【ポイントまとめ】 採用データ蓄積とその活用について丨ハーモスラボ イベントレポ#11
こんにちは、” 採用力爆アゲ ” をテーマに活動するコミュニティ、「ハーモスラボ」運営チームです😁
1/13に実施したイベント「採用データ蓄積とその活用について」に関して、ポイントをギュッと絞ってまとめたレポートをお届けします♪ 今回は上記に加えて、2020年採用振り返りについてのLT発表も行われる2本立てのイベントになりました。（興味を持っていただけたらぜひ次回のイベントにご参加ください！）
■□■ このnoteで知れること ■□■
・感覚的な採用から、データを元にした採用にシフトした方法
・効果的なリファラル採用を推進する方法
・リードタイムの短縮と離職率低下を実現する方法
Sansanの中途採用の変遷から見る、採用データとの付き合い方
最初のプレゼンターはSansan株式会社の素花玲香さん。
直近3年で約400名採用をされたそうですが、素花さんが入社された2016年当時はとにかく気合で量を回し、採用業務のPDCAを回せる体制ではなかったそうです。
最も「歩留まり」が多い応募経路を明確に
KGIは採用人数ですが、採用業務のPDCAを回すために、まずはプロセス目標設定が必要ですよね。具体的には、最も歩留まりが多い応募経路を明確にし、人事が積極的に促進をすることで、リードタイムの短縮を実現したとのこと。当時はスカウト選考が最もスタックする傾向があったため、スカウトからの選考時は人事が面接官と密にコミュニケーションしたそうです。
ボトルネックになるフェーズを見極める
HRMOSを使えば、各採用プロセスにおける合否など、詳細数値が確認できます。その機能を活用してどのフェーズが最もボトルネックになっているのかを明確にしました。
※HRMOS参考画像
採用決定がなかなか出ないポジションがあり、原因解明をしたところ、最終面接に3名進んでいるのに一人も通過していなかったことが判明。（一次〜最終の各フェーズでの見極めがきちんと機能していれば、最終面接の通過率は70%-80%が妥当）各選考ごとに面接官同士で採用基準や目的を見直したことで、改善し無事採用決定が出せたそうです。データを可視化することで、なぜ採用決定が出せていないかの課題感が特定しやすくなりました。
効果的にリファラル採用を推進する方法とは？
1人目のLTプレゼンターはディップ株式会社の丹野裕文さん。
▼丹野さんのSNSリンクはこちら！
Twitter / Instagram / Clubhouse：@hironobu_tanno
2018年から2020年までに、アルバイトから中途まで300名ほど採用されたそうです。2020年当初は、下記のような課題が。
そこで、まずは"どのような人がどのようにに採用されたのか"ストーリーを見られるページを社内イントラに設置。さらにポスターを作成し、社内に貼ったそうです。紹介した社員/されて入社した社員の写真と、前述のページに遷移するQRコードをポスターにレイアウトすることで、アクセス数も計測できて◎
その結果、採用率が20%アップし、エンジニアの社員紹介数も例年の1.5倍に！採用費用も役職によっては1人当たり150~200万削減できたそうです！
"カルチャーフィット" を言語化する
リファラル採用時には、紹介経緯をしっかりヒアリングするため、書類選考が無いそう。またカルチャーフィットを判断するためにも、フィットする方のコミュニケーションの仕方/人柄などを可能な限り言語化。その上で社内広報を実施することで、人事と現場が目線合わせをできるため、結果的に入社後の離職率低下に繋がるそうです。
在宅環境下で全マネージャーへ面接官研修を実施した話
2人目のLTプレゼンターはランスタッド株式会社の齋藤健太さん
2020年当初は採用リードタイムが長いだけでなく、早期離職が目標の数値より高かったそう。
そこで早速研修を実行。
その結果、リードタイムを約50%カットできるように！
研修形態を 1回30分＋複数回＋自由参加 にすることで、参加人数が増えたそう。また研修を通して意識づけをすることで、「自分の組織は自分で創る」意識醸成が可能に。さらに面接官の不安を払拭することができたとのこと。
上記の結果、面接辞退率が低下！入社1週間後に取る「入社体験アンケート」でも高評価を得られるようになったそうです。
おわりに(編集後記)
効率的な採用活動をするためには、まずは現状把握から。今回は選考ステップごと/流入別での課題を洗い出すことで、改善策を打つ秘訣を伺えました！
今後ますますイベント等増やしていく予定ですので、引き続きハーモスラボをよろしくお願いいたします＾＾
▼次回のイベントはこちら！
▼過去のイベントレポートはマガジンにまとめています。
▼最新情報はtwiterをご確認ください！
この記事が気に入ったらサポートをしてみませんか？