En stillingsannonse er ikke bare salg. I Matchboks er den også selve grunnlaget for matchescoringen som bestemmer hvilke kandidater som havner foran deg – og hvilke som ikke gjør det. Skriver du den dårlig, får du symptomet alle hatere av rekruttering kjenner: "alle scorer 60 %, ingen scorer 90 %, og pipelinen ser flat ut."
Skriver du den godt, får du en pipeline der de sterkeste kandidatene faktisk skiller seg ut.
Denne guiden forklarer hva som driver matchescoren, hvilke feil vi ser oftest, og hvordan du tilpasser annonsen avhengig av om du rekrutterer til en spesifikk rolle eller en bred/paraplyrolle.
Hva matchescoren faktisk måler
Når du publiserer en jobb i Matchboks, beregnes det en match mellom hver kandidat og rollen ut fra et knippe signaler:
- Ferdighetsdekning – hvor mange av de etterspurte ferdighetene kandidaten faktisk har, delt i must-have og nice-to-have
- Ferdighetsdybde – hvor godt kandidatens nivå matcher viktigheten du har satt på hver ferdighet
- Rolle- og kontekstpasning – semantisk likhet mellom rolleteksten din og kandidatens profil (driveren her er at både rollen og kandidaten har innhold å sammenligne)
- Erfaringsnivå – om kandidaten ligger innenfor antall år / nivå du etterspør
- Lokasjon – avstand, fjernarbeidspolicy og kandidatens preferanse
Hvert signal har sin vekt, og scoren blir et veid snitt på 0–100. Det viktige er ikke vektene, men at alle signalene er avhengige av at du faktisk fyller ut annonsen. En tom annonse – eller en med 20 must-have-ferdigheter – ødelegger scoren før algoritmen rekker å hjelpe deg.
De fem feilene som ødelegger pipelinen
1. Du gjør alt til "must-have"
Dette er den klart vanligste feilen. Du skriver en bred utviklerrolle og lister 17 språk og rammeverk som krav. Resultatet: ingen kandidat har alt, og alle scorer lavt på ferdighetsdekning.
Tommelfingerregel: en sunn rolle har mellom 3 og 6 must-have-ferdigheter. Resten er nice-to-have.
Hvis du står og tenker "men vi vil jo gjerne ha noen som kan både Java OG Kotlin OG C# OG Python", er svaret nesten alltid at de er nice-to-have, ikke krav.
2. Du beskriver rollen for tynt
Skriver du "Vi søker en utvikler. Du kommer til å kode." – så har semantisk matching ingenting å bite seg fast i. Den semantiske scoren faller tilbake til en nøytral verdi, og pipelinen blir flat fordi alle kandidater treffer samme middelmådige tall.
Skriver du derimot 200–400 ord om hva personen faktisk skal gjøre, hvilken type team det er, hvilke kunder/produkter det handler om, og hvilke valg som er gjort teknisk – så har systemet noe å matche profilteksten til kandidaten mot.
3. Du dropper lønnsspenn og lokasjon
Lønnsspenn er ikke bare et høflighetstrekk mot kandidaten. Det er et matchsignal. En kandidat som har angitt forventet lønn på 750 000 og en jobb uten lønnsspenn matcher ikke på lønn i det hele tatt – signalet faller bort.
Lokasjon har samme problem. "Norge" er ikke en lokasjon. Bruk byen og angi om jobben er on-site / hybrid / remote. Da matcher systemet både på pendelavstand og på kandidatens fjernarbeidspreferanse.
4. "Honest description" er fylt med markedsføring
Felter som "Hvem trives hos oss" og "Hvem strever hos oss" finnes i Matchboks fordi de driver bedre matcher når de brukes ærlig. Skriver du "Vi er et raskt voksende, dynamisk team som elsker innovasjon" har du sagt nøyaktig ingenting – og kandidater som leser hundre slike beskrivelser per dag har lært å hoppe over det.
Skriver du derimot "Folk som trives hos oss er trygge i kunde-dialog allerede som juniorer, og er selvdrevne på fagutvikling – vi gir budsjett, men du må selv velge konferansene" så har du gitt både systemet og kandidaten noe konkret. Det driver bedre matcher og færre dårlige samtaler.
5. Du angir feil seniorityrange
"Mid"-stillingen din krever 8 års erfaring? Da er den ikke "mid", den er "senior". Erfaringsnivå-feltet brukes til å matche kandidatens år med det rollen forventer. Setter du nivået feil, blir scoren feil – og du får både overkvalifiserte og underkvalifiserte kandidater i pipen.
Når rollen er spesifikk
Eksempel: "Senior frontend-utvikler – React/TypeScript, Stavanger, hybrid".
Her skal du være tydelig og bruke matching-motoren til å filtrere skarpt:
- 3–6 must-have-ferdigheter, nøye valgt: TypeScript, React, og kanskje én testing- eller state management-spesifikk ting du faktisk trenger
- Nice-to-have-listen kan være lengre (5–10): Next.js, Tailwind, GraphQL, Storybook, e2e-testing osv.
- Erfaringsnivå satt riktig (mid eller senior, ikke generisk)
- Tydelig lønnsspenn – f.eks. 800 000–1 050 000
- Konkret ansvar i beskrivelsen: hvilket team, hvilket produkt, hva slags kunder, hva slags tekniske beslutninger som er åpne for personen som ansettes
- Honest description med faktiske særtrekk: "vi har ingen designer i teamet, så frontend-rollen tar mye visuell beslutning"
Forventet effekt: en tydelig fordeling i pipen – noen få sterke matcher (85+), en bredere midt (70–80), og resten skiller seg naturlig ut.
Når rollen er bred eller paraply ("vi søker fullstack-, frontend- og backend-utviklere")
Det er her vi ser flest feilskjær. En paraplyrolle der du ber backend-, frontend- og fullstack-folk søke samtidig kan ikke ha en lang must-have-liste. Det vil straffe halve målgruppen.
Anbefalt oppsett:
- Must-have-ferdigheter: 0–2. Det er lov å la must-have-listen være tom hvis det egentlig er erfaring og holdning som er kravet, ikke en bestemt teknologi.
- Nice-to-have: bredt. Java, Kotlin, C#, Python, Go, React, TypeScript, AWS, Azure – alt som er relevant for noen del av målgruppen.
- Beskrivelsen må gjøre jobben med å sortere internt: "vi tar begge varianter, men vi ser særlig behov på frontend-siden akkurat nå."
- Erfaringsnivå er fortsatt skarpt – det er ikke det som er bredt. Hvis du primært vil ha 3+ års erfaring, sett mid.
- Honest description: bruk den til å sortere på holdning siden teknologi-stacken ikke gjør det. F.eks. "Folk som trives hos oss bytter teknologi gjerne hver 18. måned – det er en fordel, ikke en byrde."
Forventet effekt: en pipe der differensieringen kommer fra hvor godt kandidatens profilbeskrivelse og erfaring matcher rollens beskrivelse og erfaringsforventning, ikke fra et meningsløst krysstall av teknologier.
En lakmustest: hvordan ser scorefordelingen ut?
Etter at en jobb har vært publisert noen dager og har en pipe med kandidater, se på fordelingen:
| Du ser | Mest sannsynlig årsak | Hva du gjør |
|---|---|---|
| Alle ligger 50–65 % | For mange must-have, eller manglende beskrivelse | Flytt halvparten av must-have til nice-to-have. Skriv 200+ ord om rollen. |
| Alle ligger over 85 % | For få kriterier – matcheren har ingenting å skille på | Legg til 2–3 nice-to-haves, sjekk at erfaringsnivå er riktig, fyll inn lønn |
| Bell-kurve med tydelige topper | Du har gjort det riktig | Behold |
| Topp-kandidatene scorer akkurat 50 % på "rolle- og kontekstpasning" | Det betyr at den semantiske scoren faller tilbake til standardverdi – beskrivelsen din er sannsynligvis for kort eller for tom | Skriv mer om hva personen faktisk skal gjøre |
Sjekkliste før du publiserer
- Tittel: spesifikk nok til at en kandidat vet om de er i målgruppen (
Senior backend-utvikler – Go/KubernetesslårUtvikler søkes) - Beskrivelse: minst 200 ord, fokus på hva personen skal gjøre, ikke generisk firmaskryt
- Must-have-ferdigheter: 3–6 stykker (eller 0–2 for paraplyroller)
- Nice-to-have: så mange du vil, men de skal være reelt nyttige
- Erfaringsnivå: matcher faktisk forventet seniority
- Lønnsspenn: utfylt
- Lokasjon: by, ikke land. Fjernarbeidspolicy satt
- Honest description: konkret og spesifikk – ikke marketing
- Kontaktperson: ekte navn, e-post og telefon
Gjør du dette, jobber matchescoringen for deg i stedet for mot deg – og pipen din ser ut som den skal: noen sterke kandidater øverst, en sunn midte, og resten naturlig sortert.