KPI1｜検索結果・候補者母集団
何を見る？
現在の検索条件で、どの程度の候補者が見つかるかを確認します。
媒体によっては検索結果件数を確認できるほか、実際にプロフィールを確認した人数を母集団として管理する方法もあります。
何が分かる？
候補者が少なすぎる場合、検索条件・媒体・求人要件がボトルネックになっている可能性があります。
一方、候補者数が多くても対象者が少なければ、条件が広すぎる可能性があります。
改善アクション
・MUSTとWANTを分ける
・経験年数、業界、キーワードを緩和する
・類義語を追加する
・別媒体を検討する
・求人条件そのものを見直す
KPI2｜スカウト対象数・対象率
対象数は、実際にプロフィールを確認した候補者のうち、スカウト対象と判断した人数です。
対象率は、たとえば「スカウト対象者数 ÷ 確認候補者数」で計算できます。
この指標は、検索条件と候補者選定基準が企業の採用要件に合っているかを見るために有効です。
対象率が低い場合
検索条件が広すぎる、検索条件と選定条件がずれている、企業側と運用担当者のMUST・WANT・NG理解が違う可能性があります。
対象率が高すぎる場合
必ずしも問題ではありませんが、検索条件が非常に厳しく、候補者母集団を狭めている可能性があります。
必要送付数を確保できているかとセットで見ます。
KPI3｜スカウト送付数
送付数は、実際に候補者へ送ったスカウト件数です。
ダイレクトリクルーティングでは重要な活動量ですが、送付数だけを成果として追わないことが重要です。
送付数が少ない場合
・候補者母集団が少ない
・候補者確認に時間がかかる
・文面作成が遅い
・企業側の承認待ちがある
・担当者の工数が不足している
・媒体の通数・契約条件に制約がある
原因を分けて改善します。
送付数が多い場合も確認すること
送付量が増えても、対象率・返信・面談が悪化しているなら、候補者選定を広げすぎている可能性があります。
「何通送ったか」だけでなく、「誰へ送ったか」とセットで見ます。
KPI4｜返信・承認数と率
媒体によって候補者の反応を「返信」「承認」「応募」「話を聞きたい」など異なる言葉で表します。
社内では、どの状態を返信として扱うかを決めます。
返信率の例は「返信した候補者数 ÷ 送付数」です。
ただし、媒体が表示する公式指標と社内計算の定義が違う場合があるため、比較するときは分母・分子を揃えます。
返信率が低い場合に見ること
・候補者層が求人と合っているか
・求人条件に競争力があるか
・候補者へ伝える訴求が明確か
・文面に連絡理由があるか
・媒体・スカウト種別が求人に合っているか
文面だけが原因とは限りません。
KPI5｜面談・応募数と率
返信した候補者が、実際に面談・応募へ進んだ数を見ます。
たとえば「面談数 ÷ 返信数」「応募数 ÷ 送付数」など複数の見方があります。
どの率を使うかは社内で統一します。
返信はあるが面談が少ない場合
・返信後の案内が分かりにくい
・日程調整が遅い
・候補者が求人を十分理解していない
・スカウト文面と実際の求人条件に差がある
返信後の候補者体験を確認します。
KPI6｜選考移行・通過数と率
面談・応募後に、書類、一次面接、最終面接などへ進んだ数を確認します。
このKPIは、スカウト対象の精度と求人・選考の整合を見るために重要です。
返信率が高くても選考へ進まなければ、採用成果にはつながりません。
選考移行が低い場合
候補者選定が広すぎる、面談で求人とのミスマッチが判明している、選考基準とスカウト基準が一致していない可能性があります。
採用担当者と現場で、候補者選定基準を見直します。
KPI7｜採用決定数・採用単価
最終的に何名採用できたかを確認します。
採用単価を見る場合は、媒体費、代行費、オプション、成果報酬など、どの費用を含めるか定義します。
また、採用担当者の社内人件費を含めるかでも数字は変わります。
他社の採用単価と単純比較するより、同じ費用定義で自社内の求人・チャネルを比較する方が実務で使いやすくなります。
KPIの分母・分子を固定する
同じ「返信率」でも、送付通数を分母にするか、送付候補者数を分母にするかで結果が変わります。
再送や複数スカウト種別がある媒体では特に注意が必要です。
KPI台帳には、次の項目を持たせます。
・KPI名
・分子
・分母
・データ取得元
・集計単位
・更新頻度
・注意点
媒体公式の表示指標を使う場合も、その定義を確認します。
求人別・媒体別に分ける
全求人・全媒体を合算すると、問題のある求人が見えにくくなります。
最低限、求人別・媒体別に送付、返信、面談を分けます。
複数職種を一つの平均値にすると、採用難易度や候補者母集団の違いが混ざります。
たとえば、営業求人の返信率と専門エンジニア求人の返信率を同じ目標で管理しない方がよい場合があります。
期間を揃えて比較する
今月の7日間と先月の1ヶ月をそのまま比較すると判断を誤ります。
週次、月次など期間を揃えます。
母集団が小さい求人では短期間の率が大きく振れます。
1件返信が増えただけで返信率が倍になることもあるため、件数と率の両方を確認します。
KPIと改善アクションをつなぐ
母集団が少ない
検索条件、媒体、求人要件を見直します。
対象率が低い
検索条件・選定基準・企業側の採用要件共有を見直します。
送付数が少ない
候補者数、確認工数、文面作成、承認、担当体制を見直します。
返信が低い
候補者層、求人条件、訴求、文面を見直します。
面談化が低い
返信後の連絡、求人説明、日程調整、CTAを見直します。
選考移行が低い
候補者選定と選考基準の整合、求人条件を見直します。
採用が少ない
ファネル全体を確認し、どの工程で最も候補者が減っているかを特定します。
KPIでやってはいけないこと
返信率だけを最重要KPIにする
返信率を上げるために対象者を広げすぎると、面談・選考の質が下がる可能性があります。
送付数だけを追う
送付数が増えても候補者精度が落ちれば成果につながりません。
外部平均をそのまま目標にする
求人、媒体、職種、候補者層、企業認知で数値は変わります。
平均値より、自社の同じ求人・媒体の改善前後を重視します。
分母を変えて比較する
前月は送付数、今月は候補者数を分母にするなど、定義が変わると比較できません。
複数施策を同時に変える
検索条件、文面、求人条件を同時に変えると、何がKPIへ影響したか分かりにくくなります。
KPIレビューの頻度
一律の正解はありません。
送付量が多い求人では週次で動きを見ることができますが、母集団が小さい求人では短期間で判断すると数字がぶれます。
日次では作業量・返信などの異常を確認し、週次・月次では検索条件・文面・求人訴求などの改善を検討する、と役割を分ける方法があります。
重要なのは、頻繁に会議することではなく、十分なデータがあるタイミングで意思決定することです。
KPIダッシュボードに入れる項目
基本情報
求人名、媒体、期間、担当者、運用開始日を入れます。
母集団
検索結果数、確認候補数、対象数、対象率を追います。
アプローチ
送付数、返信数、返信率を追います。
候補者進捗
面談、応募、選考、内定、採用を追います。
コスト
媒体費、代行費、追加費用などを必要に応じて追います。
改善ログ
検索条件、文面、求人条件などの変更日・内容・理由を残します。
数値だけでなく変更履歴を同じ場所で見ると、改善前後を比較しやすくなります。
AIでKPI分析を支援する
生成AIは、求人別・媒体別の集計データを要約し、前月差、ボトルネック、改善仮説を整理する用途に使えます。
候補者個人の氏名・職務経歴が不要な分析では、個人を特定しない集計データだけを使う設計が可能です。
ただし、AIの提案をそのまま施策にするのではなく、求人・市場・媒体の状況を採用担当者が確認します。
AIスカウトくんのKPI改善
AIスカウトくんは、TechSuite株式会社が提供する、生成AIと採用のプロを組み合わせたスカウト代行サービスです。
候補者選定、スカウト文の作成、返信対応、運用改善までを支援します。
運用では、求人・媒体ごとの送付、返信、面談などを見ながら、検索条件、候補者選定、文面、求人訴求の改善を行います。
成果を見るときも、単一の返信率だけではなく、採用ファネルのどこが改善したかを確認することが重要です。
よくある質問
返信率は何％を目標にすべきですか？
求人・媒体・職種によって異なるため万能な数値はありません。まず自社の初期値を取り、同じ条件で改善前後を比較します。
送付数と返信率はどちらを優先すべきですか？
どちらか一つではありません。必要な送付量を確保しつつ、対象者精度と返信・面談までを追います。
KPIは毎日見るべきですか？
作業量や返信の異常確認は日次でできますが、改善判断に必要なデータ量は求人によって異なります。短期間の率だけで条件を変えすぎないことが重要です。
採用単価には何を含めますか？
媒体費、代行費、成果報酬、追加費用など、自社で定義を決めます。他求人・チャネルと比較する場合は同じ費用範囲に揃えます。
まとめ｜KPIは「良い数字を作るため」ではなく「次にどこを変えるか決めるため」に使う
ダイレクトリクルーティングのKPIは、母集団、対象率、送付、返信、面談、選考、採用までファネルで設計します。
分母・分子を固定し、求人別・媒体別・期間別に比較します。
返信率だけを追うのではなく、どの工程で候補者が減っているかを確認し、その工程に対応する検索条件、候補者選定、求人訴求、文面、体制、選考を改善します。
KPIは評価表ではなく、次のアクションを決めるための運用ツールとして使うことが重要です。
この記事に近い導入事例
