CV Analizi ve Aday Değerlendirme

Toplu CV Eleme Nasıl Yapılır? Yüzlerce Başvuruyu Yönetme Rehberi

Bir iş ilanına 15 başvuru geldiğinde özgeçmişleri tek tek incelemek genellikle sorun yaratmaz. Ancak başvuru sayısı 200’e ulaştığında işler değişir. CV’leri okumak, adayların deneyimlerini karşılaştırmak, notları kaydetmek ve uygun kişileri mülakata davet etmek ciddi bir iş yüküne dönüşebilir.

Üstelik zorluk yalnızca başvuru sayısı değildir. İlk incelenen adaylarla son incelenen adaylara aynı kriterlerin uygulanması, değerlendirme gerekçelerinin hatırlanması ve uygun adayların gözden kaçırılmaması da önemlidir.

Toplu CV eleme, çok sayıda başvurunun önceden belirlenmiş kriterlere göre sistematik biçimde incelenmesi ve işe alım sürecinin sonraki aşamalarına uygun adayların belirlenmesidir.

Peki yüzlerce başvuru nasıl daha düzenli yönetilebilir? Manuel yöntemler ne zaman yetersiz kalır ve yapay zekâ destekli CV analizi hangi aşamalarda kullanılabilir?

Bu rehberde toplu CV elemenin nasıl yapılacağını, örnek bir aday değerlendirme sürecini ve İK ekiplerinin dikkat etmesi gereken noktaları ele alıyoruz.

Toplu CV Eleme Nedir?

Toplu CV eleme, belirli bir iş ilanına gelen çok sayıda özgeçmişin ortak değerlendirme kriterleri kullanılarak incelenmesidir. Amaç, adayların işle ilgili deneyimlerini karşılaştırmak ve daha ayrıntılı değerlendirilmesi gereken başvuruları belirlemektir.

Örneğin bir teknoloji şirketinin Backend Developer pozisyonuna 250 başvuru aldığını düşünelim. Bu adayların deneyimleri, kullandıkları teknolojiler ve çalışma geçmişleri birbirinden farklı olabilir.

İK uzmanının bütün CV’leri aynı ayrıntı düzeyinde incelemesi zaman alacaktır. Ancak pozisyonun temel gereklilikleri önceden belirlenirse başvuruları ortak bir çerçevede değerlendirmek kolaylaşabilir.

Burada toplu eleme ile toplu ret arasında önemli bir fark vardır. Toplu CV elemenin amacı, olabildiğince fazla adayı sistemden çıkarmak değil, değerlendirmeyi düzenleyerek uygun adayları belirlemektir.

İngiltere merkezli insan kaynakları kuruluşu CIPD, işe alımda kısa liste oluşturma ve aday değerlendirme süreçlerinin açık, objektif ve işle ilgili kriterlere dayanması gerektiğini vurgular.

Kaynak: CIPD – Selection Methods

Toplu CV Eleme Nasıl Yapılır?

Toplu CV eleme sürecinin başarılı olması için ilk olarak iş ilanının gereklilikleri netleştirilmelidir. Ardından gelen başvurular düzenlenir, adayların sunduğu bilgiler değerlendirilir ve sonraki aşama için kısa liste hazırlanır.

1. İş İlanına Uygun Eleme Kriterlerini Belirleyin

Yüzlerce CV’nin bulunduğu bir süreçte en sık karşılaşılan sorunlardan biri, değerlendirme kriterlerinin inceleme sırasında değişmesidir.

Örneğin ilk 30 adayda eğitim geçmişine önem verilirken sonraki adaylarda yalnızca deneyim süresine bakılması tutarlı bir karşılaştırma oluşturmaz.

Bu nedenle İK uzmanı ve ilgili departman yöneticisi, CV’ler incelenmeden önce pozisyonun zorunlu ve tercih edilen gerekliliklerini belirlemelidir.

Bir Backend Developer pozisyonunda Python bilgisi ve API geliştirme deneyimi önemli olabilir. Docker veya belirli bir bulut platformuyla çalışma deneyimi ise şirketin ihtiyaçlarına göre tercih edilen kriter olarak tanımlanabilir.

Kriterlerin tamamının doğrudan işle ilgili olması gerekir. Ayrıca özgeçmişte bulunmayan bir bilginin, adayın o beceriye sahip olmadığı anlamına gelmeyebileceği unutulmamalıdır.

2. Başvuruları Tek Bir Yerde Toplayın

Adayların CV’leri farklı kanallardan gelebilir. Şirketin kariyer sayfası, e-posta başvuruları ve LinkedIn gibi iş ilanı platformları bunlar arasındadır.

Başvurular farklı dosyalarda ve klasörlerde tutulduğunda aynı adayın birden fazla kez değerlendirilmesi veya bazı başvuruların gözden kaçması mümkün hale gelir.

Bu nedenle her CV’nin ilgili iş ilanıyla eşleştirilmesi ve başvuru kaynağının kayıt altına alınması yararlıdır.

Örneğin bir adayın hem LinkedIn hem de şirketin kariyer sayfası üzerinden başvurduğu tespit edilebilir. Uygun kontrol mekanizmalarıyla bu başvuruların tekrar değerlendirme yaratması önlenebilir.

Ancak her platformdan otomatik CV aktarımı yapılabileceği varsayılmamalıdır. Özellikle LinkedIn entegrasyonlarında erişim koşulları ve desteklenen veri türleri kullanılan sisteme göre değişebilir.

3. CV’leri Ortak Kriterlerle Değerlendirin

Başvurular düzenlendikten sonra adayların deneyimleri pozisyonun gereklilikleriyle karşılaştırılabilir.

Bu aşamada yalnızca anahtar kelime aramak yeterli değildir. Önemli olan adayın ilgili beceriyi hangi çalışmada ve ne kapsamda kullandığını anlamaktır.

Örneğin özgeçmişinde SQL kelimesi bulunan iki adayın deneyimi aynı düzeyde olmayabilir. Bir aday yalnızca temel sorgular hazırlamışken diğeri veritabanı optimizasyonu veya karmaşık raporlama süreçlerinde görev almış olabilir.

Değerlendirme sistemi bu farklılıkları dikkate almalıdır.

Ayrıca kriterlerin karşılanmadığı durumlarla CV’de yeterli kanıt bulunmayan durumlar birbirinden ayrılmalıdır. Eksik bilgi içeren başvurular gerektiğinde manuel incelemeye yönlendirilebilir.

4. Adayları Kısa Listeye Alın

İlk değerlendirme tamamlandığında adaylar sonraki aşamaya uygunluklarına göre incelenebilir.

Bu noktada toplam puanlar yararlı bir karşılaştırma aracı olabilir. Ancak bir adayın yüksek puan alması, diğer adaylardan kesinlikle daha başarılı olacağı anlamına gelmez.

Özellikle birbirine yakın sonuçlar alan adaylarda kriter bazlı güçlü yönler incelenmelidir.

Kısa listeye alınan adaylar için teknik değerlendirme, canlı görüşme veya asenkron video mülakat gibi yöntemlerle daha fazla bilgi toplanabilir.

Bu yaklaşım, CV’nin tek başına cevaplayamadığı soruların sonraki aşamalarda ele alınmasını sağlar.

Toplu CV Değerlendirme Tablosu Örneği

Bir Backend Developer ilanına başvuran adayların Python, backend geliştirme, SQL ve API deneyimi üzerinden değerlendirildiğini düşünelim.

Aşağıdaki tabloda üç adayın örnek puanlama sonuçları bulunuyor.

KriterAğırlıkAday AAday BAday C
Python bilgisi%30907585
Backend geliştirme%30859070
SQL deneyimi%20808590
API geliştirme%20908075
Toplam%10086,582,579,5

Bu tablo örnek amaçlıdır. Adaylar ve puanlar temsilidir.

Aday A en yüksek toplam puana sahiptir. Ancak Aday B’nin backend geliştirme deneyimi, Aday C’nin ise SQL bilgisi daha güçlü görünmektedir.

Dolayısıyla değerlendirme sonuçlarını yalnızca sıralama listesi olarak kullanmak yerine adayların hangi alanlarda farklılaştığını incelemek daha anlamlıdır.

Puanlama sisteminin nasıl hazırlanacağı hakkında ayrıntılı bilgi için CV Eleme Kriterleri Nasıl Belirlenir? rehberimizi inceleyebilirsiniz.

Manuel Toplu CV Eleme ile Otomatik CV Analizi Arasındaki Farklar

Manuel değerlendirme, az sayıda başvuru bulunan pozisyonlarda yeterli olabilir. Ancak aday hacmi büyüdükçe her CV için ayrı not oluşturmak ve kriterleri aynı tutarlılıkla uygulamak zorlaşabilir.

Otomatik CV analiz sistemleri ise özgeçmişlerdeki bilgilerin düzenlenmesine ve kriter bazlı değerlendirme raporlarının hazırlanmasına yardımcı olabilir.

KarşılaştırmaManuel CV elemeYapay zekâ destekli CV analizi
İncelemeİK uzmanı CV’leri okurSistem ilk analiz raporunu oluşturabilir
Kriter uygulamaManuel takip gerekirTanımlanan kriterler kullanılabilir
Aday karşılaştırmaTablo ve notlarla yapılırKriter bazlı sonuçlar sunulabilir
Büyük başvuru hacmiİş yükü artabilirİlk inceleme otomatikleştirilebilir
Hata riskiGözden kaçırma ve tutarsızlıkYanlış metin çıkarma ve model hataları
Nihai kararİK uzmanıİK uzmanı

Yapay zekâ sistemlerinin değerlendirme raporu oluşturabilmesi, otomatik sonuçların hatasız olduğu anlamına gelmez.

Dosyanın yanlış okunması, deneyimin bağlamından koparılması veya kriterlerin doğru tanımlanmaması hatalı değerlendirmelere yol açabilir.

Bu nedenle toplu analiz sonrasında özellikle düşük puanlı, eksik verili ve birbirine yakın sonuçlara sahip başvurular için insan incelemesi önemlidir.

200 CV’yi Değerlendirmek Ne Kadar Sürer?

Toplu CV eleme sürecinde zaman ihtiyacı, özgeçmişlerin uzunluğuna ve pozisyonun karmaşıklığına göre değişir.

Örneğin her CV’nin ilk incelemesinin ortalama üç dakika sürdüğü varsayımsal bir senaryoda 200 başvuru için toplam 600 dakika, yani 10 saatlik inceleme gerekir.

Bu süreye değerlendirme notlarının hazırlanması, adayların karşılaştırılması ve mülakat davetleri dahil değildir.

Yapay zekâ destekli bir sistem ilk değerlendirme raporlarını otomatik oluşturabilir. Böylece İK uzmanı her bilgiyi sıfırdan derlemek yerine sonuçları incelemeye odaklanabilir.

Ancak gerçek zaman tasarrufu kullanılan yazılımın doğruluğuna, raporların kalitesine ve gerekli manuel kontrol miktarına bağlıdır.

Bu nedenle belirli bir verimlilik oranı vaat etmek yerine şirketin kendi başvuru hacmiyle küçük bir pilot çalışma yapması daha sağlıklı olur.

HRVise ile Yüksek Başvuru Hacmini Daha Düzenli Yönetin

HRVise, iş ilanı yönetimini, yapay zekâ destekli CV analizini ve asenkron video mülakatı aynı işe alım akışında birleştiren bir insan kaynakları platformudur.

İK uzmanları HRVise üzerinde açık pozisyonlarını oluşturabilir ve değerlendirme kriterlerini tanımlayabilir.

Adaylar ilgili başvuru bağlantısı üzerinden bilgilerini ve CV’lerini iletebilir. Sistem, özgeçmişlerdeki bilgileri pozisyonun gereklilikleriyle karşılaştırarak değerlendirme sonuçları hazırlayabilir.

İK uzmanı adayların güçlü yönlerini ve ek inceleme gerektiren alanlarını değerlendirerek sonraki aşamaya geçecek kişileri belirleyebilir.

CV Analizinden Video Mülakata Tek Akış

Yüksek başvuru hacminde önemli konulardan biri, ilk eleme ile sonraki değerlendirme aşamalarını birbirinden koparmamaktır.

HRVise’de CV değerlendirmesinin ardından uygun adaylar asenkron video mülakata davet edilebilir.

Mülakat yanıtları metne dönüştürülerek belirlenen kriterlerle değerlendirilebilir. CV ve video mülakat sonuçları da pozisyon için tanımlanan ağırlıklar doğrultusunda birlikte incelenebilir.

Bu yaklaşım sayesinde İK uzmanı yalnızca adayın özgeçmişinde yazanları değil, işle ilgili sorulara verdiği yanıtları da değerlendirme sürecine dahil edebilir.

HRVise’nin amacı daha fazla adayı otomatik olarak elemek değil, işe alım uzmanlarının adayları daha düzenli ve açıklanabilir bir değerlendirme çerçevesinde incelemesine yardımcı olmaktır.

Toplu CV İçe Aktarma ile Toplu Değerlendirme Aynı Şey mi?

Burada önemli bir ayrım bulunur.

Toplu CV içe aktarma, birden fazla özgeçmiş dosyasının sisteme birlikte yüklenmesidir. Toplu CV değerlendirme ise bu dosyaların ilgili iş ilanının kriterleri üzerinden analiz edilmesidir.

Bir sistem toplu dosya yüklemeyi desteklese bile her adayın doğru iş ilanıyla eşleştirilmesi, tekrar eden kayıtların kontrol edilmesi ve eksik iletişim bilgilerinin yönetilmesi gerekir.

HRVise’de toplu CV içe aktarma geliştirilmesi planlanan bir özelliktir. Mevcut başvuru bağlantısı üzerinden gelen adayların değerlendirilmesiyle, gelecekte sunulabilecek toplu dosya aktarımı birbirinden ayrı ele alınmalıdır.

Yüksek başvuru hacmine sahip ekibinizin mevcut HRVise akışını nasıl kullanabileceğini görmek için HRVise’yi keşfedin ve demo talep edin.

Toplu CV Elemede KVKK ve Adil Değerlendirme

Toplu CV eleme sırasında adayların iletişim, eğitim ve iş deneyimi gibi kişisel verileri işlenir. Dolayısıyla başvuruların farklı platformlardan toplanması ve yapay zekâ ile analiz edilmesi, veri koruma yükümlülüklerini ortadan kaldırmaz.

Kişisel Verileri Koruma Kurumu, veri sorumlusunun ilgili kişileri verilerin hangi amaçla ve hangi hukuki sebeple işlendiği konusunda bilgilendirmesi gerektiğini belirtir.

Kaynak: KVKK – Aydınlatma Yükümlülüğü

Özellikle farklı kaynaklardan aktarılan CV’lerde kişisel verilerin hangi kapsamda kullanılabileceği, üçüncü taraf hizmet sağlayıcılarına aktarım ve saklama süreleri ayrıca değerlendirilmelidir.

Değerlendirme açısından da adayın yaşı, fotoğrafı veya işle ilgili olmayan kişisel özellikleri üzerinden çıkarım yapılmamalıdır. Otomatik analizlerin hatalı veya ayrımcı sonuçlar oluşturma ihtimali göz önünde bulundurulmalı ve uygun insan denetimi sağlanmalıdır.

Toplu CV Elemede Hız Kadar Değerlendirme Kalitesi de Önemli

Yüzlerce başvuruyu yönetmek, yalnızca CV’leri hızlı okumakla çözülebilecek bir sorun değildir.

İş ilanının gerekliliklerinin netleştirilmesi, başvuruların düzenli toplanması, ortak değerlendirme kriterlerinin kullanılması ve adayların doğru aşamalara yönlendirilmesi gerekir.

Yapay zekâ destekli analiz sistemleri bu süreçte ilk değerlendirme yükünü azaltmaya yardımcı olabilir. Ancak otomatik puanların kontrol edilmesi ve belirsiz bilgilerin insan tarafından incelenmesi önemini korur.

HRVise, CV analizini asenkron video mülakatla birleştirerek İK ekiplerinin başvuruları daha düzenli değerlendirmesini desteklemeyi hedefler.

Daha iyi bir işe alım süreci, yalnızca kaç CV’nin incelendiğiyle değil, adaylar hakkında ne kadar sağlıklı karar verilebildiğiyle ölçülmelidir.

Toplu CV Eleme Hakkında Sıkça Sorulan Sorular

Toplu CV eleme nedir?

Toplu CV eleme, çok sayıda iş başvurusunun önceden belirlenen kriterlerle değerlendirilmesi ve sonraki aşamaya uygun adayların belirlenmesidir. Manuel yöntemlerle veya yazılım desteğiyle gerçekleştirilebilir.

Yüzlerce CV en hızlı nasıl değerlendirilir?

Öncelikle iş ilanı kriterlerinin netleştirilmesi ve başvuruların tek yerde toplanması gerekir. Ardından uygun bir değerlendirme tablosu veya yapay zekâ destekli analiz sistemi kullanılabilir. Hız kazanmak için sonuçların kontrolünden vazgeçilmemelidir.

Yapay zekâ toplu CV eleme yapabilir mi?

Evet. Yapay zekâ, özgeçmişlerdeki bilgileri pozisyon kriterleriyle karşılaştırarak değerlendirme raporları oluşturabilir. Ancak hatalı çıkarımlar mümkün olduğundan sonuçların insan tarafından incelenmesi gerekir.

Toplu CV eleme için ATS gerekli mi?

Zorunlu değildir. Az sayıda başvuruda manuel yöntemler yeterli olabilir. Ancak yüksek başvuru hacminde aday takip sistemleri başvuruların düzenlenmesini ve değerlendirme aşamalarının izlenmesini kolaylaştırabilir.

LinkedIn’den gelen CV’ler toplu değerlendirilebilir mi?

Uygun biçimde elde edilen aday bilgileri ve CV dosyaları, kullanılan yazılımın desteklediği aktarım yöntemlerine göre değerlendirilebilir. Ancak LinkedIn profil bilgileri, dışa aktarılan aday listeleri ve adayın yüklediği orijinal CV aynı veri türü değildir. Aktarım olanakları kullanılan LinkedIn ürününe ve entegrasyona bağlıdır.

Toplu CV elemede puanı düşük adaylar otomatik reddedilmeli mi?

Yalnızca düşük puana dayanarak otomatik ret verilmesi uygun değildir. Puanın hangi kriterlere dayandığı, verilerin doğru okunup okunmadığı ve eksik bilgilerin sonucu nasıl etkilediği incelenmelidir.

Toplu CV analizi KVKK’ya uygun mu?

Toplu analiz yapılması tek başına KVKK’ya uygunluk sağlamaz. Veri işleme şartlarının belirlenmesi, adayların aydınlatılması, gerekli güvenlik önlemlerinin alınması ve saklama sürelerinin yönetilmesi gerekir.


Kaynaklar

  1. CIPD – Selection Methods. Kısa liste oluşturma, yapılandırılmış değerlendirme ve adaylara adil yaklaşım.
    https://www.cipd.org/en/knowledge/factsheets/selection-factsheet
  2. Kişisel Verileri Koruma Kurumu – Aydınlatma Yükümlülüğü. Kişisel verilerin işlenmesinde adayların bilgilendirilmesine ilişkin esaslar.
    https://www.kvkk.gov.tr/Icerik/2033/Aydinlatma-Yukumlulugu-
  3. LinkedIn – Apply Connect Overview. LinkedIn başvurularının desteklenen ATS entegrasyonları üzerinden aktarılmasına ilişkin teknik bilgiler.
    https://learn.microsoft.com/en-us/linkedin/talent/apply-connect
  4. Google Search Central – Creating Helpful, Reliable, People-First Content. Kullanıcı odaklı ve özgün içerik hazırlama ilkeleri.
    https://developers.google.com/search/docs/fundamentals/creating-helpful-content
Bu yazıyı paylaşın