Poprzednim razem poznaliśmy podstawowe sposoby tworzenia kwerend wyszukiwania za pomocą operatorów logicznych. Na pewno mieliście już okazję przetestować swoje nowe supermoce, znaleźć świetnie dopasowanych kandydatów i złożyć sobie gratulacje, że jesteście mistrzami sourcingu. Ale o co w ogóle ta heca? Rekrutacja to przecież bułka z masłem!

To prawda. Sourcing jest łatwy. To proste znaleźć jakichś ludzi.

Robi się trudniej, kiedy chcemy znaleźć odpowiednich ludzi.

Spis treści

Załóżmy, że szukamy Java Developera. Dostaliśmy wymagania i wrzucamy:

java AND spring AND kubernetes AND aws

Lokalizacja: Warszawa

Hej, ale super! Ponad 500 profili.

„Zamknę proces w tydzień” – pomyślało pięć tysięcy rekruterów szukających właśnie Java developera z Warszawy. Problemem z łatwo wyszukiwanymi profilami jest to, że… no właśnie – każdy może je łatwo znaleźć. Jeśli w ten sposób, skądinąd oczywisty, będziemy szukać – poprzez wpisanie fraz, które naturalnie narzucą nam się przy czytaniu wymagań na stanowisko – to możemy założyć, że inni rekruterzy postępują tak samo. Finalnie wszyscy wyślemy oferty do tych samych kandydatów i będziemy równie sfrustrowani ich milczeniem, co oni liczbą wiadomości wpływających na ich skrzynkę.

Zatem zakładamy, że większość ludzi będzie wyszukiwać za pomocą tych samych, podstawowych fraz kluczowych – i nie ma w tym nic złego! Ten sposób działa. Ważne natomiast, aby nie ulec mylnemu wrażeniu, że zwrócone wyniki wyszukiwań są wyczerpujące, a my, stosując je, wyszukujemy wszystkie dostępne dla nas profile. Nic bardziej mylnego. LinkedIn twierdzi bowiem, że wybierać możemy spośród ponad 850 milionów osób!

Do czego więc zmierzamy? Czyli: co to jest LinkedIn Dark Matter?

No dobrze – zatem do sedna i “wiedzy tajemnej”: każde wyszukiwanie znajduje pewne wyniki i ukrywa pewne wyniki. Z kolei sam LinkedIn ukrywa bardzo dużo wyników.

Panie i Panowie, przedstawiam wam koncepcję LinkedIn Dark Matter, opracowaną przez Glen’a Cathey’a na jego blogu Boolean Black Belt. Możemy dzięki niej znaleźć profile, które nie pojawiają się w “oczywistych” wynikach wyszukiwania.

A skoro się nie pojawiają – to inni nie zasypują ich wiadomościami, bo nie są na tyle popularne. Tak więc mamy szansę dotrzeć do nieoczywistych profili z naszą fantastyczną ofertą pracy!

Nie cieszmy się jednak tak szybko, bo Dark Matter nie bez powodu jest Dark. Aby dotrzeć do tych ukrytych profili, musimy wspomóc się odrobiną kreatywności. Omówimy sobie w tym celu kilka przykładów.

1. Eliminacja oczywistego

Kiedy szukamy Java developera, w pierwszym odruchu wybierzemy oczywistą frazę do wyszukania: Java. A gdyby tak wyszukać specjalistów Javy, którzy na swoich profilach nie wspominają o Javie? Oto co wpisałam:

NOT java AND spring AND hibernate AND oracle

Wyszukiwanie bez żadnych dodatkowych filtrów zwraca blisko 2 tysiące wyników. Możemy spróbować dowolnie zmniejszyć tę pulę, aby osiągnąć liczbę bardziej możliwą do przerobienia, np. określić lokalizację: Polska dała nam już tylko 24 wyniki.

2. Alternatywne określenia

Popracujmy na powyższym przykładzie. 2 tysiące profili spośród setek milionów to dobry wynik, ale wciąż jest ich zbyt dużo, abyśmy mogli przez wszystkie przejść. Sporą część z nich stanowić mogą osoby o stanowiskach niezwiązanych bezpośrednio z pisaniem kodu (a szukamy przecież developera). Aby sobie z tym poradzić, możemy określić nazwę stanowiska, którego szukamy. Ten krok jest o tyle ryzykowny, że zgodnie z poznaną przez nas zasadą – każde wyszukiwania zwróci pewną pulę dopasowanych profili i ukryje pewną pulę dopasowanych profili. Naszym zadaniem jest wykorzystanie tej wiedzy świadomie. „Pobawmy się” więc nazwami stanowisk:

developer OR "software developer" OR programmer OR engineer

To kilka propozycji. Ale nie wszyscy wpiszą nazwę stanowiska po angielsku, prawda? Spróbujmy dodać alternatywne określenia:

deweloper OR programista OR programador OR programadora

W pierwszych wynikach wyszukiwań (2 tysiące profili) zwróciłam uwagę na to, że pojawiło się kilka osób z nazwami stanowisk po hiszpańsku. Nie ma się co dziwić, to drugi najpopularniejszy język świata! Jeśli budujemy zespół międzynarodowy, warto wesprzeć się określeniami w innych językach. Nie bójmy się dodać do naszego stringa программист albo プログラマ.

Nasz string wygląda teraz tak:

NOT java AND spring AND hibernate AND oracle AND (developer OR "software developer" OR programmer OR engineer OR deweloper OR programista OR programador OR programadora)

Uzyskujemy ok. 1,4 tysiąca wyników. Wciąż dużo, ale zbliżamy się do bardziej osiągalnej liczby.

3. Filtry LinkedIn

Wewnętrzna wyszukiwarka LI, w wersji Recruiter, oferuje szereg filtrów, z których możemy korzystać podczas naszych wyszukiwań. Najlepszą radą tutaj jest: testuj!

Zamiast wpisywać nazwy stanowisk w string – wpisz je w sekcji Job titles. Spróbuj uzupełnić sekcję Skills. Sprawdź, które firmy na rynku specjalizują się w poszukiwanej przez ciebie technologii i wpisz je w sekcję Companies. Studiowałeś/studiowałaś na UW? Poszukaj po Schools – wspólny uniwerek to potencjalny sposób na zagadanie do kandydata. Pamiętaj tylko o dwóch sprawach:

Czasami algorytmy LI są bardziej tajemnicze, niż mogłoby się wydawać. Np. filtr Years of experience daje nam możliwość szukania osób od 0 do 30+ lat doświadczenia. Ale lubi ukryć osoby… z ponad 30-letnim doświadczeniem! Np. słowo kluczowe „java” zwraca ponad 11 milionów wyników, ale kiedy określimy lata doświadczenia 0-30+, to otrzymujemy 10 milionów. Z puli znika nam milion osób!

4. Lokalizacja

To jeden z moich ulubionych filtrów wyszukiwań, który daje ogromne możliwości w przeszukiwaniu Dark Matter. W searchu często stosuję ograniczenia puli poprzez wybranie miejscowości lub województwa. To najbardziej oczywiste rozwiązanie. Ale wiele osób nie określa dokładnie miejsca zamieszkania i podaje wyłącznie kraj. Możemy przeglądać profile, określając lokalizację jako Polska, ale o ile nasz string nie jest bardzo wąski i specyficzny, to wyników będzie zbyt dużo, aby dotrzeć do wszystkich. Możemy zastosować sposoby ograniczania wyników, np. wypisując wyłącznie nazwy województw:

A jeśli chcemy teraz odnaleźć osoby, które nie określiły swojej lokalizacji dokładniej niż Polska, możemy wyeliminować wszystkie województwa:

A gdyby tak zastosować to globalnie? Co się stanie jeśli wyeliminujemy np. kontynenty?

Możemy zastosować także sprytny filtr Postal code, aby określić obszar, którego szukamy, np. cała Polska. Wpisujemy 99-120 (kod pocztowy Piątku) i określamy promień interesującego nas obszaru (np. 400 km aby objąć mniej więcej całą Polskę).

LinkedIn Dark Matter – Podsumowanie

To tylko kilka pomysłów na to jak dobrać się do Dark Matter na LinkedInie. Kluczem do sukcesu jest kreatywność i eksperymenty – daj mi znać jak poszły wyniki wyszukiwania:

Powodzenia! 🙂