Por que los titulos de trabajo mienten: El metodo de analisis de contexto de empleador
Dos candidatos en tu pantalla. Mismo titulo de puesto: “Project Manager”. Mismos anos de experiencia: 6 anos. Mismas skills en LinkedIn: Agile, Scrum, Stakeholder management.
LinkedIn dice: identicos. Tu intuicion dice: verifica los empleadores. Googleas los nombres de las empresas. 5 minutos despues sabes: perfiles totalmente diferentes.
Uno trabaja en una scale-up IT. El otro en una empresa de construccion. Para tu vacante IT, el candidato A es relevante. El candidato B no.
Con que frecuencia te pasa esto? Cada semana. Cada busqueda. Filtras por titulo y ubicacion, pero la verdadera pregunta sigue: que empleadores me dicen si alguien encaja?
El problema con los titulos de puesto
Un titulo de puesto sin contexto de empleador carece de significado.
“Project Manager” puede significar:
- Proyectos IT en una scale-up SaaS (sprints agiles, presupuesto EUR 2M, multi-stakeholder)
- Proyectos de construccion en una empresa constructora (metodo cascada, EUR 50M en infraestructura)
- Campanas de marketing en una empresa de e-commerce (sprints de 2 semanas, cross-funcional)
- Proyectos de manufacturing (lean, 6 sigma, optimizacion de cadena de suministro)
Mismo titulo. Cuatro funciones totalmente diferentes. Diferente metodologia, diferentes stakeholders, diferente complejidad.
El titulo dice lo que alguien hace. El empleador cuenta como y en que contexto.
Sin ese contexto filtras a ciegas. Agregas al candidato B en tu shortlist porque el titulo coincide. Luego resulta en la entrevista que la experiencia no conecta. Has perdido una hora. El candidato ha perdido una hora. El hiring manager pregunta: por que se propuso a este candidato?
Por que el contexto ahora tiene solucion
Este problema existe desde hace 20 anos. Los recruiters siempre han sabido que el contexto de empleador es importante. Por que nunca se resolvio?
Porque es manualmente imposible.
En una busqueda de 800 perfiles hay en promedio 600-700 empleadores unicos. Si googleas cada empleador 5 minutos, estas ocupado 50-60 horas. Para una sola busqueda.
No puedes dedicar 50 horas a investigacion antes de empezar a hacer screening. Asi que hacías screening por titulos. Y perdías candidatos.
Que ha cambiado? Tres cosas:
- AI puede procesar y analizar informacion empresarial en segundos
- Bases de datos como Crustdata contienen datos de empresas de 60+ millones de organizaciones
- NLP (Procesamiento de Lenguaje Natural) entiende matices y contexto
SourceLens combina estas tres. Analiza los ultimos 8 empleadores de un candidato en 18 dimensiones. Automaticamente. En 8 segundos por candidato.
Las 18 dimensiones que SI dicen quien es alguien
Cuando evaluas un candidato, quieres saber:
Empresa:
- Sector/industria
- Tamano de empresa (startup, PYME, corporativo)
- Facturacion y fase de crecimiento
Mercado:
- B2B o B2C
- Segmento de clientes (Enterprise, Mid-market, SMB)
- Enfoque geografico (local, UE, mundial)
Producto/Servicio:
- Tipo de producto (SaaS, on-premise, producto fisico, servicios)
- Complejidad de la propuesta
Ventas/Comercial (para funciones comerciales):
- Modelo de venta (inside sales, field sales, consultivo, channel)
- Tamano del deal (transaccional vs. enterprise)
- Duracion del ciclo de ventas (semanas vs. meses)
Forma de trabajar:
- Velocidad de decision (caos startup vs. proceso corporativo)
- Estructura de ownership (cuanta autonomia tiene alguien)
- Cultura (orientada a cuotas vs. orientada a relaciones)
Estas 18 dimensiones te dicen no solo lo que un candidato ha hecho, sino en que contexto lo ha hecho.
Y el contexto determina si la experiencia es transferible a tu vacante.
Caso de estudio: Project Manager A vs Project Manager B
Supongamos: buscas un IT Project Manager para una scale-up SaaS. Metodologia agile, entorno multi-stakeholder, toma de decisiones rapida.
Obtienes dos candidatos:
Candidato A:
- Puesto: Project Manager
- Empleador: CloudBase (scale-up, 120 empleados)
- Contexto: Plataforma SaaS, agile, sprints de 2 semanas, presupuesto EUR 2M, multi-stakeholder (producto, ingenieria, ventas), proyectos de 18-24 meses
Candidato B:
- Puesto: Project Manager
- Empleador: DeltaMech (empresa de construccion, 800 empleados)
- Contexto: Proyectos de infraestructura, metodo cascada, duracion 3-5 anos, presupuesto EUR 50M, stakeholders (contratistas, municipio, supervisores)
Mismo titulo. Mismos anos de experiencia. Pero:
- Candidato A trabaja en iteraciones cortas. Candidato B en fases de planificacion largas.
- Candidato A alterna diariamente entre producto y ventas. Candidato B con contratistas y gobierno.
- Candidato A trabaja con presupuesto EUR 2M. Candidato B con EUR 50M (escala y responsabilidad totalmente diferente).
Para tu vacante IT scale-up, el candidato A es relevante. Candidato B no.
Sin contexto de empleador solo ves “Project Manager, 6 anos de experiencia, Agile”. Con contexto de empleador ves la diferencia en 8 segundos.
Como analizar contexto de empleador (manual vs automatico)
Metodo manual
- Abrir perfil de LinkedIn
- Googlear cada empleador
- Verificar web: que hacen, que sector, que tamano
- Buscar en LinkedIn: B2B o B2C, quienes son sus clientes
- Intentar averiguar: modelo de venta, complejidad, forma de trabajo
- Anotar hallazgos
- Repetir para el siguiente empleador
Tiempo por candidato: 5-10 minutos Tiempo para 100 candidatos: 8-16 horas
Metodo automatico (SourceLens)
- Exportar perfil de LinkedIn a SourceLens (1 clic)
- AI analiza los ultimos 8 empleadores en 18 dimensiones
- Contexto de empleador se agrega al perfil del candidato
- Motor de matching compara contexto con tus criterios de vacante
- Puntuacion de matching con justificacion por criterio
Tiempo por candidato: 8 segundos Tiempo para 100 candidatos: 13 minutos
De 8-16 horas a 13 minutos. De adivinar a saber.
Por que esto es posible ahora
Hace diez anos esto era ciencia ficcion. Que ha cambiado?
Modelos avanzados de AI entienden contexto empresarial a partir de datos no estructurados. Pueden analizar una web corporativa y concluir: “Esta es una empresa B2B SaaS con inside sales consultivo, ciclo de ventas de 12+ meses, clientes enterprise.”
Bases de datos como Crustdata contienen informacion estructurada de 60+ millones de empresas en todo el mundo. Sector, tamano, facturacion, numero de empleados, ubicacion.
NLP reconoce matices. La diferencia entre “enterprise sales en una empresa SaaS” y “ventas transaccionales en una empresa de productos” es sutil. La AI entiende esa diferencia sutil.
SourceLens combina estas tres tecnologias. El resultado: contexto de empleador instantaneo para cada candidato en tu busqueda.
De titulos de puesto a contexto de empleador
La forma antigua:
- Boolean search en LinkedIn por titulo + ubicacion
- Obtener 800 perfiles
- Desplazarte, abrir perfil, googlear empleador, evaluar
- 3-4 horas despues: 80 candidatos en tu shortlist
- De los cuales el 40% en realidad no es relevante (resulta despues)
La forma nueva:
- Boolean search en LinkedIn por titulo + ubicacion
- Exportar 800 perfiles a SourceLens (extension de Chrome, 2 minutos)
- AI analiza empleadores en 18 dimensiones, hace match contra tus criterios
- 45 minutos despues: 80 candidatos con puntuacion de matching y justificacion
- Shortlist directamente utilizable, relevancia 95%+
Deja de filtrar por titulos de puesto. Empieza a filtrar por contexto de empleador.
El candidato con el titulo perfecto en el tipo equivocado de empresa no encaja. El candidato con un titulo diferente en el tipo correcto de empresa a menudo si encaja.
El contexto determina la relevancia. No el titulo.
Conclusion: El contexto es el nuevo estandar
Los titulos de puesto son etiquetas. Categorizan. Pero no cuentan la historia.
El empleador cuenta la historia. El sector, el tipo de organizacion, el modelo de venta, la complejidad. Eso es lo que determina si alguien conecta con tu vacante.
Como recruiter corporativo no puedes conocer el mercado para cada funcion. Como empleado de agencia construyes ese conocimiento durante anos. Como reclutador independiente entras regularmente en sectores desconocidos.
Con contexto de empleador eso ya no es necesario. El contexto se agrega automaticamente. Para cada candidato. Cada busqueda. Cada funcion.
De 800 perfiles a 80 candidatos relevantes. De adivinar a saber. De titulos de puesto a contexto de empleador.
Ve el contexto de empleador para tus proximos 100 candidatos. Prueba SourceLens 14 dias gratis -> sourcelens.ai
Arthur Balabrega es fundador de SourceLens y tiene 20 anos de experiencia en recruitment. Construyo SourceLens porque vio que los recruiters dedican el 90% de su tiempo a averiguar si los empleadores son relevantes — tiempo que se puede emplear mejor hablando con candidatos.