面接通過者の履歴書をAI分析し、有効応募率を1.9倍に改善

「『未経験OK』で募集をかけているのに、応募者の8割が面接で落ちてしまう」――

中途採用、特に技術職や専門職の募集でよく見られる状況です。応募数自体は出ているのに、いざ選考に入ると合否のラインが見えず、いつまで経っても採用人数が積み上がりません。

ここで本当に伸ばすべきは応募数そのものではなく、「応募者のうち、面接通過に至る比率」=有効応募率です。

本記事では、レコグラムが電気施工管理（中途正社員・未経験OK）の募集で取り組んだ、有効応募率を引き上げるための具体的な手順を紹介します。
面接通過者の履歴書と面接履歴を AI で分析し、共通項を言語化したうえで Indeed Plus の原稿に反映することで、有効応募率を「20% → 38%（約1.9倍）」まで改善した事例です。

1.「未経験OK」なのに有効応募率が2割しか出ない構造的なミスマッチ

電気施工管理の募集では、求人原稿上は「未経験OK」を打ち出していました。応募数自体は順調に集まっており、母集団形成のKPIだけを見れば問題なく回っているように見えます。

ところが、応募者のうち面接通過に至る比率――すなわち有効応募率は約20%にとどまっていました。応募者の8割は不合格となり、採用までの工数は応募数の見た目以上に重くなっていました。

現場の面接官に「なぜ落としたのか」をヒアリングしても、返ってくるのは次のような声です。

•   ・ 「なんとなく人柄が合わなかった」
•   ・ 「仕事観がうちとズレている気がした」
•   ・ 「現場で続かなさそうな感じだった」

いずれも、面接官自身の感覚としては明確な理由があるはずなのに、言語化されないまま「人柄」「仕事観」といった抽象的なワードで処理されてしまっている状態です。

この時点で、原稿側の打ち出し（未経験OK）と現場の合否基準（実際は何かしらの経験・適性を見ている）が乖離していることが分かります。

2. なぜ有効応募率が上がらないのか｜「曖昧な不合格理由」が積み上がる構造

 2-1. 面接官の暗黙基準は、本人にも言語化されていない

現場の面接官は、日々多くの応募者を見ているなかで「通過させたい人」と「そうでない人」を高い精度で見分けています。
一方で、その判断基準は経験から積み上がった暗黙知であり、面接官本人にとっても明確に言語化できていないケースがほとんどです。

結果として、

•   ・ 「人柄が良かった／合わなかった」
•   ・ 「仕事観がうちっぽい／違う」

といった、第三者には再現不能なフィードバックだけが残り、原稿側に反映できる材料が出てきません。

 2-2. 原稿側は「未経験OK」のままなので、有効応募率は上がらない

面接官の中には「実は経験者寄りの方が通過しやすい」「現場の働き方に合うキャリア観の人が定着しやすい」といった肌感覚が必ずあります。
ところが、その肌感覚が求人原稿に反映されないまま「未経験OK」の打ち出しが続くと、毎月同じようなミスマッチ応募が積み上がり、面接工数だけが膨らみ、有効応募率は2割前後で固定されてしまいます。

ここで打つべき手は、面接官のヒアリングを深掘りすることではありません。実際に通過している応募者のデータから、現場が無意識に見ているポイントを言語化するアプローチです。

3. 解決策｜面接通過者の履歴書・面接履歴を AI 分析し、「有効応募の輪郭」を言語化する

レコグラムが取り組んだのは、シンプルな仮説検証です。

  「現場が無意識に通過させている応募者には、履歴書や面接履歴に共通する『ワード』があるはずだ」

そこで、過去に面接を通過した応募者データを匿名化し、履歴書・面接履歴に含まれる職歴・資格・経験ワードをAIで分析しました。

このアプローチが効くのは、Indeed Plus のようなワード検索ベースの媒体と相性が良いからです。
媒体側のアルゴリズムも、求職者の検索行動も、「特定のワードに反応する」構造で動いています。

現場が無意識に通過させているワードが分かれば、それを原稿側に反映するだけで、「自社が通過させたい応募者」と「実際に応募してくる応募者」のズレを縮められる――

つまり、有効応募率を直接動かせる、ということです。

4. 電気施工管理での実例｜6つのワードが示した「本当の通過者像」

電気施工管理の募集で、面接通過者のデータを AI 分析した結果、抽出された頻出ワードは次のとおりです。

  順位　ワード　　　　　　　　　　　　　　　出現スコア

   1　二種電気工事　　　　　　　　　　　　　56p

   2　工業高校　　　　　　　　　　　　　　　40p

   3　AutoCAD　　　　　　　　　　　　　　　 34p

   4　機械　　　　　　　　　　　　　　　　　25p

   5　派遣社員　　　　　　　　　　　　　　　11p

このワード群を読むと、現場が無意識に通過させている「有効応募の輪郭」が二段階で見えてきました。

4-1. 分析結果①｜「未経験OK」と謳いつつ、実態は業界経験者を優先通過させていた

「二種電気工事」「工業高校」「AutoCAD」「機械」――
いずれも、電気・施工管理に隣接する経験や学歴を示すワードです。原稿上は「未経験OK」と打ち出していたものの、実際の通過者は電気施工管理そのものは未経験でも、関連分野での経験・知識を持っているケースがほとんどでした。

つまり、現場の面接官は「人柄」「仕事観」という言葉で語っていましたが、内実は「業界・隣接分野の素地があるか」を見抜いたうえで通過判断をしていた、ということです。

4-2. 分析結果②｜「長期キャリアUP志向」より「目の前の仕事の条件・やりがい」重視タイプ

「派遣社員」というワードが上位に出てきたこと、さらに履歴書上の経験社数の平均が 6.8 社だったことから、もう一つの傾向が見えました。

通過者の多くは、長期的なキャリアアップを軸に転職を重ねてきたタイプというより、そのときの条件・仕事内容・現場のやりがいを基準に動いてきたタイプです。
安定した長期雇用や、将来的な昇進・成長の道筋よりも、目の前の現場と条件にフィットするかが意思決定の中心にあります。

この層は、求人原稿上で「キャリアパス」「成長機会」を強く打ち出されても刺さりません。
むしろ、給与・現場・働き方といった条件面の打ち出しが明確になっているほうが、有効応募率は上がることが示唆されました。

 5. Indeed Plus 原稿の再設計｜有効応募率を動かすための2方向の打ち出し

抽出された分析結果を、Indeed Plus の原稿に次の2方向で反映しました。

  ワードの反映

    本文・歓迎条件・仕事内容の中に「二種電気工事士」「AutoCAD」「工業高校卒歓迎」「機械系の経験者歓迎」といった具体ワードを自然な形で挿入。

    Indeed のワード検索アルゴリズム上、関連経験を持つ求職者の検索ヒット率が上がり、応募段階から有効応募になりやすい層を呼び込める。

  条件面の打ち出し

    「長期キャリア」よりも、給与レンジ・配属現場・働き方の具体性を前面に。

    長期成長より「いま、ここで働く理由」が伝わる構成に再設計。

ポイントは、ワードの羅列ではなく、現場の面接官が無意識に見ていた「通過者像」を、応募前の求職者に分かる形で原稿に翻訳することです。応募者の総量を増やすのではなく、応募してくる人の質を通過者像に寄せにいく、というアプローチです。

6. 改善結果｜有効応募率 20% → 38%（約1.9倍）に改善

ワード反映と条件面の再設計を行った結果、Indeed Plus 経由の有効応募率は次のように変化しました。

  ・ 施策前の有効応募率（=面接通過率）：約 20%

  ・ 施策後の有効応募率（=面接通過率）：約 38%

応募数の総量を大きく動かさずに、応募1件あたりの面接通過率を約1.9倍に改善できたことになります。

採用全体の効率で見ると、

•   ・ 面接1件あたりの内定見込みが上がる
•   ・ 不合格になる応募者の面接工数が減る
•   ・ 結果として、現場面接官の負荷が同じでも、採用人数が積み上がるスピードが速くなる

という、応募数の単純増加では得られない種類のリターンが生まれます。
有効応募率は、応募数と並ぶ「採用設計の主要KPI」として扱う価値があります。

 7. 同じ手法を再現するときの3つの注意点

このアプローチを自社で再現するときは、次の3点に注意してください。

1. AI分析にかける通過者サンプルは、最低でも10〜20名以上確保する

    サンプルが少なすぎると、特定の1人の経歴に引っ張られた偏ったワードが上位に出てしまいます。
　職種・募集ポジションごとに、ある程度の通過者ログを溜めてから分析にかけるのが前提です。

  2. 抽出したワードを「原稿に詰め込む」のではなく、「文脈に翻訳する」

     ワードを箇条書きで羅列するだけでは、求職者には「自分向けの求人」だと伝わりません。
　仕事内容・歓迎条件・働き方の説明の中に、自然な形で織り込むことが重要です。

3. ワード反映は「仮説の検証」として扱い、有効応募率の推移とセットで運用する

    一度の反映で終わらせず、有効応募率・応募者属性・離脱ポイントを継続的に見ます。
　通過者像は採用市況や現場の状況によって変化するため、四半期〜半期に一度は分析・原稿の見直しを行うのが理想です。

 8. まとめ｜有効応募率は「現場の暗黙知をデータで可視化する」ことで動かせる

「応募はあるのに、面接で通らない」という状態は、応募数の不足ではなく、原稿の打ち出しと現場の通過基準の乖離から生まれます。応募の総量だけを追いかけても、有効応募率は動きません。

面接官の主観ヒアリングをいくら重ねても、「人柄」「仕事観」といった抽象ワードしか出てきません。
一方で、実際に通過している応募者のデータを AI で言語化すれば、現場が無意識に見ている「有効応募の輪郭」をはっきりと取り出すことができます。

本記事の事例で示したように、

•   ・ 面接通過者の履歴書・面接履歴をすべて投入してワードを抽出する
•   ・ 上位ワードから「経験軸」と「価値観軸」の2方向で通過者像を読み解く
•   ・ ワード反映と条件面の打ち出しで、Indeed Plus 原稿を再設計する

このシンプルな手順だけでも、有効応募率は大きく動きます。一方で、

•   ・ 過去通過者のデータ整備・分析の設計
•   ・ 抽出ワードを原稿に「翻訳」する編集スキル
•   ・ 媒体ごとのアルゴリズムに合わせた打ち出しの最適化

これらを自社の人事リソースだけで継続するのは、現場対応や日常業務と並走するうえで負荷が高いのも事実です。

---

有効応募率の改善・原稿設計のご相談について

レコグラムでは、Indeed Plus をはじめとする主要媒体での原稿設計から、面接通過者データの AI 分析・有効応募の輪郭の言語化・改善後の有効応募率の効果測定までを、RPO（採用代行）として一気通貫で支援しています。

  ・ 「応募はあるのに、有効応募率が上がらない」

  ・ 「現場の面接フィードバックが曖昧で、原稿側の打ち手が見えない」

  ・ 「未経験OKで募集しているが、実際にどんな人を通過させたいのか整理しきれていない」

このような課題をお持ちの採用ご担当者様は、お気軽にご相談ください。
貴社の過去応募データ・通過者データを踏まえたうえで、最適な原稿設計と有効応募率の改善設計をご提案いたします。