Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
採用3.0 採用業務が1分で済む未来
Search
パラパラ見てヒントを掴むエンジニア採用資料
February 28, 2021
Business
0
45
採用3.0 採用業務が1分で済む未来
採用の最終形を考えました。
採用領域の未来を作りたい企業があれば一緒にやりたいです。
プロダクトはお任せ下さい。
パラパラ見てヒントを掴むエンジニア採用資料
February 28, 2021
Tweet
Share
More Decks by パラパラ見てヒントを掴むエンジニア採用資料
See All by パラパラ見てヒントを掴むエンジニア採用資料
採用CXを変えることを費用対効果で説明してみた
specialoffer
2
220
SpecialOfferの魔法
specialoffer
0
89
SpecialOfferを疑似体験
specialoffer
0
56
エンジニア採用、攻略の発想、パラダイムシフト編
specialoffer
0
78
エンジニア採用 ロジックより答えをクレ編
specialoffer
0
140
日米で比較するエンジニア採用【データ編】
specialoffer
0
200
Other Decks in Business
See All in Business
데이터를 근거로 내 기획안 효과적으로 설득하기
datarian
0
1.3k
急成⻑スタートアップで働くことで得られるもの / 株式会社IVRy(社内LT会)
miyashino
0
470
BrightonSEO 2023 - Focus on SEO won't make you an EEAT
chantalsminknl
0
230
タスクブレイクダウンのすすめ / Recommendations for Task Breakdown
maca_route
1
230
株式会社リブセンス 会社説明資料(報道関係者様向け)
livesense
PRO
0
660
直積は便利/direct_product_is_useful
florets1
3
250
PROLE株式会社 COMPANY DECK
prole
PRO
0
830
Timeless Principles: Google’s Constant Journey Through Past, Present, and Future
chapter42
0
450
Aayush Wellness Limited - Corporate Profile
aayushwellness
0
270
生成AIによる業務利活用アプリを、部門横断チームが3日でPoCを作ってみた!
yukiogawa
0
230
M3 Career Culture Deck(セールス&コンサルティング職)
m3c
1
230k
HRBP&RPOのご紹介
masakisukeda
0
440
Featured
See All Featured
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
Git: the NoSQL Database
bkeepers
PRO
425
64k
Designing for Performance
lara
604
68k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
31
2.7k
Building Applications with DynamoDB
mza
90
6.1k
Bash Introduction
62gerente
608
210k
10 Git Anti Patterns You Should be Aware of
lemiorhan
654
59k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
226
22k
Building a Modern Day E-commerce SEO Strategy
aleyda
38
6.9k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
167
49k
Measuring & Analyzing Core Web Vitals
bluesmoon
1
41
A Modern Web Designer's Workflow
chriscoyier
692
190k
Transcript
Smart Recruiting ―採用領域の未来―
目次 【採用領域へのアプローチ】 ・エグゼクティブサマリー ・状況 ・課題 ・解決策 【洞察】 ・洞察①:データ構造(ユーザー側) ・洞察②:データ構造(企業側) ・洞察③:マッチング
・洞察④:採用工数 ・洞察⑤:パラダイム 【プロダクト】 ・プロダクト 【セールスロジック】 ・ペインの解消 ・費用対効果
エグゼクティブサマリー 【課題】 ①マッチング問題・・・採用とはマッチング問題を解くことである ・しかし、ユーザー側と企業側のデータ構造が合っていないため、マッチング問題に落とせていない ②採用CX・・・採用CXによって採用成否が決まる ・しかし、採用活動が企業優位のジャッジパラダイムであり、選考が長いため、採用CX(候補者体験)が悪い。 これが採用活動の非効率/転職活動の非効率に繋がっている 【洞察&解決策】 後にイメージ①~④で示すように、パラダイムを変えれば、上記の課題は全てプロダクトで解決できる 【お願い】
ただ、ユーザー側・企業側の両面開拓が必要な事業なので、主に企業側の開拓に関して御社のリソースを 活用させて頂くことで成功確度を高めたい/日本の非効率な採用を一緒に変えたい
状況 ②採用CX 業界のNPSが低く、候補者体験が悪い ①マッチング問題 デジタル時代にもかかわらず、求人票、履歴 書&職務経歴書が依然として使われている 出典:NTTコム NPS®ベンチマーク調査 2020 【転職関連サイト・転職エージェント】
課題 ・データ項目が不揃い ・年収600万~1200万などの大きな幅 =どんな人が欲しいのか表現出来ていない ・選考プロセスが長い ・面接官が素人でジャッジパラダイムを持つ人が多い ①マッチング問題 企業側とユーザー側のデータが不揃いなため、 マッチング問題に落とせない ②採用CX
長い選考プロセスの間、ずっとジャッジされ続ける
解決策 企業「採用要件」 ユーザー「スキル」 × ・出せる年収帯とデータ構造で先マッチングし、採用要件 を満たす人/条件マッチする人だけをアトラクトする ①マッチング問題 企業「採用要件」とユーザー「スキル」の データ構造を揃える ②採用CX
採用を短期化する
洞察①:スキル構造化(ユーザー側) 参考:パワプロ 【自己申告】 ・スキルとは「スキル名」×「経験年数」であり、多くの要素を このデータ構造で記述できる ・スキルが身に付くきっかけとなった「仕事経験」「業界経験」 もこのデータ構造で記述できる ・性質/経験/資格は、「スキル名」のON/OFFで表現できる 強みも弱みもこの表現形式で記述できる 【自己申告の確認】
・企業の選考プロセスで上記を確認する(企業負担) ↓ ・セルフリファレンスチェックで自ら証明する(ユーザー負担) ↓ ・選考支援ソリューションで証明する(お金で解決)
洞察②:スキル構造化(企業側) 【1分で求人が出せる】 ・求人票を「会社情報」+「採用要件」に分解し、求人毎に 「採用要件」のみ記述することで、1分で求人が出せる ・フリーハンドではなく、ナビゲーションがあることで、「採用要 件」を一定以上の品質で記述でき、(相場観も分かる) ・(ピンポイントの年収提示をすることで、フェアなコミュニケー ションが生まれ、ユーザー反応率と採用CXが向上する) ※「採用要件」を満たす人に対し「〇〇万円」以上出す予定 ですというコミュニケーションになる。内定オファーで「〇〇万
円」以下を提示するのは禁止とするルール
洞察③:マッチング スカウトを1人 1人に送る マッチングして からスカウトを 送る マッチング後 の体験が確 定している 第1世代
第2世代 第3世代 マッチングが 自動で 作られる スカウトを送ら なくてもいい 日程調整しな くてもいい 採用DX
洞察④:採用工数 第1世代 第2世代 第3世代 検索する 検討する スカウト を送る 求人票 作成
返信が来て 日程調整 (平均6通) 320分 220分 検索する 検討して いいねする マッチング 相手にスカ ウトを送る 求人票 作成 返信が来て 日程調整 (平均6通) 求 人 票 作 成 1人の候補者と面談する のに必要な採用工数 1分
洞察⑤:パラダイム □メディアパラダイム □選考パラダイム(履歴書・職務経歴書・非構造化面接) 『企業への招待』1962創刊 □ユーザーが数千社の中から選んで応募する 転職媒体 □ユーザーが数千社の中から選んで応募する □ユーザーの滞在時間を伸ばすためにページ 数を増やす/編集する □採用担当が履歴書/職務経歴書を見て
入社後パフォーマンスが予測する 【洞察】 転職媒体のユーザー行動を観察する限り、ニュースメディアのように次から 次に色んな企業を知りたいというニーズは感じられない。しかし、現状多くの 媒体ではメディアパラダイムを踏襲し、メディアを編集し続け、ユーザーの負 担を増やそうとしている 実際は自身にマッチする企業/ポジションの情報だけ欲しいというユーザー が大半で、スカウト媒体ではメディア内滞留ではなく、オファー確認がユー ザー行動の大半を占めている。この状況下では、オファーの魅力を高めるこ とのみがユーザーロイヤリティに繋がる。ピンポイント年収提示が有効である 転職媒体 □WEB上で履歴書/職務経歴書/プロフィール を見て入社後パフォーマンスを予測する 【洞察】 履歴書/職務経歴書/多くの企業で行われている非構造化面接(目利き) では、入社後パフォーマンスの予測精度が低いことは実証されている 選考を長くし、多くの人に判断させれば、判断精度が上がるというのは科学 的に間違っている発想なのでやめて頂く 代わりに、判断精度の底上げのため、スキル部分に関しては、採用要件定 義からの自動マッチングをご利用頂く 入社後パフォーマンスの予測精度をどうしても高めたいのであれば、構造化 面接/ワークサンプルが有効なので、それらの解決策をオススメする
プロダクト ①企業側 ②ユーザー側 求人①~④ 1分採用要件定義 システム Googleカレンダー 予約枠 スキル入力 システム
マッチング 求人① mobile表示 いいね マッチングすると3ヶ月有効な面談チケットが得られる いつでも面談を申し込める スキル入力による いいね獲得ゲーム 800万~ 自動的に該当ユーザー にいいねを届ける 面談枠が生成される 年収〇〇万を出す用意がある/スキル としては〇〇を満たす人を求めています
ペインの解消:膨大な採用工数削減/選考精度向上 □Before:人事が媒体運用をする ―求人票を作る ―書類選考する ―大量のスカウトを送る ―大量のいいねを送る ―日程調整をする (平均6通のメッセージ) □After:部門のリーダーが採用をする ―採用要件を定義する(1分)
―面談予約枠を設定する(3分) 採用工数
費用対効果 非エンジニア1人採用あたりの内部コスト 数量 単価 総額 スカウトチケット 200通 1250円 25万円 採用担当人件費
0.5人月 60万円 30万円 面接担当人件費 0.1人月 100万円 10万円 内部コスト合計 65万円 + 想定:※年収の35%/年収600万 年収×0% 年収×15% 年収×35% 成果費用 0万円 90万円 210万円 非エンジニア1人採用コスト 65万/155万円/275万円 非エンジニア1人採用コスト 50~55万円 いいね送信数 マッチング率 面談申込率 面談数 200 20% 50% 20 いいね送信数 いいね単価 総額 200 2000円 40万円 □Before □After 1人面談コスト 2万円 スキルマッチ した候補者 1ヶ月20人と面談⇒2~3人採用 数量 単価 総額 カジュアル面談 部門リーダー人件費 0.15人月 100万円 15万円 選考 面接担当人件費 0.15人月 100万円 15万円 合計 30万円 1人採用換算 10~15万円 ※エンジニア領域は求人倍率10倍&即戦力人材に需要が集 中しており、需給が歪んでいるため、この採用単価では難しい