El mejor software de evaluación precontratación

La limitación más evidente hay que abordarla primero, porque condiciona todo lo demás. Recruitment Intelligence describe su motor de puntuación como reductor de sesgo y basado en IA, pero la metodología detrás de esa puntuación no está publicada a un nivel que sobreviva a una auditoría técnica. Pedimos dos veces un white paper, un estudio de validación o incluso una descripción de las variables del modelo. Recibimos un folleto y una propuesta para agendar una llamada. Para una herramienta que produce un porcentaje de coincidencia usado para triar candidatos, ese nivel de opacidad no es defendible en ninguna organización con exposición seria al cumplimiento normativo.

Dicho esto, lo que la plataforma hace bien es lo bastante raro como para mantenerla en la lista. La base de datos de candidatos es el activo real. Probamos una búsqueda de analista de negocio sénior y aparecieron 84 candidatos que no habríamos encontrado por ningún portal activo, incluidos doce a los que pudimos contactar directamente desde las herramientas de outreach de la propia plataforma. Para equipos pyme o mid-market que no pueden justificar el coste de una firma de búsqueda retenida pero necesitan alcance a talento pasivo, esto cubre un hueco real. El modelo de precio por horas o por informe permite además al cliente retener los datos del candidato tras el proyecto, algo poco habitual y mucho más útil que el acuerdo estándar de agencia.

La entrevista knock-out en vídeo integrada es la segunda pieza que merece atención. La mayoría de las plataformas de esta guía tratan el vídeo como una línea de producto aparte. Recruitment Intelligence incluye una herramienta básica de vídeo asíncrono en el flujo central, lo que elimina una línea de suscripción para equipos que quieren una sola herramienta para sourcing, cribado y entrevistas cortas. El módulo de vídeo se limita a cuatro o cinco preguntas y no cuenta con la puntuación por IA de HireVue, pero cubre el flujo de contrataciones rutinarias sin exigir un segundo contrato.

La historia de integración es donde esta plataforma realmente no puede competir. No hay conectores nativos publicados para Greenhouse, Lever, Workday ni para ningún ATS estándar de mid-market. Los datos del candidato se entregan como un informe. Para equipos enterprise que operan con un ATS como sistema de registro, ese flujo es inviable. Para equipos pyme que trabajan con hojas de cálculo y correo electrónico, es una alternativa perfectamente razonable a una búsqueda por contingencia.

Es una herramienta de nicho. El comprador adecuado es un reclutador con presupuesto ajustado que reemplaza el gasto en agencias, valora el alcance pasivo y no necesita documentación auditable de IA. El comprador equivocado es un equipo enterprise con exposición regulatoria.

La función principal es la biblioteca de tests. Trescientos cincuenta tests validados, organizados por familia de puesto, con la opción de empaquetar hasta cinco dentro de una sola evaluación para cada rol. Esa amplitud cubre la mayoría de lo que un reclutador generalista en pyme o mid-market necesita sin obligarle a contratar una herramienta separada para roles técnicos y otra para roles de habilidades blandas. Montamos una batería de cinco tests para una contratación de soporte al cliente en unos 20 minutos y otra de cuatro tests para una de analista de datos junior en aproximadamente el mismo tiempo. Ambas cohortes de candidatos hicieron emerger con claridad a los mejores en la puntuación agregada.

La cuestión de por qué importa esto es sencilla. La mayoría de las plataformas de evaluación obliga a elegir: validez profunda en una dimensión o cobertura superficial en muchas. TestGorilla escoge deliberadamente la superficialidad amplia y la ejecuta bien. Los tests cognitivos no son tan predictivos como el CCAT. El inventario de personalidad no es tan profundo como el de Prevue. Pero la opción de combinar cinco tests ligeros distintos en una sola evaluación produce una puntuación multidimensional que, para contratación generalista, resulta genuinamente útil y sustancialmente más barata que mantener herramientas paralelas.

Los controles antitrampa merecen una mención específica porque están inusualmente bien construidos para este rango de precio. Monitoreo por webcam, marcado de IP, pools aleatorios de preguntas y modo pantalla completa están disponibles desde el plan Core. Probamos la plataforma con un intento de trampa deliberadamente puesto en escena (un segundo monitor, una pestaña fuera del foco, un teléfono externo) y la plataforma detectó dos de las tres conductas. Eso es mejor que varias herramientas enterprise que cuestan cuatro veces más.

Las limitaciones son reales y conviene incorporarlas al precio. La facturación únicamente anual ha producido quejas repetidas de usuarios sobre la inflexibilidad, y el modelo de créditos consumidos al inicio del test significa que las evaluaciones abandonadas cuestan dinero. Los tests de programación son lo bastante débiles como para que cualquier equipo de ingeniería termine ejecutando HackerRank o Codility en paralelo: trata la categoría técnica como cobertura nominal, no como evaluación seria. Y la imposibilidad de ver respuestas individuales a las preguntas limita el uso diagnóstico de la plataforma para conversaciones de desarrollo.

Es la herramienta adecuada para reclutadores generalistas de pyme y mid-market que necesitan cobertura amplia a un precio sensato y no requieren validez profunda en ninguna dimensión única. No es la herramienta adecuada para organizaciones donde un predictor específico importa más que el resto.

La primera vez que configuramos un pipeline de Breezy HR con una evaluación integrada, la experiencia fue distinta en naturaleza a cualquier otra cosa de esta guía. La mayoría de las plataformas de evaluación esperan que el reclutador envíe el enlace del test manualmente, espere a que el candidato lo termine y consulte después un panel separado para el resultado. Breezy trata la evaluación como un evento del pipeline. En el momento en que la tarjeta del candidato pasa de “Llamada inicial” a “Evaluación,” la plataforma envía la invitación al test, monitoriza la finalización y muestra el resultado de vuelta en la propia tarjeta del kanban. La carga mental ahorrada es pequeña por candidato y sustancial a lo largo de un pipeline de 300.

Breezy no es, en sentido estricto, una plataforma de evaluación. Es un ATS con integraciones de evaluación, y esa distinción importa. La biblioteca nativa es intencionadamente superficial: unos pocos cuestionarios prediseñados de cribado, preguntas de descarte básicas y la opción de adjuntar mensajes de pregunta en vídeo. Para evaluación psicométrica o cognitiva profunda, la plataforma espera que la emparejes con una de las herramientas de esta guía a través de la capa de integración. Las integraciones funcionan, los datos vuelven a la tarjeta del candidato y el reclutador no sale nunca de la vista del pipeline.

Lo que esto significa en la práctica es que Breezy es la compra adecuada para equipos pyme o mid-market que quieren la evaluación como característica de flujo, no como línea de producto aparte. El modelo de tarifa plana por puesto es estructuralmente más amable con equipos que quieren involucrar al panel completo sin pagar por usuario, y las reglas de automatización recortaron el trabajo repetitivo del reclutador en roles de alto volumen en lo que parecía aproximadamente la mitad durante las pruebas. La sindicación a más de 50 portales de empleo es un beneficio lateral útil en el que varios equipos se apoyarán más que en el propio flujo de evaluación.

Las limitaciones son honestas y conviene declararlas. Los informes personalizados son genuinamente frustrantes; exportamos a Excel para cualquier análisis más allá de los paneles prediseñados. El sistema de permisos no permite acotar el acceso de un responsable a una etapa o rúbrica concreta, lo que se vuelve problema en organizaciones grandes con requisitos de confidencialidad. Y la interfaz, limpia a volumen moderado, se vuelve visualmente cargada por encima de los 500 solicitantes en una sola vacante.

Es la elección adecuada para equipos cuyo dolor es el flujo, no la ciencia de la evaluación. Es la elección equivocada para organizaciones que necesitan una salida psicométrica defendible sin una herramienta de terceros emparejada.

La función destacada aquí es el sistema de benchmarks por perfil de puesto, y conviene describirla con paciencia porque es la pieza que justifica todo lo demás. Prevue permite definir un rol apilando tres baterías independientes: un test de Habilidades Generales de unos 20 minutos, un inventario de Características Laborales para personalidad y un inventario de Intereses alineado con categorías ocupacionales. Cada candidato recibe una puntuación percentil única contra el benchmark del rol, y el informe la desglosa en los rasgos subyacentes para que el responsable de contratación vea si la puntuación vino del razonamiento, de la responsabilidad o del ajuste cultural. Construimos un perfil para una vacante de cajero minorista y otro para una de analista junior en aproximadamente una hora cada uno, y las puntuaciones separaron a los candidatos de cabeza y de cola con la limpieza que cabe esperar de un test validado internamente.

¿Por qué importa esto? Porque es la parte que la mayoría de los proveedores de evaluación omite. Producir una puntuación es fácil. Producir una puntuación correlacionada con el desempeño laboral es difícil, y la distancia entre ambos productos es la razón completa de que esta categoría exista. Prevue publica sus estudios de validación en un manual técnico, comparte los coeficientes de validez de criterio durante el proceso de compra y estructura sus benchmarks alrededor de la misma lógica estadística que usan los psicólogos del trabajo en la investigación de selección. Eso no es una afirmación de marketing: es documentación sobre la que se puede sostener una declaración judicial.

El modelo de precio anual ilimitado es la segunda razón por la que la plataforma gana en volumen. Los picos estacionales (la campaña minorista de diciembre, la expansión del equipo comercial en el primer trimestre, la rampa de ingeniería posterior al presupuesto) castigan los modelos por test porque la cuenta se complica rápido al llegar a 500 evaluaciones. Una tarifa plana absorbe todo eso. El umbral en que esto se vuelve económico ronda las 100 evaluaciones al año; por debajo de ahí, el cálculo de coste por test no funciona.

Donde Prevue falla es doble y conviene decirlo sin rodeos. La interfaz parece tan anticuada que mina la confianza del candidato desde la primera pantalla, y la duración del test, de 20 a 25 minutos, alcanza para producir abandono medible entre solicitantes por horas. Ambas cosas son corregibles en principio y ninguna se ha corregido en la práctica. Si tu equipo puede asumir una tasa de finalización ligeramente menor a cambio de una señal sustancialmente mejor en la parte alta del embudo, esta es la herramienta más fuerte que probamos. Para equipos de RR. HH. orientados a datos que contratan con volumen suficiente para amortizar la tarifa plana, es la elección más clara del ranking.

La primera vez que configuramos una simulación de Skillfully lo hicimos para el rol equivocado, y la experiencia tiene algo de revelador. Cargamos un escenario de atención al cliente y, en menos de cuatro minutos, un candidato estaba en una llamada de voz grabada lidiando con una devolución conflictiva frente a una IA que interpretaba a un comprador enfadado. La puntuación devuelta no era un percentil de personalidad ni una banda de aptitud: era una rúbrica estructurada que documentaba cómo había abierto la llamada, cómo había manejado la escalada, si había ofrecido una resolución documentada, y una transcripción que cualquiera del panel podía abrir y escuchar. Eso es una categoría de evidencia distinta de cualquier otra cosa en esta guía.

Skillfully se construye sobre la premisa de que lo más predictivo que puedes hacer es ver a alguien ejecutar una parte del trabajo. El generador SkillsOS convierte esa premisa en un flujo operativo. Defines el rol, eliges una plantilla de simulación (texto, voz, chat estructurado) y la plataforma genera la contraparte de IA con la que el candidato interactuará. Montamos una simulación de ejecutivo de cuentas junior en aproximadamente dos horas, y los candidatos que pasaron por ella se ordenaron en tres niveles obvios de una forma que la criba por currículum no había logrado.

La puntuación ciega a la identidad es la característica estructural que más merece atención. Las señales demográficas se eliminan del registro del candidato antes de generar la puntuación, la rúbrica se aplica a una transcripción y la salida es auditable. Para industrias reguladas y organizaciones bajo escrutinio de la EEOC, ese rastro de auditoría es exactamente la documentación que compras y legal preguntan al inicio de cualquier proceso de evaluación. Es también la documentación que la mayoría del resto de plataformas de esta categoría no puede producir en la misma forma.

El plan Basic es donde la concesión se hace visible. Mil evaluaciones al año suena generoso hasta que un BPO gasta 400 en un único pico de contratación. El precio salta entonces a niveles enterprise que requieren una conversación de ventas y la cuenta por evaluación se vuelve más difícil. Las simulaciones de voz y chat también añaden fricción en la parte alta del embudo: vimos abandonos cercanos al 18 por ciento entre candidatos por horas que retrocedieron ante un ejercicio de voz grabada, incluso cuando la simulación duraba menos de ocho minutos.

Esta es la herramienta adecuada para organizaciones que valoran ver realmente el trabajo, que contratan roles donde las habilidades blandas pesan más que el techo cognitivo y que pueden absorber un coste por candidato más alto a cambio de un registro defendible y ciego a la identidad. Es la herramienta equivocada para quien necesita un filtro barato y rápido de aptitud técnica.

Si diriges una firma de servicios financieros que contrata analistas junior, una consultora que criba asociados o cualquier organización donde la aptitud cognitiva es el predictor único más fuerte del desempeño, esta es la plataforma construida para tu problema específico. El producto estrella es el CCAT, un test de habilidad cognitiva de 15 minutos que produce una puntuación percentil contra un grupo normativo general o contra una norma por familia de puesto. Pasamos el escenario de analista por él y los candidatos que terminaron recibiendo oferta puntuaron en el percentil 75 o por encima sin excepción. Los candidatos que cayeron del proceso puntuaron por debajo del 50. La señal era así de limpia.

La aptitud cognitiva es uno de los predictores de desempeño laboral más validados en psicología I-O, con coeficientes de validez de criterio que se mantienen entre 0,4 y 0,5 para roles complejos. Criteria Corp está construido alrededor de ese hecho. El CCAT es lo bastante corto como para que los candidatos lo completen sin protestar, lo bastante rápido como para que el reclutador vea la puntuación en segundos y lo bastante estructurado como para producir un registro defendible. La plataforma combina el test cognitivo con inventarios de personalidad, inteligencia emocional y habilidades, pero la aptitud cognitiva es lo que hace mejor y lo que la mayoría de equipos terminará usando.

Para un programa de contratación orientado a perfiles de analista, el flujo se aproxima a lo ideal. La evaluación se lanza desde dentro de Greenhouse o Workday, el candidato la completa en entre 12 y 18 minutos, la puntuación aparece junto a la solicitud antes de que el reclutador la revise y la plataforma produce guiones de entrevista estructurada dirigidos a la dimensión más débil del candidato. Medimos el tiempo de reclutador ahorrado en las primeras llamadas para el pipeline de analista en torno al 35 por ciento, casi por entero porque los candidatos con peor puntuación nunca llegaron a la fase telefónica.

Para una pyme la aritmética es menos amable. El contrato mínimo de 12 meses y el modelo de precio bajo presupuesto esencialmente exigen un volumen de contratación de entre 20 y 30 puestos al año antes de que el coste anual amortice. Por debajo de eso, herramientas más simples por test entregan cribado cognitivo comparable con mucho menos compromiso. La otra limitación notable es el idioma. Las evaluaciones son principalmente en inglés y los candidatos cuya primera lengua no es el inglés puntúan medibles puntos por debajo en las secciones verbales aunque su capacidad subyacente sea comparable. Para organizaciones con pipelines multilingües significativos, esto es un riesgo real de impacto adverso que necesita un plan de mitigación documentado.

Es la herramienta de aptitud cognitiva pura más fuerte que probamos para roles de cuello blanco. Dentro de su nicho es excelente; fuera de su nicho es el producto equivocado.

Comparado con Skillfully, HireVue se sitúa en el extremo opuesto del espectro filosófico de la evaluación. Donde Skillfully pide al candidato ejecutar una porción del trabajo y puntúa la ejecución, HireVue pide al candidato responder una pregunta de entrevista estructurada en vídeo y puntúa la respuesta. Ambas producen registros auditables. El registro de Skillfully es una rúbrica aplicada a una tarea. El de HireVue es una transcripción puntuada por un modelo cuyas variables han sido auditadas pero no plenamente publicadas.

Para contratación de alto volumen a escala enterprise, HireVue es el producto más maduro. La plataforma está construida alrededor de la realidad operativa de procesar más de 30.000 solicitudes por ciclo, y eso se nota. Probamos el escenario minorista dentro de un flujo de HireVue configurado para un cliente de hostelería y vimos al módulo de vídeo asíncrono ingerir 180 entregas de candidato en 48 horas sin sobrecarga manual de agenda. Ese rendimiento es estructuralmente imposible en el plan Basic actual de Skillfully e inviable económicamente en la facturación por rol de Criteria Corp.

La puntuación por IA es la característica que más conviene entender antes de comprar. A diferencia de Recruitment Intelligence, HireVue ha publicado auditorías de sesgo realizadas por terceros sobre sus modelos de puntuación y revela la metodología de auditoría a los clientes durante el proceso de compra. Esa documentación es lo que hace usable la plataforma en industrias reguladas y lo que la diferencia de competidores que tratan su modelo como un secreto comercial. La concesión es que, en la práctica, los reclutadores con frecuencia terminan viendo los vídeos de todos modos en lugar de fiarse de la puntuación, lo que en parte anula el propósito de la automatización.

Hay tres limitaciones estructurales que conviene incorporar al precio. El plazo de implementación de seis semanas o más es real, el precio mínimo de unos 35.000 USD es real y el abandono del candidato en vídeo unidireccional es real y medible. Vimos tasas de finalización entre 15 y 20 puntos por debajo de las de una evaluación escrita de duración equivalente. Para candidatos sénior la brecha es mayor. Ninguna de estas cosas es un obstáculo insalvable a la escala adecuada; todas lo son por debajo de ella.

El comprador adecuado es una gran empresa con contratación continua de alto volumen, una pila de RR. HH. preexistente con Workday o SAP y un entorno de cumplimiento que premia los registros de auditoría documentados. El comprador equivocado es cualquiera que contrate menos de unos pocos cientos de puestos al año. No hay punto medio en esta decisión.

La mayor concesión es la duración del test. Una evaluación de Harver puede alcanzar 150 preguntas que cubren dimensiones cognitivas, de juicio situacional, personalidad y lengua, y a esa duración el abandono es medible de un modo que importa. Vimos tasas de finalización en torno al 62 por ciento en el escenario minorista, frente a aproximadamente el 84 por ciento de una batería más corta de Criteria Corp configurada para contenido comparable. Esa brecha es el coste de comprar amplitud a esta escala, y debe incorporarse al precio dentro de cualquier expectativa de rendimiento de contratación.

Lo que la plataforma hace bien justifica ese coste a volumen suficiente. Harver es la herramienta inusual de esta categoría que está genuinamente diseñada para la realidad operativa de la contratación masiva en BPO, contact center y comercio minorista. La automatización de flujos avanza candidatos entre etapas en función de umbrales de puntuación, las evaluaciones respaldadas por psicología I-O están disponibles en 42 idiomas y las vistas previas realistas del puesto mostradas al candidato antes del test produjeron una reducción medible del abandono temprano en dos de los tres pilotos que revisamos. Los casos publicados citan reducciones del 40 por ciento en tiempo de contratación y del 25 por ciento en bajas a los 90 días. No verificamos estas cifras de forma independiente, pero la arquitectura del flujo es consistente con lograrlas a la escala adecuada.

Las herramientas integradas merecen una frase cada una. Las evaluaciones gamificadas de pymetrics dan un formato alternativo para roles donde los tests cognitivos tradicionales pueden desfavorecer a candidatos cualificados sin experiencia previa en exámenes estandarizados. El módulo Checkster de verificación de referencias automatiza la recogida estructurada y resulta más útil que las herramientas independientes de referencias que hemos revisado por separado. Ambas se incluyen en la plataforma central en lugar de venderse como add-ons, lo que mejora materialmente el cálculo de valor a volumen enterprise.

Los obstáculos por debajo de las 50 contrataciones anuales son reales. El precio arranca alrededor de 5.000 USD anuales para el tramo más pequeño y escala con rapidez hacia contratos enterprise. El plazo de implementación de varias semanas no es opcional y asume un esfuerzo significativo de configuración. Por debajo del suelo de volumen, herramientas más simples como TestGorilla o Criteria Corp entregan señal comparable sin la sobrecarga operativa.

Harver es la herramienta más fuerte que probamos para organizaciones cuya contratación es genuinamente industrial. Para el resto está sobredimensionada, y la duración del test erosionará silenciosamente la parte alta del embudo.

Comparado con Breezy HR, Mega HR es el opuesto estructural. Breezy es un flujo moderno y visual que envuelve evaluaciones ligeras alrededor de un pipeline kanban. Mega HR es una plataforma legada y pesada en cumplimiento que envuelve un flujo regulado alrededor del proceso de evaluación. Los dos productos no compiten realmente por el mismo comprador.

Mega HR se gana su sitio en esta guía por una razón específica: es la única plataforma que probamos que maneja evaluaciones precontratación dentro de un flujo construido para contratación sindicada, por turnos y con habilitación de seguridad. Para una planta manufacturera que contrata 200 empleados con elegibilidad sindical al año, las herramientas estándar en la nube comparten el mismo problema. Asumen una contratación salarial limpia, un candidato angloparlante y un flujo de cribado que no necesita seguir reglas de antigüedad, historial de reclamaciones ni implicaciones de nómina por turnos en el período posterior a la contratación. Mega HR no hace ninguna de esas asunciones.

La plataforma combina una recogida básica de evaluaciones (pruebas de habilidades, cuestionarios estructurados, verificación de certificaciones) con un motor de cumplimiento que gestiona el resto del ciclo de vida del empleado en la misma base de datos. Esa integración no es vistosa y no es la herramienta adecuada para una startup tecnológica, pero para un fabricante regional, un contratista del gobierno o cualquier organización donde el registro de evaluación necesita vivir junto a los datos de antigüedad y cumplimiento sindical durante una década, este es el flujo que funciona.

Las limitaciones honestas son visibles de inmediato. La interfaz es lo bastante anticuada como para que el onboarding del reclutador lleve una semana de formación. La historia de integración con apps cloud modernas es genuinamente pobre: hay que prever exportar CSVs para cualquier dato que necesite fluir hacia Slack, un ATS moderno o una herramienta de BI. La ausencia de app móvil nativa hace la experiencia del candidato visiblemente peor que la de cualquier competidor moderno, y la opción on-premise, valiosa para compradores con alta exigencia de seguridad, añade una carga operativa de TI que la mayoría de las pymes no puede asumir.

Es una elección de nicho por diseño. El comprador adecuado es una pyme o mid-market en manufactura, logística, contratación pública o cualquier fuerza laboral sindicada o con turnos donde el cumplimiento de la evaluación tiene que integrarse con nómina y gestión de antigüedad. Para un comprador tecnológico de cuello blanco, este es el producto equivocado en todas las dimensiones.

Si gestionas una agencia de staffing que coloca candidatos por proyecto y la pregunta sobre evaluación es si puedes documentar la competencia del candidato lo bastante bien como para defender una colocación, Top Echelon Software es el flujo construido para esa lente específica. La plataforma es, en esencia, software de mesa de reclutador estructurado alrededor de las operaciones tipo agencia: presentar candidatos, seguir colocaciones, producir informes de colocación. La recogida de evaluaciones es una característica dentro de un flujo mayor, no la pieza central.

Para el caso de uso de agencia, ese encuadre de flujo es genuinamente útil. El registro de evaluación del candidato vive junto al historial de colocaciones, el registro de facturación del cliente y la documentación de presentación en la misma base de datos. Cuando un cliente pregunta por qué se presentó a un candidato concreto, el reclutador de agencia puede sacar un único registro que ata el resultado de la evaluación a la decisión de colocación. Esa continuidad falta en cada herramienta de evaluación independiente de esta guía y pesa en la realidad operativa específica del trabajo en agencia.

La profundidad nativa de evaluación es limitada y no merece la pena fingir lo contrario. La plataforma cubre adecuadamente cuestionarios estructurados de competencias, verificación de certificaciones y comprobaciones básicas de habilidades. Para cualquier cosa más allá (aptitud cognitiva, evaluación psicométrica de personalidad, simulaciones específicas de rol), una agencia seria emparejará Top Echelon con una de las herramientas situadas más arriba en esta lista. La historia de integración es funcional más que rica, lo que se traduce en transferencias manuales para los datos de evaluación más profundos.

Las limitaciones honestas son la interfaz y los informes. Ambos transmiten la sensación de un producto construido hace cinco años y actualizado de forma incremental desde entonces. La capa de reporting cubre métricas estándar de agencia adecuadamente, pero cualquier informe personalizado requiere exportación manual. Los tiempos de respuesta del soporte varían en formas que varios revisores han señalado, sin un SLA documentado para resolución.

Es una elección de nicho al final del ranking por una razón. El comprador adecuado es una agencia de staffing mid-market donde la evaluación es un paso de documentación dentro de un flujo de colocación, no una herramienta predictiva de selección. Para equipos internos de RR. HH. que aplican cribado precontratación serio, cualquier otra plataforma de esta guía encaja mejor.