導入事例｜人材会社A社｜株式会社ブレインパッド

人材会社 A社様

人材

データマイニング

転職支援ビジネスを展開されるA社様において、転職サイトで登録した求職者の基礎情報から、誤差３％未満での転職実現確率の予測を実現。相談業務担当者への公平な求職者のアサインと業務コストの大幅な削減を実現し、募集活動の戦略立案に貢献。

これまでA社様では転職支援を求めて仮登録を行なった求職者の転職実現の可能性を、登録の際に提出、入力された職務経歴書や転職希望先の業種等から人手によって判断し、その後の転職支援の方向性を決定しておりました。

この決定は相談業務で経験を積んだリーダークラスのカウンセラーによって行なわれていた為、その他の業務が非常に圧迫されていたこと、また判断するカウンセラーによって基準が異なり、その後の担当者への求職者アサインにも不公平が生まれている可能性が高いことが問題となっておりました。

そこで当社は転職支援の可否を科学的に判定する為の予測式を「KXEN」の Robust Regressionを用いて算出、その転職実現確率の予測精度を上昇させることで、大幅な社内業務コストの削減と公平な求職者のアサインを実現いたしました。

A社様において求職者の転職実現の可能性を算出する際に、以下の2点がポイントでした。

転職支援の可否決定は、Webサイトからの登録申し込みの後、最初に行なわれるステップであること
転職を実現させる可能性が高い求職者は、競合するどの人材会社にとっても有望であり、可能な限り迅速にアプローチを開始する必要があること。

この為、求職者がWebサイトで登録した直後に転職実現確率を付与できる予測式を作成する必要があり、予測モデルの作成には各求職者がWebサイト登録の際に自ら入力する情報のみを用いることとしました。

しかしながら、単にWebサイト登録時に得られる粗い情報をそのまま予測式に用いたのでは、高い予測精度を実現することは困難でした。そこで予測精度を向上させる為に、当社がもつデータマイニングの様々なノウハウを投入いたしましたが、ここでは以下の2つの取り組みをご紹介いたします。

転職決定確率予測モデル作成の流れ

1.　自由記述項目のテキストマイニング
　A社様のWebサイトの登録画面は、データマイニングを行なうことではなく、人が読むことを前提にデザインされていた為、自由記述式の項目が多く、データマイニングに利用する情報としては扱いにくい状態でした。そこでフリーアンサーのテキストマイニングからキーワードとなりうる文言を抽出してフラグ形式の情報へと変換し、予測のための補助的な変数として利用しました。
またフリーアンサーの中で語られている内容のカテゴライズを行なうことにより、選択式の項目へと変更する際のプルダウン候補を作成し、Web登録時点でデータのクレンジングなしに獲得できる情報の精度を将来的に上げていくための布石としました。

2.　カウンセラーに対するヒアリング
A社様でトップクラスの支援実績を持つアドバイザーやカウンセラーにご協力を頂き、転職決定の確率を判断する際の基準は何か？各求職者に適切な求人情報を選択する際どの情報に目をつけているのか？等、綿密なヒアリングを実施することで、予測精度の向上を実現しました。またこのヒアリング作業は単に精度向上に寄与しただけでなく、現場の専門家の感覚値や知見を反映している分、その後の自動的な転職実現確率の予測に対する現場の信頼獲得にも大きく貢献するものとなりました。

以上のように作成された複数の転職実現の予測モデルに対して様々な側面からの検証作業を行ない、最も予測が外れにくいモデルを採用することで、A社様の当初の見込みを上回る大幅なコスト削減と転職実現の予測確率の向上を実現いたしました。

ニュースリリース

トピックス

ニュースリリース

トピックス

関連情報

この製品に関するサービス

関連製品