O que acontece com a candidatura depois da reprovação
A maioria dos sistemas de recrutamento não exclui candidatos reprovados. Eles apenas movem o registro para um estado diferente — "reprovado", "não avançou", "em banco de talentos". E é aí que começa a parte complicada, porque esse movimento parece inofensivo mas carrega implicações operacionais, jurídicas e de qualidade de dados que raramente são planejadas antes do sistema ser implementado.
muitas empresas apos reprovarem candidatos ficam com o registro ativo no sistema por tempo indeterminado
Isso é um problema real. Já vi casos em que candidatos reprovados há três anos ainda apareciam nas listsas internas de "talent pool", e recrutadores novatos acabavam entrando em contato sem saber o contexto anterior da reprovação. O resultado foi desconfortável para todos os lados — especialmente para o candidato, que recebeu uma ligação sobre uma vaga completamente diferente sem qualquer referência ao que havia acontecido antes. O workaround que encontrei foi configurar uma regra automática no ATS: candidatos reprovados entram em modo de hibernação por 180 dias. Durante esse período, nenhuma ação automatizada ou manual pode reativá-los sem justificativa documentada. Após esse prazo, o sistema perguntava ao gestor de recrutamento se desejava arquivar permanentemente ou manter em pool. A grande maioria das equipes escolhia arquivar, e isso reduziu drasticamente os casos de reconexão indevida.
A configuração técnica não é difícil. No Greenhouse, por exemplo, você usa o campo de custom candidate status com uma regra de auto-move baseada em tempo. No Lever, o equivalente seria usar a API para criar um job runner que atualiza o status semanalmente. Em sistemas mais simples como o CATS ou até planilhas compartilhadas, a solução é um script Python que roda via cron e altera o status conforme a data de reprovação. O detalhe que poucos consideram é a interoperabilidade. Se sua empresa usa mais de um sistema — um para análise de currículo e outro para agendamento de entrevistas — o candidato reprovado pode ficar sincronizado em um e órfão no outro. Já lidamos com isso quando migrávamos do Insightselect para o Workday e cerca de 40% dos candidatos reprovados ficaram duplicados nos dois sistemas, gerando confusionamento nas comunicações externas.
Retenção de dados e o lado jurídico
No Brasil, a LGPD impõe restrições concretas sobre quanto tempo você pode manter dados de candidatos que não foram contratados. O artigo 7º da lei lista as bases legais que permitem o tratamento, e para candidatos reprovados as mais relevantes são o consentimento e o execução de política de recrutamento. Mas consentimento não é algo que você pega uma vez e esquece — precisa ser específico, informado e revogável. Um ponto que vejo muitas empresas ignorarem: o termo de consentimento padrão nos formulários de candidatura quase sempre é genérico demais. Frases como "autorizo o tratamento dos meus dados para fins de recrutamento" não resistem a uma auditoria séria. O consentimento deveria especificar prazos, finalidades exatas e a possibilidade de exclusão total a qualquer momento. Fiz essa correção em um projeto para uma empresa do setor financeiro e o tempo médio de retenção caiu de 5 anos para 2 anos após a reprovação, o que também reduziu o volume de dados sensíveis armazenados.
Outra armadilha comum é a retenção de notas e feedbacks de entrevista. Esses registros muitas vezes contém avaliações subjetivas que, se vazarem ou forem acessados por terceiros, podem configurar dano moral. O conselho prático é limitar o acesso a esses dados apenas aos avaliadores originais e ao RH responsável, com log de auditoria de quem acessou e quando. Sistemas como o SAP SuccessFactors permitem configurar esse nível de restrição por campo, mas a configuração padrão quase nunca vem ativada.
O problema do banco de talentos que vira cemitério de dados
A ideia de manter um banco de talentos é sensata. A execução costuma ser ruim. A maioria das empresas que implementa essa funcionalidade não define critérios claros de entrada e saída, e o banco se torna um depósito de currículos sem atualização há anos. Eu recomendo estabelecer quatro regras simples:
Regra 1: Critério de entrada definido. Um candidato só entra no pool se tiver sido reprovado por motivo específico e documentado — falta de experiência, incompatibilidade cultural, salário fora da faixa. Genéricos como "não estava bom" não contam. Regra 2: Prazo máximo de permanência. 12 a 24 meses, dependendo do perfil da vaga. Para cargos de alta demanda no mercado, 24 meses faz sentido. Para vagas muito específicas, 12 meses é mais adequado.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Regra 3: Ativação manual com registro. Nunca reative um candidato do pool automaticamente. Sempre que alguém acessar o registro, o sistema deve registrar quem acessou, quando e o motivo. Regra 4: Exclusão periódica automática. Configurar um job que executa a exclusão de registros que ultrapassaram o prazo e não tiveram nenhuma interação nos últimos 6 meses.
Quando implementei essas regras para uma empresa de tecnologia com cerca de 15 mil registros no pool, o volume caiu para 3.200 em quatro meses. A qualidade dos contatos que o time de recrutamento fazia aumentou porque os registros restantes tinham dados atualizados e contextos claros de reprovação.
Como configurar isso na prática
Dependendo do sistema que sua empresa usa, o nível de automação varia bastante. Vou listar os cenários mais comuns: Greenhouse: Use a funcionalidade de Candidate Lifecycle Management. Crie um stage chamado "Reprovado - Pool" e configure um timer que move automaticamente o candidato para "Arquivado" após 180 dias. Para o pool ativo, crie uma view filtrada por data de reprovação e adicione uma tag de "Revisão Semestral" que notifica o responsável.
Lever: A API do Lever permite criar webhooks que disparam ações externas. Configure um serviço simples em Node.js ou Python que monitore candidatos com status "No" por mais de 90 dias e envie um email de confirmação para o recrutador responsável antes de arquivar. Isso adiciona uma camada de validação humana que evita arquivos automáticos em casos borderline. SAP SuccessFactors Recruiting: Utilize o recurso de Data Retention Policy disponível na administração do sistema. Defina políticas por tipo de dado — dados pessoais básicos com retenção de 24 meses, notas de entrevista com 12 meses, documentos anexados com 6 meses. O sistema faz a limpeza automática, mas é necessário revisar trimestralmente se as regras estão funcionando como esperado.
Sistemas própios ou planilhas: Se a empresa ainda não tem um ATS maduro, comece com uma query SQL simples que identifica todos os candidatos com status "reprovado" há mais de X dias. Exporte, revise manualmente os casos duvidosos e arquive o restante. Isso leva cerca de 2 horas para uma base de até 5 mil registros e estabelece um baseline do que você está mantendo.
Quando NÃO manter o candidato no sistema
Existem situações em que a melhor decisão é excluir imediatamente. Kandidaten com problemas de compliance — como acusações de plágio em testes técnicos, comportamento inadequado comprovado em avaliações ou fornecimento de informações falsas — devem ter seus registros marcados para exclusão permanente. Manter esses dados no sistema, mesmo que restritos, cria risco desnecessário. Também é recomendado excluir registros duplicados. MUITAS vezes o mesmo candidato se candidata duas ou três vezes para vagas diferentes e acaba com múltiplos registros ativos. Já vi recruiters gastarem meia hora tentando decidir qual registro consultar porque não havia forma de identificar que se tratava da mesma pessoa. Uma verificação por CPF e email, rodada mensalmente, elimina 60-70% desses duplicados em bases medianas.
A métrica que ninguém acompanha
Se sua empresa mantém um pool de candidatos reprovados, acompanhe três números todo trimestre:
- Quantos candidatos reprovados existem atualmente
- Quantos foram readmitidos para novos processos nos últimos 12 meses
- Qual foi o tempo médio entre reprovação e readmissão (quando aplicável)
Se o segundo número for inferior a 5% do total e o primeiro estiver crescendo consistentemente, o pool está se tornando custo operacional sem retorno. Nesse cenário, a alternativa mais eficiente é migrar para um modelo de retenção seletiva: apenas os candidatos com perfil A (classificação alta na avaliação) permanecem no pool, e os demais são arquivados ou excluídos. Implementar essa mudança para uma cliente reduziu o pool de 8.400 para 1.100 registros em dois ciclos trimestrais, e a taxa de readmissão qualificada se manteve estável porque os registros que permaneceram eram exatamente os que tinham maior probabilidade de sucesso em novas oportunidades.
