Equipes de talent intelligence costumam receber uma versão da mesma pergunta: como essa empresa está realmente organizada, e onde estão as lacunas em que poderíamos contratar ou vender?
O instinto é sair procurando o organograma como se fosse um documento guardado em algum lugar. Não é. O que se pode construir a partir de fontes públicas é um modelo da estrutura, montado a partir de evidências, com partes que você sabe e partes que você inferiu. A diferença importa, porque um modelo apresentado como documento é como o mapeamento de talentos dá errado.
Comece pelo limite, não pelas fontes
Este é um trabalho sobre pessoas, então a restrição pertence ao início, e não a um parágrafo de compliance no final.
A versão defensável de mapeamento de talentos descreve a estrutura organizacional: quais funções existem, quão profundas são as camadas, aproximadamente qual o tamanho das equipes, onde a contratação está acontecendo, quais habilidades estão concentradas onde. Ela usa informações que as organizações publicam sobre si mesmas.
A versão que coloca as equipes em apuros constrói dossiês individuais: agregando detalhes pessoais sobre pessoas nomeadas, coletando informações de contato porque elas estavam tecnicamente visíveis, ou fazendo scraping de conteúdo atrás de um login em uma plataforma cujos termos proíbem automação. Sob a GDPR e regimes semelhantes, dado pessoal é dado pessoal independentemente de ter sido fácil de encontrar, e “estava público” não é, por si só, uma base legal.
Duas regras práticas mantêm o trabalho limpo. Colete no nível da função sempre que a função responder à pergunta, porque “existe um diretor de platform engineering que se reporta à infraestrutura” costuma ser o fato de que você precisa, não quem ocupa o cargo. E onde você registrar um indivíduo nomeado, porque uma página de liderança o nomeia, mantenha apenas o que a própria empresa publicou nesse contexto profissional, e remova tudo o mais na ingestão.
As fontes que realmente carregam estrutura
A maior parte do mapeamento organizacional a partir de fontes públicas é construída a partir de seis entradas, e elas diferem muito em qualidade de sinal.
Vagas de emprego. A fonte individual mais forte, e consistentemente subutilizada. As vagas frequentemente declaram a linha de reporte diretamente (“se reporta ao VP de Data”), nomeiam a equipe, descrevem funções adjacentes e listam as ferramentas que a equipe usa. Uma vaga também tem data, o que a torna evidência sobre o presente, e não sobre quando um perfil foi atualizado pela última vez. O volume por função é uma boa proxy de onde uma equipe está crescendo. A mecânica de coleta para essa superfície é abordada em dados de portais de vagas e inteligência de mercado de trabalho.
Páginas de liderança e de equipe da empresa. Autoritativas para as duas camadas superiores, e geralmente silenciosas abaixo disso. Vale a pena tratar como verdade fundamental onde existe, porque a empresa publicou isso deliberadamente.
Comunicados de imprensa e anúncios de nomeação. Excelentes para mudanças em nível sênior, com datas associadas. É aqui que você pega uma reorganização cedo, já que uma nova função costuma ser anunciada antes de aparecer em qualquer outro lugar.
Registros regulatórios. Diretores e executivos em registros nacionais de empresas, e equivalentes em registros de empresas de capital aberto. Escopo estreito, alta confiabilidade, e muitas vezes a única fonte verificável para a estrutura de entidades legais entre subsidiárias.
Palestras em conferências e publicações técnicas. Listas de palestrantes, artigos publicados e patentes posicionam especialistas nomeados dentro de equipes nomeadas, e revelam o que uma empresa está de fato construindo, e não o que seu marketing diz.
Atividade técnica open-source e pública. Repositórios em nível organizacional e padrões de contribuição podem indicar composição de equipe e stack. Leia isso no nível da equipe, não como um sinal de produtividade por pessoa.
Transforme evidência em estrutura
A etapa de montagem é onde a disciplina compensa, e ela se resume a separar o que você observou do que você concluiu.
Camadas a partir de títulos, com cuidado. As convenções de título variam por empresa e por país. Um “director” em uma organização ocupa o mesmo lugar que um “senior manager” em outra. Normalize para sua própria escada interna de senioridade em vez de confiar nas palavras, e registre o título bruto junto com o normalizado.
Tamanho da equipe a partir da contratação, não de declarações de headcount. Um volume sustentado de vagas para uma função ao longo de vários trimestres diz mais sobre o tamanho real da equipe e sua trajetória do que qualquer número publicado.
Linhas de reporte apenas onde declaradas. Esta é a disciplina que a maioria dos mapas abandona. Se uma vaga diz que a função se reporta a uma função nomeada, isso é uma observação. Se você inferiu isso porque os títulos parecem adjacentes, isso é uma inferência e precisa ser rotulado como tal.
Todo nó na estrutura resultante deve carregar três coisas: a fonte de onde veio, a data em que foi observado, e um nível de confiança. Um mapa em que um executivo verificado por registro e uma linha de reporte adivinhada parecem idênticos é um mapa que eventualmente vai constranger quem o apresentar.
Dados organizacionais decaem mais rápido que quase tudo
Reorganizações, saídas e renomeações acontecem continuamente, e nenhuma delas gera uma notificação.
Um mapa de talentos é preciso no dia em que é construído e começa a se degradar a partir do dia seguinte. Trate cada nó como uma observação com um timestamp, aplique um limite explícito de obsolescência, e reobserve em um cronograma, em vez de construir uma vez e consultar por um ano. Para empresas que se movem rápido, um trimestre já é muito tempo.
O corolário é que a atualidade deve ser visível para quem usa o mapa. Um nó confirmado pela última vez há onze meses deveria parecer diferente de um confirmado na semana passada.
A camada de coleta
Três propriedades dessas fontes fazem o transporte importar.
Vagas e registros são filtrados geograficamente, então a organização alemã de uma empresa pode ser invisível a partir de um ponto de observação nos EUA. Se você reivindica cobertura internacional, a coleta precisa vir desses mercados. Os conjuntos de resultados são paginados, e as funções interessantes raramente estão na primeira página. E essas são superfícies web comuns, com limites de taxa comuns.
Com o gateway da Shifter, o ponto de observação e a sessão vão nas credenciais contra p.shifter.io:443:
customer-USERNAME-country-de-city-munich-sid-map-4412-ttl-600:PASSWORDcountry-de e city-munich colocam a requisição no mercado correto, sid-map-4412 mantém um único IP de saída ao longo de toda uma consulta, incluindo sua paginação, e ttl-600 mantém esse endereço por dez minutos. Uma sessão por consulta, em vez de uma por requisição, é o que mantém um conjunto de resultados paginado internamente coerente.
O ritmo deve ser constante e moderado, em vez de uma explosão, com backoff real em caso de erros, como abordado em limitação de taxa e throttling de requisições. A visão de produto desse trabalho está na página de recrutamento e talentos, e o complemento do lado de recrutamento é proxies residenciais para dados de recrutamento e mercado de trabalho.
O que um mapa de fontes públicas não pode fazer
Ser honesto sobre os limites é o que torna o resto crível.
Ele não pode provar uma linha de reporte que ninguém publicou. Não pode ver a estrutura informal, que na maioria das organizações é o que realmente determina as decisões. Não pode dizer quem tem orçamento. E não pode substituir uma conversa com alguém de dentro da empresa, que continua sendo a única maneira de aprender a maior parte do que importa.
O que ele pode fazer é dizer quais funções existem, aproximadamente qual o tamanho e a profundidade delas, onde a contratação está concentrada, quais habilidades se agrupam onde, e quando algo mudou. Para a maioria das perguntas de talent intelligence e go-to-market, essa é a parte útil.
Perguntas frequentes
Posso simplesmente fazer scraping de uma rede profissional para isso?
Não atrás de um login, e não onde os termos proíbem automação. Esse caminho também é o mais propenso a produzir dados pessoais que você não tem base para reter. As fontes acima são públicas de uma forma que um feed de perfil logado não é.
Quão preciso pode ficar um organograma de fontes públicas?
As duas camadas superiores costumam ser confiáveis porque as empresas as publicam. As camadas intermediárias são inferência com confiança variável. Abaixo disso, você está descrevendo funções e tamanhos de equipe, e não indivíduos, o que geralmente é suficiente.
Qual é a versão mínima viável?
Vagas de emprego de uma empresa, normalizadas para sua escada de senioridade, com linhas de reporte declaradas registradas como observações e tudo o mais como inferência. Isso sozinho responde à maioria das perguntas estruturais.
Como evito reter dados pessoais que não preciso?
Decida na ingestão, não no armazenamento. Se a pergunta é respondida pela função, não anote o nome. Remova detalhes de contato do texto da vaga como questão de rotina, já que o telefone de um recrutador nunca é o que você estava procurando.
Conclusão
Um organograma construído a partir de fontes públicas é um modelo com níveis de confiança atribuídos, e é genuinamente útil nessa forma. Ele se torna um passivo no momento em que é apresentado como fato ou deriva para coletar pessoas em vez de descrever estrutura.
Trabalhe no nível da função, registre a fonte e a data de cada nó, separe observação de inferência, colete dos mercados em que a empresa realmente opera, e reobserve em um cronograma. As tarifas para a camada de coleta estão na página de preços.