AI
採用データ分析でミスマッチを防ぐ|面接評価と入社後評価をつなぐ手順を解説
「面接では高く評価したはずの人が定着しない」「採用しても、活躍する人とそうでない人の差が説明できない」
そんな状態が続いていませんか?
面接評価シートも入社後の評価記録も社内にありながら、両者を突き合わせている企業は多くありません。
そこで本記事では、採用データ分析でミスマッチの原因を切り分け、面接評価と入社後評価をつなげる手順を解説します。
⭐ 本記事は、ZAQRO-BACCA株式会社がご提供するAI執筆ツールで作成したものを編集・加筆しています。
目次
採用ミスマッチが繰り返される構造
採用のミスマッチは、個々の見極めミスというより仕組みの側に原因があります。ここでは、その構造を分解して解説します。
面接評価と入社後評価が分断されている
ミスマッチが見えにくい最大の理由は、選考時の評価と入社後の評価が別々に管理されていることです。
面接評価シートは採用担当の手元に残り、入社後の人事評価は配属先で運用されます。保管場所も担当者も分かれているため、両者を並べて見る機会がありません。
採用活動の振り返りも、内定承諾や入社をゴールとして終わりがちです。面接で高く評価した人が実際にどう活躍したのかという、最も知りたい情報が検証されないまま蓄積されていきます。
活躍人材の共通点が言語化されていない
活躍する人の特徴が言葉になっていないと、合否の判断は面接官の主観と経験に頼ることになります。
「この人は良さそう」という感覚自体は、経験にもとづく判断として一定の精度を持ちます。ただし言語化されていないため、他の面接官へ共有できず、その判断が正しかったのかを後から検証することもできません。
早期退職が起きた場合も、本人の事情として個別に処理されやすくなります。採用の傾向として蓄積されず、次の選考へ活かされない状態が続きます。
面接官ごとに評価基準がばらついている
評価項目が統一されていない状態では、同じ応募者でも面接官によって評価が割れます。
見るべきポイントが共有されていないため、それぞれが自分の基準で判断するからです。対話のしやすさを重視する人と、実務経験を重視する人とでは、通過する応募者の傾向そのものが変わります。
面接官が代わるたびに採用される人材の傾向も変わるため、自社に合う人材像が定まりません。ばらつきは目の前の選考精度だけでなく、採用基準を育てていく土台にも影響します。
原因を切り分けないまま次の募集に進んでしまう
これらの構造が放置されたまま次の募集が始まることで、ミスマッチは繰り返されます。
ご相談をいただく際、多くの企業様がまず着手されているのは、求人媒体を追加する、募集要項の文言を書き換える、面接回数を増やすといった入口側の施策です。応募数や接触機会は、たしかに増えます。
ただし、定着しなかった原因を切り分けないまま母集団だけを広げても、選び方が変わっていなければ通過する人の傾向は同じです。
原因の特定を後回しにしたまま入口の施策を積み重ね、成果が出ないためさらに別の媒体へ手を広げてしまう。この循環に入っている企業はとても多いです。
採用データ分析でわかること
面接評価と入社後評価を突き合わせると、感覚で語られてきた判断が具体的な言葉に変わります。ここでは、分析によって見えてくる内容を3つの側面から解説します。
1
活躍人材の共通点
経歴やスキルではなく、仕事の進め方や判断の傾向として表れる特徴を言語化できます。
2
早期退職のサイン
定着しなかった方の共通点から、選考時に確認できていなかった項目が見えてきます。
3
求人票・基準の見直し
訴求内容と実際に評価されている点のずれを把握し、次の募集へ反映できます。
活躍している人材に共通する特徴
活躍している社員の共通点は、経歴やスキルよりも仕事の進め方や判断の傾向に表れます。
成果を出している人に共通する行動が見つかれば、それを面接時の発言や評価コメントと照らし合わせられます。選考のどの段階でその兆候が出ていたのかが分かると、面接で見るべきポイントが具体化します。
ここで得られる特徴は、一般的に良いとされる人物像ではありません。自社の事業内容や組織のなかで機能している傾向であり、他社の採用基準を借りてきても代替できない情報です。
早期退職につながりやすいサイン
早期退職につながりやすい兆候も、記録を突き合わせることで見つけやすくなります。
面接では高く評価されていたにもかかわらず定着しなかった人に共通点があれば、選考時に確認できていなかった項目が浮かび上がります。入社前後で認識がずれていた箇所も、退職者の記録から拾えます。
これまで個別の退職理由として処理していた情報が、傾向として整理されることで次の選考の判断材料に変わります。
求人票と採用基準の見直し余地
分析結果は、求人票と採用基準の見直しにも活用できます。
活躍している人が入社を決めた理由が分かれば、求人票で強調すべき魅力が具体化します。応募段階の訴求と実際に評価されている点がずれていた場合、そこを修正するだけでも応募者の傾向は変わってきます。
面接で確認すべき項目の過不足や、評価項目の優先順位も見直しの対象です。分析を分析で終わらせず、選考と募集の両方へ戻すことが前提になります。
分析前にそろえるデータと準備
分析の精度は、着手前の準備でほぼ決まります。ここでは、用意するデータと、整えておきたい形式を確認していきましょう。
そろえておきたいデータの種類
必要なのは新しく集めるデータではなく、すでに社内にある記録です。用意しておきたいのは、次の5種類です。
- 応募者の経歴やスキルの情報
- 面接時の評価シート
- 合否とその理由
- 配属後のパフォーマンスがわかる入社後評価
- 早期に退職した方の記録
この5種類がそろうと、選考時の評価と入社後の結果を突き合わせられます。
集める段階で、氏名や連絡先などの個人を特定できる情報は取り除いて整えておきましょう。分析に必要なのは評価の内容と入社後の結果であり、誰の記録かという情報は使いません。
面接評価シートの項目を統一する
評価シートの項目がそろっているほど、比較の精度は上がります。
同じ観点で記録されていれば、活躍している人とそうでない人の評価差がどこに出ているのかを追えます。逆に面接官ごとに記録の形式が異なると、差が本人の特性によるものか記録の書き方によるものか判別できません。
過去分の書式をさかのぼって統一する必要はありません。今後の分について評価項目と5段階などの尺度をそろえておけば、次の採用から精度が上がっていきます。自由記述欄は、数値に表れない情報が残るため削らずに保持しましょう。
少人数の採用でも分析できる範囲
採用人数が少なくても、分析に着手する価値はあります。
ご相談のなかでよくお聞きするのが、件数が少ないから分析は成立しないという声です。統計的な有意性を求めるならたしかに件数は必要ですが、ここでの目的は仮説をつくることにあります。
過去の採用までさかのぼり、採用した方を活躍と早期離職に分けて並べるだけでも、共通する傾向は見えてきます。1回の採用では比較が難しいため、さかのぼる期間を広げて比較できる人数を確保してください。
まずは手元にある範囲で分けてみることが出発点です。
AIで採用データを分析する手順
準備したデータをどう分析し、現場へ戻すのか。実際の進め方を3つのステップでご紹介します。
1
活躍と早期離職で分けて共通点を出す
2
見極めポイントを面接チェックリストへ落とし込む
3
求人票と採用基準へ反映して検証する
活躍と早期離職で分けて共通点を出す
最初のステップは、過去の採用者を2つのグループに分けることです。
入社後に活躍している方と、早期に退職された方に分け、それぞれの面接評価と入社後評価をAIへ渡します。両者を突き合わせ、活躍している人材に共通する特徴、面接時に見るべきポイント、早期退職につながりやすいサインを整理するよう指示します。
ここで出てくるのは傾向であり、結論ではありません。示された特徴が自社の実感と合っているか、心当たりのある人物が思い浮かぶかを社内で確認しながら、実務で活用できる仮説を絞り込んでいきます。
見極めポイントを面接チェックリストへ落とし込む
抽出した特徴は、面接で使える形に変換してはじめて機能します。
見るべきポイントが決まったら、それを確認するための質問項目に置き換えます。過去にどう判断したかを尋ねる質問など、行動の傾向が表れる聞き方にすると、面接官による解釈のばらつきが減ります。
評価の尺度も全面接官で共有します。何点をつけるかの基準がそろうことで、前述した面接官依存の状態から抜け出せます。
求人票と採用基準へ反映して検証する
分析は一度で終わらせず、次の採用へつなげます。
活躍している人が入社を決めた理由から、求人票で強調すべき点を見直します。採用基準の見直しも同様で、最初の分析で出た仮説がそのまま正解とは限りません。
次の採用が一巡したら、その方たちの入社後評価をまた突き合わせます。仮説が合っていたのかを検証し、基準を更新していく循環をつくることで、自社に固有の採用基準が育っていきます。
面接評価シートと入社後評価をAIで突き合わせ、見極めポイントと採用基準の改善につなげた事例は、以下でご覧いただけます。
採用データをAIで扱う際の注意点
採用データは、応募者の人生に関わる情報です。着手する前に押さえておきたい前提を3つ整理します。
1
属性で選別しない
出身地や年齢、性別などの属性で傾向が出ても、採否の基準には使いません。何を持っている人かではなく、どう仕事を進める人かに焦点を置きます。
2
個人情報は渡さない
氏名や住所、連絡先は取り除いたうえで分析します。記号や番号へ置き換え、対応表は社内にのみ残しておきます。
3
最終判断は人が行う
AIが示すのは傾向であり、合否の判定ではありません。判断材料の整理までをAIに任せ、採否は人が決めます。
属性にもとづく選別に使わない
分析結果を、出身地や年齢、性別などの属性による絞り込みに使ってはいけません。
こうした属性で傾向が出たとしても、それを採否の基準にすることは公正な採用の考え方に反します。特定の属性を除外する運用は、応募者の機会を不当に奪うことになります。
分析の目的は、面接で確認すべき観点を言語化することにあります。何を持っている人かではなく、どう仕事を進める人かに焦点を置いて使うことで、本来の効果が得られます。
応募者の個人情報は渡さずに分析する
個人情報保護の観点からも、AIへ渡す前に、個人を特定できる情報は取り除いてください。
氏名や住所、連絡先、生年月日といった情報は、分析には必要ありません。必要なのは評価の内容と入社後の結果であり、誰の記録であるかという情報がなくても傾向は抽出できます。個人が特定できる部分は記号や番号へ置き換え、対応表は社内にのみ残しておきます。
評価シートをそのままの形で読み込ませようとして、社内の確認で止まってしまうご相談も少なくありません。あわせて、利用するAIの環境が入力内容を学習に使わない設定になっているかも確認しておきます。
実際の取り扱いは自社の個人情報保護方針や利用するサービスの規約が優先されるため、着手前に社内のルールを確認しておくと安心です。
最終判断は人が行う
AIが示すのは傾向であり、合否の判定ではありません。
抽出された特徴に当てはまらない応募者が活躍しないわけではなく、当てはまる応募者が必ず活躍するわけでもありません。傾向を採否の判定基準として固定すると、個人の可能性を狭めることになります。
AIの役割は、これまで言語化できていなかった判断材料を整理することにあります。そのうえで誰を採用するかは、人が判断する領域です。この線引きを保つことが、分析を採用の質の向上につなげる前提になります。
AIに任せられる業務の範囲については、以下の記事で詳しく解説しているので、あわせてご覧ください。
自社で進める範囲と相談したほうがよい範囲
すべてを外部に任せる必要はありません。データの棚卸しと評価項目の統一は、社内で進められる領域です。
1
自社で進められる範囲
どこに何の記録があるかの棚卸しと、面接評価シートの項目統一。ここまで整えば、最初の分析は社内でも回せます。
2
相談したほうがよい範囲
出てきた傾向のどれを採用基準へ反映するか、どこまでを仮説として扱うかの線引き。解釈と運用設計はつまずきやすい部分です。
どこに何の記録があるかを把握し、面接評価シートの項目をそろえる作業は、外部の支援がなくても着手できます。ここまで整えば、最初の分析は社内でも回せます。
つまずきやすいのは、その先の解釈と運用設計です。出てきた傾向のどれを採用基準に反映するか、どこまでを仮説として扱うかの線引きには判断が要ります。
また、AI活用と聞くと専用システムの導入が必要だと考え、見積もりの検討から入ってしまうご相談も多くいただきます。実際には、手元の資料と使い方の設計から始められるケースがほとんどです。
部門別・業種別に38の活用例をまとめた以下のページもあわせてご覧ください。
採用データ活用ならザクロバッカ株式会社
社内にあるデータをどう活かすかは、着手の前段階でつまずきやすい部分です。ZAQRO-BACCA(ザクロバッカ)株式会社のご支援内容をご紹介いたします。
課題整理から手元資料の活用設計までサポート
当社は、新しいツールの導入ありきではなく、課題の整理から着手する体制が強みです。
まず自社にどのデータがあり、何が分析できる状態なのかを一緒に棚卸しし、そのうえで採用のどの工程を改善するのかを設計します。すでに導入済みのツールがある場合は、それを活かす形でのご提案もいたします。
何から手をつければよいか分からない段階でも、現状の把握から伴走するため、専任の担当者がいない企業様でもお進めいただけます。
オリジナルAIツール制作と社内定着支援
当社の最大の強みは、オリジナルAIツールの制作から社内定着支援までを一貫して対応できる点です。
汎用ツールでは扱いにくい社内の資料や評価記録も、業務に合わせた設計であれば実用的な形に落とし込めます。分析を一度きりで終わらせず、次の採用へ回していく運用の仕組みづくりまでご支援いたします。
社内にエンジニアがいない状況でも、設計から運用の定着まで切れ目なくサポートいたします。採用に限らず、社内のデータをどう活かせるか整理したいとお考えの方は、まずはお気軽にご相談ください。
【FAQ】採用データ分析に関するよくある質問
採用データ分析について、よくいただくご質問をご紹介します。
Q. 採用人数が少なくても分析できますか?
A. 分析できます。1回の採用だけでは傾向が見えにくいため、過去の採用までさかのぼり、比較できる人数を集めてから進めます。
目的は統計的な裏づけを取ることではなく、自社に合う人材の仮説をつくることです。採用した方を活躍と早期離職に分けて並べるところから始めてみてください。
目的は統計的な裏づけを取ることではなく、自社に合う人材の仮説をつくることです。採用した方を活躍と早期離職に分けて並べるところから始めてみてください。
Q. 応募者の個人情報をAIに読み込ませても問題ありませんか?
A. 氏名や住所、連絡先などの個人を特定できる情報は取り除いたうえで扱います。
分析に必要なのは評価の内容と入社後の結果であり、誰の記録かという情報はなくても傾向は抽出できます。あわせて、利用するAIの環境が入力内容を学習に使わない設定かどうかも確認しておくと安心です。
分析に必要なのは評価の内容と入社後の結果であり、誰の記録かという情報はなくても傾向は抽出できます。あわせて、利用するAIの環境が入力内容を学習に使わない設定かどうかも確認しておくと安心です。
Q. 専用の採用管理システムは必要ですか?
A. 必須ではありません。面接評価シートと入社後の評価記録があれば、着手できます。
システムは記録の蓄積と集計を効率化する手段であり、分析を始める前提条件ではありません。
まず手元の資料で傾向を掴んでから、必要に応じて検討する順序で問題ありません。
システムは記録の蓄積と集計を効率化する手段であり、分析を始める前提条件ではありません。
まず手元の資料で傾向を掴んでから、必要に応じて検討する順序で問題ありません。
Q. 分析結果はどこから反映すればよいですか?
A. 面接の質問項目から着手することをおすすめします。
見極めポイントを質問に置き換えるだけであれば、次の面接からすぐ試せます。
求人票や採用基準への反映は、次の募集のタイミングで進めると無理がありません。
見極めポイントを質問に置き換えるだけであれば、次の面接からすぐ試せます。
求人票や採用基準への反映は、次の募集のタイミングで進めると無理がありません。
まとめ
採用のミスマッチは、面接評価と入社後評価が分断されたまま次の募集が始まることで繰り返されます。原因を切り分けずに媒体や募集要項だけを変えても、選び方が変わらなければ結果は同じです。
手元にある評価シートと入社後の記録を突き合わせれば、活躍している人材の共通点や早期退職につながりやすいサインを言語化できます。それを面接の質問項目と求人票へ戻し、次の採用で検証する循環をつくることで、自社に固有の採用基準が育っていきます。
進める際は、属性による選別に使わないこと、個人を特定できる情報は渡さないこと、最終的な判断は人が行うことを前提としてください。
ZAQRO-BACCA(ザクロバッカ)株式会社では、課題の整理から手元の資料を活かす設計、オリジナルAIツールの制作、社内定着までをトータルでサポートしております。
どのデータから手をつければよいか分からない段階でも、現状の棚卸しからご一緒します。採用に限らず社内のデータ活用をお考えの方は、まずはお気軽にご相談ください。
