$30 off During Our Annual Pro Sale. View Details »

僕が知りたいのは何をしたら良いのかだった

 僕が知りたいのは何をしたら良いのかだった

僕が知りたいのは何をしたら良いのかだった on hacking hr vol.4

threetreeslight

October 25, 2018
Tweet

More Decks by threetreeslight

Other Decks in Business

Transcript

  1. 僕が知りたいのは何をしたら良 いのかだった on Hacking HR! #4 @threetreeslight 1 / 40

  2. VP of Engineering at 最近は⼈事部⻑やEvent Organizer おじさんと揶揄 されます @threetreeslight Repro

    2 / 40
  3. WHAT'S REPRO? 3 / 40

  4. MA TOOL 4 / 40

  5. 4 桁万DAU のデータを処理・分析 数億のプッシュを毎⽇配信 5 / 40

  6. グローバルで とりあえずREPRO いれとこ を⽬指してます 6 / 40

  7. はじめます 7 / 40

  8. みなさまは応募者への対応管理 は尽くされているので 8 / 40

  9. 今⽇話すこと・話さないこと 話すこと 採⽤管理をしてやりたい・やりたかったこと 話さないこと ATS を使ってapplicant 対応の管理や⽇程調整する⽅法 ⾯談のプロセスやアテンドの管理 9 /

    40
  10. 当時 10 / 40

  11. 採⽤業務ちゃんとやんなきゃ 11 / 40

  12. 管理を始める talent pool の形成と応募者プロセスおよび対応を管 理。 他のツールちょろっと⾒たけど、最終的には speadsheet + trello +

    slack を連携していい感じに 12 / 40
  13. 思ったよりできた 13 / 40

  14. で、何したら良いんだっけ? 14 / 40

  15. そもそも管理とは 15 / 40

  16. 管理原則の⽗ HENRI FAYOL ⽈く 管理とは、計画し、組織し、指揮し、調整 し、統制するプロセス -- Wikipedia - Management

    16 / 40
  17. そして 世のツール、なぜ計画を作るに 資する情報出せないのか 17 / 40

  18. ほしいのは問題の発⾒ 組織・指揮・調整・統制などのプロセスの最適化 をする前にやることがある。 現状を監視・観測し分析し、問題を発⾒、そして 何をするべきか計画を⽴てたい。 18 / 40

  19. やりましょう 19 / 40

  20. スタートは DO NOT GUESS, MEASURE にある 20 / 40

  21. やること 1. どの点を観測するか決める 2. Raw data を貯めまくる 3. 負けパターン・損切りパターンを⾒出し 4.

    パターンを⾃動化・仕組み化 5. 各プロセスの⽬標値を決める 21 / 40
  22. これ、OODA では? 22 / 40

  23. どの点を観測するか決める 観測するべきKPI のtree を考える。決定した数値に ついては、他社ヒアリングやAgent などを通してベ ンチマーク値を把握する。 ⾯談通過率などATS で表⽰される数値はKPI ではな

    い。 23 / 40
  24. e.g. KPI Tree の⼀部 採⽤数 オファー許諾率 オファー数 採⽤に値する候補者からの応募数 既存候補者リード数: 当時採⽤に値して当⽉動く可能性のある⽅

    既存候補者リード数: 成⻑ポテンシャルの⾼く、⼀定期間経過し た⽅ 新規候補者リード数: 採⽤に値する当⽉に知り合った⽅ 24 / 40
  25. RAW DATA を貯めまくる 必要に応じて過去も掘り返しKPI の数値を出す。 問題のあるKPI への問題仮説を考え、候補者の属性 や⾯談内容から特徴量を抽出し分析する。 25 /

    40
  26. e.g. オファー許諾率の特徴量の⼀部 オファーするまでの接触回数 提供した接触コンテンツごとのpositive/negative オファーしてから回答までのインターバル 初回⾯談からオファーするまでのインターバル オファーしている(するであろう)競合数 26 / 40

  27. 負けパターンの分析 問題となっているKPI と特徴量の相関を考え、負け パターン・損切りパターンを把握する。 勝ちパターンの再現は難しいため、何をすると負 けるのかを把握するのが⼤事。 27 / 40

  28. e.g. 許諾率の負けパターン A Position は、オファーしてから回答までのインターバ ルがX ⽇以内でないと内定許諾率がベンチマーク以下 になる 接触時の平均Positive 値がX

    以下の⼈は許諾率がベンチ マークを下回る 28 / 40
  29. パターンを⾃動化・仕組み化 ココやりきれてない ⾒つけ出されたしきい値をもとに候補者ごとに⾃動で アラートを出す 候補者属性ごとの対応をパターン化する 29 / 40

  30. 各プロセスの⽬標値を決める 先⽉までのKPI Tree の数値をもとに、当⽉以降の⾏動⽬ 標数値にfeedback するようにする 30 / 40

  31. e.g. 翌⽉以降の⽬標数値を決定 先⽉までの改善施策の影響は⼤きい 何回オファー出せばよいのか 何回⼈と会わなければいけないのか 31 / 40

  32. 全て speadsheet アプリ作るかsalesforce add-on 作るか悩んでる 32 / 40

  33. お気持ちの表明 33 / 40

  34. とはいえ悩ましいところ ⾯談などを通した定性情報の⼊⼒に際し、均⼀な判断 基準を作るのが難しい 採⽤活動をする担当者が少ないとタレントプール作り と採⽤の波ができることを意識して活動する必要があ る チームのリーダークラスの⼈間が状況に応じて⾃⾝の 活動を判断することができない 34 /

    40
  35. 頑張っていく 35 / 40

  36. そんなデータドリブンな意思決 定と積極的な⾏動をして⽣きて いきたいあなたに 36 / 40

  37. WE ARE HIRING 37 / 40

  38. APPENDIX 38 / 40

  39. REFERENCE Linkedin - talent blog CNBC - CAREER GreenHouse -

    Structured Hiring 101: Your Blueprint for Success GreenHouse - 5 Recruiting Key Performance Indicators Google - How we hire Amazon - Interview at Amazon 39 / 40
  40. GLOBAL のPRODUCT の筋の良さ を感じる salesforce Workable Greenhouse Bamboo HR Lever

    recruitee Hire by Google 40 / 40