ooligo
n8n-flow

Alertes sur le parcours de recrutement avec Ashby, PostgreSQL et n8n

Difficulté
intermédiaire
Pour
recruiting-leader · talent-acquisition · recruiting-ops
Recruiting & TA

Stack

Utilisez ce workflow lorsque l’équipe des opérations de recrutement doit repérer un poste ou une étape à examiner. Le téléchargement comprend un collecteur Ashby, un schéma PostgreSQL et un workflow n8n inactif. L’exemple synthétique produit quatre alertes à partir de données agrégées. Vous pouvez examiner les éléments qui déclenchent chacune avant de connecter vos comptes.

Exécuter l’exemple

Décompressez le ZIP et lancez python3 -B check_fixture.py avec Python 3.10 ou une version ultérieure. Affichez ensuite l’instantané utilisé par les deux détecteurs :

python3 -B ashby_adapter.py --config config.example.json --fixture fixtures/ashby-pages.json --as-of 2026-11-02

La date marque la borne de fin exclue, en UTC. La fenêtre quotidienne couvre le 1er novembre et la fenêtre hebdomadaire commence le 26 octobre. Le jeu d’essai contient deux pages de candidatures au poste Analyst et deux pages d’historique pour une candidature. Il comprend aussi un poste suivi sans candidature et un poste ajouté récemment. Le collecteur lit dix pages de réponses synthétiques et conserve les trois postes dans l’instantané.

Alerte attendueÉléments du jeu d’essai
Baisse du taux de conversionSur quatre sorties de l’étape Screen dont l’étape suivante est connue, une mène à Onsite. Le taux de 25 % est inférieur au seuil calculé sur une moyenne de référence de 75 %, diminuée de deux écarts-types de 10 points chacun.
Durée des passages terminésLa durée médiane des passages terminés à l’étape Screen est de 48 heures. Le seuil d’alerte vaut 1,5 fois la limite configurée de 24 heures.
Poste sans mouvementLe poste suivi Quiet role n’a enregistré aucune entrée ou sortie d’étape en sept jours. Le poste plus récent, suivi depuis moins de sept jours, ne déclenche aucune alerte.
Délai d’embaucheUne candidature a atteint l’étape d’embauche configurée 59 jours après sa création, au-delà du seuil de 30 jours de l’exemple. L’effectif minimal de cet exemple est d’une embauche.

fixtures/expected-alerts.json contient les données attendues pour chaque alerte. Pour le scénario à une seule alerte, exécutez node check_postgres.mjs --one-alert après l’installation de PGlite décrite dans _README.md. Le poste sans mouvement crée une entrée dans la file au premier passage et aucune nouvelle au second. Dans le test SQL complet, le détecteur d’embauches s’exécute avant celui des étapes. Il obtient une nouvelle alerte d’embauche, puis trois nouvelles alertes de poste ou d’étape. Une nouvelle exécution des deux détecteurs n’ajoute aucune alerte. Les seuils et les petits effectifs du jeu d’essai illustrent les règles. Choisissez des références et des effectifs minimaux adaptés à vos indicateurs de recrutement.

Préparer la source et la base de données

Copiez config.example.json et remplacez tous les identifiants fictifs de poste et d’étape, les libellés, dates de début de suivi, références et limites. Définissez quelles étapes suivantes comptent comme une progression. Calculez la moyenne et l’écart-type de référence à partir des taux quotidiens admissibles, avec le même dénominateur de sorties observées. La règle exige au moins 20 jours de référence et un écart-type positif. Le collecteur refuse une référence actualisée il y a plus de 35 jours. Il vous revient de reconstituer les références historiques et de planifier leur actualisation.

Le collecteur appelle Ashby application.list pour chaque poste suivi, puis application.listHistory pour chaque candidature. Ces deux requêtes POST paginées utilisent le droit candidatesRead. Le collecteur trie l’historique par numéro d’étape et utilise les identifiants d’étape et les horodatages. Une page manquante, un doublon ou une séquence incohérente interrompt la collecte. L’absence d’activité ne peut être interprétée qu’après la réussite de la collecte complète.

Appliquez schema.sql avec psql, définissez ASHBY_API_KEY pour le collecteur et planifiez la commande de collecte réelle de _README.md avant 02:00 UTC. L’option --persist stocke un instantané complet via la connexion PostgreSQL configurée. Les tables sont hfa.snapshots et hfa.alerts. Vous pouvez recharger le même instantané. Un contenu différent pour la même date nécessite une revue. Les agrégats stockés excluent noms de candidats, emails et identifiants de candidature. Vérifiez les libellés de postes avant de les envoyer à des services externes.

Connecter les détecteurs et la livraison

Importez hiring-funnel-anomaly-n8n.json dans n8n. Associez les identifiants PostgreSQL, Anthropic Header Auth et Slack Header Auth. Dans Check channel configuration, renseignez les identifiants approuvés des canaux pour les étapes et pour la direction. Gardez le workflow inactif jusqu’à ce que les deux détecteurs renvoient les lignes attendues dans une base de test jetable. Le collecteur utilise son propre identifiant Ashby en dehors de n8n.

Le détecteur de 02:00 UTC évalue conversion, durée des passages terminés et activité de chaque poste sur sept jours. La conversion compte les sorties dont l’étape immédiatement suivante est observée avant la borne de fin. Elle exclut les sorties terminales sans étape suivante et les ruptures dans la numérotation des étapes. La durée porte sur des intervalles terminés. L’alerte décrit donc une étape, sans désigner une personne qui y attend actuellement. Le détecteur de 03:00 UTC mesure indépendamment le délai entre la création d’une candidature et sa première entrée dans l’étape d’embauche configurée. Une embauche n’est comptée que si l’historique est complet depuis l’étape de numéro zéro jusqu’à cette entrée. Si le début de l’historique manque, la date de première embauche reste invérifiable et la candidature est exclue de cette statistique. Confirmez le sens de cette étape dans votre ATS avant d’interpréter cet indicateur comme un délai d’embauche. L’absence d’instantané pour la date considérée provoque une erreur explicite dans chaque détecteur.

Les deux tâches planifiées écrivent des clés d’alerte stables dans la même file d’envoi. Après chaque détection et toutes les 15 minutes, le traitement de livraison réserve une ligne en attente. Claude reçoit les indicateurs agrégés pour rédiger une explication courte. Slack reçoit les chiffres, l’explication et la clé de référence. Contrôlez le résultat delivery_state ainsi que le champ state de la ligne. Pour confirmer la livraison, Slack doit renvoyer ok:true, un canal et un horodatage. Un rejet reconnu, par exemple ok:false avec channel_not_found, indique un échec définitif. Selon Slack, internal_error et fatal_error peuvent survenir après un succès partiel. Ces erreurs, les codes inconnus, les confirmations incomplètes et les délais dépassés lors de l’envoi laissent le résultat incertain. Cherchez la référence dans le canal avant de décider d’une nouvelle tentative. Le workflow conserve les envois incertains en attente d’une revue. Réponses de Slack

Vérification et coût d’exploitation

Douze vérifications Python hors ligne couvrent la pagination, les données invalides, les bornes de date, les postes sans candidature et la structure de l’export. Le SQL livré a été exécuté sur PostgreSQL 18.6 via PGlite et indépendamment sur PostgreSQL 18.4 natif avec des données synthétiques. Les tests ont exercé les deux branches, comparé les données exactes des alertes et répété les exécutions. Les tests PGlite ont également couvert les réservations temporaires de livraison, les accusés de réception, le rejet définitif et les résultats incertains. L’export a été importé sans modification dans n8n 2.45.7. Sept exécutions en ligne de commande ont utilisé des copies avec déclenchement manuel, des identifiants locaux de test et des services simulés de modèle et de Slack sur la boucle locale. Les nœuds SQL, Code et HTTP ont traité quatre explications simulées et quatre publications simulées confirmées, deux par canal. Répéter les traitements d’étape, d’embauche et d’envoi n’a ajouté ni appel ni alerte. Le README fournit les commandes du jeu d’essai. Il reste à vérifier le déclenchement aux heures prévues et les comptes des fournisseurs en conditions réelles.

Prévoyez les coûts liés au nombre de candidatures et de pages d’historique parcourues par poste, au stockage PostgreSQL, aux exécutions n8n et aux appels au modèle pour les alertes réservées. Dans l’exemple à quatre alertes, quatre premières tentatives réussies demandent quatre explications et quatre publications Slack. Les nouvelles tentatives avant envoi peuvent augmenter la consommation du modèle. Mesurez les tokens, le délai de livraison et le temps de revue dans votre environnement avant de fixer un budget ou un objectif de réponse.

Utilisez un tableur ou le rapport de votre ATS si personne n’est responsable des références, des canaux ou du suivi des alertes. Réévaluez le détecteur lorsque les étapes sont stables et qu’un responsable de revue est désigné. Les résultats orientent l’examen du processus de recrutement à partir de données agrégées. Le workflow ne modifie aucune donnée de l’ATS.

Fichiers de cet artefact

Tout télécharger (.zip)