【この記事でわかること】

蓄積された選考データ、活用しきれていますか？

候補者情報や選考ステータス、面接官の評価、不合格理由など、手元のExcelファイルには、日々の採用活動で蓄積された貴重なデータが眠っているはずです。しかし、そのデータを本当に「活用」できているでしょうか。

「管理しているつもり」で終わるExcel管理の限界

日々の業務に追われる中で、データ入力や更新作業だけで手一杯になりがちなのが現実です。以下のような課題を感じている人事担当者の方は少なくありません。

• 候補者ごとにシートが散在し、横断的な分析ができない 
• 面接官によって評価基準やコメントの粒度がバラバラ
• 集計やグラフ作成に多大な時間がかかり、結局後回しになってしまう

このような「管理しているつもり」の状態では、データはただの記録に過ぎず、採用課題の特定や改善アクションには繋がりません。

人事こそ「データ活用」が必須な理由

現代の採用市場は、ますます複雑化・高速化しています。勘や経験だけに頼った採用活動では、優秀な人材の獲得競争に勝ち抜くことは困難です。

データに基づいた客観的な意思決定は、採用の精度を高めるだけでなく、経営層への説明責任を果たす上でも欠かせません。「なぜこの施策に予算を投じるのか」「採用活動のROI（投資対効果）はどうなっているのか」といった問いに、明確な根拠を持って答えることが、人事マネージャーには求められています。

実は簡単！AI（ChatGPT）が“分析アシスタント”になる

データを活用した採用改善の重要性は理解していても、専門知識もツール導入の予算もない、と感じている人事担当者の方も多いのではないでしょうか。この課題に対し有効な選択肢となるのが、ChatGPTをはじめとする生成AIの活用です。特別な知識がなくても、適切な指示を与えるだけで、手元の選考データから有益な情報を引き出すことができます。

高価なツールは不要！必要なのは「いつものExcelデータ」だけ

ChatGPTは、データ分析の専門家を無料で雇うようなものです。 あなたがやるべきことは、普段管理しているExcelデータを少し整えて、分析してほしい内容を日本語でお願いするだけ。複雑な関数やプログラミングの知識は一切不要です。この記事を読み終える頃には、AIが“最強の分析アシスタント”になるイメージが湧いているはずです。

個人情報の扱いはどうする？AIに渡す前の手順

AIに人事データを渡す際、最も気になるのがセキュリティ面でしょう。重要なのは、個人を特定できる情報をAIに渡さないことです。 以下の手順でデータを匿名化（マスキング）すれば、安全に分析を依頼できます。

1. 元のExcelファイルはマスターとして厳重に保管する
2. 分析用にExcelファイルを「別名で保存」する
3. 別名で保存したファイルから、以下の個人情報を削除またはダミー情報に置換する

【削除・置換する項目例】   

• 氏名 ：「候補者A」「候補者B」のように置換   
• 連絡先（電話番号、メールアドレス） ：列ごと削除   
• 住所 ： 列ごと削除   
• 現職・前職の企業名 ：「IT企業A」「メーカーB」のように業界名などに置換   
• 面接官の氏名 ：「面接官X」「面接官Y」のように置換

このひと手間をかけるだけで、機密性を保ちながらAIの高い分析能力を安心して活用できます。

【コピペOK】ChatGPTで始める！選考データ分析3つの実践プロンプト

ここからは、具体的な採用課題を解決するための3つの実践的なプロンプトをご紹介します。ご自身のExcelデータから必要な情報をコピーし、プロンプトに貼り付けてChatGPTに質問してみてください。

1. 不合格理由を分析し「刺さるスカウト文面」のヒントを得る

「多くのスカウトを送っているのに、なかなか返信が来ない…」という課題はありませんか？優秀な候補者に響くメッセージを送るには、過去の候補者がなぜ魅力を感じなかったのかを知ることが近道です。

データ準備

書類選考や一次面接での「不合格理由」や「辞退理由」をまとめたExcelデータを用意します。

【コピペ用プロンプト】

【期待されるアウトプット例】 

改善提案1. 年収以外の魅力を強調する 

• 分析：提示年収が理由での辞退が見られます。
• 具体策：「ストックオプション制度」や「個人の成果に連動したインセンティブ制度」など、金銭的な魅力の中でも年収以外の側面を具体的に訴求しましょう。

改善提案2. 事業の「社会的意義」を語る

• 分析：「事業内容への興味が薄い」という理由から、事業の面白さが伝わりきっていない可能性があります。
• 具体策：単なる事業紹介ではなく、「この事業が解決する社会課題」や「顧客の成功事例」をストーリーとして盛り込み、候補者の共感を呼び起こしましょう。

改善提案3. 裁量権とキャリアパスを明示する

• 分析：「裁量権」を求める候補者がいます。
• 具体策：「入社後すぐにお任せしたいプロジェクト」や「3年後のキャリアモデル」を具体的に示すことで、成長意欲の高い候補者に響くメッセージになります。

2. 面接官の評価傾向を可視化し「評価のブレ」をなくす

「同じ候補者なのに、面接官によって評価が全く違う…」これは、多くの企業が抱える構造的な課題です。評価のブレは、採用のミスマッチや機会損失に直結します。

データ準備

面接官ごとの「評価項目」「評価点（5段階など）」「コメント」をまとめたデータを用意します。

【期待されるアウトプット】

• 面接官の傾向分析

面接官X：ロジックや問題解決能力を重視する傾向があります。評価はやや辛口で、課題点を的確に指摘します。

面接官Y：コミュニケーション能力や人柄を重視する傾向があります。評価はやや甘口で、候補者のポテンシャルを評価するコメントが多いです。 

• アクションプラン提案

1. 評価基準の目線合わせ会（キャリブレーション）の実施：定期的に面接官全員で集まり、特定の候補者の評価についてディスカッションする場を設けます。「なぜこの評価なのか？」を言語化し、すり合わせることで、評価軸を標準化します。

2. 評価項目の定義見直し： 「コミュニケーション力」といった抽象的な項目を、「傾聴力」「伝達力」「対立意見の調整力」のように、より具体的な行動レベルに分解します。

 3. 面接官トレーニングの実施： 傾向分析の結果を各面接官にフィードバックし、自身の評価の癖を自覚してもらいます。その上で、構造化面接のトレーニングなどを実施します。

3. 応募経路ごとの特徴を分析し「採用予算」を最適化する

限られた採用予算をどこに投下すれば、最も効率的に優秀な人材と出会えるのか。これは人事マネージャーにとって永遠のテーマです。

データ準備

応募経路ごとの「応募数」「書類通過率」「内定率」「採用単価」などをまとめたデータを用意します。

【期待されるアウトプット例】

• チャネル評価

エージェントA：採用単価は高いものの、書類通過率が高く、質の高い候補者を紹介してくれている可能性が高いです。

スカウト媒体B：応募数は多いですが、内定率が低く、費用対効果はあまり良くないかもしれません。ターゲット層とのズレが考えられます。

リファラル：圧倒的に質・決定率が高く、最も費用対効果に優れたチャネルです。

• 予算配分戦略

1. リファラル採用の強化（予算増）： リファラル採用のインセンティブ制度を見直したり、社員への周知を徹底したりするなど、最優先で投資すべき領域です。

2. エージェントとの関係強化（予算維持）： エージェントAとは、より求める人物像の解像度を高めるための定例会を実施し、紹介の質をさらに高めていきましょう。

3. スカウト媒体の見直し（予算減 or 改善）： スカウト媒体Bは、送るターゲット層の見直しや、文面のABテストを行い、改善が見られない場合は利用停止も検討します。

AI活用が採用チームの成長を後押しする

AIを使ったデータ分析は、単なる業務効率化にとどまりません。それは、採用チーム全体の成長のきっかけとなります。

属人化からの脱却と「チームで改善する文化」の醸成

これまで個々の担当者の経験や勘に頼りがちだった業務が、データという「共通言語」を通じて共有・検討されるようになります。「スカウト文面はAパターンよりBパターンの方が反応が良い」「面接官Xさんはロジックを、Yさんは協調性を重視する傾向がある」といった客観的な事実に基づき、チーム全体で改善のサイクルを回す文化が生まれます。

AIは人事担当者の右腕に

AIは、仕事を奪う存在ではなく、面倒なデータ集計や分析作業を肩代わりしてくれる、極めて優秀な“右腕”です。 AIに任せられる作業を手放すことで、人間にしかできない「候補者との対話」「組織文化の醸成」「採用戦略の立案」といった、より創造的で本質的な業務に集中できるようになります。

まとめ

今回は、ExcelとChatGPTを使って選考データを分析し、採用活動を改善する具体的な方法をご紹介しました。難しそうに見えたデータ活用も、身近なツールを使えば、今日からでも始められると感じていただけたのではないでしょうか。

まずはこの記事で紹介したプロンプトの中から、最も関心のあるものを一つ選んで試してみてください。その小さな実践が、採用業務に変化をもたらし、チームと組織のこれからを動かす原動力となるはずです。