
如果你希望通过一套面试排期应用工作流程,稳定地将 LinkedIn 对话转化为已预约的面试,就应将潜在候选人名单控制在便于衡量的规模内,采用带有合理延迟的统一触达序列,并每周跟踪接受率和回复率。在我们的招聘运营测试中,最大的提升来自于将排期视为一个系统:先确认兴趣,只有在候选人表达意向后再提供时间段。对于在 LinkedIn 上招聘的团队,StrategyBrain AI Recruiter可以自动完成前期步骤:建立联系、介绍职位、回答问题、确认面试意愿,以及收集简历和联系方式,从而确保排期环节在恰当的时机发生。本指南总结了一场真实 LinkedIn 自动化网络研讨会中的四条实战经验,并将其转化为一套可以反复执行的实用预约排期。
核心要点
- 名单规模很重要:250 人的潜在候选人名单既足够小,便于控制和衡量,也足够大,能够保持人才管道持续运转。
- 每日节奏带来可预测性:每天联系 25 人意味着需要 10 天触达 250 名候选人,之后还可以继续跟进约 3 周。
- 序列优于临场发挥:采用包含 10 个步骤、每次跟进间隔 3 至 4 天的触达序列,可以降低被认为是自动化操作的风险。
- 衡量两个核心比率:联系接受率和消息互动率可以告诉你,问题出在目标定位还是消息内容。
- 数据质量是隐藏的杠杆:清理姓名和公司字段,可以避免发送看起来虚假的消息,并保护回复率。
- 排期应当是有条件的:只有在候选人确认感兴趣后才提供面试时间段,而不是在第一条消息中直接提供。
- StrategyBrain 的适用位置:StrategyBrain AI Recruiter 可以在 LinkedIn 上处理初始触达和资格确认,然后将符合条件的候选人交接给排期环节。
目录
背景:从 LinkedIn 触达到面试排期应用工作流程
故事来源于一场用户洞察网络研讨会。研讨会邀请了 Recogitate 董事总经理 Elvin Mootoosamy,他分享了运行 LinkedIn 自动化营销活动时积累的经验。原始重点是潜在客户开发,但这些机制同样适用于招聘,因为招聘也是一个转化漏斗:目标定位、首次接触、资格确认,然后是排期。
在实践中,面试排期应用的效果取决于它之前的那个步骤。如果过早推动排期,候选人会忽略你;如果等待太久,又会失去互动势头。目标是建立一个可预测的交接点:候选人的兴趣已经得到确认,排期请求也显得自然。
经验 1:建立可衡量的最佳潜在候选人名单
使用精准筛选条件和布尔搜索
Elvin 建议使用 LinkedIn Sales Navigator,比免费版 LinkedIn 更精准地筛选数据库。他还分享了一些有助于建立高响应率名单的筛选条件示例:
- 过去 90 天内更换过工作:处于职业过渡期的人通常更愿意参与交流。
- 过去 30 天内在 LinkedIn 发过帖子:活跃用户更有可能看到消息并作出回复。
- 二度和三度人脉:你可以提及共同联系人,以增加信任感。
- 地区筛选:在招聘有地点要求的职位或建立本地人才网络时非常有用。
- 布尔搜索:使用结构化关键词逻辑,缩小职位名称、技能和行业范围。
理想名单规模:250 名潜在候选人
Elvin 将营销活动控制在250 名潜在候选人以内,以便控制规模并保持数据衡量清晰。他还介绍了一种基于默认每天联系 25 名潜在候选人的节奏模型:
- 按照每天 25 人的速度向 250 名潜在候选人发送联系请求,需要10 天。
- 之后,跟进消息通常会持续约 3 周,具体取决于每个人接受联系请求的时间。
- 完成前 10 天的触达后,你可以启动下一场 250 人的营销活动,同时让后续跟进并行进行。
这对排期应用很重要,因为它能够持续、可预测地向每周进入排期阶段的候选人输送线索。可预测性可以避免日历超负荷,并确保面试官有空。
发送消息前检查数据质量
Elvin 使用扫描和导出步骤,在电子表格中检查名单质量。对应到招聘场景,就是在启动自动化之前进行一次预检:
- 确认职位名称、行业和地区正确无误。
- 如果计划在消息中提及公司名称,请检查名称没有被截断。
- 确认名字字段干净准确。名字字段中出现职位称谓或异常格式,会让消息看起来像假的。
在我们的测试中,仅清理姓名一项就减少了明显的个性化错误,改善了回复质量,并减少了排期前的来回沟通。
经验 2:使用能够赢得回复的触达序列
Elvin 强调,结构比聪明但孤立的一次性消息更重要。他分享了一套经过验证的 10 步营销活动序列:
- 访问个人资料
- 关注
- 发送联系请求
- 认可技能
- 访问个人资料
- 跟进 1
- 访问个人资料
- 跟进 2
- 访问个人资料
- 跟进 3
在跟进之间设置合理的延迟
他建议每次跟进消息之间至少间隔3 至 4 天,并指出间隔7 天可能是理想选择。原因很简单:不是每个人都会每天查看 LinkedIn,适当拉开间隔也会让整个序列显得更像人工操作。
考虑发送空白联系请求
一个反直觉的做法是:联系请求不附带消息,而是在第一次跟进时再进行介绍。其逻辑是,潜在候选人已经通过访问个人资料和关注等被动信号注意到了你,因此空白请求让他们需要判断的内容更少,也可能减少被推销的感觉。
在招聘中,如果你的个人资料和公司形象已经建立了可信度,这种方法可能有效。如果品牌知名度不高,简短、中性的联系备注可能更稳妥。
StrategyBrain AI Recruiter 在序列中的适用位置
在招聘工作流程中,最困难的部分并不是日历链接,而是前期重复性的对话:确认候选人是否愿意了解职位、是否理解薪酬和福利,以及是否愿意参加面试。StrategyBrain AI Recruiter旨在通过以下方式自动化 LinkedIn 阶段:
- 自动与符合搜索条件的候选人建立联系。
- 介绍工作机会,并回答有关职位、公司和薪酬的问题。
- 确认面试意愿,并从感兴趣的候选人处收集简历和联系信息。
- 使用候选人的母语全天候响应,减少延迟和误解。
这意味着你的面试排期应用环节会变成交接流程:只有已经表达意向的候选人才会收到排期选项。
经验 3:每周衡量正确的数据
Elvin 的第三条经验是数据衡量。重点不是虚荣指标,而是掌控力。如果你看不清每天发生了什么,就无法安全地调整触达量或消息内容。
能够预测排期量的两个指标
- 联系接受率:如果这一指标较低,瓶颈可能在于目标定位或个人资料的可信度。
- 消息互动率:跟踪收到的回复数量,以及接受联系请求后作出回复的人所占的比例。
这两个数字可以帮助你预测有多少候选人会进入排期阶段。正是这种预测,能够让面向招聘经理的预约排期保持现实可行。
监控每日活动上限
Elvin 还强调了节流控制和每日上限的重要性。对于招聘团队而言,更安全的做法是设置保守的每日活动上限,并每周进行检查。如果扩张速度过快,不仅可能导致账号受到限制,还会让你自己的面试容量不堪重负。
经验 4:分析模式并安全迭代
Elvin 分享了一个小型分析案例,涉及5 家客户,营销活动持续2 至 5 周。关键结论是,不同序列会产生不同的接受率。在总结中,他列举了以下示例:
- 一些采用相似策略的客户,接受率约为20%。
- 一家采用不同策略的客户达到33%,相比约 20% 的客户群提升了+13 个百分点。
- 一家客户达到78%,他将其归因于招聘场景中高度愿意回应的潜在候选人。
对招聘而言,实际启示是一次只改变一个变量。如果同时改变目标定位、消息文案和跟进时间,你就无法判断究竟是什么带来了改善,或者是什么导致了问题。
将触达转化为预约排期
当我们希望 LinkedIn 触达为面试持续输送候选人、又不造成混乱时,会采用以下排期系统。无论你使用专门的面试排期应用还是简单的日历工具,它都同样适用,因为底层逻辑是一致的。
交接规则:只有确认意向后才安排面试
不要一开始就谈排期,而应先进行资格确认。以下任一项得到肯定,都可以作为简单的意向确认:
- 对方愿意了解该职位。
- 对方确认薪酬范围可以接受。
- 对方同意进行简短通话或面试。
StrategyBrain AI Recruiter 正是围绕这一交接流程构建的。它可以进行初始对话、确认兴趣,并收集简历和联系方式。之后,再由你的团队发送排期选项。
安排时间段:保护面试官时间
为了避免你的排期应用变成瓶颈,应在发送任何时间段之前先明确可用容量:
- 每日面试上限:例如,每位招聘人员每天进行 4 场初筛。
- 缓冲时间:面试之间预留 15 分钟用于记录笔记。
- 时区规则:始终按照候选人的时区提出时间,并明确确认时区。
不会让人觉得是排期骚扰的消息模板
确认意向后,排期消息应保持简短明确。以下是两个可以复制到面试排期应用工作流程中的模板。
- 模板 A:提供两个时间段
感谢你确认愿意参加面试。以下两个时间是否有一个适合进行 20 分钟的通话:周二 10:00 或周三 15:00?时间均以你的当地时区为准。 - 模板 B:由候选人选择时间范围
太好了,我们安排一次 20 分钟的通话吧。你这周更方便哪个时间段:上午还是下午?我会发送两个具体选项。
这些模板可以减少来回沟通,并让预约排期保持在可控范围内。
可复制清单:面试排期应用交接
- 目标定位:每场营销活动的潜在候选人名单不超过 250 人。
- 触达节奏:本次活动每天发送的联系请求不超过 25 个。
- 数据质量:检查名字和公司字段是否存在格式问题。
- 序列:跟进之间间隔 3 至 4 天,适当时可使用 7 天间隔。
- 意向门槛:只有候选人确认感兴趣后才提供排期。
- 交接数据:在排期前收集简历和联系方式。
- 容量:在发送时间段前设置面试官每日上限和缓冲时间。
常见问题
面向 LinkedIn 招聘,最佳的面试排期应用工作流程是什么?
最佳工作流程是先确认兴趣,再安排面试。使用可衡量的潜在候选人名单和统一的触达序列,并且只有在候选人确认希望参加面试后才发送时间段。
如果我希望排期可预测,LinkedIn 潜在候选人名单应有多大?
对于单场营销活动来说,250 人是一个实用上限,因为这个规模便于衡量。按照每天发送 25 个联系请求的速度,触达完整名单需要 10 天,之后还可以继续跟进约 3 周。
跟进消息之间应等待多长时间?
每次跟进之间间隔 3 至 4 天;如果希望序列显得更自然,可以间隔 7 天。这样可以降低被认为是自动化操作的风险,也给候选人留出回复时间。
我应该在联系请求中附带消息吗?
如果你的个人资料可信度较高,并且已经通过访问和关注等方式建立了被动信号,空白联系请求也可能有效。如果你是以一个新品牌招聘,简短、中性的备注可能更稳妥。
StrategyBrain AI Recruiter 如何帮助安排面试?
StrategyBrain AI Recruiter 会在排期前自动完成 LinkedIn 阶段,包括与候选人建立联系、介绍职位、回答问题、确认面试意愿,以及收集简历和联系方式。这样,排期就会成为自然的交接环节,而不是一次冷启动式的请求。
StrategyBrain AI Recruiter 能否用不同语言与候选人沟通?
可以。它支持全天候多语言沟通,并能使用候选人的母语回复,有助于减少跨时区沟通中的延迟和误解。
AI Recruiter 会取代招聘人员对候选人匹配度的判断吗?
不会。它可以确认候选人是否愿意沟通或参加面试,但不会判断简历是否完全符合职位要求。招聘人员仍需审核简历,并作出最终的资格判断。
当触达效果改善时,如何避免排期过量?
应先设定面试官容量,包括每日上限、面试之间的缓冲时间和明确的时区规则。之后,只释放与该容量相匹配的排期时间段。
结论
强大的面试排期应用流程始于日历之前。通过 250 人的名单保持营销活动可衡量,以每天 25 个联系请求的速度开展触达,使用包含 3 至 4 天延迟的结构化序列,并每周衡量接受率和互动率。然后,通过简单的意向门槛,将兴趣转化为面试,同时保护好预约排期。
下一步:记录你当前的触达序列,加入意向门槛,并确定希望自动化的环节。如果 LinkedIn 触达和资格确认正在消耗团队时间,StrategyBrain AI Recruiter 可以接管重复性的前期对话,让招聘人员将时间投入到评估和促成录用上。















