Cómo lograr datos confiables sin perseguir al equipo
Casi todos los equipos de Recruiting tienen el mismo problema, aunque lo expresen distinto:
- “El dashboard no sirve.”
- “Los datos no cierran.”
- “El ATS está incompleto.”
- “Terminamos midiendo en una planilla.”
Y casi siempre la causa es la misma: data hygiene inexistente.
Un ATS no es una herramienta mágica. Es un sistema de registro. Si el equipo no carga bien, el ATS no miente: simplemente refleja desorden.
El punto es que “cargar bien” no se resuelve con un reto. Se resuelve con diseño.
1) La verdad incómoda: los datos malos son un problema de sistema
Cuando los datos están incompletos, el reflejo típico es culpar al equipo:
“Los recruiters no actualizan.” “Los hiring managers no responden.” “Falta disciplina.”
A veces es cierto. Pero en la mayoría de los casos, el sistema está mal diseñado:
- Campos que no agregan valor
- Etapas ambiguas
- Reglas inexistentes
- Cargas duplicadas
- Reportes que nadie usa
- Cero feedback para quien actualiza
La gente no cuida datos si no entiende para qué sirven. Y no los cuida si el sistema le exige trabajo que no devuelve valor.
2) Objetivo real: datos “suficientemente confiables”, no perfectos
No buscás un ATS impecable. Buscás algo más útil:
- Que puedas tomar decisiones con confianza
- Que puedas detectar cuellos de botella
- Que puedas explicar performance a negocio
- Que puedas comparar búsquedas
- Que puedas mejorar el funnel
En recruiting, 80% de calidad de datos suele ser suficiente para operar bien. Lo importante es que sea consistente.
3) Definí “campos críticos” (y no negocies esos)
La mejor forma de mejorar data hygiene es reducir el problema.
No intentes que todo esté perfecto. Elegí lo mínimo indispensable.
Campos críticos típicos (ejemplo):
- Fuente real (inbound / referidos / sourcing / agencia)
- Etapa actual del candidato
- Motivo de descarte (categorías simples)
- Fecha de avance de etapa (o timestamp automático)
- Hiring manager / área
- Rol / seniority (normalizado)
- Estado final (contratado / no contratado)
Todo lo demás puede existir, pero no puede ser obligatorio.
La regla es simple: si un campo es crítico para métricas y decisiones, debe ser obligatorio o automatizado.
4) Estandarizá etapas con criterio (si no, el ATS se vuelve decorativo)
El ATS se rompe cuando cada equipo inventa sus etapas.
Etapas bien definidas no significa “más etapas”. Significa etapas con propósito.
Ejemplo de anti-patrón:
- “Entrevista 1”
- “Entrevista 2”
- “Entrevista 3”
- “Entrevista final”
Eso no dice nada y no permite medir.
Mejor:
- Screening (criterios claros)
- Entrevista técnica (qué valida)
- Entrevista de contexto / equipo (qué valida)
- Decisión / oferta
Cada etapa debe tener:
- Propósito
- Responsable
- Criterio de avance
- Criterio de descarte
Si no definís esto, el equipo no sabe qué significa “actualizar bien”.
5) Ownership: quién actualiza qué, y cuándo
Data hygiene muere cuando no hay responsables claros.
Definí ownership por eventos simples:
- Cuando se agenda entrevista → recruiter actualiza etapa (o se automatiza)
- Cuando hay feedback → entrevistador completa scorecard (no mensaje suelto)
- Cuando se decide → hiring manager confirma (con SLA)
- Cuando se envía oferta → recruiter actualiza estado + monto (si aplica)
Y agregá una regla operativa:
Si no está en el ATS, no existe.
Suena duro, pero es la única forma de evitar el “ATS por un lado, realidad por otro”.
6) Ritual semanal de 20 minutos (el secreto real)
La mayoría cree que data hygiene se arregla con un training. No.
Se arregla con un ritual.
Un ritual semanal de 20 minutos que incluye:
- Revisión de candidatos “stale” (sin movimiento X días)
- Revisión de motivos de descarte (¿estamos descartando por lo correcto?)
- Revisión de etapas incorrectas (candidatos “colgados”)
- Revisión de búsquedas con aging crítico
Esto hace dos cosas:
- Mantiene el sistema limpio
- Genera aprendizaje
El ATS se cuida cuando se usa para gestionar, no para archivar.
7) Automatizá lo obvio (para no depender de voluntad)
No todo debe ser manual.
Automatizaciones típicas que ayudan muchísimo:
- Recordatorios de feedback a entrevistadores
- Cambio automático de etapa al agendar entrevista
- Tareas automáticas al mover a “final” (referencias, oferta, etc.)
- Emails de status al candidato (candidate experience)
- Alertas por aging en etapa
Regla: automatizá tareas repetitivas, no decisiones.
8) El enemigo silencioso: la planilla paralela
La planilla paralela suele nacer por buenas razones:
- “Necesito este dato y el ATS no lo da”
- “Necesito verlo más fácil”
- “El reporte es malo”
Pero si no la matás, el ATS pierde autoridad.
Lo correcto es invertir el orden:
- Definí las métricas que necesitás
- Definí qué campos del ATS las soportan
- Configurá el ATS para capturar eso
- Recién ahí construí dashboard
Si el ATS no puede registrar lo básico, no es un tema de BI. Es un tema de configuración y proceso.
9) Cómo medir si mejoró la data hygiene (sin volverte loco)
Tres indicadores simples:
- % de candidatos con fuente completa
- % de candidatos con estado y etapa actualizada
- % de candidatos “stale” por búsqueda (sin movimiento X días)
Si esos tres mejoran, el resto cae por decantación.
Cierre
Data hygiene no es “ordenar el ATS”. Es diseñar un sistema que haga fácil lo correcto y difícil lo incorrecto.
Cuando eso pasa, cambia todo:
- Los dashboards sirven
- Las conversaciones con negocio mejoran
- Se detectan cuellos de botella reales
- El equipo deja de apagar incendios y empieza a gestionar
Y lo más importante: el ATS deja de ser un archivo caro y se convierte en una herramienta de decisión.