OROVA.VN — BIZ AI AGENT
Guide

Kaj je sistem za sledenje kandidatom ATS in kako izbrati pravega

Kaj je sistem za sledenje kandidatom ATS in kako izbrati pravega

Ko se organizacija sooči s stotimi ali več prijavami na odprto delovno mesto, se vprašanje, kaj je sistem za sledenje kandidatom ATS, hitro premakne iz teoretične radovednosti v vsakodnevno nujo. Številni kadroviki in vodje oddelkov začnejo z mapami v poštnem predalu in ročnimi preglednicami, vendar takšen pristop kmalu privede do spregledanih sporočil, neenotnih ocen ter izgube najboljših strokovnjakov. Dolgo je veljalo prepričanje, da je tovrstna programska oprema zgolj digitalni arhiv ali tog filter ključnih besed, ki samodejno zavrača življenjepise. Sodobna praksa zahteva popolnoma drugačen pristop: pregledno primerjavo izkušenj z oprijemljivimi dokazi, strukturirane zapise pogovorov ter popolno skladnost z evropsko zakonodajo. V tem vodniku boste spoznali mehanizme delovanja sodobnih rešitev, pasti zastarelega filtriranja ter praktične korake za vzpostavitev zanesljivega postopka izbire.

Kaj je sistem za sledenje kandidatom ATS in kako se razlikuje od sorodnih orodij

Sistem za sledenje kandidatom ATS je namenska programska rešitev za centralizirano upravljanje celotnega postopka zaposlovanja od prve objave delovnega mesta do končnega izbora. Orodje zbira prispele prijave, pregleduje življenjepise glede na vnaprej določena merila ter usklajuje ocene izbirne ekipe. Za razliko od splošnih preglednic ali kadrovskih evidenc je zasnovano izključno za vodenje odprtih prijav.

Posnetek zaslona iz uradne dokumentacije Odoo Recruitment: kandidati za eno delovno mesto, razvrščeni po fazah izbire (nova prijava, prvi pregled, razgovori, ponudba) – tipičen pogled v sistemu ATS.
Posnetek zaslona iz uradne dokumentacije Odoo Recruitment: kandidati za eno delovno mesto, razvrščeni po fazah izbire (nova prijava, prvi pregled, razgovori, ponudba) – tipičen pogled v sistemu ATS.

Izraz izvira iz angleškega poimenovanja Applicant Tracking System (kratica ATS, v slovenščini sistem za sledenje kandidatom). Prve različice so se razširile v devetdesetih letih prejšnjega stoletja, ko so se velike korporacije soočile z neobvladljivo količino papirnatih življenjepisov in so iskale način za njihovo digitalno hrambo ter hitro iskanje po ključnih besedah.

V praksi se sistem za sledenje kandidatom ATS pogosto zamenjuje z drugimi orodji za delo z ljudmi. Spodnja tabela pojasnjuje temeljne razlike med njimi.

KonceptKje se razlikujePrimer uporabe
Sistem za sledenje kandidatom (ATS)Usmerjen na strukturiran postopek odprtega razpisa, preverjanje meril in izbiroZbiranje 80 prijav za inženirja, točkovanje dokazov v življenjepisih in vodenje ocen z razgovorov
CRM za zaposlovanje (Candidate Relationship Management)Usmerjen na gradnjo dolgoročne baze pasivnih kandidatov pred objavo delovnega mestaOhranjanje stikov s strokovnjaki preko novičnikov in obveščanje o bodočih priložnostih
Kadrovski informacijski sistem (HRM / HRIS)Upravlja podatke o že zaposlenih delavcih skozi celoten delovni cikelVodenje evidenc o dopustih, obračun plač, priprava aneksov k pogodbam in letni razgovori

Vsakdanji primer ponazarja to razliko: če je kadrovski informacijski sistem (HRM) zemljiška knjiga vaše hiše z vsemi podatki o lastništvu in stroških, je sistem za sledenje kandidatom ATS digitalna recepcija ob vhodu, ki pregleda potrdila obiskovalcev, zabeleži namen obiska ter poskrbi, da v stavbo vstopijo le tisti, ki izpolnjujejo pogoje.

Pomen sistema ATS: katere težave rešuje in kje se nahaja v zaposlovalnem procesu

Sistem za sledenje kandidatom ATS obstaja zato, da odpravi subjektivnost, izgubo podatkov ter komunikacijski razkorak med kadrovsko službo in vodji oddelkov. Ko prijave prispejo na več različnih e-poštnih naslovov, nihče nima celovitega pregleda nad tem, kdo je kandidata pregledal, kakšne opazke je podal in kateri kandidati še čakajo na povratno informacijo.

Zaposlovalni lijak od prejetih prijav do podpisa pogodbe
Hipotetični primer pretoka kandidatov skozi faze selekcije pri enem razpisu.

V širši sliki poslovanja se sistem nahaja točno na sredini zaposlitvenega cikla:

  1. Pred sistemom: gradnja privlačnosti delodajalca (employer branding), priprava opisa delovnega mesta in objava razpisa.
  2. V sistemu: zbiranje prijav, analiza življenjepisov glede na vnaprej določena merila, točkovanje z dokazi, vodenje strukturiranih razgovorov in primerjava kandidatov.
  3. Za sistemom: priprava ponudbe, podpis pogodbe o zaposlitvi ter prenos podatkov v kadrovski sistem za uvajanje v delo (onboarding).

Če podjetje ta korak opusti ali ga vodi ročno, tvega izgubo kakovostnih kandidatov zaradi predolgih odzivnih časov. Poleg tega se povečuje pravno tveganje, saj neustrezno hranjenje življenjepisov v osebnih nabiralnikih krši zahteve glede varstva podatkov.

Kdaj ATS sistema še ne potrebujete? Če podjetje zaposli enega do dva nova sodelavca letno in prijave zbira izključno preko neposrednih priporočil znotraj obstoječe ekipe, namenska programska oprema pogosto predstavlja nepotreben strošek in administracijo. V takšnem primeru povsem zadošča standardizirana mapa v varnem oblaku in osnovna tabela z beležkami. Ko pa razpisov postane več in na posamezno delovno mesto prispe več deset življenjepisov, ročni načini vodenja hitro postanejo nepregledni.

Vrednost in koristi, ki jih prinaša sistem za sledenje kandidatom ATS

Uvedba namenskega sistema prinaša merljive prednosti na dveh ravneh: za poslovanje podjetja kot celote ter za vsakodnevno operativno delo zaposlovalcev.

Poslovna raven: nadzor nad stroški, časom in tveganji

Za vodstvo podjetja predstavlja sistem za sledenje kandidatom ATS predvsem orodje za zmanjšanje poslovnih tveganj in nepotrebnih izdatkov. Napačna zaposlitev pomeni izgubljen čas ekipe in ponovno iskanje.

Pred uvedbo sistema podjetja pogosto ne vedo, kje v postopku izgubljajo kandidate. Življenjepis lahko leži v predalu vodje oddelka dva tedna, preden ga sploh odpre. Po uvedbi sistema ima vodstvo stalen vpogled v to, koliko dni kandidat preživi v posamezni fazi ter kateri ocenjevalci pravočasno oddajajo povratne informacije.

Hipotetični primer: Proizvodno podjetje z 90 zaposlenimi je iskalo vodjo vzdrževanja, pri čemer so v preteklosti prijave romale neposredno tehničnemu direktorju. Zaradi njegove terenske odsotnosti so kandidati na odgovor čakali povprečno tri tedne, najprimernejši pa je medtem sprejel drugo ponudbo. V novem postopku so vse prijave usmerili v centraliziran sistem, nastavili samodejno preverjanje treh obveznih pogojev ter določili rok, v katerem mora biti vsak kandidat ocenjen. Zataknilo se je pri usklajevanju terminov za razgovore, saj so se urniki prekrivali, kar so rešili z uvedbo skupnega koledarja razpoložljivosti prostorov. Rezultat: vse ocene so bile zbrane na enem mestu in nobeno sporočilo kandidata ni ostalo brez odgovora.

Praktična raven: olajšanje dela kadrovikov in vodij oddelkov

Za operativne izvajalce sistem odpravi ponavljajoče se ročno delo. Namesto prenašanja priponk iz e-pošte in njihovega ročnega preimenovanja sistem samodejno izlušči kontaktne podatke, delovne izkušnje ter raven izobrazbe.

Pred tem je moral kadrovik pred vsakim razgovorom natisniti življenjepis, si na roko izpisati vprašanja ter po sestanku zbirati raztresene zapiske kolegov na listkih papirja. V sistemu ima celotna komisija pred seboj enoten ocenjevalni list, kjer lahko vsak sproti vpisuje ugotovitve in jih neposredno primerja z zahtevanimi merili. Namesto da se sprašujete, kako narediti nadzorno ploščo v Excelu za ročno spremljanje teh podatkov, sodobna orodja ta pregled ponujajo že v osnovni zasnovi.

KoristKazalnik, ki ga spremljateKako ga izmeriti
Hitrejša obravnava prijavČas od prejema prijave do prvega stika (Time-to-Contact)Datum prejema prijave primerjajte z datumom prvega sporočila kandidatu
Krajši zaposlitveni cikelSkupni čas od objave do sprejema ponudbe (Time-to-Hire)Za vsak zaključen razpis zabeležite datum objave in datum sprejete ponudbe
Manj administrativnega delaČas, porabljen za ročno vnašanje podatkovEkipa en teden beleži, koliko časa porabi za prepisovanje podatkov
Objektivnost ocenjevanjaSkladnost ocen med različnimi izpraševalciPrimerjajte ocene dveh izpraševalcev za iste kandidate in poiščite večja odstopanja

Ko se število prijav poveča, ročno usklajevanje meril hitro postane ozko grlo. V orodju Orova Recruit umetna inteligenca iz opisa delovnega mesta razbere 8 do 16 meril, pri vsakem življenjepisu preveri vsako točko z navedkom iz dokumenta, skupne točke pa izračuna sistem, odločitev pa ostane vaša.

Kako deluje sodoben ATS sistem: od zahteve delovnega mesta do strukturiranega razgovora

Da bi razumeli, kaj zmore sodoben sistem za sledenje kandidatom ATS, si moramo ogledati njegovo zgradbo po posameznih fazah. Zastareli sistemi so delovali kot pasivni filtri, medtem ko napredne rešitve delujejo kot aktivni pomočnik pri presoji dejstev.

Posnetek zaslona iz uradne dokumentacije Odoo Recruitment: pregled odprtih delovnih mest s številom novih prijav – v sistemu ATS je delovno mesto osnovna enota, okoli katere se zbirajo prijave.
Posnetek zaslona iz uradne dokumentacije Odoo Recruitment: pregled odprtih delovnih mest s številom novih prijav – v sistemu ATS je delovno mesto osnovna enota, okoli katere se zbirajo prijave.

Priprava zahtev delovnega mesta in strukturiranje meril

Vsak uspešen postopek se začne z natančno definicijo delovnega mesta. Sistem sprejme opis delovnega mesta v besedilni obliki ali kot dokument ter ga razstavi na posamezna merila. Namesto nejasnih stavkov, kot je zahtevano dobro poznavanje trga, sistem zahteve pretvori v preverljive točke z jasno določenimi pogoji.

Vhodni podatek je opis delovnega mesta, izhodni podatek pa strukturiran seznam meril z določenimi utežmi in vprašanji za preverjanje. Najpogostejša napaka na tej točki je določitev prevelikega števila izločitvenih pogojev, zaradi česar lahko sistem označi za neustrezne tudi kandidate, ki bi bili z vidika celotnega potenciala odlična izbira.

Sifting življenjepisov: ključne besede proti točkovanju na podlagi dokazov

Največja težava zgodnjih sistemov je bila slepa odvisnost od ključnih besed. Če je kandidat v življenjepisu namesto izraza vodenje projektov zapisal koordinacija razvojne ekipe, ga je zastareli filter izločil, čeprav je imel dolgoletne primerljive izkušnje.

Sodobni pristop temelji na prepoznavanju konteksta in navajanju natančnih dokazov. Sistem ne prešteva zgolj pojavnosti besede, temveč prebere celoten stavek, prepozna vrsto naloge ter iz življenjepisa dobesedno izpiše dokazni stavek, ki potrjuje ali ovrže posamezno merilo.

Merilo presojeTradicionalno filtriranje ključnih besed (Keyword Matching)Ocenjevanje na podlagi dokazov (Evidence-based Scoring)
Način analize besedilaIskanje dobesednih nizov črk brez upoštevanja sobesedilaSemantično razumevanje pomenov in prepoznavanje sorodnih izrazov
Obravnava sopomenkZavrnitev profila, če specifična beseda manjkaPrepoznavanje vsebinske skladnosti kljub drugačnemu poimenovanju
Razlaga odločitveSistem poda le odstotek ujemanja brez pojasnilaSistem prikaže dobesedni citat iz življenjepisa za vsako merilo posebej
Zloraba sistemaEnostavno manipuliranje z dodajanjem skritega belega besedilaTežko manipuliranje, saj sistem ocenjuje pomen dosežkov in trajanje
Vloga človekaČlovek pogosto le potrdi avtomatizirano zavrnitevČlovek vidi dokaz in samostojno sprejme končno odločitev

Matrika petih skupin meril in določanje uteži

Za pravično vrednotenje prijav je praktična matrika, ki zahteve razdeli v pet vsebinskih skupin. Vsaka skupina nosi določen pomen, pri čemer imajo obvezni pogoji absolutno prednost.

Tortni prikaz uteži posameznih skupin meril pri točkovanju profila
Hipotetični primer: obvezni pogoji delujejo kot izločitveno sito, ostale štiri skupine pa se seštevajo do 100 točk.
  1. Obvezni pogoji (Must-have): Izločitvena merila brez katerih kandidat ne more opravljati dela (na primer veljavno vozniško dovoljenje za voznika ali ustrezna strokovna licenca).
  2. Strokovno znanje: Poznavanje specifičnih orodij, programskih jezikov ali strokovnih metodologij.
  3. Relevantne delovne izkušnje: Število let in narava dela na primerljivih delovnih mestih v panogi.
  4. Mehke veščine: Sposobnost reševanja konfliktov, vodenje komunikacije ali organizacijske sposobnosti.
  5. Izobrazba in certifikati: Formalna raven šolanja ter opravljeni strokovni izpiti.

Točkovanje temelji na uteženi vsoti izpolnjenih meril, preračunani na lestvico od 0 do 100:

Točke profila = (vsota uteži izpolnjenih meril ÷ vsota uteži vseh meril) × 100

Prag za oznako ustreznega kandidata določite sami. Če je prag nastavljen na 70 točk od 100 in je območje za presojo široko 15 točk, profili z 55 do 69 točkami pristanejo v območju za presojo, kjer kadrovik ročno preveri posebne okoliščine. Če kandidat ne izpolnjuje kateregakoli obveznega pogoja, je ne glede na ostale točke označen kot neustrezen.

Povezava analize življenjepisa s ciljanimi vprašanji za razgovor

Ko sistem identificira močne točke in vrzeli v prijavi, postopek ne sme zastati. Ključna prednost sodobnega sistema je zmožnost, da na podlagi manjkajočih dokazov ali nejasno navedenih dosežkov pripravi ciljana vprašanja za zaposlitveni razgovor.

Če kandidat v življenjepisu navaja, da je povečal prodajo za 40 odstotkov, ni pa navedel metodologije ali časovnega okvira, sistem to označi kot točko preverjanja. Spodnja tabela prikazuje nabor osmih ciljanih vprašanj, usmerjenih v razjasnitev nejasnosti:

#Ciljano vprašanjeKaj poslušati
1V življenjepisu navajate prenovo celotnega oddelka. Kakšna je bila vaša neposredna vloga pri tej odločitvi in katera orodja ste uporabili za merjenje uspeha?Ali kandidat govori v prvi osebi ednine o svojih nalogah ali uporablja posplošeni mi za dosežke celotne ekipe.
2Med letoma 2022 in 2023 je v vašem časovnem zaporedju zaznati enoletno vrzel. S kakšnimi strokovnimi projekti ste se ukvarjali v tem obdobju?Jasno pojasnilo brez izmikanja ter dokaz o ohranjanju strokovnih stikov.
3Kot ključno veščino izpostavljate napredno analitiko podatkov. Opišite konkreten primer napake v podatkih, ki ste jo sami odkrili in uspešno odpravili.Natančen tehnični opis korakov in razumevanje vzrokov za težavo.
4V zadnji vlogi ste navedeni kot vodja projektov, vendar brez navedbe velikosti proračuna. Kakšen je bil največji finančni okvir, za katerega ste osebno odgovarjali?Realne številke in razumevanje finančne odgovornosti.
5Omenjate odlično znanje tujega jezika za strokovno sporazumevanje. Prosim, opišite najzahtevnejše tehnično pogajanje, ki ste ga vodili v tem jeziku.Tekoče izražanje, strokovno izrazoslovje in odsotnost zadreg.
6Navajate vodenje petčlanske ekipe, hkrati pa v življenjepisu ni omenjeno reševanje internih nesoglasij. Kako ste ukrepali, ko član ekipe ni dosegal zastavljenih rokov?Zmožnost empatičnega, a odločnega ukrepanja ter strukturiran pristop k povratnim informacijam.
7Vaša predhodna zaposlitev je trajala le štiri mesece. Kateri so bili glavni razlogi za tako hiter zaključek sodelovanja?Profesionalen odnos do bivšega delodajalca brez neutemeljenega obtoževanja.
8Za to delovno mesto je ključno samostojno načrtovanje prioritet. Opišite situacijo, ko ste morali v istem dnevu oddati tri nujne naloge z različnih področij.Sistematičen pristop k razvrščanju nalog in pravočasno komuniciranje z deležniki.

Vodenje razgovora, zvočni posnetek in prepis po govorcih

Po opravljenem presejanju se postopek preseli v fazo razgovorov. Klasično vodenje zapiskov na papir prinaša resno težavo: spraševalec med pisanjem izgubi očesni stik s kandidatom in pogosto presliši pomembne podrobnosti.

Proces vodenja strukturiranega razgovora od vprašanj do ocene
Štirje koraki za ohranitev natančnih podatkov z razgovora brez zanašanja na bežen spomin.

Sodobne rešitve omogočajo zajem zvočnega posnetka razgovora ob predhodnem soglasju kandidata. Sistem zvok pretvori v besedilo ter avtomatsko razloči govorce. To pomeni, da je v prepisu natančno razvidno, kateri del je izgovoril izpraševalec in kaj je odgovoril kandidat.

Zabeležen prepis se samodejno priloži profilu kandidata. Člani komisije lahko kadarkoli preverijo natančne besede, namesto da se zanašajo na bežen spomin ali subjektivne vtise. To omogoča popolno revizijsko sled ter argumentirano primerjavo kandidatov pred sprejemom končne odločitve.

Zakonodajni okvir: varstvo podatkov (GDPR) in evropski Akt o umetni inteligenci

Pri obdelavi prijav morajo podjetja v Evropski uniji dosledno upoštevati pravne zahteve. Uredba (EU) 2024/1689 o umetni inteligenci (Akt o umetni inteligenci), ki jo je sprejela Evropska unija, med sisteme visokega tveganja uvršča tudi sisteme umetne inteligence, namenjene zaposlovanju ali izbiri kandidatov, na primer za analizo in filtriranje prijav ter ocenjevanje kandidatov. To pomeni, da sistemi ne smejo delovati kot nepregledne črne škatle.

Uradna stran Informacijskega pooblaščenca (ip-rs.si) s smernicami »Varstvo osebnih podatkov v delovnih razmerjih«, ki obravnavajo tudi obdelavo podatkov pri izbiri kandidatov za zaposlitev.
Uradna stran Informacijskega pooblaščenca (ip-rs.si) s smernicami »Varstvo osebnih podatkov v delovnih razmerjih«, ki obravnavajo tudi obdelavo podatkov pri izbiri kandidatov za zaposlitev.

Splošna uredba o varstvu podatkov (GDPR) in slovenski Zakon o varstvu osebnih podatkov (ZVOP-2) zahtevata, da delodajalec obdeluje le tiste osebne podatke kandidatov, ki jih za izbiro dejansko potrebuje. Informacijski pooblaščenec je na svoji spletni strani objavil smernice »Varstvo osebnih podatkov v delovnih razmerjih«, ki med drugim obravnavajo tudi obdelavo podatkov pri izbiri kandidatov za zaposlitev. Podjetje mora kandidate jasno obvestiti o tem, kateri podatki se zbirajo, kako dolgo se hranijo ter jim omogočiti uveljavljanje pravice do vpogleda ali izbrisa.

Poleg tega 22. člen Splošne uredbe o varstvu podatkov (GDPR) določa, da posameznik ne sme biti podvržen odločitvi, ki temelji izključno na avtomatizirani obdelavi, če ima to zanj pravne ali znatne posledice. Zavrnitev prijave mora zato vedno temeljiti na potrditvi s strani odgovorne osebe.

Kontrolni seznam osmih korakov za zakonito delovanje sistema:

  1. Obveščanje pri prijavi: V obrazec vključite jasno obvestilo o načinu obdelave podatkov in namenu točkovanja.
  2. Omejitev podatkov: Odstranite zahteve po fotografijah, podatkih o družinskem statusu ali zdravstvenem stanju pred razgovorom.
  3. Preverljivost meril: Zagotovite, da so vsa merila točkovanja vnaprej dokumentirana in vezana na opis delovnega mesta.
  4. Razložljivost ocen: Sistem mora za vsako dodeljeno točko ponuditi dokazni izsek iz priložene dokumentacije.
  5. Človeški nadzor: Vsako odločitev o uvrstitvi v naslednji krog ali zavrnitvi mora ročno potrditi zaposlovalec.
  6. Časovna omejitev hrambe: Nastavite avtomatski izbris ali anonimizacijo podatkov neizbranih kandidatov po poteku zakonskega roka.
  7. Pravica do ugovora: V sporočilu o zavrnitvi navedite kontakt za pojasnila glede postopka presoje.
  8. Varnost dostopov: Določite ravni pravic, da do osebnih podatkov dostopajo izključno člani izbirne komisije za dotično delovno mesto.

Spodnja tabela prikazuje različne tipe orodij glede na arhitekturo in primernost za posamezne organizacije.

Vrsta sistemaGlavne značilnostiZa koga je primeren
Samostojni namenski ATSPopolna osredotočenost na rekrutacijo, napredno točkovanje meril in pripravo razgovorovRastoča podjetja in organizacije z rednimi zaposlitvenimi cikli
Vgrajeni kadrovski modul (HRM z ATS)Povezanost z evidencami dopustov in obračunom plač, manj napredna orodja presojeVečja podjetja s stabilnim številom zaposlenih in redkimi novimi razpisi
Specializirana agencijska platformaUpravljanje več naročnikov hkrati, baze zunanjih talentov in sledenje provizijamKadrovske agencije in zunanji rekruterji

Hipotetični primer: Tehnološko podjetje s 40 zaposlenimi je prejelo 130 prijav za delovno mesto razvijalca programske opreme. V preteklosti so kandidate pregledovali površno in se zanašali na imena fakultet, kar je privedlo do izločitve samoukov z bogatimi izkušnjami. Z uvedbo sistema so določili pet skupin meril z utežmi, pri čemer so največjo težo namenili praktičnim projektom. Ko se je pri dveh kandidatih pojavil dvom glede resničnosti navedenih odgovornosti, je sistem samodejno pripravil specifična tehnična vprašanja za razgovor. Izpraševalec je med pogovorom vklopil snemanje in prepis govora, kar je omogočilo, da so celotno programersko rešitev po sestanku pregledali še ostali člani ekipe. Kandidat, ki ga je prejšnja praksa spregledala, je na podlagi dokazov prejel najvišjo oceno in uspešno prestal poskusno dobo.

Kako začeti z uvedbo ATS sistema v različnih okoljih

Uvedba novih orodij zahteva premišljen pristop, prilagojen velikosti in strukturi organizacije. Če orodje vsilite brez jasnih pravil, se bo ekipa hitro vrnila k starim navadam v e-poštnih predalih.

Odločitveno drevo za izbiro primernega orodja za vodenje prijav
Usmeritev za podjetja pri določanju ustrezne ravni avtomatizacije zaposlovanja.

Za manjša podjetja in ustanovitelje

Manjša podjetja običajno nimajo zaposlenega kadrovika, zato postopke vodijo direktorji sami. Za njih je ključno, da postopek ne jemlje preveč časa.

  1. Ta teden pripravite natančen opis naslednjega delovnega mesta ter določite največ tri obvezne pogoje, brez katerih prijava sploh ne gre v obravnavo.
  2. Vzpostavite enoten vstopni kanal za zbiranje prijav, da življenjepisi ne prihajajo po zasebnih kanalih ali družbenih omrežjih. Če promovirate prosta mesta na terenu ali dogodkih, vam pri usmerjanju kandidatov lahko pomaga razlika med dinamično in statično QR kodo, s čimer prijave takoj usmerite na pravo mesto.
  3. Preizkusite točkovanje na zadnjih desetih prejetih prijavah in preverite, ali so dodeljene točke skladne z vašo oceno o primernosti kandidata.

Za vodje kadrovskih služb v rastočih podjetjih

V podjetjih, ki hitro zaposlujejo, je največji izziv usklajevanje med kadroviki in vodjami oddelkov, ki dejansko potrebujejo nove sodelavce.

  1. Ta teden zberite vodje oddelkov in skupaj določite standardizirano lestvico ocenjevanja za ključne profile v podjetju.
  2. Nastavite predloge ocenjevalnih listov za zaposlitvene razgovore, da bo vsak izpraševalec ocenjeval iste kompetence z enakimi merili.
  3. Povežite komunikacijo z zunanjimi kanali. Če ekipa že obvlada način, kako načrtovati objave na Instagramu, lahko delovna mesta promovirate načrtovano, vsi odzivi pa se neposredno stekajo v centraliziran sistem.
  4. Uvedite pravilo, da noben kandidat ne sme biti povabljen na razgovor brez predhodno izpolnjenega pregleda obveznih pogojev.

Za kadrovske agencije in zunanje svetovalce

Za zunanje strokovnjake je ključna hitrost posredovanja podatkov naročnikom ob ohranjanju visoke ravni strokovnosti in zaupnosti.

  1. Ta teden standardizirajte izvoze poročil o kandidatih, tako da naročnik ob profilu vedno prejme utemeljitev z dobesednimi navedki dokazov.
  2. Vzpostavite sistem ločenih map ali oznak za različne naročnike, s čimer preprečite mešanje podatkov med konkurenčnimi podjetji.
  3. Uskladite časovni potek preverjanja referenc in zapisnikov razgovorov, da so vsi podatki na voljo pred oddajo ožjega izbora.
Pogosta napakaPosledicaKako se ji izogniti
Pretirano zanašanje na samodejno zavračanjeIzguba talentov z nekonvencionalnimi življenjepisiNastavite območje za presojo (55 do 69 točk) za ročni pregled
Neusklajena merila med kadrovikom in vodjoNeenotne ocene in podvajanje razgovorovSkupna potrditev vseh meril pred objavo razpisa
Nejasna hramba podatkov v e-poštiTveganje kršitve določil GDPRSamodejni uvoz vseh prijav neposredno v varno bazo
Razgovori brez enotnega ocenjevalnega listaOdločanje na podlagi trenutnega občutkaVnaprej pripravljen nabor vprašanj z merili odgovorov

Hipotetični primer: Kadrovska agencija je za naročnika iskala tri vodje prodajnih ekip. Pri ročnem usklajevanju podatkov so porabili več ur za prepisovanje ocen iz različnih zvezkov v skupna poročila, naročnik pa je bil nezadovoljen zaradi pomanjkanja konkretnih dokazov o preteklih uspehih kandidatov. Agencija je proces posodobila tako, da so vsa merila razdelili v pet skupin in določili obvezne prodajne certifikate. Zvočne posnetke razgovorov so pretvorili v strukturirane prepise, iz katerih so avtomatsko izluščili odgovore na vprašanja o obvladovanju zahtevnih kupcev. Naročnik je ob vsakem predlaganem kandidatu prejel zgoščen profil z dobesednimi dokazili in natančnimi ocenami, zato se je naročnik lahko odločil hitreje in z več zaupanja.

Pri praktični izvedbi tega procesa vam lahko pomaga Orova Recruit. Opis delovnega mesta prilepite kot besedilo ali naložite kot datoteko, umetna inteligenca pa iz njega razbere 8 do 16 meril v petih skupinah z utežmi, ki jih lahko urejate. Pri vsakem življenjepisu umetna inteligenca za vsako točko posebej preveri, ali je izpolnjena (da/ne), in ob tem navede stavek iz življenjepisa kot dokaz, skupne točke pa izračuna sistem. Privzeti prag je 70 točk, prag pa lahko spremenite. Na voljo so tudi ciljana vprašanja za razgovor ter snemanje razgovora s prepisom po govorcih, končno odločitev pa vedno sprejme kadrovik. Orova Recruit je brezplačen do vključno 7. 7. 2027.

Vzpostavite pregleden postopek zaposlovanja z orodjem Orova Recruit: točkovanje kandidatov z dokazi, ciljana vprašanja za razgovor, zapiski in prepisi razgovorov ter sporočila kandidatom iz poštnega predala vašega podjetja. Brezplačno do vključno 7. 7. 2027, registracija brez kartice.

Trendi sistemov za sledenje kandidatom v naslednjih letih: mnenje avtorja

Glede na trenutne premike v letu 2026 opažam, da se področje zaposlitvenih orodij hitro premika iz obdobja pasivnega shranjevanja podatkov v obdobje aktivne interpretacije informacij. V nadaljevanju predstavljam svoja tri videnja o tem, kam se bo razvoj usmeril v prihodnjih dveh do treh letih.

Povzetek treh smeri razvoja sistemov ATS po mnenju avtorja
Tri smeri, ki jih avtor pričakuje v naslednjih dveh do treh letih.

Po mojem mnenju se bo v naslednjih dveh do treh letih dokončno zaključila doba netransparentnih filtrov ključnih besed. Delodajalci in kandidati danes upravičeno zahtevajo jasna pojasnila, zakaj je bila določena prijava sprejeta ali zavrnjena. Menim, da bodo prednost imeli sistemi, ki znajo vsako oceno podpreti z natančno navedbo vira v predloženem dokumentu. Ta premik bo po mojem mnenju spodbudila zlasti evropska regulativa na področju umetne inteligence, ki ne dopušča odločanja na podlagi nepreglednih algoritmov. Kljub temu bi ta razvoj lahko upočasnila morebitna prepočasna uveljavitev nadzornih mehanizmov v manjših podjetjih, ki se še vedno zanašajo na neformalne metode.

Prav tako ocenjujem, da bo umetna inteligenca prevzela vlogo strokovnega asistenta za pripravo razgovorov, ne pa vlogo končnega razsodnika. Danes vidimo, da orodja odlično zaznavajo nekonsistentnosti v življenjepisih, vendar ne morejo nadomestiti človeške presoje o kulturni skladnosti kandidata z ekipo. V prihodnje bodo sistemi po moji oceni samodejno ustvarjali individualizirane scenarije razgovorov, prilagojene točno določenim vrzelim vsakega posameznika. Zato bralcem priporočam, da že danes opustijo generične sezname vprašanj in se osredotočijo na učenje vodenja poglobljenih, strukturiranih pogovorov. Do odstopanja od te napovedi bi lahko prišlo le v primeru, če bi se na trgu pojavila popolnoma zanesljiva orodja za simulacijo praktičnega dela, kar pa je malo verjetno.

Tretji trend, ki mu pripisujem veliko težo, je prehod na integriran zvočni in besedilni zapis poteka razgovora. Menim, da bo ročno čečkanje po življenjepisih med sestanki v nekaj letih veljalo za zastarelo prakso, podobno kot ročno vpisovanje računov v knjigovodstvu. Ko se enkrat uveljavita zanesljiv prepis po govorcih in samodejno povezovanje izjav z ocenjevalnimi merili, postane postopek bistveno bolj objektiven in ponovljiv. Bralci se lahko na ta premik pripravijo tako, da začnejo razvijati kulturo transparentnega snemanja z vnaprejšnjim soglasjem kandidatov. Edina ovira, ki bi ta trend lahko zadržala, so psihološke pregrade pri kandidatih ali pretirano restriktivne interne politike posameznih korporacij.

Smer razvoja (mnenje avtorja)Kaj lahko naredite že danes
Ocene z navedbo vira namesto filtrov ključnih besedPri vsakem merilu zahtevajte stavek iz življenjepisa, ki ga potrjuje
Umetna inteligenca kot pomočnik pri pripravi razgovorovOpustite generične sezname vprašanj in vadite strukturirane razgovore
Zvočni in besedilni zapis razgovoraUvedite snemanje le z vnaprejšnjim soglasjem kandidata in jasnim pravilom hrambe

Pogosta vprašanja o tem, kaj je sistem za sledenje kandidatom ATS

Ali je ATS sistem sploh še potreben, ko imamo orodja generativne umetne inteligence?

Generativna orodja lahko pomagajo sestaviti osnutek opisa delovnega mesta ali povzeti besedilo, ne morejo pa nadomestiti varne podatkovne baze, sledljivosti komunikacije in zakonsko skladnega vodenja prijav. Sistem za sledenje kandidatom ATS predstavlja organizacijsko ogrodje in enotno točko resnice za celotno ekipo, v katero se lahko posamezni analitični moduli le vgrajujejo. Brez centralnega sistema ostajajo podatki razpršeni in neobvladljivi.

Kako sistem točkuje obvezna merila z dokazi in kaj o tem pravi Akt o umetni inteligenci?

Sistem pregleda celotno besedilo življenjepisa in išče dejstva, ki neposredno potrjujejo izpolnjevanje zahtevanega pogoja. Ko najde ustrezen stavek, ga dobesedno navede kot dokaz ob oceni pogoja, kar omogoča popolno revizijsko sledljivost. Končno odločitev o sprejemljivosti dokaza mora vedno potrditi odgovorna oseba, kar je v duhu človeškega nadzora, ki ga Uredba (EU) 2024/1689 zahteva za sisteme visokega tveganja.

Ali lahko manjše podjetje z manj kot 15 zaposlitvami letno uporablja ATS brez podpore IT oddelka?

Večina sodobnih rešitev deluje v oblaku in ne zahteva namestitve programske opreme ali pomoči tehničnih strokovnjakov. Nastavitev novega delovnega mesta, določitev meril in uvoz življenjepisov se izvedejo preko spletnega brskalnika v nekaj preprostih korakih. Za manjša podjetja je tak pristop idealen, saj takoj pridobijo urejen postopek brez začetnih naložb v infrastrukturo.

Kako sistem za sledenje kandidatom ATS preprečuje pristranskost pri pregledovanju prijav?

Sistem deluje na podlagi vnaprej določenih objektivnih meril, ki so enaka za vse prijavljene kandidate. S tem se zmanjša vpliv osebnih stereotipov, saj orodje ocenjuje izključno navedene izkušnje, znanja in dosežke ter jih primerja z zahtevami delovnega mesta. Nekateri sistemi omogočajo tudi anonimizacijo osebnih podatkov v prvi fazi pregleda, kar dodatno preprečuje nezavedno pristranskost.

Kakšna je razlika med zavrnitvijo s ključnimi besedami in zavrnitvijo na podlagi meril?

Zavrnitev s ključnimi besedami temelji na preprostem preštevanju specifičnih besednih zvez, kar pogosto izloči kandidate, ki so uporabili sopomenke. Zavrnitev na podlagi meril pa temelji na vsebinski presoji celotnega konteksta, pri čemer sistem preveri, ali je kandidat dejansko opravljal zahtevane naloge, ne glede na to, kako jih je poimenoval. To znatno zmanjša število napačno zavrnjenih ustreznih strokovnjakov.

Kje začeti z izbiro in postavitvijo sistema ATS?

Začetek prenove zaposlitvenega postopka je odvisen od trenutnega stanja v vaši organizaciji. Namesto dolgotrajnega načrtovanja izberite en sam korak, ki ga lahko izvedete v enem popoldnevu.

Povzetek ključnih korakov za začetek uporabe sistema ATS
Kontrolni seznam za vzpostavitev transparentnega postopka izbire sodelavcev.

Če trenutno nimate nobenega orodja in prijave prejemate na osebni e-poštni predal, je vaš prvi korak vzpostavitev enotnega poštnega naslova, namenjenega izključno zaposlovanju, ter priprava enotnega seznama vseh odprtih mest. S tem boste takoj ločili operativno poslovanje od prijav ter ustvarili osnovni red za nadaljnje korake.

Če že uporabljate različna orodja, a so podatki razpršeni med preglednicami, mapami v oblaku in zasebnimi sporočili, vzemite zadnji objavljeni razpis ter vse prispele življenjepise zberite na enem mestu. Naredite preprost preizkus: določite tri ključna merila in vsakemu kandidatu pripišite citat iz dokumenta, ki to potrjuje. Takoj boste opazili razliko v jasnosti odločanja.

Če postopek že vodite organizirano, vendar brez merjenja rezultatov in objektivnih podatkov, uvedite enoten ocenjevalni list za naslednji zaposlitveni razgovor. Določite pet enakih vprašanj za vse kandidate in ob vsakem odgovoru zabeležite oprijemljiva dejstva. Tako boste postavili temelje za strokovno presojo, ki jo zahteva sodobno poslovanje, ter v celoti razumeli, kaj je sistem za sledenje kandidatom ATS in kako ga najbolje izkoristiti.

O avtorju

Nguyễn Đỗ Trọng Ân

Builder of Orova

Nguyễn Đỗ Trọng Ân has 8 years of experience in marketing, including 6 years managing market development across Asia. He builds Orova, a Biz AI Agent that never sleeps: it plans, runs and optimizes work for businesses.

Vodite posel z AI Agents

Orova je Biz AI Agent, ki vedno deluje — načrtuje, izvaja in optimizira delo namesto vas.
Prihranite čas, sprostite produktivnost.

Preizkusite brezplačno