채용레이더 · 채용 전용 GA
채용 퍼널은 지원부터 시작하죠.
그 앞은 아무도 안 봅니다.
공고 링크 하나로 어느 매체에서 몇 명이 오고, 몇 명이 지원 버튼을 눌렀고, 그중 누가 입사했는지까지 이어 봐요. 설치도 설정도 없어요. 숫자는 문장으로 돌려드려요.
모집 퍼널 · 예시 공고
최근 7일96명이 링크를 눌렀어요
19명이 공고를 열어봤어요
12명이 지원 버튼을 눌렀어요
지금 이 순간의 숫자예요. 심어둔 220명과 방문자가 만든 147명을 합쳤어요. 링크를 누르면 다음 새로고침에 여기에 더해져요.
문제
채용 퍼널은 모두 있는데, 모집 퍼널은 아무도 없어요
지원서가 들어온 다음은 채용 시스템이 세요. 서류, 면접, 입사. 그런데 그 앞 — 누가 공고를 봤고, 열어봤고, 고민하다 다시 찾아왔는지 — 는 "지원"이라는 숫자 하나로 뭉개져요.
매체 예산은 그 앞에서 써요. 링크드인에 올리고, 광고를 돌리고, 사내추천을 부탁하죠. 그 돈이 어디까지 왔다가 어디서 빠졌는지는 아무도 몰라요. 가진 데이터가 지원서뿐이거든요.
이 일을 가르치는 12시간짜리 유료 과정이 있어요. 그만큼 절실하고, 그만큼 어렵다는 뜻이에요. 배우지 않아도 되게 만드는 것이 이 제품이 하려는 일이에요.
어떻게
링크를 만들고, 뿌리고, 읽어요
만들기
공고 주소 하나와 뿌릴 매체 몇 개를 고르면 매체마다 다른 링크가 나와요.
뿌리기
어디든 그대로 올려요. 링크드인이든 카톡이든 회사 뉴스레터든. 지원자는 아무것도 눈치채지 못해요.
원티드 공고면 미니 랜딩을 한 장 거쳐서 "공고까지 갔나"를 세고, 자사 채용 페이지면 한 줄짜리 태그로 지원 버튼을 눌렀는지까지 세요.
읽기
매체별로 눌렀는지, 열어봤는지, 다시 왔는지, 지원했는지가 나란히 보여요.
화면
숫자보다 문장으로 읽혀요
대시보드
열어보기 →- 첫 줄은 이번 주 문장이에요. 지원한 사람, 입사까지, 가장 유효한 매체 — 경영진이 실제로 묻는 셋.
- 모집 퍼널 다섯 칸. 못 재는 칸은 숨기지 않고 "아직 못 재요"라고 적어요.
- 그래서 뭘 하나 — "이번 주엔 이렇게" 한 줄이 같이 나와요.
결과 카드
열어보기 →- 매주 한 장. 숫자 셋, 문장 셋(잘 된 것 · 놓친 것 · 해석), 이번 주에 해볼 것 하나.
- 같은 숫자도 그 매체를 왜 썼는지에 따라 뜻이 달라요. 그래서 단정하지 않고 가설을 던지고 다음 주에 확인할 것을 같이 적어요.
- 채용 페이지 점수와 이번 주 깔때기를 맞춰 보면 "왜 여기서 빠졌는지"까지 가설이 나와요.
누른 사람들은
어떤 기기로, 어디에서, 실제로 어느 화면에서 눌렀는지. 링크드인용 링크가 슬랙에서 퍼 날라진 것도 여기서 보여요.
두 번째 문
채용 페이지도 점수로 봐요
GA와 견주면
GA를 대신하는 게 아니라, 채용 링크 구간을 대신해요
GA도 이걸 할 수 있어요. 태그를 심고, UTM을 설계하고, 이벤트를 걸고, 전환을 정의하면요. 채용레이더는 그 설정을 없앤 대신 채용에서만 필요한 두 가지를 더했어요 — 합격까지 잇는 것, 그리고 문장으로 읽어주는 것.
| 무엇을 | GA | 채용레이더 |
|---|---|---|
| 시작하기 | 태그를 심고, GTM을 붙이고, 이벤트를 설계해요 | 공고 주소와 매체를 고르면 끝. 자사 페이지면 한 줄만 붙여요 |
| 어느 매체에서 왔나 | UTM을 직접 설계해서 링크마다 붙여요 | 링크가 곧 매체예요 |
| 공고를 열어봤나 · 지원을 눌렀나 | 이벤트와 전환을 직접 정의해요 | 처음부터 세요. 다시 찾아온 사람까지 |
| 서류 · 최종 · 입사까지 | 사실상 못 봐요 | CSV 한 장으로 이어요. 지원자 개인정보는 받지 않아요 |
| 읽는 법 | 숫자와 그래프 | 문장과 이번 주에 할 일 하나 |
| 채용 페이지 품질 | 없어요 | 100점 점수와 업종 평균, 퍼널과 맞춰 본 가설 |
| 전체 사이트 트래픽 · 검색 유입 · 기기 분석 | 잘해요 | 안 해요. 이건 GA에 맡겨요 |
AI는 어디에 있나
판단은 규칙이 하고, AI는 설명만 해요
눈에 잘 안 띄어요. 일부러요. 어느 매체가 유효한지, 어디서 빠졌는지, 무엇을 해볼지는 현직 채용마케터의 룰이 정해요. 룰은 파일로 따로 두고 손으로 고쳐요 — 코드에 박아두면 아무도 못 고치니까요.
AI가 나서는 순간은 둘뿐이에요. 결과 카드의 후속 질문에 그 카드의 숫자만 보고 답할 때, 그리고 채용 페이지를 지원자의 눈으로 한 줄 읽어줄 때. 둘 다 화면에 "이것만 보고 답했어요"라고 적어둬요. 없는 숫자를 만들지 않는 게 AI가 이 제품에서 하는 가장 중요한 일이에요.
일부러 안 하는 것
무엇을 안 하느냐가 이 제품을 더 잘 설명해요
지원자 개인정보를 받지 않습니다
이름도 이메일도 저희에게 오지 않습니다. 링크를 누른 기록엔 IP 대신 해시만 남고, 합격 결과는 지원자 번호와 상태만 받습니다. 섞여 와도 읽지 않고, 무엇을 안 읽었는지 화면에 되돌려드립니다.
채용 시스템에 연동하지 않습니다
합격 결과는 표를 내려받아 직접 맞춰보시고, 익명 번호와 상태만 돌려주시면 됩니다. 저희가 남의 시스템에 붙지 않고, 붙을 수 있다고 약속하지도 않습니다.
남의 플랫폼을 긁지 않습니다
채용 페이지 점수는 그 회사가 자기 도메인에 공개한 것만 봅니다. 평점 사이트도, 커뮤니티도, 채용 플랫폼의 기업 페이지도 긁지 않아요.
봇 탐지를 속이지 않습니다
robots.txt로 자동 접근을 사양한 페이지는 읽지 않습니다. 자바스크립트로 그리는 페이지는 진짜 브라우저로 열어 봅니다 — 그게 우회가 아니라 방문이니까요. 그래도 못 읽으면 못 읽었다고 말합니다.
왜 만들었나
도구가 안 맞았던 겁니다
9년 가까이 채용을 했습니다. 공고를 올리고, 여기저기 뿌리고, 지원자를 기다렸어요. 그러다 궁금해졌습니다 — 이 사람들은 대체 어디서 온 걸까.
그래서 GA를 붙였습니다. GTM으로 태그를 심고, 지원 버튼에 이벤트를 걸고, 최종 합격과 입사 후 성과까지 이어보려고 했어요. 됐습니다. 그런데 그걸 하려고 제가 배워야 했던 것들이 채용담당자에게는 과한 스펙이었습니다.
문제는 제가 부족한 게 아니었어요. 도구가 안 맞았던 겁니다. 프리미어 프로를 배우는 강의가 있다는 건 영상 편집이 어렵다는 증거였고, 캡컷은 그 강의를 안 들어도 되게 만들었습니다. 채용마케팅에도 그런 도구가 있어야 한다고 생각했어요.