かつては、雇用主は候補者と面接で向き合ってから5分以内に、その候補者を採用するかどうかを決めていると言われていた。
これが真実かどうかは判断が難しいが、採用の責任を負う立場にある多くの人は、「直感」、すなわちその人が募集ポストに合う人材だと感じたかどうかに基づいて採用を決めたことがあると認めるだろう。
しかし、こうした状況は変わりつつある。新たな従業員を採用することは、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となる。企業の収益の大きな割合（多くの推計では40%から60%）が従業員の給与に充てられている。すべてが測定、数値化、分析できる時代において、採用プロセスにより多くの計画性と戦略的思考を取り入れることは理にかなっている。
「オールドスクール・タイ・ネットワーク」に頼ろうとする人は、当てが外れるかもしれない。アナリストのガートナーは 、米国の金融サービス企業のために調査を行い、 同社に入社後最初の2年間の従業員の業績を検証した。判明したのは、最優秀の業績を上げた従業員は全員が学校を修了して学位を取得していた一方で、個々の成績や、在籍した特定の学校や大学は、成功や失敗と相関していなかったということだ。
その後、同社は全く新しい選考プロセスを導入した。このプロセスでは、候補者が通った大学のランキングや成績は考慮せず、代わりに、いずれかの大学課程を修了し、職務で成果を示した人材を優遇した。同社は6か月で売上を400万ドル増加させた。
よく引き合いに出されるもう一つの例は、オフィス機器メーカーのゼロックスである。ある分析会社が、従業員の業績を監視し、同社のコールセンターに最適な候補者のプロフィールを作成するよう依頼された。驚くべき結果の一つは、コールセンターでの過去の勤務経験が成功の指標にはならないこと、そして前科のある候補者の方が、前科のない候補者よりも高い成果を上げることが多いことだった。この実験により、従業員の離職率が20%低下した。
あらゆる業界の雇用主はデータを活用するようになっており、 Evolv やTalentBin などのツールによって、従来よりも多様な方法でデータを処理し、適切なポジションに適した候補者を見つけられるようになっている。さらに踏み込んだ企業もあり、例えばホテルチェーンのマリオットは、 独自のファームビル風ゲームを開発した。このゲームはホテルの運営を模したもので、候補者の能力を試すために使われた。報じられたところによると、ゲーム自体が退屈だったことから、この試みは大きな成功とはならなかったが、企業が採用活動に進んで取り入れようとしている新たな発想の一例を示している。
オンライン採用サービス（LinkedInのようなネットワークを含む）は既に一定期間存在しており、すでに膨大なデータを提供している。例えば、ある特定の地域で、実務経験5年のIT技術者を採用するのに、時間と給与の面で平均的にどの程度の費用がかかるかを非常に簡単に調べられる。そのため、先を見据えた計画や優先順位付けがはるかに容易になっている。
もしあなたが、人に仕事を与える側ではなく、自分自身の仕事を探す側にいる場合も、その影響は同じように大きい。オンラインで行うすべての行動（そして、モバイル機器やウェアラブル端末のおかげで、現実世界でもますます増えている行動）は、デジタルの足跡を残す。雇用主は以前から、応募や面接の過程では出てこなかった、隠しておきたい過去があるかどうかを確かめるため、検討中の候補者についてGoogleで随時確認することに慣れてきた。今日ではそれをはるかに超えており、自分が語ったことではなく、語らなかったことによって不採用となる可能性すらある。活発で積極的なソーシャルメディア上の活動は、その人物が社交的で、他者とのコミュニケーションに熱心であることの指標とみなされることが多い。実際、前述したゼロックスの調査では、理想的な候補者は少なくとも二つのソーシャルネットワークで活動的であるべきだということも分かった。
こうした目的のために、企業は頻繁に Klout スコアを利用している。このスコアはユーザーのソーシャルメディア上の影響力に応じて順位付けするものだ。特に営業職やマーケティング職を探している場合、人脈を広げ、つながりを築き、人々に耳を傾けてもらえる価値のある人物であることを、雇用主に示す有効な方法となる。
マーケティングではなく技術的なプログラミング職を探している場合、知っておくとよいサービスの一つが Gild。同サービスは、数百万人のソフトウェア開発者について、公開やオープンソースのコミュニティへの貢献と職歴に基づいて評価する。現在は、プログラマーを採用したい人々によってのみ利用されているが、近い将来、他の分野を対象とした同様のサービスが登場すると見込まれる。
ビジネスの他の多くの分野と同様に、ビッグデータは採用における当て推量を排除する助けとなっている。有名な「直感」に頼るのではなく、人員配置により科学的なアプローチを取る企業は、より適性の高い人材を採用でき、その人材はより長く満足して職に留まる傾向があることに気づいている。同様に重要なのは、候補者が、面接官がネクタイを気に入らない、あるいは出身校が違うといった理由で見過ごされることを案じる必要がなくなることが期待される点だ。
本記事は、 LinkedInとの協力により掲載されたものです。掲載は、世界経済フォーラムが見解を支持していることを意味するものではありません。
アジェンダの最新情報を入手するには、 週刊ニュースレターに登録してください。
執筆者：Bernard Marrは、ベストセラー作家、基調講演者、そしてビジネスおよびデータの主要な専門家です。
画像：オフィスでノートパソコンを持つ男性に、バイナリコードが投影されている様子を示すイラスト。REUTERS/Kacper Pempel
