Автоматизация найма для отелей: результаты внедрения

Автоматизация рекрутинга с помощью OlineHunter в гостиничном бизнесе: опыт внедрения нейроассистента для подбора 94 сотрудников с экономией 130 часов работы HR.

Задача и причина

Задача:

Автоматизировать первичный отбор персонала для гостиничного бизнеса с целью сокращения времени подбора и снижения нагрузки на HR-отдел.

Причина изменений:

Существующая система рекрутинга демонстрировала критические недостатки:

• Рекрутеры тратили до 75% рабочего времени на рутинный скрининг анкет;

• 18% перспективных кандидатов отказывались от вакансий из-за задержек с обработкой заявок;

• В пиковые сезоны (отпуска, праздники) компания не успевала оперативно расширять штат, что приводило к потере клиентов и репутационным рискам.

Экономический контекст:

При средней стоимости подбора одного сотрудника в 50 000 руб. и ежемесячном потоке из 600 заявок квартальные потери из-за неэффективного процесса достигали 3,6 млн руб.

Ключевые проблемы прежней системы:

1. Временные затраты:
   • 25 минут на обработку одной заявки;
   • 170 часов еженедельно на рутинные операции.
2. Упущенные возможности:
   • До 70 кандидатов ежемесячно;
   • 45% недовыполнения плана по найму в высокий сезон.
3. Кадровые сложности:
   • 85% HR-специалистов жаловались на выгорание;
   • Текучесть в рекрутинговом отделе — 30%.

Технологическое решение

Нейроассистент для первичного отбора OlineHunter был адаптирован под специфику гостиничного бизнеса и позволил:

• Автоматизировать проверку базовых требований (знание языков, опыт в сервисе);
• Оценивать мягкие навыки (коммуникабельность, стрессоустойчивость);
• Интегрироваться с корпоративной HRM-системой.

Этапы реализации

Этап 1. Разработка автоматизированного собеседования
Цель: Создать инструмент для первичного отбора персонала отелей.
Реализация:

• Анкета с вопросами о:
  • Опыте работы в гостиничном сервисе;
  • Знании иностранных языков;
  • Готовности к работе в гибком графике (ночные смены, праздники).
• Внедрение проверки:
  • Верификация документов об образовании;
  • Оценка логики через кейсы («Как поступите при жалобе гостя?»).
• Система оценки:
  • Автоматический расчет рейтинга;
  • Выявление противоречий в ответах.

Этап 2. Интеграция с HR-инфраструктурой
Цель: Обеспечить синхронизацию данных между системами.
Реализация:

• Подключение к HRM-системе:
  • Автоматическое создание карточек кандидатов;
  • Синхронизация статусов.
• Интеграция с:
  • Системой управления сменами;
  • Базой данных сотрудников.
• Дашборд для HR:
  • Визуализация метрик;
  • Уведомления о топ-кандидатах.

Этап 3. Оптимизация процесса найма
Цель: Повысить конверсию на этапах отбора.
Реализация:

• SMS-напоминания о собеседованиях;
• Тестирование мягких навыков через сценарии («Конфликт с гостем»);
• Анализ эффективности: сравнение автоматизированного и ручного отбора.

Особенности реализации:

• Поэтапное внедрение в одном отеле сети;
• Обучение HR-команды;
• Сбор обратной связи от менеджеров.

Результат

По итогам пилотного проекта:

• Обработано 580 заявок;

• Отобрано 94 кандидата для собеседований;

• Время обработки сокращено с 25 до 3 минут;

• Экономия времени HR — 130 часов ежемесячно.

Эффект для бизнеса:

• Сокращение времени закрытия вакансий на 70%;

• Снижение нагрузки на HR-отдел;

• Готовность к сезонному скачку спроса.