İşe Alım Uzmanları Aday İletişimini Ölçekli Olarak Kişiselleştirmek İçin Save'i Nasıl Kullanıyor
İşe alım, kişiselleştirme sorunu olan bir sayılar oyunudur. Yüzlerce adaya ulaşmanız gerekiyor ama genel InMail görmezden geliniyor. Kazanan işe alımcılar her mesajı kişisel hissettirenleri — ama her aday üzerinde gerçek araştırma yapmak ölçeklenmiyor. Ta ki şimdiye kadar.
İşte işe alımcıların aday başına 20 değil 2 dakika araştırma yapmak için Save’i nasıl kullandığı.
Workflow 1: LinkedIn Profili → Kişiselleştirilmiş Erişim
Umut verici bir aday buldunuz. Profillerinde 15 yıllık deneyim, 3 ilginç rol ve mevcut çalışmaları hakkında bazı gönderiler var. Öne çıkan bir mesaj yazmanız gerekiyor.
Workflow:
- LinkedIn profillerini Markdown olarak kaydedin — kariyer geçmişi, beceriler, gönderiler ve tavsiyeler yakalandı
- Kişiselleştirilmiş erişim oluşturun:
“İşte kıdemli bir mühendis için LinkedIn profili. [Şirket]te [pozisyon] için işe alım yapıyorum. Kariyerlerinden bir şeye özellikle atıfta bulunan, bu rolün onlar için doğal bir sonraki adım olduğunu açıklayan ve 100 kelimenin altında tutan kişiselleştirilmiş bir erişim mesajı yazın.”
“Geçmişleri onları bu rol için benzersiz şekilde ne nitelendiriyor? Yanıt verdiklerinde 2-3 konuşma noktası verin.”
- Gönderin ve takip edin — Her mesaj şablon değil gerçek deneyimlerine atıfta bulunuyor
Workflow 2: İş Açıklamaları → Rekabetçi Kıyaslama
İşe alım müdürü iş açıklamanızın rekabetçi olup olmadığını bilmek istiyor. Doğru maaşı mı sunuyorsunuz? Doğru becerileri mi istiyorsunuz? Doğru dili mi kullanıyorsunuz?
Workflow:
- Rakiplerden 5-10 benzer iş açıklaması kaydedin
- Rolünüzü kıyaslayın:
“İşte karşılaştırılabilir şirketlerdeki benzer [pozisyon] pozisyonları için 10 iş açıklaması. Bunları iş tanımımızla karşılaştırın. Çok fazla gereksinim mi istiyoruz? Maaşımız rekabetçi mi? Rakipler hangi faydaları sunuyor ki biz bahsetmiyoruz? En iyi yazılmış ilanlarda hangi dil veya ifadeler görünüyor?”
“En iyi ilanların iyi yaptıklarına dayanarak iş açıklamamızı daha rekabetçi olacak şekilde yeniden yazın.”
- Daha güçlü bir ilan yayınlayın — Tahmin değil veri destekli iş tanımı iyileştirmeleri
Workflow 3: Aday Portfolyosu → İşe Alım Brifing
Adayın kişisel web sitesi, GitHub repoları ve blogu var. İşe alım müdürü mülakattan önce bir özet istiyor.
Workflow:
- Portfolyo sitelerini, temel GitHub README’lerini ve son blog yazılarını kaydedin
- Aday brifing oluşturun:
“İşte bir adayın portfolyo web sitesi, en son 3 GitHub reposu ve yazdıkları 2 blog yazısı. Şunları kapsayan bir aday brifing oluşturun: teknik güçlükler, iletişim tarzı (yazılarına göre), dikkat çekici projeler ve [pozisyon] pozisyonu için potansiyel endişeler veya boşluklar.”
“Çalışmalarına dayanarak bu spesifik adaya sorulacak 3 en iyi mülakat sorusu nedir?”
- İşe alım paneli ile paylaşın — Herkes bu kişinin kim olduğunu bilerek mülakata giriyor
Workflow 4: Sektör Maaş Raporları → Teklif Stratejisi
Teklif yapmanız gerekiyor. Piyasa fiyatı nedir? Maaş aralığınız doğru mu?
Workflow:
- Levels.fyi, Glassdoor, Blind veya sektör anketlerinden maaş anketi sayfalarını ve ücret raporlarını kaydedin
- Stratejinizi oluşturun:
“İşte [lokasyon/uzaktan]da [pozisyon] için 4 ücret verisi kaynağı. P25, P50 ve P75’te piyasa fiyatı nedir? [Miktar] teklifimiz nereye düşüyor? Teklifimizi aşmadan rekabetçi yapacak hangi ayarlamalar gerekli?”
“Bu adayın deneyim düzeyine ve ücret verilerimize dayanarak ücret komitesiyle paylaşabileceğim bir teklif gerekçesi taslağı hazırlayın.”
- Rekabetçi teklifler yapın — Geçen yılın rakamları değil mevcut piyasa verileriyle desteklenen
Save Neden İşe Alımda Manuel Araştırmayı Geçiyor
| Manuel araştırma | Save + AI ile |
|---|---|
| Profili gözden geçir, zihinsel notlar al | Aranabilir metin olarak yakalanmış tam profil |
| Genel şablonlar yaz | AI belirli kariyer detaylarına atıfta bulunuyor |
| Aday başına 15-20 dk | Aday başına 2-3 dk |
| İş tanımı kıyaslaması = “iyi görünüyor gibi” | 10 rakip genelinde veri destekli karşılaştırma |
| Aday brifing = “iyi görünüyorlar” | Mülakat soruları ile yapılandırılmış değerlendirme |
Başlayın
- Save’i yükleyin (ücretsiz, ayda 3 kayıt)
- Sonraki kaynak oturumunuzdan önce her adayın profilini kaydedin
- Erişim hedeflerinizle Claude veya ChatGPT’ye profilleri besleyin
- Gerçekten yanıt alan mesajlar gönderin
En iyi işe alımcılar sadece aday bulmaz. Adayların bulunduğunu hissettirirler.
Sorularınız veya geri bildiriminiz mi var? [email protected] adresinden bize ulaşın
## Continue reading
Satış Ekipleri Büyük Ölçekte Kişiselleştirilmiş Outreach İçin Save'i Nasıl Kullanıyor
Potansiyel müşteri web sitelerini, LinkedIn profillerini ve şirket sayfalarını Markdown olarak kaydedin. Dakikalar içinde aşırı kişiselleştirilmiş soğuk e-postalar ve satış sunumları yazmak için AI kullanın.
Kaydedilen Markdown'ı SEO ve İçerik Altınına Dönüştüren 3 İş Akışı
Save + Claude veya ChatGPT kullanan gerçek iş akışları: Twitter thread'lerini SEO iyileştirmelerine, YouTube videolarını hook kütüphanelerine ve rakip sayfaları içerik stratejilerine dönüştürün.
Uyum Görevlileri Düzenleyici Değişikliklerin Önünde Kalmak için Save'i Nasıl Kullanır
Düzenleyici bildirimleri, uygulama eylemlerini ve uyum kılavuzlarını Markdown olarak kaydedin. Gereksinimleri haritalamak, kontrol listeleri oluşturmak ve politika güncellemelerini taslaklamak için AI kullanın.
Danışmanlar Save ile Araştırma Destekli Stratejiyi Nasıl Daha Hızlı Sunar
Sektör raporlarını, vaka çalışmalarını ve müşteri materyallerini Markdown olarak kaydedin. Strateji sunumları oluşturmak, pazar verilerini sentezlemek ve müşteri brifinglerini hazırlamak için AI kullanın.
Written by
Jean-Sébastien Wallez
I've been making internet products for 10+ years. Built Save on weekends because I wanted my own reading library in clean markdown for Claude and Obsidian. Write here about web clipping, AI workflows, and the small things that make a personal knowledge base actually useful.