En el otoño de 2019, lanzamos un estudio de cartas de presentación de diseñadores de productos.

El objetivo es comprender cuán importante es la carta de presentación, qué indicará en ella, cómo afecta a la parte superior del embudo de contratación: ¿perderán la respuesta más adelante en la cadena o no?

El estudio se realizó en septiembre-noviembre de 2019.

16 expertos invitados de Yandex, Alfa Bank, Mail, Mail.ru Group, Intercom, Miro, Revolyut, Sberbank, Acronis (y otros) analizaron 243 respuestas a la vacante de un diseñador de productos digitales.

Los expertos

El criterio principal para la selección de expertos: esta persona tuvo que tomar una decisión sobre la contratación de diseñadores en equipos de productos durante los últimos seis meses (en el momento de la evaluación). Los expertos trabajan en compañías de productos o equipos en puestos de liderazgo / gerencia.

La segunda condición importante era formar un equipo de expertos para que mujeres y hombres estuvieran igualmente representados. Esta condición es respaldada por el algoritmo de evaluación (distribución de impresiones de respuesta): cada respuesta recibió al menos dos calificaciones de mujeres, dos calificaciones de hombres, luego controló los votos sin tener en cuenta el género del experto: al menos uno pero no más de tres.

(Mail.ru Group), (TRA Robotics), ( ), (Qiwi Russia), (Intercom), (), (Revolut), (Mail.ru Group), (Acronis), (), (Mail.ru Group), (CreativePeople), (Shelly), (), (Miro, ex-Realtime Board), (-).

. : . 60% , .

, , , , .

( ).

.

.

.

: , . - .

, .

, ( 100% ).

—

, ( ).

: , . , , .

:

• ( , )

• , , (/)

  
  

  : 50 . , , : . , . , ( )

  
  

,

, , . , , ( — ), .

?

.

.

, .

— . /.

— .

— . // .

: .

. .

. , , . , , .

, 2019 Mobile First , .

.

.

/ .

, : - 3D , - .

« » — , : , ( ) , .

, (), . ( , , , .)

, , 60%, , , .

50

. , ( ).

, . «» 107 , — 538 . , , . .

— , 30-50 . (, . ) ( Jobs to be done).

, 50 , .

50 . : .

- , , . ( ).

, , .

:

• ( )

, .

. : , , .

243 . :

• : 228 ;
• : 15 .

1. : 8 (3.3%). .
2. : 20 (8.2%). 80% .
3. : 62 (25.5%). 50% 80% .
4. : 52 (21.5%). 30% 50% .
5. : 97 (39.9%). 30% .
6. : 4 (1.6%). «».

.

, . . .

• : 7 2019 .
• : 7 2019 .
• : 10 2019 .

,

, .

, ( ), , . ( , ). , , . , .

( ) , ( , ).

, «» . . 1-3 (, , ), .

, .

:

• ,

«»

.

:

• 100
• 70 «», 28 «» 2 «»
• 28
• 28 , .

— , . : — «» . , , .

, : - (, ), - . — , .

, . , .

, , , .

.

— , .

20-30 , : . .

, .

: , ( ) .

, .

, , .

, , — .

« », — , ?

.

( , ) .

?

  .     .

     — ,       .

   ,   —  ,    ,    -   —    . .

    : ,   ,    — .   , ,   .

.

— -. .  , -, , , , ,   (. ). — .

, , .

, , .

P.S. .

• Base de datos anónima, todos los textos de estudio con gráficos, entrevistas con expertos, etc. Publiqué en github .
• Sitio del proyecto