採用データの分析方法とは。見るべき指標・課題別活用例をわかりやすく解説

採用活動における歩留まり率・採用単価・リードタイムといったデータを継続的に計測し活用することで、課題の所在を数値で把握できるようになります。

「なぜ内定辞退が増えているのか」「どの媒体に投資すべきか」といった問いに対して、根拠を持って答えられるようになることが、データ分析に取り組む最大のメリットです。

本記事では、採用管理システム「RPM」を提供する株式会社ゼクウが、採用データ分析の手法や見るべき指標を解説します。

採用データの分析でわかること・できること

採用データ分析とは、応募数や選考通過率・採用コストといった数値を収集・整理し、採用活動の課題を客観的に把握する取り組みです。

データを活用することで、下記が明確にわかるようになります。

• どの選考ステージで候補者が離脱しているか
• どの採用媒体が費用対効果に優れているか
• 内定辞退や早期退職につながりやすい傾向はどこにあるか

これまで「なんとなく」や担当者の経験則で判断していた採用活動が、数値に基づいた意思決定に変わります。結果として、限られた採用予算をどこに投じるべきかの判断や、経営陣への説明にも根拠を持って臨めるようになります。

次のセクションでは、分析に使う具体的な指標とデータの種類を解説します。

採用活動の分析に使用するデータの種類や指標

採用データ分析で活用する指標は大きく6つに分類できます。それぞれのデータが「何を明らかにするためのものか」を理解したうえで収集することで、分析の精度を高められます。

人数・母集団に関するデータ（応募数・通過数）

採用活動の全体像を把握する起点として、人数・母集団に関するデータを収集します。

応募数だけでなく、各選考フェーズの通過数・辞退数まで記録することで、どこで人材を逃しているかが見えてきます。収集すべき主な項目は下記の通りです。

• 媒体別応募数：各採用チャネルからの応募者数
• 選考別通過数：書類・一次・二次・最終面接ごとの通過者数
• 選考別辞退数：各ステージで辞退した人数
• 内定承諾・辞退数：内定を出した後の承諾・辞退の内訳
• 入社人数：最終的に入社した人数

これらを把握することが、歩留まり分析やコスト計算の土台になります。

歩留まり率（選考通過率）に関するデータ

歩留まり率は、採用活動のどこにボトルネックがあるかを特定するための中心的な指標です。「応募数は多いのに採用できない」といった状況の原因特定が可能になります。

歩留まり率 ＝ 選考工程の通過人数 ÷ 前の選考工程の通過人数 × 100

各選考工程ごとに計測することで、以下のような改善仮説を立てられます。

• 書類選考通過率が極端に低い → 応募要件や求人票の見直しが必要
• 一次面接後の辞退率が高い → 面接での会社説明や体験設計に課題あり
• 内定後の辞退率が高い → 内定者フォローやリードタイムの長さが原因の可能性

歩留まり率を継続的に可視化するには、選考工程ごとの通過率を自動集計できる仕組みがあると効率的です。RPMでは選考ファネル分析機能で、応募から採用までの通過率をダッシュボード上で自動可視化できます。

コストに関するデータ（採用単価・CPA・ROI）

採用コストを正確に把握することで、限られた予算をどの媒体・施策に集中させるべきかの判断根拠が生まれます。最低限おさえるべき指標は以下の3つです。

採用単価は媒体費用だけで計算されがちですが、担当者の工数（人件費）まで含めて算出することで、実態に即したコスト評価ができます。

媒体別の採用単価やROIを横断的に比較するには、広告費と採用成果を紐づけて管理できるツールの活用が効果的です。RPMの費用対効果分析機能では、媒体ごとのCPA・面接化率・採用数を一画面で比較できます。

期間・リードタイムに関するデータ

内定辞退の原因のひとつに、選考スピードの遅さがあります。リードタイム（各採用プロセスの所要日数）を工程別に計測することで、候補者が他社に流れているタイミングを特定できます。

• 応募〜一次面接設定：3日以内が理想
• 一次面接〜二次面接：1週間以内
• 最終面接〜内定通知：3日以内
• 内定通知〜承諾期限：1〜2週間

どの工程で時間がかかっているかを可視化するだけで、「初動を早める」「面接官のスケジュール調整を改善する」といった具体的なアクションに落とし込めます。

工程別のリードタイムを継続的に把握するには、応募〜面接〜内定〜入社までの各所要日数を自動計測できるリードタイム分析機能の活用がおすすめです。

応募者属性に関するデータ（年齢・エリア・職種・経験）

採用した人材がなぜ定着したのか、あるいはなぜ早期離職したのかを分析するうえで、応募者の属性データが手がかりになります。

• 年齢・経験年数：定着率の高い年齢層・経験帯の特定
• 居住エリア：通勤可能範囲と離職率の相関把握
• 前職の職種・業種：自社業務との親和性が高い経歴の特定
• 応募経路：属性ごとに効果的な媒体の違いを把握

傾向を把握することで、採用ターゲットや要件定義の見直しに活かせます。特に人材派遣においては重視したいデータです。

採用サイト・求人ページのアクセスデータ

応募数が少ないとき、原因が「サイトに来ていないこと」なのか「来ているが応募に至っていないこと」なのかによって、打つべき施策はまったく異なります。

この切り分けに役立つのが、採用サイトのアクセスデータです。Google アナリティクス（GA4）で計測できる主な指標は以下の通りです。

• セッション数・ユーザー数：どれだけの求職者がサイトを訪れているか
• 流入経路別セッション：検索・SNS・求人媒体経由の比率
• 平均滞在時間：求職者がコンテンツをどの程度読み込んでいるか

採用データ分析に役立つツール

採用データ分析に使えるツールは、無料で手軽なものから専用システムまで幅広く存在します。

それぞれ得意な領域と限界が異なるため、自社の採用規模や課題に合わせて使い分けるとよいでしょう。

Excel・スプレッドシート

手軽に始められる点がExcel・スプレッドシートの最大のメリットです。初期費用がかからず、すでに社内で使い慣れているツールであるため、採用データ分析の入り口として多くの企業が利用しています。

一方で、運用を続けるなかで以下のような限界に直面するケースが多く見られます。

• 媒体・担当者ごとにファイルが分散し、集計のたびに手作業でまとめる必要がある
• データ入力ミスや更新漏れが発生しやすく、数値の信頼性が下がる
• 応募者数が増えるほど集計工数が膨らみ、分析よりも作業に時間をとられる

少人数・小規模な採用活動であれば十分機能しますが、採用件数が増えてきた段階で管理方法の見直しを検討するのが現実的です。

Google アナリティクス（GA4）

自社の採用サイトや求人ページにどのくらいの人数の求職者が訪れ、どこで離脱しているかを把握するために活用するツールです。無料で利用でき、次のような指標を計測できます。

• セッション数・ユーザー数
• 流入経路別セッション
• 平均滞在時間

応募数が少ない場合に「そもそもサイトに来ていないのか」「来ているが応募に至っていないのか」を切り分けられるため、施策の方向性を誤らずに済みます。

採用管理システム（ATS）

採用活動の全データを一元管理し、分析から改善までを一体で実行できる点が採用管理システムの強みです。

Excelでは別々に管理せざるを得なかった応募者情報・選考進捗・媒体別コストが自動で集約されるため、集計作業の工数をほぼゼロに近づけることが可能です。

• 選考工程別の歩留まりをダッシュボードでリアルタイム確認
• 媒体別の応募数・採用数・採用単価（CPA）を横断比較
• 採用リードタイムを工程別に可視化し、停滞箇所を特定

中でも、応募対応・面接管理・マッチングといった日常業務と分析機能が連動しているシステムを選ぶことで、データ入力の手間なく分析精度を高められます。RPMの採用データ分析機能でも、これらを一体で管理できます。

▶︎採用管理システムRPMの採用データ分析機能を詳しく見る

採用データ分析の基本的な進め方

データ分析は、闇雲に数字だけを集めても改善にはつながりません。目的の設定からデータの収集・分析・活用まで、4つのステップを順番に踏むことで、はじめて実務で使える示唆が得られます。

ステップ1：目的とKPIを設定する

採用データ分析で最初にすべきことは、データを集めることではなく「何のために分析するか」を決めることです。目的とKPIの設定例は下記の通りです。

目的が曖昧なままデータを集め始めると、集計作業だけで時間が取られ、改善アクションに至らないケースが大半です。目的が決まれば、集めるべきデータも自然に絞り込まれます。

ステップ2：データを収集・整理する

目的とKPIが決まったら、必要なデータがどこにあるかを棚卸しします。採用データは複数の場所に散在していることが多いため、まず所在を確認することが先決です。

• 採用管理システム：応募者情報・選考進捗・媒体別応募数
• 各媒体の管理画面：媒体別の掲載費用・応募数・クリック数
• Excelや社内共有ファイル：過去の採用実績・内定者情報
• 人事システム：入社後の在籍状況・離職データ

これらは現状では複数の場所に点在していますが、採用管理システムを活用することで、応募者情報から選考進捗・媒体別コストまでをひとつのシステムに集約できます。

データを一元管理することで、集計の手間が大幅に減り、分析に使える時間を確保しやすくなります。

ステップ3：比較・時系列・要因の3軸でデータを見る

データが揃ったら、次の3つの視点で分析してみましょう。この3軸を意識するだけで、数字の羅列から課題の所在が見えるようになります。

3軸すべてを一度に分析する必要はありません。まず「比較」から始め、気になる変化があれば「時系列」「要因」へと掘り下げるのがよいでしょう。

ステップ4：定量データと定性データを組み合わせる

数値を元に分析することも重要ではありますが、数値だけでは見えない課題があります。

たとえば「内定辞退率が高い」といったデータが出ても、「なぜ辞退したのか」は数値からは読み取れません。

定量データで課題の所在を特定し、定性データで原因を深掘りすることで、はじめて的外れでない改善施策を立案できます。

• 内定辞退率が高い（定量）：辞退者へのヒアリングや辞退理由アンケートで背景を把握（定性）
• 特定媒体の早期離職率が高い（定量）：入社後アンケートで職場環境とのギャップを確認（定性）
• 書類通過率が低い（定量）：不通過者の職務経歴書の傾向を目視確認（定性）

【課題別】採用データの分析例｜よくある3つの悩みへの対処法

よくある採用課題別に、どのようなデータを見てどう改善につなげるかの分析例を紹介します。自社の状況と照らし合わせながら、優先的に取り組む課題から着手してみてください。

費用対効果の高い採用媒体を見極めるには？

採用媒体の効果を正確に評価するには、採用単価（CPA）と面接化率を媒体別に並べて比較します。

この2つを組み合わせると、「応募は少ないが採用効率が高い媒体」と「応募は多いが採用コストがかかりすぎている媒体」が明確に区別できます。

この例では媒体Bへの予算を増やし、媒体Aを見直す判断が合理的です。継続している媒体の見直しから着手することをおすすめします。

選考辞退・内定辞退を減らすには？

辞退対策を講じる前に、まず「どの選考工程で辞退が集中しているか」をデータで確認します。工程別の辞退数を出すだけで、対策を打つべき箇所が一点に絞り込まれます。

辞退が多い工程が特定できたら、次にその工程のリードタイム（所要日数）を確認しましょう。辞退率が高く、リードタイムも長い工程があれば、選考スピードの改善が最優先の打ち手になります。

• 一次面接後の辞退が多い → 面接での情報提供・会社の魅力訴求を見直す
• 最終面接後の内定辞退が多い → 内定通知までの日数・内定者フォローを改善する
• 特定媒体からの辞退率が高い → 媒体と自社ターゲット層のミスマッチを疑う

数値で工程を絞り込んだうえで、辞退者へのヒアリングなど定性的な原因深掘りに進むのが効率的です。

入社後の早期退職者を減らすには？

早期退職が続いているなら、入社後の対策だけでなく、採用段階のデータを振り返ることが有効です。

離職した人材の採用時データ（応募媒体・属性・選考の通過パターン）を在籍者と比較することで、「どのような採用が離職につながりやすいか」の傾向が見えてきます。

傾向が見えてきたら、採用要件や面接での確認項目に反映しましょう。「採用した人が辞めてしまう」といった問題は、採用基準を変えることで再現性をもって改善できます。

採用データの分析は採用管理システム「RPM」がおすすめ

採用データ分析を継続的に行うには、データを集める仕組みそのものが整っていることが前提になります。

歩留まり・採用コスト・リードタイムの可視化から改善アクションまでを一体で実行できる採用管理システムとして、「RPM」をおすすめします。

歩留まりや採用リードタイムをリアルタイムで確認できる

RPMの選考ファネル分析機能では、応募・面接・内定・採用の各工程の通過率をダッシュボード上で自動集計します。手動集計は不要で、どの工程で候補者が離脱しているかを常に最新の状態で把握できます。

あわせてリードタイム分析機能では、以下の工程別所要日数を可視化できます。

• 応募から面接予約までの日数
• 面接から内定通知までの日数
• 内定から入社までの日数

歩留まりが下がっている工程とリードタイムが長くなっている工程を同時に確認できるため、「通過率の低下」と「選考スピードの停滞」を紐づけて原因を特定しやすくなります。

媒体別のコストと成果を横断的に比較できる

RPMの費用対効果分析・チャネル分析機能では、媒体ごとの応募数・面接化率・採用数・採用単価（CPA）を一画面で比較できます。

各媒体の管理画面とExcelを行き来しながら手動で集計する必要がなく、判断に使えるデータがすぐに揃うのが大きなメリットです。

「応募は多いが採用につながらない媒体」と「応募は少ないが採用効率が高い媒体」の違いが数値で明確になります。

分析結果をそのまま改善アクションに活かせる

RPMは分析機能が応募対応・面接管理・マッチングといった日常業務と連動しています。日常業務の中で計測されたデータがそのまま分析に反映されるため、データ収集のための別途作業が発生しません。

• 歩留まりの低下を検知 → 該当工程の選考フローをその場で見直す
• リードタイムの停滞を発見 → 面接官のスケジュール調整をシステム上で改善する
• 媒体のCPA悪化を確認 → 翌月の予算配分をデータをもとに変更する

このように、分析結果から改善アクションまでをひとつのシステム上で完結できるため、「データを見て終わり」にならず、採用活動の質を継続的に高められます。

下記からは採用管理システム「RPM」のサービス資料をダウンロード可能です。より詳しい機能が気になる方は是非ご利用ください。

採用データの分析に関してよくある質問

最後に、採用データ分析に関する質問を取り上げます。

少ない応募数でもデータ分析は意味がありますか？

意味はありますが、母数が少ない時期や媒体の数値だけで結論を出すことは避けましょう。

応募数が少ない場合は歩留まり率よりも、リードタイムや媒体別の面接化率など「質」に関わる指標から着手するのが現実的です。データは蓄積するほど精度が上がるため、まず記録する習慣をつくることが先決です。

どのような数値から分析を始めればよいですか？

媒体別の応募数・面接数・採用数の3つを揃えましょう。この3つが揃えば媒体ごとの採用効率を比較できます。

次に選考工程別の辞退数を加えると、どこで候補者が離脱しやすいのかが特定できます。

無料でできる採用データ分析の方法はありますか？

ExcelやGoogleスプレッドシートで媒体別の応募数・採用単価の集計や歩留まり計算が無料で始められます。採用サイトのアクセス分析にはGA4が活用できます。

ただし集計はすべて手作業になるため、採用件数が増えると管理負荷が大きくなる点には注意が必要です。

まとめ：採用データ分析は「どのように使うか」が重要

• 採用データの分析では、歩留まり率・採用単価・リードタイムなど複数の指標を組み合わせて見ることが重要
• 目的とKPIを先に決め、定量データと定性データを組み合わせることで、的外れな施策を防げる
• データは集めるだけでなく、課題の特定から改善アクションまでを一体で動かすことではじめて成果につながる

採用データ分析は、特別な専門知識がなくても始められます。

まずは媒体別の応募数・面接数・採用数といったシンプルな指標から記録を始め、徐々に歩留まりやリードタイムの分析へと広げていくことが現実的なアプローチです。

大切なのは「どのデータを集めるか」より「集めたデータをどう改善に活かすか」といった視点です。データを継続的に活用できる環境を整え、採用活動の質を高めていきましょう。