お客様のデータ分析を中心に行うアナリティクスチームは、大きく三つのポジションに分かれています。

面接動画（＊1）や分析結果をもとに面接改善（＊2）の示唆を取りまとめ、お客様への報告や案件の進行管理を担う「アナリティクスプランナー」。統計や機械学習の観点で、選考フローのデータやAIが算出した指標を分析する「アナリティクスエキスパート」。営業と商談同行をして、AI商材の導入や実施すべき分析内容を提案する「アナリティクスコーディネーター」です。

私はアナリティクスプランナー、アナリティクスコーディネーターを統括するDXストラテジストとして、お客様の全体戦略を描き、録画選考システム「harutaka EF（エントリーファインダー）」や面接解析システム「harutaka IA（インタビューアセスメント）」が定量化した指標を用いてデータ分析・改善示唆を提言したり、メンバーのアウトプットのレビューなどを行っています。

ZENKIGENのデータ分析は、マーケティングやIoT領域の分析以上に裏で起きていることを観察・推察する比重が高い傾向にあります。


データ分析では、「正解を定義する → 説明変数を集める・加工する → 予測モデルを作る → 予測結果に従ったアクションを起こす」といった進め方をするのが一般的かと思います。しかし、面接分析（＊3）は機械的な分析だけで答えが出ることはなく、分析結果の裏側にある人の行動原理を理解する定性分析がより重要になってくるのです。

具体的な例を挙げると、ある企業の面接分析で、内定承諾率を下げる要因を調査する機会がありました。定量分析をすると面接担当者の「なるほど」という発言の多さや笑顔度の高さが、内定承諾率を下げるという結果が出たのです。これをそのまま受けてしまうと「『なるほど』と言うのは控えましょう」「真顔で面接をしましょう」といった結論で終わってしまいます。

しかし、私たちはもう一歩踏み込み、実際の面接動画を観ながら定性分析を実施したんです。その結果、「相づちのパターンが一辺倒であること」や「応募者が話す内容によって表情を変えないこと」が内定承諾率を下げる真の要因であることにたどり着き、それを踏まえた改善策をお客様に提案することができました。

このように定量分析の結果をそのまま反映するのではなく、定性的な深掘りも交えることがZENKIGENの特徴であり、面接分析（＊3）では重要な視点だと考えています。

＊1 面談動画も含む。　＊2 面談改善も含む。　＊3 面談分析も含む。

私は大企業やメガベンチャー、スタートアップと様々な会社で働いてきましたが、同じ「データアナリスト」の肩書きでも仕事の進め方や求められるものは、会社によって大きく異なると感じています。

よくあるのは、データアナリストがサポート部門の立ち位置になってしまっているケース。社内で「データ分析の外注先」として見られるのか「事業成長のための伴走者」として見られるのかによって、データアナリストの動きやすさも変わってくるでしょう。
そういった意味では、ZENKIGENはデータアナリストが主役になれる会社だと思っています。社内折衝が多いイメージのデータアナリストですが、私たちはお客様と向き合うことで得られたアイデアをもとにPoC（概念実証）に至るなど価値を出せる機会が多いのです。

アイデアが製品・サービスに反映されることもあるのですね。他部署とのやりとりや情報共有は活発なのでしょうか？

はい、一般的なアナリストでは関わりの薄いような部署とも、密に連携していることもZENKIGENの特徴かもしれません。営業部門と関わるのはもちろん、分析事例を社外にアピールする場面では広報やマーケティング部門、デザイン部門と連携してプレスリリースの発信やアワードへの応募に取り組んでいます。開発部門とは、AIサービスの仕様確認や改善要望のため定期的に関わる機会を設けています。特に新規立ち上げをした面接品質改善サービス「harutaka BI（ビジネスインテリジェンス）」は、開発部門やデザイン部門と一丸となって企画・開発を推進しています。


お客様のデータ分析を中心に行いながらも、社内のプロフェッショナルと共にプロダクトの成長に関わることができる。 連携が多いからこそ、協調性や自分ごと化の力が問われることも多いですが、これほど面白い環境はなかなかないと思います。

「なぜこの人はこういう行動をするのだろう」と、人の行動原理に興味がある方だと仕事を楽しめると思います。現状で面接動画（＊1）の会話内容まで分析しているのは、世界を見てもZENKIGENだけと言っても過言ではありません。だからこそ、答えがないことを前提に「こうではないか」と積極的に提案や意見を出してくれると嬉しいです。

また私たちのチームは、AIを扱う上で倫理観を高く持つことを意識しています。面接分析（＊3）では、過去の評価傾向をもとにAIが評価を予想することも可能です。ただし、使い方を間違えると偏見や人材の同質化を助長するリスクが高く、多様性を無視した世界に陥ってしまう可能性もあります。

偏見を強めることや人を排除する目的ではなく、人とAIが共創する世界を一緒に目指していける、そんな方に出会えることを期待しています。

最後に、古川さんがこれから挑戦したいことを教えてください。

面接分析（＊3）の領域は、他社の事例もほとんどなく発展途上な分野です。直近ですと、採用活動におけるプロセスの一つとして「面接分析（＊3）」が当たり前になるよう、多くの企業に面接分析（＊3）を提供していくことが目標です。それにより「無駄な面接が減る」「ミスマッチ採用が減る」など、企業や応募者両者にとってメリットのある世の中に変えていきたいと考えています。

将来的には、面接分析（＊3）で得られたデータや知見の活用範囲を広げ、すべての人が自分の力を最大限発揮できる環境で働ける、いわば「人材の最適配置」を行える仕組みづくりに挑戦していきたいです。

インタビュー・文：石井 裕治

撮影：Kazuya Watamura