この画面のデータは すべて架空 です。実在の企業・人物とは一切関係がありません。仕組みを体験するための見本として作られています。
JINJI DATA MART  /  RECRUITING BI

採用ダッシュボード

スプレッドシート2枚から、採用の全体像を自動でつくる

TL;DR

この画面に手入力した数字はひとつもありません。応募者の表と面談記録の表を読み込んで、 数えて・割って・並べただけです。元の表を書き換えて集計をやり直せば、この画面もそのまま更新されます。

SUMMARY 01

いまの採用の状況

「充足率」は採用計画に対して何名採れたかの割合です。100%で計画どおり。

FINDINGS 02

数字が拾った気づき

集計スクリプトが機械的に見つけた差です。ここに書いてあるのは事実の指摘までで、打ち手を決めるのは人です。 「なぜそうなっているか」の説明は、現場を知っている人にしかできません。

FUNNEL 03

採用ファネル(どこで人が減っているか)

各段階の割合は、その段階に到達した人を分母にしています。まだ選考中の人は分母から外してあります。

応募から入社までの通過率は です。

CHANNEL 04

応募経路別の成績とコスト

同じ「応募1件」でも、経路によって中身の濃さがまったく違います。 応募数の多い経路が良い経路とは限らない、というのがこの表の要点です。

採用単価は「その経路にかけた費用 ÷ その経路からの入社人数」です。掲載料は採れなかった月も発生するため、 入社が出なかった経路では単価が計算できません(「−」で表示)。

母数の小さい経路に注意
応募が15件に満たない経路には「母数小」を付けています。数件の差で割合が大きく動くため、 率だけを見て判断せず、件数そのものを見てください。
ROLE 05

職種別の充足状況

採用計画に対して、いま何名採れているか。応募が多い職種と、採れている職種は一致しません

TREND 06

月ごとの応募と入社

応募(棒の高さ) 入社(数字)

応募の波と、入社が決まる時期のズレが見えます。入社は内定を出した月で数えています。 入社は月に0〜3名と件数が小さく、応募と同じ目盛りの棒にすると読み取れないため数字で表示しています。

INTERVIEW 07

面談履歴を数字にすると何が見えるか

面談のメモを文章のまま置いておくと、後から見返すことはほとんどありません。 4つの観点を点数で残しておくだけで、あとから傾向を見られるようになります。

二次面接の「志望度」と、その後の内定辞退

この会社では、志望度のスコアは記録しているだけで、合否の判断には使っていませんでした。 あとから並べてみると、辞退とはっきり連動しています。

READING これが「面談履歴をデータ化して分析ソースにする」の中身です。 新しい仕組みを入れたわけではなく、すでに取っていた記録を並べ替えただけで、 内定を出す前に手を打てる材料が出てきました。

面接官ごとの評価のクセ

同じ4段階でつけていても、人によって平均点は変わります。 面接官を評価するための数字ではなく、基準をそろえる話し合いのための数字です。

DECLINE 08

辞退の理由と、選考にかかった日数

応募から内定までの日数

SOURCE 09

この画面は何からできているか

特別なデータベース製品は使っていません。表2枚と、それを読む短いスクリプトだけです。

SOURCE
応募者の表
1応募=1行
»
SOURCE
面談記録の表
面談1回=1行
»
SCRIPT
集計スクリプト
数える・割る・並べる
build.js
»
OUTPUT
この画面
見るための1枚
この画面がやっていないこと
合否の判定、人の優劣づけ、将来の予測。数えて並べるところまでで、判断は人に残してあります。