Навыки не дают инвайт, когда балл у обеих корзин один

Отказ «выбран другой кандидат» легко прочитать как дыру в стеке. Я проверил это на заявках своего бота. Срез 2026-09-09. Средний match-score у инвайтов и у отказов один и тот же: 49 против 49. Навыки в резюме почти не разделяют исход. Разделяют тайминг, конкуренция и вилка, которой нет в тексте вакансии.

Все абсолюты ниже — воронка моего бота откликов в PostgreSQL. История бота в основном BA/SA, пивот в предмет HR-аналитики свежий. Рынок РФ из этих строк не собрать. Доказательством, как режет ATS работодателя, они тоже не становятся. Метод тот же, что в статье про воронку найма: этапы, time-in-stage, причины отказа, скоринг «резюме vs вакансия». Резюме — на сайте и на HeadHunter.

События бота, на которых это видно

apply / invite / reject в hh_events, июнь 2024 — сентябрь 2026. Срез 2026-09-09.

Рыночный ориентир «отклик → найм» для профессиональных ролей — 0.5–2% (HrPanda 2026). Этап другой. Мои 8.1% — переход «отклик → инвайт», а не выход на работу. Ближе к шагу «скрининг → интервью». Два процента как одну конверсию сравнивать нельзя.

Дедуп по вакансии, последняя тысяча в моей таблице hh_vacancies: applied 577 / invitation 38 / rejected 385. Конверсия 3.8%, доля отказов 38.5%. Это уже не все события бота. Это срез по уникальным вакансиям внутри той же базы. Обе цифры мои. К устройству чужой ATS они отношения не имеют.

8.1% инвайта не доказывает, что резюме «сильное». Цифра доказывает другое. Воронку можно посчитать на своих событиях так же, как роль HR-аналитика считает её на данных компании. Подставлять 8.1% в слайд «так устроен рынок» или «так режет ATS» нельзя.

Инвайт в тот же день

Time-in-stage здесь — join заявки с первым инвайтом или отказом по той же вакансии. Снова мой бот, срез 2026-09-09.

Если зовут — часто в тот же день. Если отказывают текстом — медиана чуть больше суток. Долгое «на рассмотрении» обычно молчание: 43.4% заявок так и остаются без статуса. Гипотезой про рынок это распределение не становится. Это мои события.

Внутри компании вывод для аналитика тот же по методу. Среднее врёт. Медиана показывает, где воронка живая. Кандидат, который ждёт неделю, уже не в процессе. Он в хвосте без ответа.

Теги на 193 письмах

Из 1 377 отказов текст от рекрутера пришёл только в 193 случаях (14%). Остальное — автостатус без сообщения. Большинство работодателей в этой выборке фидбэк не пишет. Теги ниже — только по этим 193 текстам. LLM-классификация. Одно сообщение может нести несколько тегов. Сумма долей больше 100%, теги друг друга не исключают. Это размеченная часть моего бота, не корпус рынка и не журнал ATS.

fit_stack — 24%. Не ноль. И не то место, куда смотрит интуиция. 94% текстов несут конкуренцию и тайминг. 89% — вакансию без зарплаты. Эти два тега часто сидят в одном письме вместе с вежливым отказом без причины. История «нас не устроил стек» на этих письмах не держится.

Я не переношу это на всех соискателей. В моей размеченной выборке из 193 текстов узкое горло не в навыках. Если бы я правил только стек и ждал рост инвайтов, я правил бы не ту ступень.

Интуиция смотрит в стек. Письма смотрят в очередь.

49 и 49

Скоринг computeMatchScore плюс LLM-разбор: резюме против текста вакансии. Выборка — 1000 последних вакансий, endpoint deep-analytics. Срез тот же, бот, 2026-09-09.

Средний балл инвайтов: 49. Средний балл отказов: 49.

Если бы исход объяснялся набором ключевых слов, эти два средних разъехались бы. Они не разъехались. Совпадение навыков — слабый предиктор. Это стыкуется с тегами: fit_stack на четверти текстов, competition_timing почти на всех. К доказательству порога в чужой ATS балл отношения не имеет. Он про мои пары «резюме — текст вакансии».

Топ гэпов по той же тысяче — про историю бота, не про предмет HR-аналитики. До пивота корзина была BA/SA. Таблицу ниже нельзя читать как «чего не хватает HR-аналитику». Её можно читать как метод: где строка из вакансии не нашлась в резюме и что стало с заявкой.

Kafka в 30 отказных вакансиях и в нуле инвайтов выглядит как стоп. На фоне 49 = 49 это локальный шум по одному навыку. Законом воронки он не становится. Системный анализ «не хватает» и там, куда меня звали: 5 инвайтов при 83 отказах. Гэп есть в обеих корзинах. Строка в резюме сама по себе инвайт не производит.

Тому, кто нанимает, метод полезен в одну сторону. Skill-matrix «есть / нет» объясняет, кого снимет автофильтр, если он включён. Она плохо объясняет, кого позовут, когда фильтр уже пройден. Дальше очередь, скорость чужого отклика и вилка, которой нет в тексте. Мои 49 = 49 эту вторую часть показывают на боте. На чужой ATS я их не переношу.

Месяцы скачут, и тонкий срез по HR

Помесячно конверсия скачет. «Рынок умер в мае» из этой таблицы не следует. Это мои фильтры, письма и объём. Бот, 2026-09-09.

Май раздул заявки и уронил долю. Июнь–август — меньше объёма, конверсия ползёт: 4.3% → 4.7% → 5.9%. Я связываю это с итерациями фильтров и писем. Доказательства на уровне A/B у меня нет. Наблюдение на своих рядах, не на рынке.

Срез именно по вакансиям HR-аналитика пока тонкий: 13 объявлений с явным HR-профилем, 8 applied, 5 rejected, 0 invitation. Пивот свежий. Инвайтов ещё нет. Провалом стека я это не называю. Тексты полезны как словарь: Excel + Power Query / Pivot, SQL, один BI (DataLens / Power BI / Tableau как альтернативы), иногда 1С:ЗУП и C&B. Отказ при точном совпадении стека уже был — вакансия «Передовые Платежные Решения», Excel + SQL + DataLens, отказ без причины. Тот же рисунок, что 94% competition_timing в размеченных текстах. Один отказ. Не закон площадки.

Что чинить, и что не переносить

Чинить скорость, фильтр по вилке и точность письма под роль. Навыки в одиночку, при 49 = 49, эту воронку не вытягивают. letter_wrong_proof — 12% размеченных отказов. Здесь я могу повлиять сам. salary_unknown — 89%. Вилку работодателя я не открою. Заявку на объявление без денег могу не тратить, если свой коридор известен.

Переносить 8.1% и 49 = 49 на чужую ATS нельзя. Бот откликается иначе, чем человек. Корзина до пивота — BA/SA. Теги стоят на 193 текстах из 1 377 отказов. Оставшиеся 86% отказов без текста я не разметил и не додумал.

Обратное тоже криво. fit_stack на 24% — реальный слой. Гео и формат — 16%. Domain gate вроде 1С:ЗУП на корпоративных HR-ролях я здесь не пересчитываю: в BA/SA-истории массовым тегом его нет, в живых HR-вакансиях 2026 он есть. Про него — в тексте про стек. ЗУП и Hay я не администрировал.

Для нанимающей стороны порядок простой. Если переход «отклик → скрининг» плохой, сначала очередь и прозрачность вилки. Чек-лист навыков — следом, не вместо. Если инвайт не растёт после расширения skill-matrix в вакансии, возможно, вы чините не ту ступень. Свою воронку я разбираю так же. Этап, время, причина. Совпадение слов — после.

Демо, где логика собрана в интерфейс: разобрать воронку на демо. Цикл рядом: воронка найма и метрики, кто такой HR-аналитик, стек HR-аналитика.

Все абсолюты — 3 875 заявок, 314 инвайтов, 8.1%, 49 против 49, теги на 193 текстах, помесячные ряды, дедуп 577 / 38 / 385 — моя БД бота откликов, срез 2026-09-09. Историю выборки в основном составляет BA/SA до пивота. Бенчмарк 0.5–2% «отклик → найм» — HrPanda 2026, другой этап воронки. Демо на /recruiting-roi — синтетика. Ни 8.1%, ни 49 = 49 рынком не становятся и устройство ATS не доказывают.