Hacking HR! #2にLT登壇した際の資料です！

1. 株 式 会 社 S C O U T Y
事 業 開 発 マ ネ ー ジ ャ ー ／ P R 伊 藤 哲 弥

2. 日本初のAIヘッドハンティングサービス
・こう見えて30歳
・前職は＠Pressというサービスを統括
・scoutyではPRがメインロール
・でもCSもSalesもマーケもいろいろやります

7. 日本初のAIヘッドハンティングサービス
結論
採用要件(基準)は詳細かつ、
明確にしましょう。

8. 日本初のAIヘッドハンティングサービス
もくじ
【問題】Bizメンバーの合否判断が割れた
【対策】採用要件明確化のポイント
【結果】明確化がもたらした2の価値

9. 日本初のAIヘッドハンティングサービス
もくじ
【問題】Bizメンバーの合否判断が割れた
【対策】採用要件明確化のポイント
【結果】明確化がもたらした2の価値

10. 日本初のAIヘッドハンティングサービス
CSMARKETINGCOO
CANDIDATE
【問題】Bizメンバーの合否判断が割れた
PR

11. 日本初のAIヘッドハンティングサービス
CSMARKETINGCOO
CANDIDATE
【問題】Bizメンバーの合否判断が割れた
PR

12. 日本初のAIヘッドハンティングサービス
エンジニアの採用要件(基準)に比べて、
Bizは判断が各人によって揺れやすかった。
【問題】Bizメンバーの合否判断が割れた

13. 日本初のAIヘッドハンティングサービス
もくじ
【問題】Bizメンバーの合否判断が割れた
【対策】採用要件明確化のポイント
【結果】明確化がもたらした2の価値

14. 日本初のAIヘッドハンティングサービス
エンジニアの採用要件

15. 日本初のAIヘッドハンティングサービス

16. 日本初のAIヘッドハンティングサービス
超詳細採用要件

17. 日本初のAIヘッドハンティングサービス
本採用要件の目的
- どういう人が採りたいのか 採用担当／エンジニア／他採用業務に携わる人の認識を合わせる
- 採用成功に向けたアクションプランを明確化する
その人の役割について
- 採用背景
- 配属部署（部署名/部署の業務やミッション/人数）
- チーム構成（人数/教育体制/階層/年齢構成）
- 採用予定者のGrade（管理職/即戦力・リーダー/数ヶ月で戦力化・メンバー/ポテンシャル・ジュニア）
- 採用予定者のメインサブ担当領域（R&D/フロントエンド/サーバサイド/DBA/インフラ）
- 入社後、次の評価までに達成してもらいたいミッションは何か
- 業務で利用する開発環境一覧
- 関係する可能性がある他部署
- レポートライン（上司は誰になるのか）
- 提示可能な年収レンジ
- 最悪ここまでに入社しなければならない時期
- 具体的な仕事の進め方（例えば、モデルを作るとなった時の流れ、スクラム開発の進め方）
- 現在社内になくて、採用予定の人に持ち込んで欲しい影響は何か

18. 日本初のAIヘッドハンティングサービス
具体的な仕事内容
具体的な仕事内容のex.
クライアント（IT企業）向けのヘッドハンティング・ダイレクトリクルーティングツールの開発
候補者データのクローラー開発（SNSのほか、ブログ記事やインタビュー記事のような非構造化データを構造化する）
どういう人が欲しいか？
- 最低限必要なスキル
- あれば望ましいスキル
- どの会社に在籍している人か
- 年齢／ 性別／ 国籍／語学力／学歴／性格
- 所属しているコミュニティ
- どんなスキルセットをもっているか？
- どんなプロジェクト経験がある方か ？
- 志向性から判断して、どのような情報発信をしている方か、どのような情報に関心のある層か
- 社内でその人に似ているメンバーは誰か？またその理由
- その人を採る場合、採用競合になりそうなのはどの会社のどのポジションか？
-その人に1年後担って欲しいポジションは？

19. 日本初のAIヘッドハンティングサービス
なぜその人が、自社の、そのポジションに応募/入社するのか？
- ミッションの優位性
- ビジネスモデルの優位性
- チームの優位性
- 得られる経験やスキルの優位性
- インセンティブの優位性(ex.年収、SO)
- 衛生要因（ex.心理的安全性、福利厚生）の優位性
その他確認事項
- この採用要件についてのオーナーは誰か？/サポートメンバーは誰か？
- カジュアル面談には誰をアサインするか？
- scouty上で判断するポイント/しないポイント
採用全体に関わる事項（任意）
- 組織図
- 選考プロセス
- 選考のときに確認する基準
- このポジションに関係する採用広報記事

20. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
・超詳細に落とし込む
・解釈が別れる表現をしない

21. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
・超詳細に落とし込む
・解釈が別れる表現をしない

22. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
→・ミッションの優位性
・ビジネスモデルの優位性
・得られる経験やスキルの優位性
・インセンティブの優位性(ex.年収、SO)

23. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
→・ミッションの優位性
MLエンジニアであれば誰もが自由に分析してみたいと思う
オープンデータが、綺麗に構造化・統合された状態で分析できる

24. 日本初のAIヘッドハンティングサービス
もくじ
【問題】Bizメンバーの合否判断が割れた
【対策】採用要件明確化のポイント
【結果】明確化がもたらした2の価値

25. 日本初のAIヘッドハンティングサービス
【結果】明確化がもたらした2の価値
① 合否判断が明確になった
② 社員全員での採用体制が整った

26. 日本初のAIヘッドハンティングサービス
【結果】明確化がもたらした2の価値
① 合否判断が明確になった
② 社員全員での採用体制が整った

27. 日本初のAIヘッドハンティングサービス
,
14
,
17
,
6
,
13
scouty, 24
,
10
Wantedly, 8
Paiza, 4
, 4

28. 日本初のAIヘッドハンティングサービス
まとめ

29. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
・超詳細に落とし込む
・解釈が別れる表現をしない

30. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
→・ミッションの優位性
・ビジネスモデルの優位性
・得られる経験やスキルの優位性
・インセンティブの優位性(ex.年収、SO)

31. 日本初のAIヘッドハンティングサービス
【対策】採用要件明確化のポイント
・なんで自社に入るのか、まで考える
→・ミッションの優位性
MLエンジニアであれば誰もが自由に分析してみたいと思う
オープンデータが、綺麗に構造化・統合された状態で分析できる

32. 日本初のAIヘッドハンティングサービス
【結果】明確化がもたらした2の価値
① 合否判断が明確になった
② 社員全員での採用体制が整った

33. 日本初のAIヘッドハンティングサービス
ご清聴ありがとうございました