採用・人材獲得データテンプレート

この属性は、「応募受信」、「面接予定設定」、「オファー提示」など、採用ライフサイクル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化した時点、または重要なアクションが実行さ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盤になります。採用プロセスの実際の流れを可視化し、一般的な経路を見つけ、標準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ことは、採用ファネルを理解し、候補者が離脱する箇所を特定し、各段階に費やされた時間を測定するうえで重要です。

プロセスの各ステップを定義し、採用ファネルを可視化するとともに、ボトルネックや逸脱を特定できます。

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あります。

このタイムスタンプは、アクティビティが発生した、またはシステムに記録された正確な時点を示します。所要時間のあるアクティビティでは開始時点を示し、瞬時に発生するイベントでは発生時刻を表します。各求人応募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盤です。アクティビティ間の時間（サイクルタイム）、特定の段階の所要時間、採用までの総時間の算出に使用します。これらのタイムスタンプを分析すると、遅延を特定し、サービスレベル合意に対するパフォーマンスを測定し、採用プロセスを短縮できる機会を見つけ出せます。

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、時間に関するすべての指標を算出するために使用する主要なタイムスタンプです。

通常、採用システム内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並んで記録されています。

求人応募IDは、候補者が求人に応募した1件の応募を一意に識別します。初回提出から「採用済み」や「不採用」などの最終決定まで、各応募プロセスはこのIDで追跡されます。1件の応募に関するすべてのアクティビティ、タイムスタンプ、データ項目をつなぐ軸となります。

プロセスマイニングでは、この属性がケース分析の基盤になります。各応募のエンドツーエンドのプロセスフローを再構成し、候補者がたどるさまざまな経路を可視化できます。共通の求人応募IDでイベントをグループ化すると、ケース期間を正確に測定し、特定の応募ライフサイクルにおけるボトルネックを特定し、プロセスのバリエーションを比較できます。

応募の開始から終了までの経過を追跡し、採用までの時間などの主要指標を算出するとともに、プロセスの違いを分析するために欠かせないIDです。

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

この属性は、採用アクティビティが管理・記録されるシステムオブレコードを識別します。たとえば、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です。複数のシステムがある環境では、異なるデータ項目の取得元を区別し、明確性と追跡可能性を確保できます。

プロセスマイニング分析では、ソースシステムを把握することがデータ検証とガバナンスに欠かせません。データの背景を理解でき、複数のシステムが連携している場合は、特定のシステムに分析対象を絞り込めます。データ準備や不整合の調査でも重要で、データ品質の問題を確認すべき場所を示します。

データの取得元に関する背景を提供します。複数システムの環境におけるデータガバナンス、検証、問題調査に欠かせません。

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

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付と時刻を示します。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。実際に業務イベントが発生した時点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、データの整合性を維持し、分析の最新性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。

データの最新性を把握できるため、継続的なプロセスモニタリングと分析の関連性および正確性を保つうえで重要です。

通常、データ連携またはETL（抽出、変換、ロード）ツールがデータ読み込み時に追加します。

この属性は、面接や身元調査など、一定期間にわたるアクティビティの終了時点を記録します。多くの採用アクティビティは開始タイムスタンプによる単一の時点として記録されますが、終了時刻があれば、特定のプロセスステップの所要時間を正確に測定できます。

プロセス分析では、終了時刻によってアクティビティ単位の所要時間を算出し、待機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受領までの時間だけでなく、面接そのものの正確な所要時間を測定できます。どこに時間が費やされているかをより細かく把握し、ステップ間だけでなく、特定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し、実際の処理時間と待機時間を区別できます。

イベントログまたはアクティビティログにあり、アクティビティの所要時間を追跡するシステムでは、開始時刻と同じレコードに記録されることが多くあります。

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。一般的なステータスには、「採用済み」、「不採用」、「オファー辞退」、「候補者による辞退」などがあります。特定の応募ケースにおけるプロセスの結論を表します。

プロセスマイニングでは、最終ステータスが結果に基づく分析の鍵になります。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するために、プロセスマップを絞り込めます。これにより、成功につながる標準的な経路を特定し、どのようなプロセスパターンが採用成功につながるかを理解できます。また、オファー承諾率や各段階の候補者離脱率など、主要指標の算出基盤にもなります。

各ケースの最終結果を定義し、どのプロセスの違いが採用成功、不採用、辞退につながるかを分析できます。

最終的な処理状態を表す、主要な求人応募レコードにあります。

この属性は求人応募の起点を追跡し、候補者がどのように職務を知り、応募したかを示します。一般的な応募経路には、採用サイト、社員紹介、採用担当者による直接スカウト、LinkedIn、大学の就職説明会などがあります。

人材獲得戦略の有効性を評価するうえで重要な属性です。経路ごとの候補者数と質を分析すると、採用チャネルへの投資対効果を算出できます。プロセスマイニングにより、ファネルを最も先まで進む候補者や採用に至る候補者を多く生み出す経路を把握し、採用マーケティング費用を最適化できます。

異なる応募経路の有効性と投資対効果を測定し、採用マーケティングと戦略の最適化に役立てるために欠かせません。

通常、応募提出時に、追跡リンクまたは候補者による自己申告を通じて記録されます。

この項目は、特定の応募または求人 requisition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識別します。通常、候補者のスクリーニング、面接日程の設定、関係者との連絡を担当します。

プロセスマイニングでは、採用担当者属性がチームおよび個人のパフォーマンス分析に役立ちます。各採用担当者が管理する応募数を示す業務量平準化ダッシュボードを作成できます。また、採用担当者ごとの採用充足までの時間や候補者の質などの指標を比較し、優れた方法やコーチング、プロセス改善の対象を特定できます。

個々の採用担当者と人材獲得チーム全体の業務量分析およびパフォーマンス測定が可能になります。

通常、求人応募または求人 requisitionのレコードにあります。

採用責任者は、最終的な採用決定を行い、新入社員の直属の上司となる人物です。採用プロセスの主要な関係者であり、職務要件の定義、候補者の面接、フィードバックの提供を担当します。

採用責任者別にプロセスパフォーマンスを分析すると、プロセス効率に関する重要な情報を得られます。たとえば、面接フィードバックの提供が遅れて遅延を招いている責任者や、オファー承諾率が非常に高い責任者を特定できます。この情報をもとに、採用プロセス全体を効率化するための対象を絞った研修や支援を提供できます。

特定の採用責任者に起因するボトルネックや遅延、たとえばフィードバックの遅れを特定できます。これは採用までの総時間に直接影響します。

応募に関連付けられた求人 requisitionデータから取得します。

求人 requisitionは、空きポジションを補充するための正式な申請です。求人 requisition IDは、この申請に割り当てられた一意のコードで、承認から充足まで追跡します。1件の求人 requisitionに複数の求人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を集計やフィルタリングに利用できます。特定の職務における採用プロセスを分析したり、異なるポジションの採用効率を比較したり、求人ごとの応募総数を評価したりできます。「どの求人 requisitionが充足まで最も時間がかかるか」「職務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つの求人に関連するすべての応募をグループ化して分析でき、職務や部門ごとのパフォーマンスを比較できます。

求人応募レコードにあり、求人 requisitionまたはポジションマスターデータからリンクされていることが多くあります。

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、求人の正式な職種名を示します。採用対象となる職務の内容を表し、採用プロセスに重要な業務上の背景を提供します。

職種名は分析における重要な切り口です。役職の階層、職種、専門分野ごとに採用パフォーマンスを分類できます。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、管理職の採用におけるソーシングチャネルの有効性を分析したりできます。この分類により、職種固有のボトルネックを見つけ、採用戦略を調整できます。

業務上重要な背景を提供し、職種、役職レベル、職能をまたいだパフォーマンス分析とベンチマークを可能にします。

求人応募に関連付けられた求人 requisitionの詳細から取得します。

この属性は、募集中のポジションを採用する組織単位を識別します。たとえば、「営業」、「エンジニアリング」、「人事」などです。会社の組織階層に沿って採用プロセスを分析するための軸になります。

部門別に採用データを分析すると、事業全体で採用パフォーマンスがどのように異なるかを把握できます。採用プロセスが最も効率的な部門や、支援を必要とする部門を特定できます。この属性を使って部門別ダッシュボードを作成し、採用までの時間やオファー承諾率などのKPIをチーム間で比較し、採用リソースを効果的に配分できます。

事業部門ごとの採用効率と業務量を分析し、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 requisitionまたはポジションマスターデータから取得します。

この属性には、候補者に提示した報酬パッケージの金銭的価値を記録します。採用プロセスの最終段階における重要なデータです。通常は現地通貨で記録されます。

プロセスマイニングでは、オファー金額を分析することで、採用状況を理解するための背景情報を得られます。オファー承諾率や辞退率と関連付ければ、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。ほかのデータと組み合わせることで、給与水準のベンチマークや、公平な報酬制度の評価にも役立ちます。

職種や勤務地ごとのオファー金額を承諾率・辞退率と関連付け、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内の求人オファー記録から取得します。

候補者の選考を進めないと決定した場合、通常は理由を記録します。「企業文化との適合性がない」、「必要なスキルが不足している」、「別の候補者でポジションが充足した」などがあります。この属性は、その定性的な情報を記録します。

不採用理由を分析すると、採用プロセスと職務要件に関する有益なフィードバックを得られます。不採用理由を応募経路や面接段階と関連付けることで、職務記述書が不明確で適格でない候補者を集めている、面接担当者の評価に一貫性がない、といった問題を特定できます。採用戦略の見直しや候補者層の質の向上にも役立ちます。

候補者が不適格と判断された理由を把握し、職務記述書の改善、応募者の質の向上、スクリーニングプロセス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責任者が応募のステータスを「不採用」に更新した際に記録します。

この属性は、組織に在籍する従業員（内部候補者）と、在籍していない応募者（外部候補者）を区別します。この区分は基本的なセグメントであり、両者では採用プロセス、所要時間、適用される方針が大きく異なる場合があります。

候補者種別に基づいてプロセスを分析することは、社内異動と外部採用の有効性を把握するうえで重要です。プロセスマイニングを使えば、内部候補者と外部候補者について、採用までの時間、採用単価、成功率を比較できます。これにより、社内異動プログラムの成果を評価し、どちらの採用経路も効率的かつ効果的に運用でき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内部候補者と外部候補者を区別し、社内異動と外部採用の効率を比較分析できます。

通常は、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を確認して判定します。専用のフラグを持つシステムもあります。

この属性は、求人申請における勤務場所を指定します。リモート勤務のポジションでは、地域を示すか、「リモート」と記載されます。採用データを地理的な観点から分析するための項目です。

プロセスマイニングでは、勤務地は地域分析に欠かせない属性です。拠点や国ごとに、採用サイクルの所要時間、候補者の獲得チャネルの有効性、オファー承諾率を比較できます。これにより、労働市場、採用チームのパフォーマンス、プロセスのコンプライアンスにおける地域差を把握し、より適切な管理や戦略の立案につなげられます。

採用パフォーマンスを地理的に分析し、地域や拠点ごとの採用効率と課題を比較できます。

応募情報に関連付けられた求人申請の詳細に記録されています。