採用の選考歩留まりを毎月集計して、どこで候補者が離脱しているかを洗い出す

処理の起点を決める

毎月1日の時間主導型トリガーで動かします。Apps Script のインストール型トリガーは、分単位・時間単位・日単位・週単位・月単位で実行を設定できます。

ただし実行時刻は正確ではありません。公式ドキュメントには、午前9時のトリガーを作った場合、実際には午前9時から午前10時の間のいずれかの時刻に実行されると書かれています。採用会議の直前に走らせる設計にしないでください。 会議が10時なら、トリガーは前日の夜に置きます。

入力データを集める

データの取得方法を決める

ATSから： APIがあればAPIで、なければ月初のCSV書き出しを人が1回行い、スプレッドシートに取り込みます。この1回の手作業は残してかまいません。 月1回2分の作業を自動化するために、ATSのAPI認証を組むのは割に合わないことが多いためです。

Apps Script から外部のAPIを呼ぶには UrlFetchApp を使います。ATSのAPIも生成AIのAPIも、同じ方法で呼べます。

過去の集計結果： 同じスプレッドシートに月次のシートを積んでいきます。12か月ぶんの推移を見るために、毎月の集計結果を必ず残してください。 ここを消すと、翌月から「3か月続けて落ちている」が見えなくなります。

AIへ渡す前に整形する

1. ポジション名の名寄せ … 自由入力のポジション名をマスタに寄せます。完全一致で当たらないものは生成AIに候補を出させ、人が1回確認してマスタに登録します。 自動でマスタに追加しないでください
2. 重複候補者の除去 … 同じ人が複数ポジションに応募していることがあります。候補者IDで数え、人数と応募件数を分けて集計します
3. 選考中の除外 … まだ選考中の候補者を「落ちた」に数えると通過率が下がります。当月末時点で選考中の人は母数から外します
4. 少人数ポジションの扱い … 応募が3件以下のポジションは通過率を出しません。1人落ちただけで33％動くため、傾向として読めません

AIに処理させる

集計と生成AIで役割を分けます。

集計（スプレッドシートの計算）にさせること： 段階ごとの人数、通過率、前月差、12か月の推移。数字の計算は生成AIにさせません。 数え違いが起きたときに追えなくなります。

生成AIにさせること：

指示内容を固定する

あなたは採用担当を支援する分析担当者です。
渡された集計結果と辞退コメントから、今月の論点を作ってください。

【厳守事項】
- 数字は渡された集計結果のものをそのまま使ってください。
  自分で計算し直したり、丸めたりしないでください。
- 母数が5人未満の通過率については、傾向を述べないでください。
  「母数が少なく判断できない」と書いてください。
- 辞退コメントに書かれていない理由を推測しないでください。
  コメントが少ないときは「コメントが3件しかない」と件数を書いてください。
- 候補者の氏名、年齢、性別、国籍、家族構成には触れないでください。
  これらは採用の可否と関係しません。
- 打ち手は断定せず、「確かめるべきこと」として書いてください。

【今月の集計結果】
{funnel_stats}

【直近12か月の推移】
{trend_12m}

【辞退コメント（当月分）】
{decline_comments}

【ポジションマスタ】
{position_master}

「母数が5人未満なら傾向を述べない」の1行が重要です。 これを入れないと、応募3人で1人が辞退したポジションについて、もっともらしい原因が書かれます。数字が小さいほど、生成AIは断定的に書きます。

出力形式を固定する

Gemini API の構造化出力を使い、JSONスキーマを指定して受け取ります。オブジェクト・配列・文字列・数値などの基本型に加え、enum で値を決まった集合に限定できます。辞退理由の区分は enum で固定してください。 自由に書かせると、毎月違う言葉が出てきて集計できません。

{
  "position_id": "",
  "position_name": "",
  "sample_size": 0,
  "judgeable": true,
  "stage_alerts": [
    {
      "stage": "書類選考 | 一次面接 | 二次面接 | 最終面接 | 内定承諾",
      "rate_this_month": 0,
      "rate_prev_month": 0,
      "direction": "down | up | flat",
      "months_in_a_row": 0
    }
  ],
  "decline_reasons": [
    {
      "category": "年収 | 勤務地 | 業務内容 | 選考スピード | 他社決定 | 社風 | その他",
      "count": 0,
      "quote": ""
    }
  ],
  "points": [],
  "to_verify": [],
  "note": ""
}

通過率は文字列でなく数値で返させます。文字列にすると「42％」のように記号つきで返り、後段のグラフで壊れます。

システムへ連携する

出力先は3通りあります。

まずは1つめだけで十分です。 月次の会議資料が自動で埋まるのが、いちばん分かりやすい効果です。

人が確認する

全件、人が確認してから会議に出します。

理由は、この出力が採用の打ち手を決める材料になるためです。母数の小さいポジションについてもっともらしい原因が書かれていると、そのまま媒体を切り替える判断につながります。

確認を速くするための設計が重要です。

• 集計結果（数字）と論点（文章）を、同じ行に横並びで出す
• judgeable: false のポジションは、論点欄をグレーにして目立たなくする
• 辞退コメントの原文を、区分ごとに折りたたんで置く（引用元をすぐ開けるようにする）
• 3か月続けて落ちている段階だけ、色を変える

例外に対処する

記録を残す

• 月次の集計結果（12か月以上）
• 生成AIへ渡した入力と、返ってきたJSON
• 人が修正した論点と、修正前後の文
• ポジションマスタの変更履歴

辞退コメントには候補者本人の言葉が入ります。個人が特定できる形で長期保存しないでください。 集計に必要なのは区分と件数であり、原文は社内規程で定めた期間が過ぎたら削除する運用にします。