採用データの分析方法｜応募から逆算する改善

採用データ分析は「採用ファネル」で全体を捉える

採用データの分析は、個別の数字を眺めることではなく、応募から入社・定着までの流れを一つのファネル（漏斗）として捉えることから始まります。応募者は書類選考、面接、内定、承諾、入社と進むごとに必ず減っていくため、どの段階でどれだけ減るかを見れば、詰まっている場所が見えてきます。

感覚で「応募が少ない」と判断すると、実際には応募は十分でも面接設定でつまずいている、といった見落としが起きがちです。まず全体像を段階に分けてから、どこを改善すべきかを絞り込むのが効率的です。

分解すべき採用指標と計算式を先に決める

分析の前提として、各段階の人数と転換率（歩留まり）を定義します。代表的な段階は、応募数、書類通過数、面接実施数、内定数、内定承諾数、入社数、そして入社後の定着数です。段階ごとに「前の段階から何割が次に進んだか」を計算すると、比較できる指標になります。

あわせてコスト指標も押さえます。応募単価は採用費用÷応募数、一人あたり採用単価は総採用コスト÷採用人数で求められます。費用には求人媒体費だけでなく、紹介手数料や、担当者が選考にかけた工数（人件費換算）も含めて考えると、実態に近づきます。

指標は最初から多くしすぎないことが大切です。まずは「応募→面接→内定→入社」の4段階と採用単価だけでも、改善の当たりはつけられます。

目標人数から逆算して必要な応募数を出す

改善の出発点は、採りたい人数から逆算することです。過去の実績から各段階の転換率が分かれば、必要な応募数を見積もれます。

例えば、入社目標を2名とし、内定承諾率を50%と仮定すると、必要な内定は4件です。面接から内定への通過率を25%と仮定すれば面接は16件、応募から面接への転換率を40%と仮定すれば、応募は約40件必要という計算になります。これらの割合はあくまで仮の値であり、自社の実績で置き換えることが前提です。

この逆算をしておくと、「そもそも応募数が足りないのか」「応募はあるが通過率が低いのか」を採用活動の初期に判断できます。募集を始める前に必要応募数の目安を持つことが、母集団形成の計画につながります。

歩留まりを見て「どこで人が抜けるか」を特定する

各段階の転換率を並べると、極端に低い箇所が改善の候補になります。応募は集まるのに面接設定率が低い場合、連絡の遅さや日程調整の手間、応募者への案内文が原因になっていることがあります。

面接通過率が低い場合は、求める人物像と実際の応募者層がずれている可能性があり、求人票の要件や訴求の見直しが必要になることがあります。内定承諾率が低く内定辞退が多い場合は、提示条件、選考中の対応、他社と比較して見劣りする点を点検します。

どの段階が問題かで打ち手はまったく変わります。だからこそ、平均や合計だけでなく段階ごとの転換率で見ることが重要です。

チャネル別・求人票別に費用対効果を比較する

応募をまとめて見るのではなく、応募経路（求人媒体、自社サイト、紹介、ハローワークなど）ごとに分けると、費用対効果の差が見えます。応募数が多くても、面接や入社まで進む割合が低い経路は、必ずしも効率が良いとは限りません。

見るべきは応募数だけでなく、経路ごとの入社数と一人あたり採用単価、さらに入社後の定着です。応募単価が安くても定着が悪ければ、採り直しの工数を含めた実質コストは高くなります。

求人票が複数ある場合は、求人ごとに閲覧数、応募数、応募率を比較すると、タイトルや仕事内容の書き方の良し悪しが数字で見えてきます。反応の良い求人の書き方を他の求人にも横展開すると、改善が早まります。

入社後の定着まで含めて分析する

採用データの分析は入社で終わりではありません。早期離職が多いと採用単価を実質的に押し上げ、現場の教育工数も無駄になります。試用期間中や入社後一定期間の定着状況まで含めて振り返ることが重要です。

なお、試用期間中であっても労働契約は成立しており、解雇（本採用拒否）には客観的に合理的な理由と社会通念上の相当性が求められるのが一般的です。「試用期間だから自由に辞めさせられる」という前提での運用は避け、ミスマッチはそもそも選考段階で減らす発想が安全です。

早期離職が特定の経路や求人、あるいは特定の選考担当に偏っていないかを見ると、原因の切り分けができます。入社後のオンボーディングの整備で防げる離職も少なくありません。

データを改善アクションに変える手順

分析はアクションにつなげて初めて意味を持ちます。最もボトルネックになっている段階を一つ選び、原因の仮説を立て、改善策を一つだけ試す、という順番が現実的です。複数を同時に変えると、何が効いたか分からなくなります。

改善策を試したら、同じ指標を一定期間後に測り直し、転換率が変わったかを確認します。中小企業では母数が小さく月単位では数字が振れやすいため、数か月分をまとめて見る、四半期で傾向を見るなど、期間の取り方に注意すると判断を誤りにくくなります。

この「測る→仮説→一つ試す→測り直す」を回し続けることが採用データ分析の本質です。高価なツールがなくても、表計算ソフトで段階ごとの人数と日付を記録するところから始められます。

この記事のまとめ

• 採用データは単独の数字ではなく、応募から入社・定着までのファネルとして段階に分けて捉える。
• 目標人数から逆算し、必要な応募数と各段階の転換率（歩留まり）を先に見積もる。
• 転換率が極端に低い段階がボトルネックであり、段階ごとに原因も打ち手も変わる。
• 応募数だけでなく、経路別の採用単価と入社後の定着まで含めて費用対効果を判断する。
• 改善は一度に一つだけ試して同じ指標で測り直す。表計算ソフトの記録から始められる。