每位创始人与我们交谈时都会在白板上画出相同的图景。应用、筛选、面试、录用。四个盒子，每个之间有一条箭头。白板从不对人们认为的工作内容撒谎，但也从不显示工作实际上在哪里出现问题。在十个创业招聘漏斗中，有九个的瓶颈是筛选，而且差距非常大。
这篇文章讲述了为什么筛选是唯一控制结果的阶段，为什么标准的申请人跟踪系统优化了除筛选之外的所有内容，以及需要做出什么改变，以便一个五人团队可以运行一个招聘漏斗，击败一家拥有人才负责人的C系列公司。
招聘漏斗并非四个等同的盒子
招聘漏斗在白板上看起来是对称的，但实际上并非对称。一个阶段几乎决定了所有下游指标：筛选。无论谁通过筛选，都将成为面试的池子。无论谁被面试，都将成为录用的池子。无论谁被录用，都将是加入的池子。如果筛选不佳，则意味着您正在为那些从未被录用的候选人运行昂贵的面试循环。根据SHRM 2025 招聘基准报告，平均US 招聘时间约为 44 天，其中大部分是筛选和短名单窗口，而不是录用或入职窗口。创业公司可以为招聘速度做的最有影响力的单一事情是修复筛选层，而不是购买更快的调度器或更漂亮的职业页面。
大多数团队之所以忽略这一点，是因为筛选感觉很枯燥。日历工具和录用信自动化感觉像产品。筛选感觉像阅读。因此，工具专注于易于演示的部分，而决定结果的部分被留给了每周房间里地位最低的人作为手动工作。
为什么大多数ATS优化了错误的层
大多数申请人跟踪系统是在2008年至2016年之间为企业HR团队构建的，他们的问题不是筛选质量，而是工作流可见性。一个拥有5000名员工和二十名招聘人员的公司需要审计跟踪、结构化阶段、EEO报告和每个申请人的单一真实来源。因此，传统的ATS针对这些方面进行了优化，筛选则通过在顶部添加一个布尔关键字过滤器来处理。这个过滤器是几乎每个启动招聘漏斗实际泄漏的层。
Greenhouse、Lever、Workable和Ashby都是针对其设计目的而构建的优秀产品。它们是管道管理器。价格也反映了这一点。Workable的起价为每月149美元，适用于员工少于20人的团队，并根据员工人数而非招聘人数进行扩展。根据PriceLevel上的买家报告数据，Greenhouse的费用约为每个座位每月50美元至150美元，加上四位数的实施费用。你正在支付一个工作流产品的费用，其区别在于不是筛选质量。然后，在此价格之上，你仍然需要自己阅读每份简历。
哈佛商学院关于管理未来工作的项目为此给出了一个名称：隐藏工人。约瑟夫·富勒2021年的研究估计，2700万合格的美国人因自动关键字筛选而被过滤掉，原因与他们是否能做这份工作无关。这就是优化错误层的成本。
我们在亚马逊关于排名系统的经验
在CurriculoATS之前，我们的创始人Dev在亚马逊工作了多年，负责搜索和推荐。这些系统的经验几乎直接适用于招聘。当输入是混乱的，用户很忙时，唯一重要的是排名函数。如果前十个结果是好的，用户会很高兴，转化率会很高。如果前十个结果是错误的，任何UI的润饰都无法挽救体验。你可以在零售电子商务中拥有最干净的分面过滤器，但如果排名器很差，你仍然会输掉。
招聘的形势是一样的。招聘人员或创始人会查看十到十五份简历，然后选择最合适的候选人。其他两百份简历几乎没有存在的意义。因此，唯一重要的问题是是否有合适的候选人进入了前十名。其他功能，如电子邮件模板、Slack集成、offer letter PDF，都依赖于这一决定。如果排名器是基于关键词的，前十名将是那些最有策略地撰写简历的人。如果排名器根据结果（收入、团队、系统交付、解决问题）进行排名，前十名将是那些做过最相关工作的人。
这就是为什么我们围绕多信号评估构建了Curriculo ATS，它产生一个0–100的综合评分，并附有一个解释每个候选人评分理由的书面段落。段落是创始人关心的部分。它让你在不盲目信任排名器的情况下相信它。请在我们的影响评分页面上阅读更多关于评分工作原理的信息。
每位创始人应该在漏斗上跟踪的指标
大多数初创公司创始人只追踪招聘时间，并在此止步。招聘时间是一个滞后指标，告诉你招聘渠道三个星期前就已经出了问题。实际上能够预测招聘渠道健康状况的领先指标更容易衡量，但却很少被关注。需要追踪四个指标：申请者到初面比例（低于5%意味着筛选过程丢失了信号，高于12%意味着筛选过程太宽松）、初面到复面的转换率（低于30%意味着短名单上的人选不正确）、每位候选人的理由段落审阅时间（超过90秒意味着模型没有增加效率）、以及AI和人工之间的短名单重叠度（低于60%意味着 либоAI模型有问题， либо人工有问题，创始人需要调试哪一个有问题）。McKinsey研究总结在2023年和2024年的《人才形态》报告中显示，基于技能的招聘采用率从2020年的40%上升到2024年的大约60%，而区分团队做得好和做得一般的运营信号是第二个指标：初面到复面的转换率。采用结果为基础的筛选的团队往往达到40-55%；采用关键词为基础的筛选的团队往往达到18-28%。差距在于模型，而不是招聘人员。每周审阅这四个数字可以快速发现招聘渠道中的漏洞，并在同一个招聘周期内解决问题，而不是等待招聘时间报警一个月后才发现问题。
创业者如何在本周解决筛选问题
如果您是一名创业者，没有招聘人员，而您的招聘渠道却存在漏洞，那么能够带来改变的调整其实比您想象的要小。
- 停止按关键词密度排名。 如果您的当前 ATS 按照令牌匹配进行排序，那么每个申请过五个以上职位的候选人都已经找到办法应对。请切换到一个按照结果（产生的收入、领导的团队、交付的系统）进行排名的系统，或者手动阅读每份简历。没有中间立场能够有效工作。
- 将 JD 写成结果，而不是职责。 用「在前六个月内，这个人将交付 Y」取代「负责 X」。那份文件就是您要与之匹配的筛选标准。结果到结果的匹配大约比职责到关键词的匹配有用一个数量级。
- 将短名单限制在十二人以内。 十二人足够少，您可以在一次会议中阅读每个理由段落。超过十二人，注意力就会下降，决定就会变得随机。
- 保持一个可见的拒绝标准。 写下两个具体的使候选人失去资格的原因。 「没有生产 ML 经验」或「没有创始人/0-1历史」。如果您不能写下两个原因，那么您还不了解这个角色。
- 每周审查漏斗，而不是每季度。 创业公司的招聘速度是以天为单位，而不是周。每月审查太慢，无法及时发现漏洞。
这些方法并不是新颖的。新颖的是几乎没有团队同时实施所有五种方法。