×2,5 откликов из email-рассылок: Яндекс персонализировал HR-маркетинг для разработчиков
Работа в Яндексе — карьерный портал с вакансиями и стажировками
Масштаб бизнеса.
На 20% в год в среднем прирастает база подписчиков. 25% подписчиков активные — открывали хотя бы 1 письмо за 90 дней
Задача
Увеличить число откликов на вакансии и регистрации на профессиональные мероприятия
Решение
Персонализировать подборку вакансий с помощью ML-алгоритмаЗапустить контентные email-рассылки для соискателей
ИТ.
CRM- и HR-платформы собственной разработки, платформа автоматизации маркетинга Mindbox
Результат
×2,5 откликов на вакансии из email+10 п. п. к доле регистраций на мероприятия из email
Срок.
6 месяцев
25 февраля 2026
В Яндексе воронка подбора персонала состоит из шести этапов: от знакомства с компанией до онбординга. Чтобы сопровождать соискателей на этом пути и мотивировать их откликаться на вакансии, в компании выстроили CRM-маркетинг внутри HR-подразделения.
Маркетологи запустили контентные рассылки о продуктах и процессах в компании. А еще добавили в письма ML-рекомендации вакансий: кандидат получает 5 самых релевантных позиций с учетом опыта работы, квалификации и города. В результате количество откликов на вакансии из email выросло в 2,5 раза.
Материал будет полезен HR-маркетологам, которые хотят получать больше релевантных откликов от высококвалифицированных специалистов.
Рынок разработчиков не такой большой, как может показаться. Поэтому нам особенно важно эффективно работать с базой, чтобы привлекать релевантных кандидатов.
Поначалу мы использовали рассылки, только чтобы анонсировать мероприятия: на них специалисты ближе знакомятся с компанией или проходят все этапы отбора и получают оффер за пару дней. Постепенно накопив базу, мы масштабировали email-канал: кроме разовых анонсов запустили регулярные контентные рассылки и сегментировали аудиторию по профилям и интересам.
А уже в начале 2025 года стали отправлять рассылки с персональной подборкой вакансий. Это помогло увеличить долю активных подписчиков в базе и целевые переходы на карьерный портал. А главное — в 2,5 раза нарастить число откликов от разработчиков и диджитал-специалистов.
Результат
-
×2,5откликов на вакансии из email
-
+13 п. п.к доле активных подписчиков среди соискателей
-
+10 п. п.к доле регистраций на мероприятия из email
Чтобы исключить сезонные колебания, сравнивали показатели за первое полугодие 2024 и 2025 года. В первом полугодии 2025 в рассылках появились ML-рекомендации вакансий. Метод атрибуции — last click. Данные из внутренней отчетности HR-команды Яндекса
Для оценки результатов email-маркетинга опираемся на три метрики:
— доля активных подписчиков среди соискателей,
— доля регистраций на мероприятия из email,
— число откликов на вакансии из email.
К активным подписчикам относятся те, кто открыл хотя бы одно письмо за последние 90 дней. Если показатель растет, значит, рассылки попадают в интересы аудитории. Чем больше в базе активных подписчиков, тем больше соискателей нам удастся привлечь на мероприятия и вакансии.
Доля регистраций на мероприятия показывает, какая часть участников ивента пришла из email. Чем больше участников нам удастся привлечь на мероприятие, тем больше потенциальных кандидатов познакомятся с компанией поближе. А значит, выше вероятность, что они будут рассматривать Яндекс как работодателя и откликнутся на вакансию.
Рост числа откликов на вакансии — главная метрика карьерного дайджеста, которая доказывает, что ML-рекомендации вакансий работают.
Как email-маркетинг ускоряет три из шести этапов найма
Воронка подбора персонала состоит из шести этапов, через которые проходит соискатель:
- Узнает о компании.
- Интересуется компанией и ее экспертизой.
- Рассматривает как работодателя.
- Откликается на вакансии.
- Проходит отбор.
- Принимает оффер.
Команда HR-маркетинга работает с верхней частью воронки. Туда попадают те, кто уже знает о компании и проявлял к ней интерес: присылал резюме, подписывался на рассылку о компании или регистрировался на мероприятия.
Чтобы на вакансии откликались заинтересованные и релевантные кандидаты, в Яндексе развивают карьерный портал, проводят мероприятия и отправляют контентные email-рассылки и анонсы по базе соискателей.
С помощью рассылок команда знакомит подписчиков с брендом работодателя, корпоративной культурой и мотивирует регистрироваться на ивенты или откликаться на вакансии.
Движение кандидата по воронке в Яндексе
Команда HR-маркетинга работает над улучшением конверсии на втором, третьем и четвертом этапах воронки
Когда мы решили выстраивать системные коммуникации с соискателями, встал вопрос о платформе для рассылок. Нужен был инструмент, который обеспечивает безопасную аутентификацию пользователей и легко интегрируется с внутренними системами Яндекса. Этим требованиям соответствовал только Mindbox.
Как растят вовлеченность с помощью рассылок: +13 п. п. к доле активных подписчиков
При подписке на рассылки соискатели выбирают интересующую тематику или подписываются сразу на все:
- Технодайджест с анонсами митапов, записями докладов и историями запуска продуктов Яндекса.
- Анонсы конференций и быстрых наймовых мероприятий для разработчиков.
- Карьерный дайджест с вакансиями и полезными материалами: как устроен отбор, чего ждать на интервью и как к нему подготовиться.
Контакты собирают из трех источников: подписки на рассылки, регистрации на ивенты и отклики на вакансии. В каждом случае соискатель оставляет email и дает согласие на коммуникации. Дополнительно собирают информацию о профессии, городе и активности — по этим данным формируют сегменты для рассылок с персонализированными подборками вакансий.
Страница подписки на рассылку на карьерном портале. Можно выбрать одну или несколько интересующих тематик
Технодайджест для разработчиков отправляют раз в месяц. В нем анонсируют конференции и рассказывают о запуске новых версий и улучшениях продуктов. Рассылка помогает соискателям оценить, насколько им интересны задачи, масштаб и технологический стек, и принять решение откликнуться на вакансию.
Письмо из рассылки технодайджеста. Open rate — 55%, click rate — 8%
Я часто слышу мнение, что в 2025 году никто уже не читает длинные письма. Но судя по росту активных подписчиков в нашей базе, это неправда.
К таким же результатам нас приводили тесты. Например, мы предположили, что короткий дайджест соберет больше кликов и меньше отписок, и провели тест в сегменте фронтенд-разработчиков. Выборку разделили 50 на 50: первой половине отправили длинную версию письма, второй — короткую.
Оказалось, что размер письма не влияет на отписки, а CTOR длинных писем статзначимо выше — на 0,5 п. п. Думаю, это потому, что в длинных письмах более разнообразный контент, а значит, больше шансов, что читатель заинтересуется чем-то и кликнет.
Рассылки, которые мы отправляем, выглядят как полноценные медиа, и у них год к году растут click rate и open rate. Например, open rate технодайджеста в первом полугодии 2025 на 7,46 п. п. выше, чем в аналогичном периоде 2024 года, а click rate — на 0,27 п. п. На рост этих показателей повлияли два фактора:
1. Улучшение контента. Мы постоянно анализируем тепловые карты и на основе этих данных меняем состав и порядок блоков в письмах. Например, если ролик просматривают реже, чем блок про новые инструменты разработки, мы перемещаем видео ниже, а блок поднимаем выше.
2. Повышение доставляемости писем в Gmail, которое пофиксили в 2024 году вместе с Mindbox.
Анонсы быстрых наймовых мероприятий, митапов и конференций. Яндекс проводит мероприятия для разработчиков примерно семь раз в месяц. Часть из них ориентирована на все профессиональное сообщество и работает на продвижение технобренда компании. Отдельно по запросу рекрутмента организуют наймовые ивенты: кандидаты проходят все собеседования за пару дней и получают оффер. Такие мероприятия помогают быстрее закрывать вакансии.
Письмо о наймовом мероприятии. Open rate — 53%, click rate — 7%
Письмо с анонсом онлайн-трансляции для разработчиков, техлидов и архитекторов. Open rate — 46%, click rate — 5%
При подготовке к конференции BigTechNight на 27 000 участников стало очевидно, что регистрировать, отправлять билеты, ссылки на участие и запись трансляций вручную будет невозможно. Поэтому коммуникации собрали в автоматическую цепочку, которая ведет участника по нужной ветке. Для офлайна она отправляет билет и сервисные письма перед событием, для онлайна — ссылку на трансляцию и запись после мероприятия. Финальным письмом в цепочке уходит NPS: его отправляют тем, кто дошел до ивента, чтобы собрать обратную связь и улучшить организацию следующих событий.
Автоматическая цепочка для тех, кто зарегистрировался на ивент
Первое письмо из цепочки для тех, кто зарегистрировался на конференцию BigTechNight и будет участвовать онлайн. Open rate — 58%, click rate — 4%
Карьерный дайджест отправляют раз в месяц. Его задача — замотивировать соискателей рассмотреть Яндекс как работодателя. В каждом выпуске делятся открытыми вакансиями и свежими статьями из карьерного блога: рассказывают о работе в компании, делятся рабочими кейсами и опытом развития в профессии.
Блоки с вакансиями и статьями ведут из письма на карьерный портал. Средние показатели карьерного дайджеста за 2025 год: open rate — 37%, click rate — 2,5%
Как в 2,5 раза повысили число откликов из email с помощью ML-алгоритма
Поначалу в карьерный дайджест не добавляли вакансии — опасались, что прямой призыв откликаться отпугнет аудиторию, которой интересно читать про стек технологий, процессы и карьеру. По мере роста трафика на карьерный портал из email решили провести эксперимент и добавили в письма блок с подборкой вакансий. В результате click rate удвоился в первой же рассылке и сохранился в последующих.
Подборки формировали вручную. Из списка открытых позиций отбирали пять по каждому направлению: бэкенд, фронтенд, мобильная разработка и ML-инженеры. Внутри каждого направления подбирали вакансии из разных бизнес-групп, например из команды Алисы или Поиска. Затем вакансии добавляли в рассылки по сегментам. Например, всем бэкенд-разработчикам отправляли подборку вакансий этого стека.
Фрагмент карьерного дайджеста с подборкой вакансий без ML-персонализации
Несмотря на возросший интерес подписчиков, CTOR карьерного дайджеста в сегменте бэкенд-разработчиков не дотягивал до внутреннего бенчмарка по вовлеченности: 9% против 16%. Более того, через форму обратной связи подписчики начали жаловаться, что получают вакансии, которые не соответствуют их профессии. Это было ожидаемо на этапе MVP, потому что бэкенд — самый неоднородный сегмент по стеку.
Процент отписок в карьерном дайджесте был на 0,05 п. п. выше, чем в остальных рассылках. Чтобы это исправить, мы ввели метрику, за которой следим наравне с другими — CSAT (customer satisfaction score). Она показывает, какая доля подписчиков довольна рассылками. Чтобы отслеживать этот показатель, внизу письма добавили блок для сбора обратной связи с пятью звездочками и полем для комментариев. На старте CSAT у бэкенд-разработчиков был ниже внутренних бенчмарков, его важно было подрастить. После внедрения ML-персонализации метрика выросла на 24 п. п. и достигла нужного уровня.
Блок для сбора обратной связи внизу карьерного дайджеста
Команда HR-маркетинга ожидала, что у писем с персональной подборкой вакансий будет выше click rate. Также рассчитывали, что подписчики станут больше откликаться, если вакансии в подборках будут соответствовать их интересам и навыкам.
В это же время ML-специалисты HRTech Яндекса разработали инструмент для другой HR-команды — рекрутеров. Он помогает находить в рекрутерской мастер-базе релевантных кандидатов на открытые позиции: по заданным параметрам ищет тех, кто подходит под требования вакансии. Например, по запросу «Бэкенд-разработчик, Москва, С++» выдает список соискателей, которые живут в Москве и владеют этим технологическим стеком.
Чтобы персонализировать подборку, CRM-маркетологи решили использовать этот инструмент в обратную сторону — подбирать вакансии для подписчиков. Для этого из Mindbox выгрузили списки соискателей, чьи резюме есть в рекрутерской мастер-базе, и кто давал согласие на рассылки. Модель анализировала резюме по четырем параметрам: профессии, опыту работы, городу, а затем сопоставляла их с описанием вакансий и формировала матрицу «соискатель — пять вакансий». После этого в карточку каждого подписчика в Mindbox добавили поле с рекомендациями — пятью вакансиями, которые подобрала модель. При отправке карьерного дайджеста Mindbox подтягивал рекомендованные вакансии в письмо.
Бонус: как протестировали ML-алгоритм
Чтобы оценить, насколько ML-модель эффективна для подбора вакансий, провели тесты с контрольной группой.
Гипотеза. Письмо с персональной подборкой вакансий соберет больше кликов и откликов, при этом число отписок не возрастет.
Сегменты. Для проверки гипотезы запустили несколько тестов на двух самых крупных сегментах: бэкенд- и фронтенд-разработчики.
Чтобы выборка была однородной не только по профессии, но и по «теплоте», каждый сегмент фильтровали в Mindbox и получали три выгрузки:
- Активные — подписчики, которые открыли хотя бы одно письмо за 90 дней.
- Среднеактивные — открыли хотя бы одно письмо за последние 180 дней.
- Спящие — те, кто получил больше пяти писем и не открыл ни одно за 180 дней.
Затем подсегменты делили 50 на 50 на тестовую и контрольную группы. Тестовой отправляли письмо с персонализированной ML-подборкой, контрольной — с ручной массовой подборкой вакансий.
Сегменты для тестов
Срок для оценки результата. Эффект оценивали спустя три недели после отправки. Этого времени достаточно, чтобы собрать отложенные отклики по атрибуции last click и при этом не пересекаться со следующей рассылкой, которая выходит раз в месяц. Тест повторяли по три раза в каждом сегменте, а статистическую значимость подтверждали z-тестом.
Механика. В каждом тесте письма уходили разным участникам в зависимости от текущей активности. Например, подписчик мог попасть в первый тест как среднеактивный, а в другой тест — как активный.
Метрики. Количество кликов и откликов, bounce rate.
Гипотеза подтвердилась. Тесты показали статистически значимый прирост метрик у писем с персональной подборкой вакансий.
Тест в сегменте бэкенд-разработчиков. Средние показатели по всем трем подсегментам
Варианты
Количество кликов
Количество откликов из письма
Bounce rate
Письмо с персональной подборкой
Х+26%
Y+30%
Z
Письмо с ручной подборкой
Х
Y
Z
Статистическая значимость — 95%
Тест в сегменте фронтенд-разработчиков. Средние показатели по всем трем подсегментам
Варианты
Количество кликов
Количество откликов из письма
Bounce rate
Письмо с персональной подборкой
Х+10%
6Y
Z
Письмо с ручной подборкой
Х
Y
Z
Статистическая значимость — 95%
Тесты подтвердили нашу гипотезу: персонализированная подборка и правда увеличивает количество кликов и число откликов. Особенно ощутимый эффект получили в сегменте бэкенд-разработчиков. Из-за разнообразия языков программирования там невозможно вручную подобрать вакансии каждому конкретному разработчику, поэтому общая для всех случайная подборка чаще получалась нерелевантной. ML-модель точнее подбирает вакансии под профиль соискателя, поэтому в среднем по сегменту количество кликов на вакансии стало больше на 26%, а откликов — на 30%.
В сегменте фронтенд-разработчиков кликов на вакансии было примерно одинаковое количество в тестовой и контрольной группах. Но зато откликов в 6 раз больше у тех, кто получал персонализированную подборку. Значит, модель понимает, какие вакансии подойдут соискателям и это влияет на их поведение.
Планы
Запустить рассылку только с вакансиями, чтобы привлекать соискателей в момент поиска работы. Карьерный дайджест с вакансиями уходит раз месяц, а значит, может не застать подходящего соискателя, когда он исследует рынок труда. Чтобы «поймать» тех, кто прямо сейчас присматривается к новой работе, команда HR-маркетинга будет отправлять дополнительные письма с подборкой подходящих вакансий тем, кто недавно интересовался работой в Яндексе.
P. S. В этой истории мы рассказывали о нашем продукте Рассылки. Узнайте о нем подробнее на его странице или в разговоре с консультантом.
