、所在地和主要技能关键词。
- 职位映射:该推荐针对的职位需求,以及 1 个备选职位。
- 同意状态:候选人是否同意被推荐以及接受联系。
- 推荐来源渠道:员工推荐、客户推荐、候选人推荐、校友、合作伙伴。
- 奖励条款:承诺的奖励内容及支付时间(如适用)。
- 结果时间戳:收到日期、首次联系日期、筛选日期、提交日期、录用或拒绝日期。
保持报告清晰的流程阶段
- 已收到:推荐已提交并完成记录。
- 已联系:已完成首次沟通。
- 已通过资格评估:已确认基本匹配,且候选人愿意参与流程。
- 已提交:已推荐给招聘经理或客户。
- 面试中:正在进行面试流程。
- 已录用:候选人已接受 offer,且入职日期已确认。
- 已关闭:因拒绝、退出或职位取消而关闭,并记录原因代码。
可直接复制的推荐流程模板
这是我希望更多机构采用的实用工具。它足够简单,可以在大多数 ATS 或 CRM 类招聘管理平台中实施,同时还能让调查洞察真正发挥作用。
分步推荐流程
- 在 24 小时内记录推荐:创建候选人档案并关联推荐人档案,然后将阶段设置为“已收到”。
- 发送同意确认消息:确认候选人愿意接受有关该职位的联系,并记录同意状态。
- 快速完成资格筛选:记录可入职时间、薪酬期望、工作授权情况和地点限制。
- 分配给合适的招聘人员:根据职位类别或客户账户分配负责人,而不是根据谁收到推荐来分配。
- 向推荐人反馈进展:在“已联系”以及“已关闭”或“已录用”两个节点更新推荐人。
- 在固定触发条件下发放或确认奖励:例如,在入职日期之后再加上明确规定的留任期限。
招聘管理系统设置快速检查清单
- 每条推荐是否都有与候选人档案关联的推荐人档案?
- 是否设置了在进入“已通过资格评估”前必须填写的同意字段?
- 是否为“已关闭”结果设置了原因代码,避免报告只能靠猜测?
- 能否按推荐人和招聘负责人分别统计录用情况?
- 是否有用于向推荐人更新进展的标准消息模板?
StrategyBrain AI Recruiter 如何融入推荐主导的流程
在实际工作中,推荐并不能取代主动寻访;两者会争夺招聘人员的时间。这正是 StrategyBrain AI Recruiter 可以自然融入推荐计划运营体系的地方。
StrategyBrain AI Recruiter 专为 LinkedIn 招聘流程打造。它可以自动联系符合搜索条件的候选人,介绍职位机会,回答有关职位、公司和薪酬的问题,确认面试意向,并收集感兴趣候选人的简历和联系信息。实际而言,这意味着招聘人员可以保持较高的推荐响应速度,同时让 AI 在 LinkedIn 上处理重复性的首次联系和后续跟进工作。
我见过行之有效的两个实际场景
- 先处理推荐,再由 AI 跟进:先记录推荐,然后使用 AI Recruiter 在 LinkedIn 上联系相似画像的候选人,为同一职位需求建立可比较的人才管道。
- 先由 AI 寻访,之后转化为推荐:AI Recruiter 持续进行联系和资格评估;当候选人表现出兴趣后,您可以在沟通过程中请其推荐自己人脉中的候选人,并将这些推荐重新记录到招聘管理系统中。
AI Recruiter 能做什么,不能做什么
- 可以做:自动完成 LinkedIn 添加联系人、发送消息、问答、确认意向,以及收集简历和联系信息。
- 不能做:最终判断某份简历是否完全符合职位要求。招聘人员仍需进行审核和筛选。
常见问题及避免方法
我见过一些推荐计划即使拥有积极主动的团队,表现仍然不佳。以下是招聘管理报告中最常出现的失败模式。
- 推荐只记录在消息中,没有录入系统:将推荐人关联设为必填项,候选人完成提交前必须关联推荐人档案。
- 没有同意记录链路:增加必填的同意状态字段和时间戳。
- 首次联系过慢:设定 24 小时服务级别协议,并在招聘人员繁忙时使用 AI Recruiter 持续进行 LinkedIn 后续跟进。
- 奖励规则不清晰:记录奖励触发条件,并将其存储在推荐记录中。
常见问题
运行推荐计划是否需要新的招聘管理系统?
不需要。如果您能标准化推荐字段、强制执行流程阶段并一致地报告结果,就可以在大多数 ATS 或 CRM 工具中运行推荐计划。只有当您无法将推荐人与候选人关联,或无法可靠地报告结果时,才有必要更换平台。
每条推荐至少应记录哪些数据?
至少应记录推荐人身份、候选人身份、职位映射、同意状态和结果时间戳。缺少这些信息,您就无法在招聘管理系统中衡量转化率或奖励资格。
如何避免招聘人员忘记记录推荐?
将其纳入提交流程。如果候选人被标记为推荐候选人,就必须先关联推荐人档案,候选人才能进入“已提交”阶段。这样就能把最佳实践转化为系统规则。
StrategyBrain AI Recruiter 如何在不取代招聘人员的情况下支持推荐?
它可以自动完成耗时的重复性 LinkedIn 操作,包括添加联系人、发送初始消息、后续跟进,以及收集感兴趣候选人的简历和联系信息。招聘人员仍然掌控筛选决策和面试,因此 AI 提升的是处理能力,而不是取代人的判断。
AI Recruiter 能否使用不同语言与候选人沟通?
可以。StrategyBrain AI Recruiter 支持全天候多语言沟通,并能使用候选人的母语进行回复。当推荐或人才寻访涉及多个国家和时区时,这一功能非常有用。
一个组织可以使用 AI Recruiter 管理多少个 LinkedIn 账户?
StrategyBrain AI Recruiter 支持管理超过 100 个 LinkedIn 账户,帮助团队扩大联系能力。这对希望在多名招聘人员或多个业务部门之间保持一致覆盖的机构或企业尤其有用。
AI Recruiter 是否会使用候选人数据训练模型?
不会。StrategyBrain 表示,客户提供的数据不会用于训练 AI 模型,并且数据会按客户进行加密和隔离。不过,在部署前,您仍应确认自身的合规要求和内部政策。
完成 RefeRec 调查后,我应该做什么?
收到指南免费副本后,将其中的建议映射到招聘管理系统的字段和阶段,然后与一个团队开展为期 30 天的试点。将推荐到录用的转化率和首次联系所需时间作为两项基准指标进行跟踪。
结论与后续步骤
改进招聘管理系统中推荐效果最快的方法,是参与 RefeRec 招聘机构推荐计划调查,然后利用收到的指南,在招聘管理系统中标准化推荐字段、流程阶段和报告。如果您还希望在保持快速响应的同时节省招聘人员的时间,StrategyBrain AI Recruiter 可以自动完成 LinkedIn 联系、问答、跟进和简历收集,让推荐和人才寻访共同扩大规模。
后续步骤:通过 RefeRec 完成调查,实施上述推荐字段集,并开展一次短期试点,衡量首次联系所需时间和推荐到录用的转化率。
原始帖子中的标签:#referrals #refer #survey #getinvolved















