「データ分析をしよう」と言われても、人材紹介の現場では何から手をつければよいか分からず、結局エクセルに数字を並べただけで終わってしまうことがよくあります。データ分析は、それ自体が目的ではなく、改善のための仮説を立てるための材料であるべきです。目的が曖昧なまま数字だけを集めても、誰も見ない集計表が増えるだけで終わってしまいます。

人材紹介における営業データ分析は、大きく「行動量」「転換率」「受注分析」の3つの切り口で整理すると実務で使いやすくなります。この記事では、それぞれの見方と、日々の改善サイクルにつなげるためのダッシュボード設計、運用のコツまでを解説します。

何のためにデータ分析をするのか:改善サイクルとの接続

データ分析の出発点は、「今、何を改善したいか」を先に決めることです。決定数を増やしたいのか、特定の求人カテゴリの歩留まりを改善したいのか、育成の遅れを解消したいのかによって、見るべきデータも分析の切り口も変わってきます。目的を決めずに手元にあるデータを片っ端から集計しても、意味のある示唆にはつながりにくいものです。

分析の基本的な流れは、人材紹介のKPI設計で扱ったファネル構造(面談数→推薦数→面接→内定→承諾)のどこかに異常や改善余地がないかを確認し、そこから深掘りしていく形になります。

行動量データの見方:面談数・推薦数の分解

行動量データは、担当者がどれだけ動けているかを示す指標です。単に月次の合計値を見るだけでなく、次のような切り口で分解すると、より実務に役立つ示唆が得られます。

  • 日次・週次のペース(月末に帳尻を合わせるような偏りがないか)
  • 担当者別の行動量のばらつき(特定のメンバーに偏っていないか)
  • 求人カテゴリ別の行動量(特定の職種・業界に偏っていないか)

行動量が計画から遅れている場合、その原因が単純な時間不足なのか、優先順位づけの問題なのか、あるいは案件管理が煩雑で行動そのものに時間を割けていないのかを見極める必要があります。案件管理の煩雑さが行動量を圧迫しているケースは想像以上に多く、この点は案件管理の仕組みの整備によって改善できることがあります。

行動量データを見る際に注意したいのは、量が多いことが必ずしも良い結果ではないという点です。面談数が多くても、一件あたりの質が落ちていれば後続の転換率が下がり、結果的に決定数は伸びません。行動量は単独で評価するのではなく、必ず転換率とセットで確認し、量と質のバランスが崩れていないかを見る視点を持つことが重要です。

転換率データの見方:ファネル各段階の比較

転換率データは、行動が成果にどれだけ結びついているかを示します。書類通過率、面接通過率、内定率、承諾率のそれぞれを、時系列と担当者別・求人カテゴリ別の両方の軸で比較することが基本です。

時系列で見ることで、季節性や市場環境の変化による全体的な傾向を把握でき、担当者別・求人カテゴリ別に見ることで、個別の育成課題や特定求人との相性の問題を切り分けられます。転換率が悪化している段階を特定し、その原因を深掘りする具体的な進め方については、歩留まり改善の記事で詳しく扱っています。

転換率は母数が小さいと数字が大きく振れるため、担当者別に細かく見すぎると、たまたまの偏りを実力差と誤認してしまうことがあります。担当者個人の評価に転換率を使う場合は、一定期間・一定件数のデータが蓄積してから判断する、あるいはチーム全体の傾向と比較して相対的に評価するといった工夫を組み合わせることをおすすめします。

受注分析:どの経路・どの担当者が成果を出しているか

受注分析は、決定に至った案件を後ろ向きに分析し、どの経路・どの担当者・どの求人カテゴリで成果が出やすいかを把握するものです。具体的には次のような切り口が有効です。

分析軸 見えてくること
求人の獲得経路別 独占求人と非独占求人での決定率の違い
担当者の組み合わせ別 両面型・分業型での決定率やリードタイムの違い
求人カテゴリ別 決定単価と決定率のバランスが良い領域の発見

受注分析の結果は、単に「よく決まる求人カテゴリ」を見つけるだけでなく、そこに人員や時間をどう再配分するかという経営判断にもつながります。売上予測の精度向上にも直結するため、売上予測の記事とあわせて活用することをおすすめします。決定に至らなかった案件の失注理由も同時に分析しておくと、成功パターンだけでなく避けるべきパターンも見えてくるため、受注分析はプラスとマイナスの両面から行うことが望ましいです。

ダッシュボードに最低限載せるべき項目

分析を都度手作業で行うのは負担が大きいため、常時見られるダッシュボードとして整備しておくことが望ましいです。最低限、次の項目は1画面で把握できるようにしておくとよいでしょう。

  • 当月の行動量(面談数・推薦数)の計画比進捗
  • ファネル各段階の転換率(前月比較つき)
  • 停滞案件・要フォロー案件の一覧
  • 担当者別・求人カテゴリ別の決定実績

ダッシュボードは、情報を詰め込みすぎると誰も見なくなってしまうため、週次で確認する項目と月次で確認する項目を分けて設計すると運用しやすくなります。

データ分析を定着させる運用のコツ

データ分析を一過性の取り組みで終わらせないためには、分析結果を見る場を定例化することが欠かせません。週次のミーティングで必ずダッシュボードを開き、異常値や気になる変化がないかを確認する習慣をつけることが第一歩です。

また、分析のための入力作業がメンバーの負担になりすぎないよう、案件管理システムから自動的にデータが反映される仕組みを整えることも重要です。手入力の集計に頼っていると、入力の抜け漏れがそのまま分析結果の精度低下につながってしまいます。

さらに、分析結果を「誰が見て、誰が次のアクションを決めるか」を明確にしておくことも定着の鍵です。ダッシュボードを作った担当者しか見ていない、あるいは見てはいるが誰もアクションに落とし込んでいないという状態では、分析の効果は発揮されません。週次ミーティングの中で、異常値に気づいた人がその場で担当者に確認する、次回までに原因を調べてくるといった役割分担まで決めておくと、分析が実際の改善行動につながりやすくなります。

まとめ

人材紹介のデータ分析は、行動量・転換率・受注分析という3つの切り口で整理することで、目的が曖昧なまま数字を眺めるだけの状態を脱することができます。ファネル構造のどこに改善余地があるかを起点に分析を深掘りし、常時確認できるダッシュボードとして整備したうえで、週次のミーティングで見る習慣を作る。分析結果を見る人と次のアクションを決める人を明確にし、この一連の流れを定着させることが、データに基づいた継続的な改善サイクルの土台になります。