採用・人材獲得データテンプレート

この属性は、「応募受付」「面接設定」「採用条件の提示」など、採用プロセスにおける特定のイベントや段階を表します。記録された各アクティビティは、応募のステータスが変わった時点、または重要な対応が行われた時点を示します。

プロセスマイニング分析では、アクティビティの順序がプロセスマップの基礎となります。分析担当者は実際の採用プロセスの流れを可視化し、よくある経路を見つけ、標準的な手順からの逸脱を特定できます。アクティビティを分析すると、採用ファネルの状況や応募者が選考から離れる箇所、各段階にかかる時間を把握できます。

プロセスの各段階を定義し、採用ファネルの可視化やボトルネック、逸脱の特定に役立ちます。

求人応募に関連するイベントログ、ステータス変更レコード、またはアクティビティ履歴テーブルに記録されています。

このタイムスタンプは、アクティビティが発生した正確な時刻、またはシステムに記録された時刻を示します。所要時間のあるアクティビティでは開始時刻を表し、瞬時に完了するイベントでは発生時刻を表します。求人応募ごとのイベントを時系列に再構成するには、正確なタイムスタンプが欠かせません。

この属性は、プロセスマイニングにおける時間ベースの分析の基礎です。アクティビティ間の時間（サイクルタイム）、各段階の所要時間、採用までの総時間の算出に使われます。タイムスタンプを分析すると、遅延の特定、サービスレベル合意に対する実績の測定、採用プロセスを短縮できる箇所の把握が可能です。

イベントを時系列に並べ、サイクルタイムや採用までの総時間など、時間に関する指標を算出するための主要なタイムスタンプです。

通常、採用システムのイベントログまたは取引レコードで、アクティビティ名とともに記録されています。

求人応募IDは、応募者が求人募集に応募した個々の記録を一意に識別します。応募の提出から「採用済み」や「不採用」といった最終決定まで、各応募プロセスはこのIDで追跡されます。1件の応募に関するアクティビティ、日時、データを結び付ける識別子です。

プロセスマイニングでは、この属性がケース分析の基礎となります。ツールはこのIDを使って応募ごとのプロセス全体を再構成し、応募者ごとに異なる選考経路を可視化できます。共通の求人応募IDでイベントをまとめることで、分析担当者はケースの所要時間を正確に測定し、個々の応募プロセスにおけるボトルネックを特定し、プロセスのバリアントを比較できます。

応募ごとの開始から終了までの経過を追跡するために欠かせないIDです。採用までの時間などの主要な指標の算出や、プロセスの違いの分析に役立ちます。

通常、採用システムの主要な求人応募レコードまたは応募者のアクティビティレコードにあります。

この属性は、応募者追跡システム（ATS）や人的資本管理（HCM）プラットフォームなど、採用アクティビティを管理・記録するシステムを特定します。複数のシステムを使う環境では、データの出所を区別し、明確さと追跡可能性を保つのに役立ちます。

プロセスマイニング分析では、データの検証とガバナンスのためにソースシステムの把握が欠かせません。データの背景を理解し、複数のシステムが連携している場合に特定のシステムに絞って分析できます。データの準備や不整合の調査でも重要です。データ品質の問題を確認すべき場所を特定できます。

データの出所を把握できるため、複数のシステムを使う環境でのデータガバナンス、検証、問題の調査に役立ちます。

データ抽出時に追加されることが多く、データウェアハウスの標準項目として用意されている場合もあります。

この属性は、データがソースアプリケーションから最後に同期または取得された日時を示します。分析対象の情報がどの程度新しいかを表すメタデータ項目です。業務イベントが実際に発生した日時を記録するアクティビティのタイムスタンプとは異なります。

プロセスマイニングでは、データの整合性を保ち、分析対象の新しさを把握するうえで重要なタイムスタンプです。最新の情報を見ているかどうかを確認できるため、継続的なモニタリングや業務用ダッシュボードで特に役立ちます。古いデータを除外したり、データパイプラインの更新を開始したりする際にも使用できます。

データがどの程度新しいかを把握できるため、継続的なプロセスのモニタリングや分析の関連性と正確性を保つうえで重要です。

通常、データの読み込み時にデータ連携ツールまたはETL（抽出、変換、読み込み）ツールによって追加されます。

この属性は、面接やバックグラウンドチェックなど、一定の時間にわたるアクティビティの終了時点を記録します。採用アクティビティの多くは開始時刻を使って一点の時刻として記録されますが、終了時刻があれば、各プロセス段階の所要時間を正確に測定できます。

プロセス分析では、終了時刻を使ってアクティビティごとの所要時間を算出し、待ち時間と処理時間を区別できます。たとえば、面接の設定からフィードバックの受領までの時間だけでなく、面接そのものにかかった時間も正確に測定できます。時間がかかっている箇所をより細かく把握し、アクティビティ間だけでなく個々のタスク内の非効率も特定できます。

個々のアクティビティの所要時間を正確に算出できるため、実際の処理時間と待ち時間を区別できます。

アクティビティの所要時間を記録するシステムでは、イベントログまたはアクティビティログに開始時刻と同じレコードで記録されていることがよくあります。

この属性は、採用プロセスにおける応募の最終状態を示します。一般的な状況には、「採用」「不採用」「内定辞退」「候補者による応募取り下げ」などがあります。個々の応募案件について、プロセスの結末を表します。

プロセスマイニングでは、最終状況が結果に基づく分析の鍵となります。採用された候補者と不採用となった候補者の経路を比較できるよう、プロセスマップを絞り込めます。これにより、理想経路を特定し、どのようなプロセスのパターンが採用につながるかを把握できます。また、内定承諾率や各段階での候補者離脱率など、重要な指標の算出にも使えます。

各案件の最終結果を示し、採用、不採用、応募取り下げにつながるプロセスの違いを分析できます。

応募の最終状況を示す情報として、主な求人応募記録に記載されています。

この属性は求人への応募経路を記録し、候補者がどのように募集を知り、応募したかを示します。主な経路には、採用サイト、社員紹介、採用担当者による直接の候補者探し、LinkedIn、大学の就職説明会などがあります。

人材獲得施策の効果を評価するうえで、重要な属性です。各経路から得られた候補者の数や質を分析することで、組織は採用経路ごとの投資対効果を算出できます。プロセスマイニングを使えば、選考がどこまで進む候補者や、採用に至る候補者を多く獲得できる経路を把握し、採用マーケティングの費用配分を見直せます。

採用経路ごとの効果と投資対効果を測定し、採用マーケティングや戦略の見直しに役立ちます。

通常、応募の送信時に、追跡リンクまたは候補者の自己申告によって記録されます。

採用マネージャーは、最終的な採用判断を行い、新入社員の直属の上司となる担当者です。採用要件の定義、候補者との面接、評価のフィードバックなど、採用プロセスにおける重要な役割を担います。

採用マネージャーごとにプロセスの実績を分析すると、効率に関する重要なインサイトが得られます。たとえば、面接のフィードバックが遅く、採用の遅延につながっているマネージャーや、内定承諾率が非常に高いマネージャーを特定できます。この情報をもとに、マネージャーごとに研修や支援を行い、採用プロセス全体の効率化を図れます。

特定の採用マネージャーに関連するボトルネックや遅延を特定できます。たとえば、フィードバックの遅れが採用までの期間に直接与える影響を把握できます。

応募に関連付けられた求人申請データから取得します。

この項目は、特定の応募または求人募集の採用プロセスを担当する人材獲得チームの主担当者を示します。通常、応募者の選考、面接の日程調整、関係者との連絡を担当します。

プロセスマイニングでは、採用担当者の属性を使って、チームや個人の実績を分析できます。採用担当者ごとの担当応募数を示す業務負荷のバランス確認用ダッシュボードを作成できます。また、採用までの時間や応募者の質などの指標を採用担当者間で比較し、優れた取り組みや指導、プロセス改善が必要な領域を特定できます。

個々の採用担当者と人材獲得チーム全体の業務負荷や実績を分析できます。

通常、求人応募または求人申請の記録に記載されています。

求人募集とは、空いている職位を補充するための正式な申請です。求人募集IDは、その申請に割り当てられる一意のコードで、承認から採用完了まで追跡します。1件の求人募集に複数の応募が関連付けられる場合があります。

プロセスマイニングでは、このIDを使ってデータを集計したり、分析対象を絞り込んだりできます。特定の職位の採用プロセスを分析し、職種ごとの採用効率を比較したり、求人ごとの応募総数を確認したりできます。「採用までに最も時間がかかる求人募集はどれか」「職位ごとの平均応募者数はいくつか」といった問いに答えるのに役立ちます。

1件の求人に関連するすべての応募をまとめて分析できるため、職種や部門ごとの実績を比較できます。

求人応募レコードにあり、求人募集または職位のマスターデータから参照できることがよくあります。

この属性は、「シニアソフトウェアエンジニア」や「マーケティングマネージャー」など、求人の正式な職位名を示します。募集する職務の内容を表し、採用プロセスの背景を理解するために役立ちます。

職位名は分析に欠かせない切り口です。関係者は、職位の階層、職能、専門分野ごとに採用実績を分類できます。たとえば、技術職と事務職の採用までの時間を比較したり、幹部職の採用で募集経路ごとの効果を分析したりできます。職位ごとのボトルネックを見つけ、採用方針を調整するうえで重要です。

業務の背景を把握できるため、職種、職位の階層、職能ごとの実績分析や比較に役立ちます。

求人応募に関連付けられた求人募集の詳細から取得します。

この属性は、募集職位の採用を行う「営業」「エンジニアリング」「人事」などの組織単位を示します。企業の組織階層に沿って採用プロセスを分析できます。

部門ごとの採用データを分析すると、事業全体で採用実績にどのような違いがあるかを把握できます。採用プロセスの効率が高い部門や、支援が必要な部門を特定するのに役立ちます。この属性を使って部門別のダッシュボードを作成し、採用までの時間や採用条件の承諾率などの重要業績評価指標（KPI）をチーム間で比較したり、採用担当者のリソースを適切に配分したりできます。

事業部門ごとの採用効率や業務負荷を分析し、部門固有の傾向、課題、必要なリソースを特定できます。

応募に関連付けられた求人募集または職位のマスターデータから取得します。

候補者の選考を進めないと判断した場合、その理由が記録されることがあります。「社風に合わない」「必要なスキルが不足している」「別の候補者に決定した」などが該当します。この属性には、こうした定性的な情報が記録されます。

不採用理由を分析すると、採用プロセスや求人要件を見直すための有益な情報が得られます。不採用理由を応募経路や面接段階と照らし合わせることで、要件が不明確な求人票が適格でない候補者を集めている、面接担当者の評価にばらつきがある、といった問題を特定できます。これにより、採用戦略を見直し、候補者層の質を高められます。

候補者が不採用となった理由を把握し、求人票の見直し、候補者の獲得経路の質の向上、選考における潜在的な偏りの特定に役立ちます。

通常、採用担当者または採用マネージャーが応募状況を「不採用」に更新する際に記録します。

この属性は、組織の現従業員（社内）と、それ以外の候補者（社外）を区別します。この区分は基本的な分析軸です。社内候補者と社外候補者では、採用プロセス、所要期間、方針が大きく異なることが多いためです。

候補者区分に基づくプロセス分析は、社内異動と社外採用の効果を把握するうえで重要です。プロセスマイニングを使って、社内候補者と社外候補者の採用期間、採用単価、採用成功率を比較できます。社内異動制度の実績を評価し、どちらの採用経路も効率的に機能しているかを確認できます。

採用プロセスが異なることの多い社内候補者と社外候補者を区別し、社内異動と社外採用の効率を比較できます。

候補者のIDまたはメールが従業員マスターデータに存在するかどうかで判定することがよくあります。専用のフラグを備えたシステムもあります。

この属性には、候補者に提示した報酬パッケージの金額を記録します。採用プロセスの最終段階で扱う重要なデータです。通常、金額は現地通貨で記録されます。

プロセスマイニングでは、内定提示額を分析することで、状況をより深く把握できます。内定承諾率や辞退率と照らし合わせ、報酬が競争力のある水準かどうかを確認できます。また、職種、部門、勤務地ごとの報酬の傾向も分析できます。他のデータと組み合わせることで、給与水準の基準を評価し、公平な報酬制度の実現に役立てられます。

職種や勤務地ごとの内定提示額と承諾率・辞退率を照らし合わせ、報酬パッケージの競争力を分析できます。

採用システムまたは人事システムの内定記録から取得します。

この属性は、求人申請における実際の勤務地を示します。リモート勤務の場合は、地域名が記載されるか、「リモート」と表示されることがあります。採用データを地理的な観点から分析するために使います。

プロセスマイニングでは、地域別の分析に役立つ重要な属性です。オフィスや国ごとに採用期間、採用経路の効果、内定承諾率を比較できます。地域ごとの労働市場、採用チームの実績、プロセスのコンプライアンスにおける違いを把握し、地域に応じた管理や戦略の策定につなげられます。

採用実績を地域別に分析し、地域やオフィスごとの採用効率と課題を比較できます。

応募に関連付けられた求人申請の詳細に記載されています。