LinkedIn RecruiterのKPIを管理する目的
LinkedIn Recruiterの運用では、スカウトの送付数が多いだけでも、返信・承認率が高いだけでも、採用が進んでいるとは限りません。InMailの送信、承諾、実質返信、面談化を分け、AI-Assisted Messagingを使う場合の品質を検証することが必要です。KPIを確認する目的は単一の数字を追うことではなく、どの工程で候補者との接点が途切れているかを分け、改善の優先順位を決めることにあります。
送付・返信・面談・選考という工程ごとに分母が異なります。期間や職種によって候補者の状況も変わるため、「他媒体の返信率より低い」「先週は上がった」といった表面的な比較だけで判断するのは避けましょう。
AI-assisted messagesの下書きと手動作成を比較するときは同じ求人・候補者群に揃える。媒体の管理画面で提供される指標名や集計仕様は変わることがあります。独自に管理表を作る場合は、以下の計算式を明記して関係者間で揃えます。
最初に定義する5つのKPIと計算式
| 指標 | 計算式・定義 | 何が分かるか |
|---|---|---|
| InMail送信数 | 期間内に送信したInMail数 | 送付活動量 |
| 承諾率 | 承諾されたInMail数 ÷ 送信数 × 100 | 最初のアプローチに対する反応 |
| 実質返信率 | 実質的な返信件数 ÷ 送信数 × 100 | 自社で定義した対話成立 |
| 面談設定率 | 面談の約束件数 ÷ 送信数 × 100 | 連絡から具体的な接点への転換 |
| 面談実施率 | 面談実施件数 ÷ 面談設定件数 × 100 | 日程と候補者対応の質 |
「返信率」と「前向き返信率」は異なります。返信を受けても辞退や質問だけである場合があるため、面談につながる回答を別に集計すると実務の改善点が見えやすくなります。新卒オファーでは承認後の参加まで、LinkedInのInMailでは承諾と実際の対話を区別することが重要です。
また、期間末に送付したばかりで結果がまだ出ていない人を、十分な観測期間があった人と混ぜないようにしてください。媒体の送付枠が残っていても、送付対象の適合や運用体制によって実際に送れる件数は変わります。
架空の集計例で歩留まりを確認する
以下は計算方法を示すための架空の数値です。LinkedIn Recruiterの実際の平均値、導入企業の実績、媒体の公開ベンチマークではありません。現場の管理表では、対象求人・送付期間・分母の定義も一緒に残してください。
| 工程 | 件数 | 送付200件を分母にした率 |
|---|---|---|
| 送付 | 200件 | 100% |
| InMail承諾 | 34件 | 17% |
| 実質返信 | 20件 | 10% |
| 面談・イベント設定 | 12件 | 6% |
| 実施 | 10件 | 5% |
| 選考移行 | 4件 | 2% |
この例ではInMail承諾率は17%ですが、実際に実施まで至ったのは10件、送付を分母とすると5%です。さらに、面談・イベントを設定できた12件のうち、実施されたのは10件です。どこで人数が減ったかを見れば、次に取り組むべき工程を特定できます。
もちろん、採用したい人数が1人の場合と20人の場合では必要な活動量は変わります。求人の選考通過率や承諾率も含めて逆算し、送付だけを目標にしないようにします。
工程別に見る、数値が悪化する原因
候補者が見つからない・送付件数が伸びない
検索条件が厳しすぎるのか、求める経験が希少なのか、担当者の確認時間が足りないのかを分けます。まず候補者検索数、プロフィール確認数、送付対象数、送付実行数を確認してください。候補を広げても職務適合が落ちる場合は、検索のやり直しだけでなく求人要件の現実性を現場と相談します。
InMail承諾率が低い
InMail承諾はあるが面談に進まない場合、声かけ理由と実際の役割のズレを疑う。相手の実際の経験と募集内容の接点が曖昧な場合、長い企業紹介を足すより、送付理由と任せたい役割を冒頭で説明します。現職と募集内容の接点が説明できているか、スカウトで示した役割を面談でも説明できるかを確認。
返信や承認は得られるのに、面談が決まらない
候補者からの質問への回答、面談案内までの時間、案内の目的、同席者などを確認します。カジュアル面談と選考面接を混同したり、初回で案内した仕事と実際の役割に違いがあると、対話につながりにくくなります。
面談後に選考へ進まない
現場担当者がスカウトの訴求内容を説明できているか、勤務地・業務範囲・育成体制や報酬などを面談時点で適切に共有しているかを確認します。応募への温度感が合っていない人にも対話の機会を設ける場合は、その位置づけを前もって明確にします。
LinkedIn Recruiterならではの分解軸
採用地域、言語、職種、プロフィールの充実度、InMailの送付経路などに分けて、同じ条件の候補者群で数値を比較します。InMailの送信、承諾、実質返信、面談化を分け、AI-Assisted Messagingを使う場合の品質を検証する。媒体全体の返信率が上がっても、採用したい職種の面談数が減っていれば、その改善が採用成果に寄与したとは言い切れません。
| 分解軸 | 分ける理由 | 改善時の確認事項 |
|---|---|---|
| 職種・ポジション | 候補者数と必要な経験が異なる | 同じ職種内で前月と比較する |
| ターゲット層 | 候補者の温度感と訴求軸が異なる | 条件緩和後に送付対象の適合が落ちていないか |
| 件名・文面 | 声をかけた理由と求人の接点が変わる | 一度に変更する要素は一つにする |
| 送付時期 | 連休・採用イベント・就活時期などで変動 | 観測期間と対象群の条件を記録する |
| 返信後対応 | 日程調整・質問への対応に差が出る | 対応時間と面談設定までの離脱を確認する |
求人ごとの条件が違う場合、全体の数字を単純に合算すると改善を見誤ることがあります。特に候補者数が多い求人だけの改善で平均が押し上げられていないか、各職種の人数と件数も併記してください。
改善施策は「どの工程を変えるか」まで決める
定例では、全指標を同時に改善しようとしない方が実行に移しやすくなります。課題を一つ決め、その指標へ影響する施策を一つだけ変更します。
- 現状を固定：職種、対象群、期間、送付数、InMail承諾数、面談数を記録する。
- 仮説を立てる：たとえば「候補者の経験への言及が抽象的で、面談する理由が伝わっていない」と特定する。
- 変更箇所を一つにする：件名、冒頭、訴求する仕事内容、面談の案内などから一つ選ぶ。
- 十分な対象者を比較する：数件だけの結果で成功と決めず、候補者の条件や時期の変化を併記する。
- 後続の工程まで見る：返信・承認率が改善しても面談率や採用数が落ちていないか確認する。
改善実験中に採用要件や給与条件が変わった場合は、文面の変更だけによる効果として扱わないようにします。実施記録へ変更事項を書き残しておくと、次の求人でも再利用できます。
週次報告・月次振り返りの書き方
週次では母集団、送付の実行量、返信対応、未対応者など運用面の問題を先に見ます。月次では職種別の面談・選考の歩留まりを比較し、検索条件や訴求軸の変更に何が起きたかをまとめます。
記載例：「○○職：送付200件、InMail承諾34件（17%）、面談設定12件（6%）、実施10件。今週の課題は面談設定から実施への離脱。候補者への日程候補提示とリマインドの方法を見直す。」
この数値例は架空です。実績報告では候補者数、送付数、分母、変更点を正確に記録し、前月との差が単なる時期の違いなのか施策の結果なのか、区別できるようにします。
媒体規約、個人情報、AI分析の注意点
媒体が提供する標準のKPI画面やAI機能と、外部AIへ候補者情報を送る運用は分けて考える必要があります。候補者データを使う集計では、必要な項目を絞り、契約・利用規約・権限と個人情報の取り扱いに沿ってください。
採用結果の分析は傾向を把握するためのものであり、限られたデータから個人の能力や志向を断定しないこと。送付判断や不合格判断の理由は、求人要件と実際のプロフィールに基づいて記録します。
AIスカウトくんで支援できること
AIスカウトくんは、候補者検索・選定、文面の作成、送信、返信対応などのスカウト業務を支援します。LinkedIn RecruiterのKPI改善では、数値集計だけでなく、候補者選定、件名・文面、返信後の対応がつながるように運用を組み立てることが大切です。
月額5万円から始められるプランと通数課金のプランがあり、利用媒体の料金は別途必要です。対象媒体で運用代行が可能かどうかや具体的な対応範囲は、媒体規約・契約条件によって異なります。媒体そのものの独自機能を完全に代替するものではありません。
現在の数字と課題を整理して改善施策を検討する場合は、無料相談をご利用ください。
運用見直しチェックリスト
- 求人・職種別に数値を分けている
- 各指標の分母と分子、期間が明確になっている
- 採用地域、言語、職種、プロフィールの充実度、InMailの送付経路による違いを確認した
- 送付だけでなく実際の面談・選考まで見ている
- 施策の変更点を記録している
- 少数のデータから勝ちパターンを断定していない
- 契約・権限・個人情報を守って集計している
よくある質問
返信率や承認率の「平均」は何％ですか？
業界、職種、卒業年度、契約・送付枠や時期によって変わるため、一律の平均を目標にしません。まず自社の求人・同じ候補者群・同じ期間で基準値を作り、変更履歴を残します。
送付数が伸びない場合は何から見直しますか？
検索で抽出できる母集団、プロフィール確認に使える工数、送付可能な候補者数、媒体の送付制限を切り分けます。候補者選定の精度を下げて無理に件数を増やさないようにします。
率を上げるために件数を減らすのは良い改善ですか？
少数の反応しそうな人だけに送れば率は上がることもありますが、採用数にはつながらない場合があります。率と絶対件数、最終的な面談・採用数を併せて評価します。
どの期間で評価すればよいですか？
毎週は実行量と返信対応の遅れを確認し、母数が確保できた時点で職種別の率や改善差分を見ます。送付直後にまだ結果が出ていない候補者と、結果が確定した候補者を混ぜると率が歪むため、観測期間を固定します。
AIや自動化でKPIを改善できますか？
検索条件の整理、文面作成、候補者管理、集計の効率化などに活用できます。ただし媒体規約や個人情報の取り扱いを確認し、候補者の適合判定と送信内容には担当者の品質確認を設けます。
AIスカウトくんはどこを支援しますか？
AIスカウトくんは候補者検索・選定、文面作成、送信、返信対応などのスカウト運用を支援します。月額5万円から始められるプランと通数課金のプランがあり、媒体料は別途必要です。対応可否は媒体規約と契約内容によります。
まとめ｜LinkedIn RecruiterのKPIは改善箇所の特定に使う
大切なのは率を高く見せることではなく、InMailの送信、承諾、実質返信、面談化を分け、AI-Assisted Messagingを使う場合の品質を検証する。送付対象数、InMail承諾、面談・選考のどこに課題があるかを分け、自社の職種と候補者群に即した改善を積み上げます。
参考情報・関連記事
計算例は説明用の架空値であり、媒体の平均値や成果保証ではありません。公式情報確認日：2026年11月4日。
この記事に近い導入事例
