採用活動で、次年度以降の採用成功率を左右するのが採用データの分析です。
採用データを分析することによって採用活動を戦略的に行うことができます。
では、採用データの分析によってどのような情報が得られ、どのようなメリットにつながるのでしょうか。
この記事では、採用データ分析でできることやメリットに加え、分析した採用データの活用方法について紹介します。
目次
採用データから分析できること
まずは、採用データからどのようなことが分析できるのかという点について見ていきましょう。
分析によって得られるデータをどのように活用するかをイメージしながら、毎年データを蓄積していくことが大切です。
分析結果から割り出せること
採用データの分析によって、さまざまな要素を数値で割り出すことができます。
・自社ページからのエントリー数
・書類選考通過率
・説明会参加者数
・内定辞退数
・応募から内定までの期間
・1人採用するあたりの必要工数
・採用コスト(1人あたりの採用単価や広告費など)
・就職・転職エージェントからの紹介数
上記で挙げたものはあくまで一例ですが、このようなデータを分析することで次年度以降の採用活動に活かすことができます。
参考元にする採用・人事データの種類
参考元となる採用・人事データの種類も、採用データの分析によって明らかになります。
選考基準の策定や必要な人材の資質・スキルなどを含め、どのような人材をどのようにして確保すべきなのかが明確になるのも特徴です。
・新入社員の個人情報
・スキルや成果
・勤怠情報
・外部媒体からの流入経路があればその広告費用
・どの媒体からの応募が多いのか
・説明会や面接官などマンパワーが必要な業務の規模
採用データの分析は採用活動に必要なデータの分析でもあり、採用に関わる人事のデータ収集も並行して行うことで効果アップにつながります。
採用データ分析を行うメリット
採用データの分析を行うメリットは、数多くあります。
分析によって得られたデータを基に、論理的に改善や新たな採用方法の策を打ち出すことができるのもメリットのひとつです。
採用活動における課題解決に必要なアプローチ方法が明確化され、PDCAを経て目標達成率をアップさせることができます。
人事担当者の経験や勘による不確定な要素をサポートし、理論的な採用戦略を組み立てることができるので、担当者による差もなくなるでしょう。
担当者が代わる際の情報共有も容易になるため、引き継ぎもスムーズです。
日頃からデータ収集を行っておくことが重要で、データをきちんと分析して整理しておけば簡単に確認することができます。
作業スピードがアップすることで業務の効率化につながり、人事担当者の業務負担軽減や採用コストの削減にも役立つのではないでしょうか。
採用データ分析を行うのであれば、LINEを活用した採用管理ができるツール「next»」をご検討ください。
next»であれば、自動応答や応募者管理などの幅広い機能が充実しており、採用活動を行いながらデータ収集をすることができます。
アンケートフォーム機能と統計機能を組み合わせ、収集した候補者データをCSVでアップロードすればほかの採用ツールとの連携も可能です。
next»の魅力は、豊富な機能だけでなくアフターフォローが充実している点にあります。
機能の使い方などの指導はもちろん、データの活用方法も事例をもとに提案するなど、より高い効果を引き出すサポートも万全です。
それぞれの企業に合う形にオーダーメイドで導入設定をさせていただくことも可能ですので、採用コンサルティングプランも合わせてご利用ください。
採用活動をしていくなかでは、さまざまな悩みが出てくることでしょう。母集団の作り方、採用計画、内定フォローなど課題はたくさんあります。コンサルティングプランでは、そのような採用活動に関する課題を解決するために徹底的にサポートを行います。
弊社では、母集団が集まらない企業様に対して、HPやパンフレットなどで学生の興味を掴みやすくするという提案を行い、実際にそれによってエントリー率が上がったという事例もあります。ぜひ、お気軽にご相談ください。
分析した採用データの活用方法
採用データを分析するだけでは、効果的な採用活動につなげることはできません。
ここからは、分析した採用データをどのように活用していけば良いのか、活用方法のポイントについて紹介します。
データ分析から何を達成したいか決める
データ分析から何を達成したいのか、どのような課題を解決したいのかを明確にしておく必要があります。
たとえば、離職率の改善や選考フローの見直し・最適化、人材データのプールによる潜在層の構築など、用途はさまざまです。
複数の目的を達成することも可能ですが、達成したいものを明確にしていなければ分析したデータを活用することができなくなります。
目的を割り出すために必要な数値を収集する
分析したデータをどのように活かすかだけでなく、必要な情報を得るためにデータ収集を行う方法もあります。
採用コストや離職率、離職理由、負担となっている業務の種類など、改善につなげたい要素や目的のためにデータを集める形です。
目的が明確になっていることでデータ収集が容易になるので、収集と同時に異なるツールや紙ベースの情報も統一して一元化を図りましょう。
既存のデータだけでなく新たな情報を参考にし、数値による裏付けや適宜アップデートを行っていくことが重要です。
アンケートによる情報収集であれば、自由記述式よりも選択式のほうが定量データを集めることができます。
数値として分析できるデータを収集することで、目的達成につながる戦略的な採用活動が可能になるのではないでしょうか。
仮説を立て、検証を行う
採用データの分析は、PDCAサイクルを回すなど、仮説(計画)・実行・評価・改善を行いながら戦略の最適化につなげる必要があります。
残業ルールを厳格にすれば離職率は改善するのか、利用者の少ない福利厚生をなくしてもっと需要のあるものに変更できないか、などです。
改善策を講じる際に改善したことによる効果の予測を行い、予測通りに結果が得られたかを評価していきましょう。
参考値として議題に挙げる
採用戦略を練るうえで、新たな方法を打ち出す際の参考値として議題に挙げることができます。
必要に応じて分析したデータを活用することで、戦略の裏付けが可能になるためです。
新たな方法にチャレンジする際の説得力が増すため、従来の採用方法を変えるメリットを提示することができるようになります。

まとめ
採用データの分析は、1年だけで終えてしまうのでは効果がありません。
数年、数十年単位でデータを蓄積することで、採用活動におけるニーズの変化にもいち早く対応できるようになるでしょう。
データ収集と同時に実行と改善を繰り返しながら、自社に合う形の採用手法や業務の取り組み方などを構築してみてはいかがでしょうか。
コメントを残す