Bom, eu não ia contar isso, mas estava conversando com o Paulo Pereira e o Renato Braga (vídeo da conversa no final) e resolvi abrir aqui também para vocês.
O ano era 2018, quando um colaborador me apresentou uma tecnologia de inteligência artificial do Google, chamada Natural Language.
Quando eu vi aquilo, meus olhos brilharam. E o mais incrível: o Google tinha liberado a API para que qualquer pessoa ou empresa do mundo inteiro pudesse usar essa tecnologia em seus negócios.
Na hora começamos a pensar em como poderíamos aplicar na Crowd a fim de alcançar o nosso propósito de conectar empresas a mais 1.000 profissionais talentosos todos os meses.
Mas antes, deixa eu explicar o que essa tecnologia faz.
Como o próprio nome diz “Linguagem Natural”, basicamente ela consegue interpretar textos e estabelecer um nível de relevância. E o melhor: proporciona fazer isso em grande escala.
O próprio Google é o melhor exemplo disso, tudo que você busca, ele ranqueia os conteúdos para agregar o maior valor para o usuário.
Basicamente, na hora que entendemos isso o sentimento foi:
“Uau, podemos usar a mesma tecnologia de algoritmos do Google, e cruzar as necessidades das empresas com os melhores perfis de profissionais para aquele job.”
Bom, depois de meses estudando, começamos a aplicar em toda a plataforma da Crowd.
O primeiro passo foi aplicar na nossa busca interna. E esse deu certo.
Exemplo: se a gente precisasse de algum desenvolvedor que entendesse de “wordpress” a gente pesquisava a palavra “wordpress” e os primeiros perfis vinham pessoas que escreveram textos como:
“Meu nome é Fulano, e tenho 8 anos de experiência com wordpress…”
Antes, para você entender a gente usava uma técnica de repetição de palavras para ranquear as pessoas.
A tecnologia em si estava funcionando legal, mas na prática os colaboradores da Crowd continuavam usando a plataforma da mesma forma e contratando em sua grande maioria os mesmos profissionais a cada job.
E esse comportamento me preocupava. Não para o negócio no momento presente, mas sim para onde estávamos querendo ir. Pois teoricamente a tecnologia era para ter resolvido ou melhorado isso, mas não estava surtindo grandes efeitos.
Bom, conversando internamente, pensamos:
“E se a gente colocar essa tecnologia de forma que o cliente preenche o briefing, ela interpreta e depois cruza com os melhores profissionais e dá o Match?”
Isso reduziria o costume dos colaboradores internos de contratarem os mesmos profissionais e ainda possibilitaria mais escala para alcançarmos o nosso propósito.
Na teoria, era maravilhoso. Veja como isso funcionaria:
Na prática, deu muito errado e não funcionou.
Terceirizar para o cliente saber o que ele quer e precisa, para ele preencher um bom briefing e na outra ponta para o profissional preencher um perfil rico em dados para tudo acontecer perfeitamente era algo totalmente utópico.
E o que aprendemos com isso? Ainda não estávamos prontos ou no estágio de maturidade ideal a ponto de usar essa tecnologia de inteligência artificial de forma que impactasse o negócio da Crowd.
E como resolvemos a nossa dor e melhoramos nosso processo de Match a ponto que hoje conectamos médias e grandes empresas aos top 3% profissionais de marketing e tecnologia?
Obs: Ainda chegaremos na meta acima de 1.000 profissionais todos os meses, estamos na casa das centenas, mas vamos chegar lá.
Entendemos de forma mais profunda o que precisamos saber para fazer o melhor Match.
Como o Paulo Pereira diz, entendemos melhor as perguntas que precisamos fazer para cruzar os dados e eles nos darem as respostas.
E isso não é apenas um item, como o exemplo do “wordpress” que eu citei acima.
Separando em etapas:
Comercial
Entender o que o cliente espera que seja desenvolvido e não que o cliente saiba quais são todas as habilidades técnicas para isso.
Lembra que eu falei sobre não terceirizar para o cliente montar um bom briefing?
O nosso papel é ajudar a montar o melhor time ou conectar o profissional ideal. E isso acontece na etapa comercial.
Além disso, usamos todos os nossos conhecimentos em dados utilizando nossa plataforma, orçando milhares de jobs e profissionais por senioridade e criamos o nosso banco de dados que é usado pelo time comercial para orçar demandas.
Sim, é mais rápido para o cliente alinhar as expectativas comerciais para ver se faz sentido avançar.
Basicamente, na Crowd alocamos profissionais como:
- Designers UX, Designers UI e Designers Gráficos
- Desenvolvedores de todas as linguagens
- Redatores, Revisores e Copywriters
- Gestores de Conteúdo e Gestores de Redes Sociais
- Gestores de Tráfego ou profissionais de dados
Com isso, construímos uma tabela por senioridade e pacotes de horas como: 20h/mês, 40h/mês, 20h semanais (4h dia), 40h semanais (8h dia).
Ou por jobs como: fazer um site, logo, apresentação, conteúdo para redes sociais, edição de vídeo…
Operação
Quando uma proposta é vendida e o contrato assinado, o time de operação entra em cena.
E o melhor Match é composto por todas essas variáveis abaixo:
- Valor dentro do orçamento da proposta comercial.
- Disponibilidade da carga horária contratada e início imediato.
- Habilidades técnicas, famosas hard skills.
- Habilidades comportamentais, as soft skills.
- Idioma do cliente.
- Conhecimento do segmento do cliente (extra).
Como resolvemos isso?
Tivemos que dar um passo atrás e evoluir todo o perfil do profissional pensando nesses dados que gostaríamos de obter e, depois, evoluindo na tecnologia.
E não o inverso como fizemos na primeira vez.
Exemplo prático: recentemente alocamos algumas pessoas remotas para uma empresa do Canadá.
Um dos perfis que a empresa precisava era: uma pessoa 20h/semana sênior e que ficasse responsável por criar novas páginas no site em WordPress, realizasse a manutenção e também criasse landing pages e emails marketing. Ah, e que também falasse inglês no mínimo avançado.
Bom, após passar pelo time comercial e financeiro, a demanda chegou no time de operações.
Esse publicou o briefing preenchendo as variáveis acima e a plataforma deu Match com 50 profissionais.
Esses receberam uma notificação por e-mail e por WhatsApp, viram o briefing na plataforma e responderam se estavam interessados, disponíveis e dentro do valor.
O time de curadoria entrevistou os 5 melhores disponíveis e compartilhou para o cliente entrevistar os top 3 para ver o fit cultural.
E tudo isso levou menos de 3 dias desde que o contrato foi fechado.
Profissional escolhido. Agora, tem uma etapa de assinatura de NDA e contrato digital, que acontece em toda plataforma também.
Mas o que eu quero trazer com esse texto?
Apesar da Crowd ter mais de 21.620 cadastros de profissionais, nós só conseguimos evoluir o processo do match, quando nos aprofundamos no que exatamente eram as variáveis para o match ideal.
E conseguimos isso somente quando trabalhamos com esse foco extremamente claro e cruzando dados de uma maneira simples. No final, olhamos mais para dentro do que pra fora.
Quando a gente tentou pular um degrau a mais do que estávamos, apesar de termos conseguido implementar a tecnologia, ela não impactava o negócio.
Assim como o feito é melhor que o perfeito. O simples quase sempre é melhor que o complexo.
Você está tornando as coisas mais simples ou mais complexas? Para refletir.
Abaixo compartilho o vídeo com o Paulo Pereira que comento mais desse caso e originou a vontade de compartilhar esse texto:
Você consegue assistir a esta conversa completa aqui.
Veja também: Como desenvolver uma plataforma digital: aprendizados de 7 anos com a CROWD.
Documentei 7 anos de aprendizado em 9 minutos de leitura. Compartilhei as lições aprendidas no desenvolvimento da plataforma Crowd para te ajudar a não cometer os mesmos erros que cometemos e encurtar o seu processo.
Torne concreto qualquer projeto de marketing ou tecnologia com equipes multidisciplinares personalizadas, prontas para agir e com a nossa garantia de segurança. Solicite um orçamento aqui.
