人材紹介のKPIを月末に見るのをやめた。毎朝に変えた
「山根さん、今月のKPI、また月末になってから『思ったより悪かった』って気づくんですよね」
先日、あるクライアントの人材紹介事業責任者の方から、こんな相談をいただきました。正直、僕自身も長らく同じ状態でした。月末に着座して先月の面談数・面接設定数・成約数を眺めて、「あぁ、今月も面接後半の歩留まりが悪かったな」と気づく。気づいた頃にはもう来月です。
これは特定の会社だけの話ではないと考えています。人材紹介 KPI 管理という言葉で検索すると、ダッシュボードの作り方や指標の定義の記事はたくさん出てきます。ただ、「いつ見るか」を扱った記事はほとんど見かけません。個人的には、指標の中身よりもこの「タイミング」の設計のほうが、意思決定の質に効いていると考えています。
結論から言うと、僕はここ数ヶ月、KPIを月末に見るのをやめました。毎朝見る仕組みに変えました。今日はその実測ベースの話をします。
人材紹介 KPI 管理の本質的な問題は「見るタイミング」にある
まず前提を揃えたいのですが、多くの人材紹介会社のKPI運用は、こういう流れになっていると思います。月中は現場が個別に案件を追いかけ、月末になって責任者が集計し、翌月の会議で振り返る。これ自体は間違っていません。ただ、この設計だと「打ち手を打てるタイミング」と「異常に気づくタイミング」が、常に1ヶ月以上ずれます。
これは迷信ではなく、構造の問題だと思っています。月末集計は「先月何が起きたか」を教えてくれますが、「今、何をすべきか」は教えてくれません。会議で「面接設定が20件でした」と報告されたとき、それが良いのか悪いのかは、実はその数字だけでは判断できないのです。
なぜかと言うと、選考ファネルは段階ごとに歩留まりがあるからです。面談→書類提出→書類通過→面接→内定という流れの中で、「面接設定20件」というフラットな数字の裏には、面接段階で候補者が3〜4名滞留しているだけかもしれない、という状況が隠れています。仮に1件の成約が平均手数料150万円規模だとすれば、この滞留だけで数百万円分の機会損失がすでに埋もれている可能性がある。これは体感としてかなり怖い話だと思っています。
もう一つ、これは僕が現場を見ていて感じたことですが、質の高い振り返りを書けるのは、責任者やエースなど一部の人に限られます。思考の型がその人個人に閉じてしまっていて、他のメンバーには再現できない。属人化というのはよく使われる言葉ですが、KPIの「解釈」の部分こそ、一番属人化しやすいのではないかと考えています。
毎週・毎月の振り返りを、実測データとAIの分業でつくり直した
ここから具体的に何をしたかという話をします。
僕らはまず、週次(毎週月曜)と月次(毎月1日)の振り返りを、実測データとAIの分業でつくり直しました。
やり方はシンプルです。ATSの実データとカレンダー実績から、前月比％・通過率前月比pt・滞留内訳といった数字を先に事前計算します。ここまでは機械的な集計です。AIはこの計算された数字を受け取って、「解釈」と「課題化」だけに集中させます。数字を作らせるのではなく、数字を読ませる。ここの役割分担がかなり大事だと考えています。
型としては、各選考フェーズについて「実績(前月比)→解釈→課題→打ち手」という順で記述させています。これは社内責任者が実際に書いていた月次振り返りを教師データとして、その思考の型を抽出し、AIに移植したものです。属人化していた「エースの頭の中の型」を、言語化して外に出したイメージに近いです。
課題は「すぐ対応／今月中に対応／構造的な課題」の3階層に仕分けし、最大のボトルネックを1つだけ名指しさせます。全部を並列に並べると結局どれも優先されないので、あえて絞る設計にしています。打ち手も、必達ラインの数値つきで起案させています。
正直に申し上げると、最初のバージョンはうまくいきませんでした。代表である僕自身が「話にならない」と評価したくらい、質が低かったです。原因は2つあって、1つはプロンプトの浅さ、もう1つはAIが出力したMarkdownを画面側でそのまま生表示していた表示の不具合でした。中身と見た目、両方に不具合があったということです。型を全面的に改稿し、レンダリングを直したことで、ようやく今の品質に到達しました。
効果としては、月間4件の振り返りが1件あたり120分かかっていたものが、AI活用後は1件あたり20分程度になりました(件数・分数は仮置きの想定値です)。月にすると約6.7時間の削減です。ここは正直にお伝えしておきたいのですが、この時間削減が歩留まりの改善に直接つながっているかというと、そこは間接的な寄与にとどまります。
「毎朝」に変えて初めて見えたもの。応募承諾から推薦までの滞留
週次・月次の話とは別に、もう一段深いところで「毎朝見る」仕組みも作りました。こちらのほうが、僕としてはインパクトが大きかったです。
対象にしたのは、応募承諾から書類推薦に進む工程です。ここは放置されやすい工程だと考えています。候補者が応募を承諾してくれたあと、書類を推薦するまでの間は、面談ほど強制力のあるイベントが挟まらないため、気づかないうちに止まってしまいやすい。
実際にデータを棚卸ししてみたところ、応募承諾のまま推薦されていない案件が104プロセス・32名分積み上がっていました。この数字を見たとき、率直に言って驚きました。最多の原因は「書類未回収」で、32名中24名が書類未登録の状態でした。中には、気づいた時点で73日間も未回収のまま放置されていたケースもありました。もし推薦に進めなかった1名がそのまま成約まで届いていれば、150万円規模の手数料が逸失していた計算になります。
この状況を受けて作った仕組みが、毎朝、ATS上で「応募承諾のまま推薦されていない」案件を全件洗い出し、候補者×企業ごとに承諾日・滞留日数・キャリア概要を付けて配信するというものです。推薦が進めばそのプロセスはリストから自動的に消えるので、リストに残っていること自体が催促の機能を果たします。誰かが「催促してください」と言わなくても、リストが勝手に催促してくれる。これは仕組み化の効き方として、個人的にかなり気に入っている部分です。
もう一つ、地味ですが重要な改善がありました。当初、僕らはATS上の「レジュメ回収状況」という人力入力の項目を見ていました。ただこれは形骸化していて、実態とズレていくのです。そこで、添付ファイルの実体をAPIで直接読み、ファイル名から書類の有無を断定する方式に切り替えました。この切り替えによって、「未回収の可能性24名」という曖昧な判定が、「未登録4名／書類OK16名」という正確な数字に変わりました。履歴書だけ欠けている、職務経歴書だけ欠けているといった欠品まで特定できるようになり、誤って未登録扱いされていた候補者を救済することもできました。
もう一つ、これは仕組みを作るうえで意識的に決めたことなのですが、書類が揃った候補者には「推薦へ進む」号令を、未回収の候補者には「回収が先」の号令だけを出すようにしています。推薦できない状態の候補者に対してAIが推薦文を作ってしまうと、それは誤ったシグナルになってしまうからです。AIに何でもやらせるのではなく、やらせないことを決める。これも地味ですが大事な設計判断だったと考えています。あわせて、この仕組みはATSへの書き込みを一切行わない、読み取りとメール配信のみの設計にしています。
効果としては、月間20件の対応が1件あたり15分かかっていたものが、AI活用後は1件あたり2分程度になりました(こちらも仮置きの想定値です)。月にすると約4.3時間の削減です。ここも歩留まりへの直接的なレバーとは言い切れませんが、承諾後に候補者の熱量が冷めてしまう前に手を打てるようになった、という意味では確実に効いていると感じています。
毎月・毎週から、毎朝へ。見るタイミングを変えると何が変わるか
ここまでの話を整理すると、僕らがやったことは大きく2段階あります。
1つ目は、月末・週明けの振り返りを「実測データ＋AIの解釈」に変えたこと。これは主に責任者層の意思決定の質とスピードを上げるための取り組みです。
2つ目は、日々の運用の中で放置されやすい工程を「毎朝の棚卸し」に変えたこと。こちらは現場のオペレーションが止まらないようにするための取り組みです。
この2つに共通しているのは、KPIの中身を変えたわけではないということです。面談数も、書類通過率も、以前から見ていた指標そのものです。変えたのは「いつ、誰が、どういう形でその数字を見るか」というタイミングと役割分担でした。
正直、AIを使ったKPI管理というと、ダッシュボードを綺麗にすることや、分析の高度化をイメージされる方が多いのではないかと思います。ただ僕の実感としては、指標を増やすことよりも、見るタイミングを打ち手が打てる瞬間まで前倒しすることのほうが、はるかに効果が大きかったです。月末に「先月はダメだった」と気づくのと、毎朝「この候補者が73日間止まっている」と気づくのとでは、打てる手の数がまったく違います。
何を申し上げたいかと言うと、KPI管理の改善というのは、必ずしも新しい指標を発明することではないということです。今ある指標を、より早いタイミングで、より的確な粒度で届ける。それだけで、現場の打ち手が変わることがあります。
最後に
皆さんいかがでしたでしょうか。
今回お伝えした内容は、あくまで僕らの実測値と試行錯誤に基づくものであり、すべての人材紹介会社にそのまま当てはまるとは限らないと考えています。特に振り返りの初期バージョンで「話にならない」と評価されたことからも分かるように、型とプロンプトの精度、そして表示側の作り込みが揃わないと、期待した品質には届きません。
ただ、月末集計のKPIが常に打ち手のタイミングを過ぎているという構造自体は、多くの現場に共通しているのではないかと思っています。もし皆さまの組織でも「気づいたときにはもう遅い」という感覚があるようでしたら、指標そのものを見直す前に、一度「いつ見ているか」を疑ってみるのをおすすめします。
※当社の採用・人事組織系支援にご興味がある方はお気軽にお声掛けください。
---
ブランドチェック・AI臭み除去・公開前レビューはまだ実行していません。このまま仕上げに進めてよければ、続けて適用します。