ваши кандидаты. А для этого, опять же, важно знать свою целевую аудиторию — в данном случае это очень критично! Например, если мы ориентируемся в шутках, характерных для определенной IT-среды, то можем легко найти специфические хештеги и по ним выйти на нужных нам специалистов.

Булевы операторы внутри соцсетей — далеко не все сети их поддерживают (вернее, в большинстве это невозможно). Но их поддерживает важнейшая для нашей деятельности сеть — LinkedIn. Как мы помним, есть платная и бесплатная версии, и за деньги этот функционал в LinkedIn значительно шире. Но и в бесплатной версии есть несколько операторов поиска, которые позволяют уточнить запрос. Их меньше, чем в платном варианте, они работают не так точно, как хотелось бы, но все равно позволяют сократить объем рутинной работы и получить хорошие результаты.

Чтобы понять, какие преимущества дает булев поиск в LinkedIn, сначала я приведу пример обычного внутреннего поиска. В верхней строке ввожу ключевые слова Java developer и настраиваю внутренние фильтры: искать сочетание этих слов среди профилей людей, локация — Москва.

У нас получилось 8500 результатов. Теперь я нажимаю на кнопку «Все фильтры», чтобы получить дополнительные опции.

В частности, как мы уже обсуждали, можно проставить фильтр с компанией, в которой сейчас работает человек. Или попросить LinkedIn найти слова Java developer не просто в профиле, а в поле «Должность». Таким образом мы отсечем тех, кто, например, раньше работал Java-девелопером, а сейчас стал, скажем, архитектором Java или вообще перешел на другой язык программирования.

И вот что мы получаем, если переместить фразу Java developer из строки поиска в поле «Должность»: вместо 8500 человек в выдаче теперь 985, то есть результат стал значительно точнее.

Теперь переходим к операторам поиска: какие есть в арсенале LinkedIn и чем они могут нам помочь?

Операторы поиска в LinkedIn https://www.linkedin.com/help/linkedin/answer/75814/using-boolean-search-on-linkedin?lang=en.

Как я уже говорил, таких операторов немного, и нужны они нам не всегда, но периодически могут быть крайне полезны. Давайте рассмотрим их по порядку:

● " " — оператор, с помощью которого мы можем задать точную фразу. Здесь логика такая же: с помощью кавычек мы можем как будто «склеить» несколько слов, чтобы LinkedIn искал их рядом.

● NOT — этот оператор аналогичен минусу, который мы использовали в Google; он исключает то или иное слово из запроса.

● AND — объединяет слова, но, по сути, LinkedIn априори ставит его автоматом.

● OR — помогает нам найти или одно, или другое слово из запроса.

● () — позволяет группировать запрос.

Важно помнить, что операторы NOT, AND и OR должны быть написаны большими буквами — именно в таком формате их поддерживает LinkedIn.

И тут возникает вопрос: зачем мне все эти изыски, если я могу написать точный запрос в поле «Должность» и получить всю информацию, которая мне нужна? Приведу пример: давайте представим, что у нас, кроме должности, есть куча других актуальных условий найма. Скажем, мы не хотим, чтобы наш Java developer был senior-разработчиком, нам нужен junior. Тогда в нашем булевом запросе будет указано: NOT (senior OR старший OR teamlead OR тимлид OR ведущий).

Все эти детали я могу написать в поисковой строке, которую мы уже использовали. Таким образом я даю сети LinkedIn указание найти:

● среди людей, живущих в Москве;

● среди тех, у кого в должности указано Java developer;

● только тех, у кого в должности нет слов «senior», «старший», «teamlead», «тимлид» или «ведущий».

Причем, обратите внимание, здесь работает математическая логика: мы взяли все эти слова с операторами OR в скобки, а за скобками написали NOT. Получается, что мы хотим исключить или одно, или другое, или третье и т. д. слово. А можно приставить NOT к каждому отдельному слову — и результат будет тот же. LinkedIn нас поймет и в том и в другом случае, благодаря чему мы подчистим себе выдачу и сделаем ее более релевантной.

Прелесть булева поиска в LinkedIn в том, что мы можем еще и еще уточнять запрос, получая все более и более точные результаты. В данном случаем мы еще сократили количество кандидатов — с 985 до 684.

В платной версии LinkedIn булев поиск работает в большем количестве полей, тогда как в бесплатной — только в верхней поисковой строке.

Или вот еще пример. Пишем в поисковой строке: (java AND c++) OR (java AND php) AND (senior OR старший). Что получаем? Все профили, в которых есть одно из слов — senior или «старший» — и сочетание либо Java с C++, либо Java с PHP. И именно благодаря скобкам LinkedIn понял мою логику.

X-Ray-запросы по соцсетям. После того как мы рассмотрели булев поиск, X-Ray-запросы не должны быть проблемой. Как вы помните, X-Ray — это частный случай булева поиска, когда мы ищем информацию на конкретном ресурсе через поисковик.

Как я уже писал ранее, мы можем писать X-Ray-запросы по Facebook, и, на мой взгляд, они являются чуть ли не единственным способом обработки этой соцсети. А я настаиваю на том, что Facebook — необходимый инструмент рекрутера. Значит, и X-Ray нам придется хорошенько освоить.

По какому принципу строятся X-Ray-запросы вообще и в соцсетях в частности? Как мы помним, в каждой сети есть много разных «сущностей»: аккаунты пользователей, группы, паблики, страницы компаний и многое другое. Нам чаще всего нужны именно страницы людей. Как на них выйти?

Если мы начнем писать запрос общего порядка типа site: facebook.com, то увидим все «сущности» вместе: коммерческие профили, мероприятия, группы и кучу всего лишнего. Чтобы ограничить поиск только аккаунтами пользователей, нам нужно знать специфические детали, которые присутствуют только на страницах людей. Где могут скрываться нужные нам ключи, по которым мы можем отсортировать аккаунты от всего остального?

● URL-адреса — в них может быть какая-то особенность, которая встречается только на страницах пользователей. Эта деталь нам поможет в сочетании с оператором inurl:

● заголовки — нам нужно вычленить какое-то специфическое слово в заголовках страниц пользователей, и тогда нам пригодится оператор intitle:

● сочетания слов, которые также встречаются только на страницах людей; в таком случае мы воспользуемся кавычками " ", чтобы объединить их в запросе.

Давайте попробуем написать X-Ray-запрос для каждой соцсети, в которой он может пригодиться. В первую очередь — для Facebook.

Предположим, мы хотим найти того же Java-программиста, но на этот раз в Казани. Мы пишем: site: facebook.com java kazan OR казань "другие люди с именем". Таким образом мы просим поисковик: дорогой Google, пожалуйста, иди на сайт Facebook.com