Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

intervista

Esselunga: così l’AI supporta la selezione delle giovani leve

2.500 assunzioni da gestire annualmente e 150mila curricula che si traducono in 270mila application distribuite sulle posizioni aperte. Esselunga cambia le regole del recruiting con 177 algoritmi di machine learning, guadagnando in efficienza, valorizzazione delle risorse ed esperienza dei candidati. L’intervista a Daniele Del Gobbo, Talent Acquisition&Employer Branding Manager

12 Lug 2019

Gaia Fiertler

Grazie a una machine learning con 177 algoritmi in azione, Esselunga cambia le regole della selezione del personale, guadagnando in efficienza, in valorizzazione delle risorse e in una migliore esperienza dei candidati. Il processo diventa più semplice, rapido ed efficace: è in linea con gli strumenti utilizzati dalle nuove generazioni e riduce tempi e costi dei colloqui. Grazie ai risultati ottenuti dalla sperimentazione del primo trimestre del 2019, infatti, si stima che nell’arco dei prossimi 18 mesi si faranno 28.000 colloqui fisici in meno, rispetto allo stesso lasso di tempo precedente. Al tempo stesso, però, aumenteranno i candidati raggiunti da sms ed e-mail con l’invito a partecipare a un video-colloquio in differita della durata di circa dieci minuti. In pratica, il sistema risolve due problemi insieme: rende più veloce ed efficiente il processo di selezione di Esselunga, con meno risorse impegnate nel primo contatto telefonico e nel secondo fisico ma, al tempo stesso, perde meno candidati per strada, o perché non immediatamente rispondenti ai requisiti richiesti, o perché prima, per i tempi più dilatati, nel frattempo avevano trovato altri impieghi.

Il progetto di Esselunga ha vinto anche gli HR Innovation Awards dell’Osservatorio HR Innovation Practice della School of Management del Politecnico di Milano nella categoria “Recruiting”.

La consegna del premio dell’Osservatorio HR Innovation Practice della School of Management del Politecnico di Milano nella categoria “Recruiting

Digital4 ha chiesto a Daniele Del Gobbo, Talent Acquisition&Employer Branding Manager di Esselunga, il gruppo retail e produttivo con oltre 24.000 dipendenti e 7,9 miliardi di euro di fatturato, di raccontare la rivoluzione in corso.

Daniele Del Gobbo

Talent Acquisition&Employer Branding Manager di Esselunga

Mi descrive la portata di questo cambiamento digitale nella selezione di Esselunga?

Noi dobbiamo gestire annualmente, a fronte di 2.500 assunzioni tra negozi e produzione, 150mila curricula che si traducono in 270mila application distribuite sulle varie posizioni aperte. Tenendo conto che per ogni posizione aperta, per esempio come allievo responsabile, riceviamo oltre 1000 domande, fino a ieri avevamo sei persone impegnate nel primo screening che si limitava a dati generici, come ad esempio titolo di studio e residenza, non potendosi gestire diversamente numeri così elevati di application se non con un dispendio enorme di risorse.

L’obiettivo di questa attività era ridurre il bacino a 200 candidati circa, sapendo statisticamente che alla fine però se ne vedeva la metà, perché nel frattempo gli altri avevano trovato un’altra occupazione o non avevano letto bene i requisiti.

Oggi l’utilizzo di una piattaforma automatizzata ci permette di contattare potenzialmente i 1000 candidati invitandoli tutti, via sms o via e-mail, a rispondere a un breve video-colloquio psico-attitudinale in differita. Abbiamo visto che, per ora, aderisce uno su due, ma intanto ne abbiamo intercettati 500, contro i 100 con il sistema precedente di contatto telefonico.

Quindi come si procede in Esselunga con la selezione?

A questo punto, per non far diventare inefficiente il processo di selezione di Esselunga dilatando troppo i tempi, tra l’altro rischiando di perdere i candidati, l’Intelligenza Artificiale ci viene in soccorso analizzando tutte le video interviste e creando un ranking sulla base di generiche soft skill.

Prendiamo i primi 200 con le soft skill richieste, intercettate dall’intelligenza artificiale e, solo a quelli più in target, proponiamo un video-colloquio live che, se di esito positivo, dà accesso al terzo e ultimo passaggio: il colloquio fisico presso una delle sedi di Esselunga, la più vicina al candidato. Grazie a questo nuovo e innovativo sistema vediamo già i primi risultati: i passaggi sono molto più veloci, si riducono i tempi dovuti agli spostamenti per incontrare i candidati e, di conseguenza, le stesse assunzioni sono più tempestive, tanto che sono cresciute del 10% rispetto allo stesso periodo dell’anno scorso. In pratica, da un lato siamo diventati più rapidi nell’esecuzione del processo, dall’altro abbiamo più risorse tra cui scegliere. In ultimo miglioriamo l’esperienza del candidato fornendo uno strumento moderno (in linea con le generazioni di maggiore interesse, millenial e “z”), evitando loro perdite di tempo in spostamenti che costano e raramente si concretizzavano in assunzione.

Come lavorano gli algoritmi nel primo video-colloquio?

Stanno “imparando” da noi recruiter. Mi spiego meglio. I 177 algoritmi programmati per individuare alcune soft skill del nostro candidato modello, attraverso la semantica delle risposte e attraverso la forza e il tono della voce – criteri che entro l’anno dovrebbero comprendere anche il riconoscimento visivo del linguaggio non verbale – non sono comunque sufficienti per una scelta definitiva. Vanno infatti integrati con la nostra valutazione finale, che tiene conto di più elementi, a volte considerazioni complessive che ponderano diversamente i vari elementi o anche elementi di corrispondenza con altre ricerche, per cui valga la pena andare avanti nella conoscenza del candidato. Ma siccome l’elemento innovativo dell’Intelligenza Artificiale è che oggi la macchina può apprendere dalle nostre scelte e dai nostri comportamenti (“machine learning”), in questi primi sei mesi abbiamo visionato e valutato uno a uno 5.000 video-colloqui, che rappresentano una prima base di “apprendimento” per la macchina perché alla fine si allinei maggiormente a noi recruiter (ora al 70% che, per essere coerente con i nostri criteri ultimi di valutazione, dovrà arrivare all’85%).

Dov’è il limite tra l’oggettività della risposta della macchina e la “forzatura” umana alla macchina, visto che può apprendere anche i “bias”?

A noi interessa che l’Intelligenza Artificiale supporti il processo di selezione di Esselunga, non che si sostituisca a noi. Il suo contributo è di accelerare i tempi, arrivando al contempo a più candidati con un rapporto più diretto, anche se mediato dal sistema. Detto questo, l’oggettività della macchina è a priori nel non discriminare rispetto a un criterio soggettivo, su cui noi recruiter dobbiamo fare sempre molta attenzione: quello del “mi piace – non mi piace”, della preferenza naturale per il soggetto più affine a noi, non sempre a parità di competenze. La macchina, invece, decide a occhi chiusi.

A regime potreste dunque affidare del tutto alla machine learning la prima scrematura di candidati attraverso il video-colloquio?

Sì, ma solo a regime, per ora la macchina sta “apprendendo” dalle nostre decisioni e portiamo avanti in parallelo il sistema tradizionale, perché siamo in fase di sperimentazione e non vogliamo commettere leggerezze.

Per che ruoli e figure professionali è previsto il sistema automatico di selezione?

Soprattutto per i grandi numeri che rispondono alle nostre campagne di recruiting per figure junior, in particolare addetti ai supermercati, fino a middle manager per esempio in staff all’HR, con domande più specifiche per valutarne anche le competenze. Per i ruoli in staff, con una cinquantina di assunzioni all’anno, svolgiamo molta attività di employer branding ed attraction nelle università, ad esempio in Bocconi, Cattolica e al Politecnico, dove tra l’altro sponsorizziamo un nuovo corso di laurea magistrale che formerà lo specialista in Food engeneering, visto che, oltre che retailer, siamo un Gruppo di produzione e logistica. Per funzioni più senior, inoltre, utilizziamo sistemi diagnostici digitali del potenziale per verificare il matching con il nostro modello di competenze. In tal caso a ognuno facciamo compilare un questionario di autovalutazione che genera un report, di cui diamo sempre una restituzione ai nostri candidati, con i punti di forza e le aree di miglioramento secondo la loro stessa autovalutazione. Questo riscontro avviene anche se la selezione non va a buon fine e viene molto apprezzato dai candidati.

Sta già pensando a nuovi progetti HR digitali?

Sì, proprio nell’ottica dell’employer branding, cioè di attrarre talenti, vorremmo utilizzare diversamente LinkedIn, ingaggiando sempre di più i nostri collaboratori perché diventino nostri ambassador. Ma, innanzitutto, dobbiamo superare alcune barriere psicologiche, prima fra tutte quella che Linkedin non è più solo un portale per la ricerca di lavoro: LinkedIn oggi è molto di più, è una comunità professionale dove valorizzare il brand per attrarre candidati, non per perdere risorse! Stiamo organizzando dei corsi per aiutare i nostri primi ambassador nella loro “nuova” attività social.

Il chatbot in arrivo invece, come assistente virtuale sul vostro sito, come lavorerà?

Servirà a indirizzare i candidati che, spesso, sbagliano l’application e, di conseguenza, non ricevono feedback da noi, semplicemente perché non corrispondono ai requisiti dello specifico job post. L’aspetto rivoluzionario è che ci vorrebbero ben 300 recruiter per gestire le nostre 270mila domande all’anno, mentre con l’assistente virtuale possiamo seguire in tempo reale il percorso online dei candidati e non trascurare potenziali risorse, anche se non rispondono subito alle richieste del sistema.

@RIPRODUZIONE RISERVATA

Articolo 1 di 4