Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
僕が知りたいのは何をしたら良いのかだった
Search
threetreeslight
October 25, 2018
Business
53
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
僕が知りたいのは何をしたら良いのかだった
僕が知りたいのは何をしたら良いのかだった on hacking hr vol.4
threetreeslight
October 25, 2018
More Decks by threetreeslight
See All by threetreeslight
実録 採用一投入魂
threetreeslight
0
41
Bottleneck is You
threetreeslight
0
130
Japan Office Society オフィスはスタートアップの成長を助長するのか?阻害するのか?
threetreeslight
0
130
スタートアップは見極められたくない
threetreeslight
0
59
VPoEの責務とは
threetreeslight
0
95
CiecleCIでもくもく会を支える技術
threetreeslight
0
69
Ego vs higher self
threetreeslight
0
51
Performance Hack 101
threetreeslight
0
120
複数のスタートアップを 通して得た失敗と学び
threetreeslight
0
90
Other Decks in Business
See All in Business
Nstock 採用資料 / We are hiring
nstock
30
390k
JBUG福岡#22_登壇資料_「伝えたはず」を「伝わる」に変える実践TIPS
webnaut
0
220
「この数字おかしくない?」対応に追われていたのに、 Claude Codeで設計改善まで着手できた話
matsumotokoki
0
180
Playwright × AI Agent でE2Eテストはどう変わるか AI駆動テストの可能性と実用検証の結果 _0721
findy_eventslides
2
180
マルチプロダクト時代のPMM-Discoveryから0→1、Expansionまで フェーズで変わる期待役割とアサインの設計図
sasaguchi
0
340
Nealle Company Deck
nealle
0
140
PMMから始まる経営 PMM→CMO/CPOの5年から導いた、 PMMの役割
kazuotanaka
1
310
捨てる、という判断 — エンジニアの役割の変化に向き合うConference
appleworld
1
990
エムスリーキャリア Work Support採用資料 / M3C Work Support
m3c
0
14k
AI時代のリスク管理は どうあるべきか考えてみる
0air
0
240
株式会社アフェクター会社説明資料(中途/技術職向け)
affectorsaiyo
0
320
登壇テーマの候補をAIで掘り起こす / Generate CfP Ideas via-AI
tbpgr
1
240
Featured
See All Featured
What Being in a Rock Band Can Teach Us About Real World SEO
427marketing
0
1k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
2k
Thoughts on Productivity
jonyablonski
76
5.2k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
410
We Are The Robots
honzajavorek
0
280
Agile that works and the tools we love
rasmusluckow
331
22k
It's Worth the Effort
3n
188
29k
Stop Working from a Prison Cell
hatefulcrawdad
274
21k
Practical Orchestrator
shlominoach
191
11k
The Language of Interfaces
destraynor
162
27k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
870
We Have a Design System, Now What?
morganepeng
55
8.2k
Transcript
僕が知りたいのは何をしたら良 いのかだった on Hacking HR! #4 @threetreeslight 1 / 40
VP of Engineering at 最近は⼈事部⻑やEvent Organizer おじさんと揶揄 されます @threetreeslight Repro
2 / 40
WHAT'S REPRO? 3 / 40
MA TOOL 4 / 40
4 桁万DAU のデータを処理・分析 数億のプッシュを毎⽇配信 5 / 40
グローバルで とりあえずREPRO いれとこ を⽬指してます 6 / 40
はじめます 7 / 40
みなさまは応募者への対応管理 は尽くされているので 8 / 40
今⽇話すこと・話さないこと 話すこと 採⽤管理をしてやりたい・やりたかったこと 話さないこと ATS を使ってapplicant 対応の管理や⽇程調整する⽅法 ⾯談のプロセスやアテンドの管理 9 /
40
当時 10 / 40
採⽤業務ちゃんとやんなきゃ 11 / 40
管理を始める talent pool の形成と応募者プロセスおよび対応を管 理。 他のツールちょろっと⾒たけど、最終的には speadsheet + trello +
slack を連携していい感じに 12 / 40
思ったよりできた 13 / 40
で、何したら良いんだっけ? 14 / 40
そもそも管理とは 15 / 40
管理原則の⽗ HENRI FAYOL ⽈く 管理とは、計画し、組織し、指揮し、調整 し、統制するプロセス -- Wikipedia - Management
16 / 40
そして 世のツール、なぜ計画を作るに 資する情報出せないのか 17 / 40
ほしいのは問題の発⾒ 組織・指揮・調整・統制などのプロセスの最適化 をする前にやることがある。 現状を監視・観測し分析し、問題を発⾒、そして 何をするべきか計画を⽴てたい。 18 / 40
やりましょう 19 / 40
スタートは DO NOT GUESS, MEASURE にある 20 / 40
やること 1. どの点を観測するか決める 2. Raw data を貯めまくる 3. 負けパターン・損切りパターンを⾒出し 4.
パターンを⾃動化・仕組み化 5. 各プロセスの⽬標値を決める 21 / 40
これ、OODA では? 22 / 40
どの点を観測するか決める 観測するべきKPI のtree を考える。決定した数値に ついては、他社ヒアリングやAgent などを通してベ ンチマーク値を把握する。 ⾯談通過率などATS で表⽰される数値はKPI ではな
い。 23 / 40
e.g. KPI Tree の⼀部 採⽤数 オファー許諾率 オファー数 採⽤に値する候補者からの応募数 既存候補者リード数: 当時採⽤に値して当⽉動く可能性のある⽅
既存候補者リード数: 成⻑ポテンシャルの⾼く、⼀定期間経過し た⽅ 新規候補者リード数: 採⽤に値する当⽉に知り合った⽅ 24 / 40
RAW DATA を貯めまくる 必要に応じて過去も掘り返しKPI の数値を出す。 問題のあるKPI への問題仮説を考え、候補者の属性 や⾯談内容から特徴量を抽出し分析する。 25 /
40
e.g. オファー許諾率の特徴量の⼀部 オファーするまでの接触回数 提供した接触コンテンツごとのpositive/negative オファーしてから回答までのインターバル 初回⾯談からオファーするまでのインターバル オファーしている(するであろう)競合数 26 / 40
負けパターンの分析 問題となっているKPI と特徴量の相関を考え、負け パターン・損切りパターンを把握する。 勝ちパターンの再現は難しいため、何をすると負 けるのかを把握するのが⼤事。 27 / 40
e.g. 許諾率の負けパターン A Position は、オファーしてから回答までのインターバ ルがX ⽇以内でないと内定許諾率がベンチマーク以下 になる 接触時の平均Positive 値がX
以下の⼈は許諾率がベンチ マークを下回る 28 / 40
パターンを⾃動化・仕組み化 ココやりきれてない ⾒つけ出されたしきい値をもとに候補者ごとに⾃動で アラートを出す 候補者属性ごとの対応をパターン化する 29 / 40
各プロセスの⽬標値を決める 先⽉までのKPI Tree の数値をもとに、当⽉以降の⾏動⽬ 標数値にfeedback するようにする 30 / 40
e.g. 翌⽉以降の⽬標数値を決定 先⽉までの改善施策の影響は⼤きい 何回オファー出せばよいのか 何回⼈と会わなければいけないのか 31 / 40
全て speadsheet アプリ作るかsalesforce add-on 作るか悩んでる 32 / 40
お気持ちの表明 33 / 40
とはいえ悩ましいところ ⾯談などを通した定性情報の⼊⼒に際し、均⼀な判断 基準を作るのが難しい 採⽤活動をする担当者が少ないとタレントプール作り と採⽤の波ができることを意識して活動する必要があ る チームのリーダークラスの⼈間が状況に応じて⾃⾝の 活動を判断することができない 34 /
40
頑張っていく 35 / 40
そんなデータドリブンな意思決 定と積極的な⾏動をして⽣きて いきたいあなたに 36 / 40
WE ARE HIRING 37 / 40
APPENDIX 38 / 40
REFERENCE Linkedin - talent blog CNBC - CAREER GreenHouse -
Structured Hiring 101: Your Blueprint for Success GreenHouse - 5 Recruiting Key Performance Indicators Google - How we hire Amazon - Interview at Amazon 39 / 40
GLOBAL のPRODUCT の筋の良さ を感じる salesforce Workable Greenhouse Bamboo HR Lever
recruitee Hire by Google 40 / 40