「採用管理表に数字は入っているが、何を改善すればいいかわからない」「KPIを測っているのに毎月同じ課題が繰り返される」——採用データが機能しない理由のほとんどは、数字の「読み方」が身についていないことにあります。数字を計算することと、数字を読んでアクションを決めることは別のスキルです。この記事では採用データを「改善アクションに変換する思考法」を整理します。
- 採用データを読む3つのステップ
- ファネル別に数字が示すシグナルとアクションの対応表
- 数字の誤った読み方3パターンと正しい解釈
- 改善アクションを「1つに絞る」判断基準
なぜ採用データを「読む力」が必要か
採用担当者の多くは「測ること」には慣れてきています。応募数・書類通過率・採用単価を採用管理表に記録し、グラフにして経営者に報告している企業も増えています。しかし「この数字が低いから何をすればいいのか」という判断になると、とたんに手が止まります。
これは「計算できる」と「読める」が別のスキルだからです。数字を読むとは、単に値を確認することではありません。「この数値は正常か異常か」「異常だとしたら原因はどこにあるか」「原因に対してどのアクションが最も効果的か」という3段階の解釈をすることです。この思考プロセスが身につくと、採用データが「記録」から「改善の道具」に変わります。
採用指標の全体像と設計については採用KPI完全ガイド｜指標の設計・目標値・改善サイクルまでを参照してください。本記事はその「読み方・使い方」の実践編です。
採用データを読む3つのステップ
ステップ1：「基準値」と比較する
数字は単体では意味を持ちません。「書類通過率25%」が良いのか悪いのかは、比較する基準によって変わります。比較すべき基準は3種類あります。
- 自社の過去実績：先月・先四半期・昨年同期と比べて上がっているか下がっているか
- 自社の目標値：設定したKPI目標を上回っているか下回っているか
- 業界の目安値：一般的な水準と比べて大きく外れていないか
この3つの基準のうち「自社の過去実績との比較」が最も実用的です。業界平均は職種・チャネルによって大きく異なるため、参考程度にとどめます。
ステップ2：「ファネルのどこか」を特定する
採用数字の問題は必ず「ファネルのどこか特定のステージ」で起きています。全体の採用結果が悪い場合でも、問題は「応募が少ない（流入）」「選考で落ちすぎている（通過率）」「内定後に辞退される（クロージング）」のいずれかに絞られます。全体の数字だけ見ていても原因はわかりません。ファネルの各ステージに分解して、どこで詰まっているかを特定することが読み方の核心です。
ステップ3：「仮説」を立ててから動く
ステージが特定できたら、次は「なぜその数字になっているか」の仮説を立てます。たとえば書類通過率が下がっているとき、仮説は「①求人票の訴求がズレて応募質が下がった」「②採用要件を引き上げた」「③チャネルを変えてターゲット層が変わった」などいくつか考えられます。仮説を立てずに「とりあえず求人票を直す」という動き方をすると、原因が別の場所にあった場合に効果が出ません。
「基準値と比較する→ファネルのどこかを特定する→仮説を立てる」の3ステップが採用データを読む基本思考
ファネル別：数字が示すシグナルとアクション
ファネルの各ステージで「この数字が悪いときに考えられる原因」と「最初に試すアクション」を整理します。
| ファネル | 数字が悪いときのシグナル | 考えられる主な原因 | 最初に試すアクション |
|---|---|---|---|
| 応募数が少ない | 月間応募数が目標を大きく下回る | 媒体の選定ミス・求人タイトルが弱い・掲載期限切れ | まず「クリック数」を確認。クリックが少ない→タイトル改善。クリックはあるが応募がない→LP・本文改善 |
| 書類通過率が低い | 書類通過率が10%を大きく下回る | チャネルと採用要件のミスマッチ・要件が厳しすぎる | 不通過の書類のパターンを分析。「経験不足」が多いなら要件見直し。「業種ズレ」が多いならチャネル見直し |
| 面接辞退率が高い | 面接設定後の辞退が10%を超える | 日程調整が遅い・面接の設定方法が候補者に合っていない | 書類通過から面接設定までのリードタイムを確認。3日以上かかっているなら即対応。日程提示は候補日3つ以上を提案 |
| 面接通過率が低すぎる or 高すぎる | 一次面接通過率が30%未満 or 80%超 | 低い→選考基準が曖昧・書類通過の段階で要件確認が甘い。高い→選考が形骸化している | 評価シートの基準を面接官と再確認。面接官ごとの通過率に差がある場合は評価基準のすり合わせを行う |
| 内定承諾率が低い | 内定承諾率が60%を下回る | 条件面の問題・内定後フォロー不足・選考中の体験が悪い | 辞退理由を人材紹介経由で確認。「条件」なら条件見直し。「不安」なら内定後フォロー強化。「体験」なら面接設計を見直す |
| 採用単価が高い | 採用単価が想定を大幅に超える | 高コストチャネル（人材紹介）への依存・採用数が少なく固定費が分散しない | チャネル別の採用単価を計算して比較。ROIが低いチャネルを縮小し、スカウト・リファラルなど低コストチャネルを強化 |
各指標の詳細な計算方法と改善手順については、採用リードタイムの計算と短縮方法・内定辞退率の計算と対策・採用チャネル別の効果を数字で比較する方法・採用LPのCVR計測と改善を参照してください。
🔧 採用データの読み方・改善サイクルの設計はLoopOpsへ。数字から打ち手を決める仕組みを整備します。
数字の誤った読み方3パターン
誤読パターン①：単月の数字だけで判断する
「今月の応募数が先月より5件少ない」という事実だけで「採用が悪化した」と判断するのは早計です。採用数字は季節性・媒体のアルゴリズム変化・競合の求人状況など外部要因の影響を受けます。単月の変化に一喜一憂するのではなく、「3か月移動平均」や「前年同月比」を基準にすることで、トレンドとノイズを区別できます。
誤読パターン②：全体の数字しか見ない
「今月の採用単価が上がった」という全体数字だけ見ていても原因はわかりません。採用単価はチャネル別・職種別に分解して初めて「どのチャネルのコストが上がったのか」「どの職種の採用に費用がかかっているのか」が見えます。全体の数字はあくまで「アラート」であり、分解して初めて「診断」ができます。分解の方法については採用ROIの計算方法と改善の優先順位を参照してください。
誤読パターン③：数字の変化を「結果」だけで見る
「書類通過率が上がった→良かった」という読み方は不十分です。書類通過率が上がった理由が「採用要件を緩めた」「チャネルを変えてターゲット層が変わった」「書類選考の基準が甘くなった」によっては、後工程（面接・内定承諾）の数字が悪化することがあります。1つの指標が改善した際は「他のファネルの数字が連動して変化していないか」を必ず確認します。採用ファネル全体をダッシュボードで見ることで連動変化を把握しやすくなります。スプレッドシート1枚ダッシュボードの作り方も参照してください。
改善アクションを1つに絞る判断基準
ファネルの問題が特定できても「やることが多すぎてどれから手をつければいいかわからない」という状態になりがちです。改善アクションを1つに絞るには以下の基準を使います。
基準①：最も乖離が大きいファネルから着手する
目標値との乖離が最も大きいファネルのステージが「最優先の改善対象」です。乖離が小さいステージを先に改善しても全体への影響が限定的です。逆算設計の視点で「このステージが改善されれば最終的な採用数にどれだけ貢献するか」を試算することで優先度が明確になります。
基準②：「最小の工数で最大の改善が期待できるもの」を選ぶ
たとえば「書類選考の結果連絡を翌日から当日中に変える」という改善は工数がほぼゼロですが、面接辞退率の改善につながることがあります。一方「求人票を全面リライトする」は工数が大きく効果が出るまで時間もかかります。まず低工数・即効性のある改善を試し、効果を確認してから大きな改善に移行する順番が現実的です。
基準③：1か月に変える変数は1つだけ
複数の改善を同時に行うと「何が効いたか」がわからなくなります。1か月に変えるのは1つだけ、翌月のデータで効果を確認してから次の改善に移行するルールを徹底します。このサイクルの回し方は採用活動の振り返り方｜月次レビューで改善サイクルを回す手順で詳しく解説しています。
採用データの記録と管理の仕組みについては採用管理表の作り方｜Googleスプレッドシートで進捗を一元管理すると採用KPIの設定方法｜目標値と計測サイクルの決め方も合わせて参照してください。
よくある質問
Q. 採用データを読む際に最初に確認すべき指標はどれですか？
「今最も困っている採用課題」に直結する指標から確認します。応募が来ないなら応募数とCVR、採用できているが辞退が多いなら内定承諾率と採用リードタイム、採用コストが問題なら採用単価とチャネル別ROIです。すべてを同時に追うのではなく、現在のボトルネックに絞って深掘りすることが重要です。採用のボトルネックを特定する方法は採用フローを「7ステップ」に分解してボトルネックを見つける方法を参照してください。
Q. データが少ない（月の採用数が1〜2名）場合でも分析できますか？
単月では統計的な意味が薄いため、四半期・半期単位でデータを見ることをおすすめします。採用数が少ない場合は数量的な分析より「今回の採用で何がうまくいったか・いかなかったか」という定性的な振り返りの方が実用的です。応募者の声・面接での気づき・内定後の候補者の反応など、数字に表れない情報も記録しておくことで次の採用に活かせます。
Q. E2E（表示→応募完了）の計測はどこから始めればいいですか？
まずGA4を採用LPに設置して「訪問数」と「応募完了数」を計測できる状態を作ることが第一歩です。これだけでCVR（応募転換率）が計算できます。次にスクロール深度計測を追加することで「LPのどのセクションまで読まれているか」がわかり、離脱箇所の特定ができます。詳しい設定方法は表示→応募完了まで追うE2E計測の始め方を参照してください。
採用データの読み方・分析設計についてご相談がある方は、まずは下からご連絡ください。
