HR INFORMATION
採用の難度がますます上がっているいま、求める人材を確実に獲得していくには、自社の事業や採用マーケットの状況に即した戦略立案・実行が必要です。しかしながら、採用ご担当者は限られたリソースで多様な業務をおこなっています。そこで、成果を高めるツールとして注目されているのが、採用管理システムです。本記事では、注目を集めるピープルアナリティクス、そのはじめの一歩という視点から、採用管理システムの役割について紹介します。
＜このシリーズの記事を読む＞
正確で質の高いデータをためることから、データ活用はスタートする
最先端のテクノロジーを活用して、採用・育成・評価・配置などの人事関連業務をおこなうHRテクノロジー。テクノロジーの活用のなかでも、社内に蓄積された人事データを収集・分析して、採用や組織作りなどに役立てるピープルアナリティクスへの関心が高まっています。AIの活用を筆頭にさまざまなサービスがリリースされており、採用や組織作り成功への期待が高まっていますが、どのようなサービスを導入するにせよ、必須となるのが「データ」です。
日本を代表する人事コンサルタント、川上真史氏（ビジネス・ブレークスルー大学 経営学部 教授）は、人材採用にAIを活用する際の注意点として、次のようにコメントしています。
AIは、子どもと同じなんです。ちゃんとした教育を受けさせて、ちゃんとした知識を学ばせないと、ちゃんとした人間に育っていかない。妙な教育や知識を入れてしまうと、偏った判断をする人間になってしまう。AIも同じで、より正確なデータをとり、質の高いデータをためていく。そうすれば、AIが統計的な処理をして、高いレベルの論理的思考から最適解を導き出してくれる。そのときに、データが歪んでいると、統計処理も歪んできてしまうんです。
これはAI活用の有無を問わず、ピープルアナリティクス全体に言えることです。採用や組織作りにデータを活用するためには、まず正確で質の高いデータをためる必要があり、実際のデータ活用が少し先の未来であったとしても、将来に向けて着手すべき事項といえます。
採用管理システムは、手間なく精緻にデータを蓄積するツール
では、正確で質の高いデータを効率的にためるためには、どうすればいいのでしょうか。“採用”に関するデータを集めるときに心強い味方となるのが、採用管理システムです。
新卒採用、キャリア採用を問わず、応募者との接点は、以前に比べ多様化しています。新卒採用を例に挙げると、以前は各社ほぼ同じスケジュールのもと、就職情報サイト+αという決まった経路で、応募者をある程度のかたまりで動かす採用が主流でした。一方現在は、通年採用をはじめ、大学1、2年次の時点で入社パスを出したり、インターンシップ、ダイレクトリクルーティング、リファラル採用、新卒紹介、タレントプール……などを通じて採用したりと、経路が多岐にわたります。また応募経路だけでなく、リクルーターによる選考中のフォロー、個別対応と、選考中～入社までの接点も多彩なものとなっています。さらに、新型コロナウイルス流行の影響により、採用のオンライン化が進み、説明会～選考、内定者フォローにいたるまで、オンラインの接点が定着すると見込まれます。オンラインの手軽さにより、その接点は応募者によって回数もタイミングも異なっていくと考えられます。
つまり、採用に関するデータをためるツールとして、採用管理システムに求められるのは
- 多様な経路からの応募者データを一元管理できること
- 応募時だけでなく、選考～入社までの接点について、個別対応も含めて一元管理できる（リクルーターとの接点など、自社の選考～入社フローのデータを、柔軟にもれなく入れられる）こと
- 上記2つのデータを、手間なく精緻にためられること
といえます。採用管理システムにためたデータは、それらを分析し、採用活動に活かすことはもちろん、将来の従業員データの元としても活用できます。
採用管理システムのデータを活用した例
採用管理システムのデータが、実際に企業でどのように活用されているか、一部をご紹介します。
- オープンセミナーの参加回数をキーに、選考参加率を向上させたケース
社内で高いパフォーマンスを発揮している社員の面接や適性検査など選考時のデータを抽出。選考時の評価と入社後の評価との間の相関性などを分析し、その結果を求める人物像定義のために用いることが可能です。
- 定期的に応募者の志望度を算出、志望度向上の働きかけをおこなったケース
別の企業では、AIエンジンを搭載した採用管理システムを同様。前年の応募者データを教師データとして、定期的に応募者の志望度合いを算出し、「自社とのマッチング度は高いが、志望度が現時点では高まっていない」と予測されるグループに対して個別にはたらきかけ、選考参加へつなげる取り組みをおこないました。
どちらのケースも、採用管理システムにためたデータを単に合否判断に使うのではなく、それらのデータを科学的な手法を用いて分析し、応募者への効果的な働きかけに活用しています。上に挙げた2社は、データを「採用マーケティング」に活用した事例といえます。
前述の通り、採用のオンライン化が進めば、応募者との接点は人により回数もタイミングも異なるものとなり、採用ご担当者は、時期を問わずさまざまな志望度の応募者と出会うことになります。よりひとりひとりに応じた、「採用マーケティング」の考えに則ったアプローチが必要になるといえ、今後はこうした活用が増えてくると考えられます。
まとめ
採用活動はよくマーケティングにたとえられ、実際、マーケティングの最新の理論が数年遅れで導入されることがよくあります。マーケティングという言葉はさまざまな定義がありますが、わかりやすく「ものを売る仕組みをつくること（＝人を購買行動に結びつけること）」とすると、採用マーケティングとは「人を採用する仕組みをつくること（＝人を自社への入社に結びつけること）」となります。
採用管理システムは、正確で質の高いデータを手間なくためる、採用ご担当者の心強い味方です。採用管理システムの導入を第一歩として、データを分析し、採用マーケティングに活用し、採用成果の実現につなげる。そのようなデータ活用を取り入れた採用は、今後ますます主流になっていくといえそうです。
