海外HRTechサービスから日本での機会を考える - Checkr（Background Check）

欧米のHRTechサービスを研究し、日本での可能性についても示唆を得ようという本企画。これからも書き続けたいという思いでマガジン化してみましたのでこちらもよろしければご登録ください。

海外HRTechサービスから日本での機会を考える｜Ichiro Shoda @HERP ,inc.｜note

第二回はバックグラウンドチェックサービスのCheckrを。バックグラウンドチェックは採用しようとしている候補者の犯罪歴・支払い能力等の確認を通じて信頼を担保しようという取り組みです。

※調達リリースが出ていたので加筆修正を加えました。（2021/09/01 14:56）

<想定している読者（こんな方に読んで欲しい）>
・HRTechサービスに興味がある
・HRTechサービスの提供をしている会社で働いている、働きたいと思っている
・いつかHRTech領域で起業したい

<アジェンダ（今後同じアジェンダを想定）>
・サービス概要（機能概要・時価総額等）
・日本のTalent Relationship Managementサービスの状況
・日本で展開する上でのポイント

サービス概要

1. どんなサービスなのか（簡単にいうと）

Checkrは冒頭にも記載した通り、選考フローにおいて候補者の犯罪歴・学歴・支払い能力等を確認し、候補者の信頼性を確認するためのシステムです。以下のトップページの文章にあるように、同時に候補者にとっても平等な選考を受けられる権利を保証することも意図しているようです。

※LP（https://checkr.com/）より掲載

Checkrのユーザー企業の多いアメリカでは、1970年に制定されたFCRA（Fair Credit Reporting Act）とその改正法であるFACTA（Fair and Accurate Credit Transactions Act）によって消費者の信用情報保護規制がかけられています。これらの規制はこのFACTAの中でバックグラウンドチェックの実施に伴う候補者の権利保護について規定がされています。こういった権利保護規制に則った形で、バックグラウンドチェックを行うための手法を提供しているのがバックグラウンドチェックサービスであり、Checkrはその代表的なサービスです。なぜアメリカでは早くからこのような法律が整っているかというと、身分証番号の登録有無、年齢、住所履歴、親族情報、犯歴、訴訟歴、破産歴、税務滞納歴、運転歴、等の情報が国によって公開されており、雇用の意思決定に活用されることが一般的であるからです。法規制は不当に情報が活用されることから消費者を守るためにあります。今日、アメリカの企業の約9割が正社員の雇用にこういった公開情報を活用したバックグラウンドチェックを実施しています。アメリカでは過失採用や怠慢雇用といった、必要な確認を怠って雇用し、何らかの損害を生み出した際に経営者や会社側の責任を重く捉える傾向にあります。実際に犯罪歴を見落として雇用した上で殺人等の犯罪が起こった際に企業が訴えられた事例も数多く存在します。人材の流動性が高く、ギグワーカーやフリーランサーが一般的なアメリカだからこそ、こういったカルチャーが生まれています。それに比べて日本ではこのような情報は基本的に一般公開されておらず、入社時に面接以外のスクリーニングをすることは稀です。また人材の流動性がまだまだ低く、終身雇用・正社員を前提としていることが多いので、雇用時のリスクが比較的小さく留められているということも状況の差分かと思います。また、日本でも直近少しずつ実施企業の増えているリファレンスチェックとの差分は、ポジションにマッチしている人材かを確認する、その精度をあげるために実施するのがリファレンスチェックであり、本人確認・免許の有効性の確認・犯罪歴の確認等、採用することによる企業のリスク排除を主たる目的としているものがバックグラウンドチェックであると考えると差分を理解しやすいかと思います。

Checkrの成長のきっかけとなったのが上記にも記載したギグエコノミーです。Uber、Lyft、Instacartの出現によりアメリカに大量のギグワーカー雇用が創出されたことを受けてCheckrを含めたバックグラウンドチェックサービスの需要が急増しています。対面での接点なく日常的にライセンスを所有したドライバーをアメリカ中いろいろな地域で雇用することが必要であり、その際のリスク最小化（対応ライセンスの確実な保持確認・犯罪履歴の確認等）が必須と言えるでしょう。逆を言えばUberやLyftの成長を支えているのがCheckrであるとも言えると思います。

2. どんなサービスなのか（機能詳細）

それではCheckrというサービスについて詳細に説明していきます。ある意味とてもシンプルなサービスなのでUXに沿って説明していくことにします。

①候補者にCheckrへの招待リンクを送る

候補者にバックグラウンドチェック開始のためにCheckrの利用開始および個人情報登録を求めるinvitationを送ります。この際に、勤務エリア・職種郡・バックグラウンドチェックパッケージを選択し、候補者に送信します。実施するバックグラウンドチェックの種類は多種多様ですが以下に代表的なものを列挙します。これらの組み合わせがPackageとなります。事前にどの種類のチェックフローを踏むかを設定した上で候補者を招待します。候補者は招待メールから必要情報および書類を確認し、オンラインでアップロードします。

- SSN（Social Security Number）Trace：ソーシャルセキュリティナンバーという日本で言うところのマイナンバーの確認。これを通じて国籍の確認や居住区と準拠法の確認をする。
- DOT（Department of Transportation） Screening：アメリカ運輸省および連邦自動車安全管理局（FMCSA）のドライバーの規制要件を満たすスクリーニングを提供。Employment Verification/Drug Screen/Physical/CDLIS database search/MVR reports
- Motor Vehicle Records (MVRs)：運転免許証の詳細情報（発行日、ライセンスの種類等）および違反歴等の運転に関する詳細情報を確認。
- National/County Criminal Database Check：国および州の犯罪データベースを照会し、犯罪履歴の確認。
- Global Watchlist Records Check：国際的なテロリスト情報・ドラッグ販売者情報・マネーロンダリング組織情報等に関係する情報がないかどうかの確認。
- Sex Offender Registry Check：性犯罪歴の確認。性犯罪者は必ず居住区での登録が必要とされている。
- Education Verification：候補者の提出した情報を元に、学歴の確認。
- Employment Credit Check：クレジットカードの使用歴および滞納履歴の確認。

②レポートを確認する

候補者にinvitationを送ってから平均で2~3日で候補者の初期的なバックグラウンドチェックが完了します。犯罪歴の詳細確認等、直接訪問してリサーチすることが必要なチェックはこれ以上の日数を要することがあります。チェックが完了すると、レポートが作成されます。上記画像がそのサンプルです。この結果をもとにActionsのEngageもしくはPre Adverse Actionを選択します。Report Information内のStatusがレポートの状況及び結果を示しています。Pre Adverseとは、アメリカにおいてはバックグラウンドチェックプロセスにおいて候補者側の反対意見を述べる、不当な判断に対して意義を唱える権利が保障されており、その権利行使を許す（選考プロセスとしては不合格を意味する）というアクションを指します。つまり不合格ということです。Checkrは独自のバックグラウンドチェックデータベースを構築・所有しており、候補者は自らの結果を自らのダッシュボード上で確認することができます。候補者側の体験にも投資をしているのがCheckrの一つの強みです。

この画面からGet statusを行い、その結果に基づいて結果に対する意を唱えることができるようになっている仕組みです。企業と候補者は平等であるという前提が感じられます。この意義を唱える権利は前述のFCRA/FACTAで保障されている権利になります。

また、この独自データベースを、バックグラウンドチェックが行われる度にアップデートし、常に最新状態を保つことでCheckrで過去に実施したバックグラウンドチェックをアップデートし続けることが可能なのがCheckrの一つの強みです。それがこのContinuous Checkと呼ばれる、当該候補者の犯罪歴等のチェックを継続的に行う機能です。

③Analyticsの活用

Checkrには多様な数値を可視化する分析機能が備わっています。合計のレポート実施数、候補者からの異議の数および種類、継続的にバックグラウンドチェックを実施している候補者の現状等、いろいろな観点で全体像を把握できるようになっています。

Checkrの主要な機能は以上で終了です。めちゃくちゃシンプルですね。もちろんレポートの内容は各種ATSに同期することができます。ATS以外にも多様なサービスと連携することがもちろん可能です。Checkrは自社のAPIを公開しており、企業ごとのワークフローに組み込むことも可能です。

- 機械学習の活用

バックグラウンドチェックサービスが選ばれるために最も重要なポイントは、早くて正確であること これにつきます。Checkrをはじめアメリカのバックグラウンドチェックサービス提供企業は自分たちが一番早くて正確になるために努力し続けています。Checkrの早くて正確になるための努力の一つがAI・機械学習の応用です。

具体的には、自前のデータベースを常に最新化し、独自の分類を進めることでチェックスピードを向上していると記載があります。アメリカでは州ごとに法律が異なったりするため、それぞれの州での法律の細かな変更や、新しい判例の公開に対応していく必要があります。そういった照らすべき法律の更新を常に独自のデータベースに反映していき、正確な判断が常にできる状態を作ること、過去に実施したバックグラウンドチェックのログを自社で保有し続け、その事例を学習することで全体のチェックフローの効率化、高速化を試みています。候補者向けデータベースを持つことと並んで彼らの強みとなっています。

<代表的な利用企業>
Checkrは多種多様な業種で活用されています。特に雇用機会が多い、Tech・ギグエコノミー・飲食店や、本人確認・犯罪リスクをなくすことが強く求められる病院・NPO等でも活用されています。そのほか、自社でリスクを負う必要がある派遣会社や多くの州で雇用が発生する物流系の会社とある意味PMFしているカテゴリーがたくさんあります。以下ギグエコノミー・Tech企業の利用企業ロゴです。

<競合サービス>
バックグラウンドチェックサービス
- GoodHire
- Background Checks.com
- Xref （リファレンスチェックに特化、Checkrとのインテグレーションも可能）
上記のWebサービス以外に、専門の調査機関に依頼をするという方法もあります。調査内容に応じて10~30万円の実費がかかるみたいです。

3. プライシング（料金）

 基本的にはバックグラウンドチェックの実施回数・実施内容に応じて重量課金のようです。以下の表がベースの一回あたりのプライシングのよう。

加えて、以下のようなオプション等々があります。

Workable（フランス初のATS）にはインテグレーションした上でCheckrを活用した際のプライシングがFAQにありました。

直近はサブスクリプションの料金プランも導入しているようですが、基本は全てContactSalesということだったので、企業によってプライシングも異なるようです。

4. ファイナンス概要

ギグエコノミーの成長に応じてCheckrも成長を遂げています。現状シリーズDまで実施をしており、300億を超える調達を実施。投資家にもT Rowe Price/ メアリーミーカーのBond等有名投資家が顔を揃えています。

この記事の公開日に新しい$250mm調達ラウンドのニュースが出ておりました。引き続き急成長しているのは間違いないようです。黒字化を達成とも出ております。

<時価総額>
$4600mm
<累計調達額>
$559mm
<投資家の顔ぶれ>
T. Rowe Price, Bond, Coatue, Accel, Y Combinator, IVP, Khosla Ventures等
シリーズEで Fidelity Management & Researchが新規参加

日本のバックグラウンドチェックサービスの状況

<国内で展開する同様のサービス>
- EandW
- KCC（企業調査センター）
- FirstAdvantage

上述したとおり、日本では消費者の個人情報が公開されていないため、厳密なバックグラウンドチェックには人の目を使った調査が必要になります。上記のサービスはどれもインターネット上で完結するサービスではなく一件あたり数万円〜数十万円という金額をかけて個別で依頼をする必要があります。

マイナス面のリスクに関してではなく採用可否判断の一助としてのリファレンスチェック（第三者評価を採用可否判断に取り入れること）は直近日本でも少しずつ導入企業が増えてきているところかと思います。以下はリファレンスチェック専門のWebサービスです。

<国内のリファレンスチェックサービス>
- BackCheck
- Mikiwame Point
- Parame Recruit
- Ashiato

日本の採用活動はある意味信頼で成り立っています。求人媒体・エージェント経由でもたらされた情報に疑うこともなければ、本人から提出された履歴書・職歴書の記載内容が虚偽かもしれないと思うこともないと思います。もちろん入社のタイミングで虚偽ではないことを誓約することを求める会社がほとんどかと思いますので、入社時には虚偽ではないことを保証していることになります。
このような状況は裏返すと日本において虚偽申告・経歴詐称による甚大な被害が企業に与えられたことが欧米と比べて少ないからだと考えうると思います。新卒採用が一般的であり、まだまだ人材の流動性も低いこの国においてリスク回避すべきは入社時点ではなく入社後であると考える方が妥当だと思いますし、企業と労働者の関係においても企業側が選ぶ立場である期間が長かったことで個人の非を会社が全て被るということもこれまであまりなかったのではないかと思います。今後は日本においても人材の流動性が向上し、企業と労働者の立場は対等に近づいていくことは言うまでもなく、また、雇用の安定性（労働者の権利保護）についても変化があるだろうと考えると、入社時でのリスクチェックは重要になっていくことも考えられます。時代は所属企業名だけではなく個人としての知名度・ソーシャルスコアも等しく重要な時代です。言い換えると企業よりも目立つ個人が普通に存在する時代になってきている。だからこそ企業側もこれまで通り企業ブランドのみをコントロールするのではなく抱えているタレントのリスクもこれまで以上にケアする必要があるでしょう。所属Youtuberの不祥事は会社の大きなリスクであるのは一例として当然で、一社員がセクハラを繰り返すことも企業のレピュテーションリスクとして大きなものになってきているのです。ここまで書いていてリファレンスやバックグラウンドチェックが日本においても今後重要になっていく未来がとても見えてきましたね。w

またリファレンスについては、日本では正式に候補者に明示しないリファレンス（第三者評価情報）の取得が一般的です。この方式は選考の不透明・不平等を直接的に生むものなので何かしらの仕組みで代替していく必要があると思っています。候補者が自分の提出していない情報でかつ自分の感知し得ないところで採用可否判断がされていること。最終的な合否判断に対して不当性を訴える権利も保障されていないこと。これらはあまり気分の良いものではありません。健全な人材の流動性を生むためにもこういった裏リファレンスと呼ばれるものも代替されることを願います。

WebサービスとしてのCheckrと日本のサービスの違いはオンラインでバックグラウンドチェックが完結することに尽きるかと思います。そのための機械学習の活用や法律関連データベースのアップデートを逐一行っているわけですが、この前提にある国の情報公開に対するスタンスが日本とアメリカで大きく違うことがそもそものサービスとしての提供価値の違いになっていますので、一概にサービスレベルだけを比較して論じる事は難しいかと思います。

日本で展開する上でのポイント

Checkrをリサーチする中で改めて感じた事はバリュープロポジションの重要性です。彼らはUber/Lyft/Instacart等の急成長によって生まれたギグエコノミーという急成長マーケットを直接支えることで自分たちのバリュープロポジションを明確なものにしています。マーケットの急成長を捉え、その成長を支える尖ったプロダクト開発とバリュープロポジションの獲得というお手本のような事業開発から学ぶ事は大きいです。また急成長マーケットを支える中で競争優位性にまで昇華したプロダクトクオリティをその他のマーケット（Adecco等のスタッフィングカンパニー等）でのPMFにも繋げられているのはお手本のような登り方だと思います。HR事業に携わられている方々は感じられているところが大きいかと思いますが、HRはホリゾンタルだと言えるがホリゾンタルではないという矛盾を孕んでいます。特定の企業群で受け入れられたものがそのまま他の企業群で受け入れられるか？全くそんな事はありません。ある意味HRTechもバーティカルな思考を合わせもつ必要があるのです。そういう前提を加味しても多様な企業群で受け入れられるのはそう簡単な事じゃないと思います。なぜCheckrにそれができたか、それは上記にも記載した、早くて正確であることのクオリティを高め続けることに投資をし続けた事なのではないかと感じています。サービス品質・価値訴求の軸を明確化することで圧倒的なサービスが生まれたと考えられると。ではそのサービスとして学ぶべきことをまとめていきましょう。

日本でバックグラウンドチェックを一般的なものにしていくために必要なことは、バックグラウンドチェックを行う強いメリットを企業にも候補者にも作っていくこと、言い換えると企業と候補者双方のペインポイントを解消することだと思います。
<Checkrの場合>
企業側のペインポイント：競合より速く多く、信頼できる人を雇いたいが従来のバックグラウンドチェックは時間がかかってかつ高額である。
⇨機械学習を活用し、結果取得スピードを圧倒的に高めることで解決
候補者のペインポイント：自分の採用可否判断がどんなバックグラウンドチェックに基づいて行われたか簡単に知りたいが、企業に問い合わせたり、面倒な手続きが必要。
⇨候補者側のバックグラウンドチェックダッシュボードを提供しリアルタイムで結果確認ができ、簡単に異議を唱えることも可能にすることで解決

では日本においてはどうでしょうか。現状起こっている変化および今後起こり得る変化を書き出し、それに伴って発生するペインポイントを想像した上で日本でバックグラウンドチェックが一般化するストーリーを妄想してみます。無理やり妄想していることをお許しください。w
<日本の労働環境における変化（メモ）>
- 働き方の変化：リモートワーク等の一般化、裁量労働の増加、個人事業主の増加
- 雇用の変化：一社での労働ではなくフリーランス・副業の増加、生涯転職回数の増加、デジタル人材不足の加速
- 行政主導の変化：外国人労働者の増加（？）、行政手続きのデジタル化（デジタル庁発足）、キャッシュレスの推進

日本でバックグラウンドチェックの活用が進むストーリー3選

1. 官民一体型プロジェクトの増加による活用促進
デジタル庁や、オリンピックをはじめとした官民が協力して進めるべきプロジェクトは今後増加していくことが考えられると思います。こういった国の施策に携わるような採用は慎重に行う必要があり、バックグラウンドチェックが必須になっていくと思います。デジタル庁での重要ポスト採用は最たるものでしょう。

2. 副業増加と企業のセキュリティリスク向上に伴う活用促進
副業マーケットは成長を続けています。副業それ自体も一般化していくことが考えられますし、個人が転職の意思決定を行う上でも有効であり、正社員転職の一つの手法にもなっていくと思います。同時に、副業社員から情報が漏洩したり、それこそ反社会的勢力の雇用につながっていたりと副業社員を受け入れる際の法的リスク（コンプライアンス・情報漏洩リスク等）は課題として顕在化していくことが考えられます。こういったリスク回避のためのバックグラウンドチェックもニーズとしてはありそうです。

3. オンライン診療の一般化に伴う活用促進
オンライン診療はコロナ禍においてその意義が見直されており、まだまだ時間はかかるにせよ一般的になっていく可能性が高いのではないでしょうか。そうなった際に、病院が遠隔で医師を雇用したり、1人の医師が複数のサービスを活用してオンライン診療を行う（ある意味ギグワーカー）ことも考えられると思います。当然医師免許だけでなく医師としてのリファレンスも重要になってくるかと思いますので、このストーリーもありそうです。

まだまだストーリーはありそうですが今回はここまで。Beamery同様にWebサービスとして真似すべきポイント（機械学習の活用・候補者側のUXでの工夫）はあるかと思いますが今回はまだ存在しないマーケットが日本でもどう生まれるかを想像してみました。今後も自らの学びのためにも続けていこうと思うので感想・コメント等いただけますと幸いです。リクエストもお待ちしております。

※出典・参考記事一覧
- サービスLP
- シリーズD調達関連記事
- CrunchBase
- Capterra
- 新ラウンド実施記事