かつて、雇用主は候補者と面接するために席に着いてから5分以内に、採用するかどうかを決めると言われていました。
これが本当かどうかは分かりませんが、採用責任者の多くは、「直感」――つまり、その人が募集職種に合うと感じるかどうかだけを頼りに採用を決めたことがあると、おそらく認めるでしょう。
しかし、こうした状況は変わりつつあります。新たな従業員の採用は、特に管理職や専門職の場合、ほとんどの企業にとって大きな投資です。多くの推計によれば、企業の収益のかなりの割合（40％から60％）が人件費に充てられています。あらゆるものを測定、定量化、分析できる時代にあって、採用プロセスにもう少し計画性と戦略的な思考を取り入れるのは理にかなっています。
「旧来の学閥ネットワーク」に頼ろうとする人には、運が向かないかもしれません。アナリスト企業Gartnerが米国の金融サービス企業向けに まとめた調査 では、従業員が入社後2年間に示した業績を調べました。分かったのは、最も優秀な人材はいずれも高校を卒業し、学位を取得していた一方、個人の成績や、通っていた学校・大学は、成功や失敗と相関していなかったということです。
同社はその後、まったく新しい選考プロセスを導入しました。候補者が通った大学の評価順位や成績を考慮せず、何らかの大学課程を修了し、仕事で成果を上げた実績のある人を優先する仕組みです。その結果、6カ月で収益が400万ドル増加しました。
もう一つ、よく引き合いに出される例が、オフィス機器メーカーのXeroxです。同社は分析会社に従業員の業績を調査させ、コールセンターに理想的な候補者像を作成するよう依頼しました。意外な発見の一つは、コールセンターでの勤務経験は成功の指標にならず、犯罪歴のある候補者のほうが、ない候補者より良い成績を上げることが多かった点です。この実験により、従業員の離職率は20％低下しました。
あらゆる業界の雇用主がデータを活用し、 Cornerstone や TalentBin などのツールを使って、これまで以上に多様な方法でデータを分析し、適切な職務に適した候補者を探しています。さらに一歩進めた企業もあります。たとえばホテルチェーンのMarriottは、ホテル運営をシミュレーションする ファームビル風の独自ゲームを開発し、候補者の能力を試しました。報道によれば、ゲーム自体がかなり退屈だったため、実験は大成功とは言えませんでした。しかし、企業が採用に取り入れようとしている新たな発想を示しています。
LinkedInのようなネットワークを含むオンライン採用サービスは、すでにしばらく前から存在し、多くのデータをもたらしてきました。たとえば、世界の特定の地域で、実務経験5年のIT技術者を採用する際に、時間と給与の面で平均どれほどのコストがかかるかは簡単に調べられます。これにより、先を見越した計画や優先順位付けがはるかに容易になります。
反対の立場、つまり誰かを雇うのではなく自分の仕事を探している人にとっても、その影響は非常に大きなものです。オンラインでのあらゆる行動は（携帯端末やウェアラブル機器の普及により、現実世界での行動もますます）デジタルの足跡を残します。雇用主はずっと以前から、採用を検討している候補者について、応募書類や面接では明らかにならなかった問題がないか、臨機応変にGoogle検索を行うことに慣れてきました。今ではそれにとどまりません。候補者は、口にしたことだけでなく、口にしなかったことを理由に不採用になる可能性もあります。活発で積極的なソーシャルメディア利用は、社交的で他者との交流に意欲的な人物であることの指標と見なされることがよくあります。実際、先に触れたXeroxの調査では、理想的な候補者は少なくとも2つのソーシャルネットワークで活動しているべきだとも分かりました。
そのため、企業はしばしば Klout スコアを利用しています。これはユーザーをソーシャル上の影響力に応じて順位付けするものです。特に営業職やマーケティング職を探しているなら、ネットワークを築き、人脈を広げ、人々に自分の話を聞く価値があると思わせられることを雇用主に示す優れた方法です。
マーケティングではなく、技術系のプログラミング職を探しているなら、知っておきたいサービスの一つが Gildです。公開コミュニティやオープンソースコミュニティへの貢献に加え、職歴に基づいて、何百万人ものソフトウェア開発専門職を評価します。プログラマーの採用を考える人だけが利用するサービスですが、近い将来、他の分野を対象とする同様のサービスも登場すると予想されます。
他の多くのビジネス領域と同様に、ビッグデータは採用における当て推量を減らすのに役立っています。有名な「直感」に頼るのではなく、より科学的な採用手法を取る人々は、より適任で、より長く意欲的に働き続ける人材を採用できると分かっています。同じように重要なのは、候補者が、面接官が自分のネクタイを気に入らないから、あるいは出身校が適切でないから見落とされないよう願う必要が、もうなくなるかもしれないことです。
この記事は Smart Data Collectiveとの協力により掲載されています。掲載は、世界経済フォーラムが見解を支持することを意味しません。
アジェンダの最新情報を受け取るには、 週刊ニュースレターにご登録ください。
著者：Bernard Marrは、世界的に認められたビッグデータおよび分析の専門家です。ベストセラーのビジネス書著者、基調講演者であり、戦略、業績管理、分析、KPI、ビッグデータのコンサルタントでもあります。
画像：失業中のベルギー人、Mohamed Sammar（右）がブリュッセルで模擬面接の質問に答えている。後でフィードバックを受けられるよう、面接は録画されている。REUTERS/Francois Lenoir
