誰を採るかで迷うのをやめる。 確信を持って採用を始める。
候補者を貴社のトップパフォーマーDNAに照らしてスコア化します。エージェンシーに支出する前に内部人材を浮上させます。要件や報酬が成立しない場合は警告します。Slackから始まります。
採用インテリジェンスとは
あらゆる採用判断に対応する単一のインテリジェンス層
候補者データ、パイプラインのシグナル、採用後の成果を一つのシステムに統合し、貴社のデータで再訓練します。LLM分析とベンチマークから始まり、12か月以内に0.55以上の成果相関に到達します。
- 予測適合スコアリング
- 候補者を貴社の実際のトップパフォーマーから導出した成功プロファイルに照らしてスコア化します。ブラックボックスの数値ではなく、信頼度付きの構造化された内訳を提供します。
- 採用マネージャーのセルフサービス
- 採用マネージャーはSlack、Teams、WhatsApp上のMegを通じて要件を定義します。TAはソーシング前に校正済みの成功プロファイルを受け取ります。
- 内部人材優先発見
- 社員プロフィール、スキル、キャリア志向を検索して、外部に費用をかける前に内部候補者を浮上させます。クロスエンティティのマッチングを含みます。
- パイプライン健全性分析
- 各ファネル段階でのコンバージョン率、ボトルネック、進行速度を追跡します。求人が停滞したり予測された採用日を逃した際にアラートを出します。
- ソースROIインテリジェンス
- 応募者あたりのコストではなく、質の高い採用1件あたりのコストでチャネルを評価します。典型的な発見：費用の60〜70%が質の高い採用の20〜30%を生むチャネルに流れています。
- 採用の質の追跡
- すべての採用判断を30日、90日、365日の成果に結び付けます。これがプラットフォーム内の他のモデルを賢くするフィードバックループです。
よく使われるプロンプト（クリックして表示！）
Meg AI離職リスク - 上位3名
採用ツールキット
日々使う5つのツール
JDトランスフォーマー
職務記述書から成功プロファイルへ
あらゆる職務記述書を予測的な成功プロファイルに変換します。キーワードではなく、貴社でのパフォーマンスを予測する基準で構造化します。
合成キャリブレーション
公開前に検証
合成の候補者プロファイルを生成し、採用マネージャーに「この人を面接するか？」と問います。募集公開前にスコアリング基準を検証します。
候補者スコアラー
数分でランク化したショートリスト
検証済みの成功プロファイルに対して、1役務あたり最大1,000名をランク付けします。サブスクリプション階層は実際のトップパフォーマーに対するベンチマークを提供します。
パッシブタレントファインダー
検索する前に誰が合致するかを見る
LinkedInプロファイルを表示できる10〜20名のマッチするパッシブ候補者を浮上させます。サブスクリプションで自動アウトリーチとフォローアップが解除されます。
面接スケジューラー
やり取りの手間をなくす
リクルーターとの往復なしに面接を予約します。候補者を自動でプレスクリーニングします。各面接官の精度とバイアスを校正します。
候補者インテリジェンス
実際に成功を予測する指標に基づいてスコア化
履歴書、アセスメント、スコアカードを取り込み、貴社のトップパフォーマーに合わせて校正された多次元のフィットレポートを生成します。精度は0.35の相関から始まり、12か月で0.55以上に達します。
セルフサービス採用
採用マネージャーが要件を定義。 TAは先行して動ける。
MegはSlack、Teams、またはWhatsAppで各採用マネージャーを役割定義、市場状況、期待値の校正へと導きます。TAはソーシング開始前に検証済みの成功プロファイルを受け取ります。
内部タレントとオファー
既にいる人を見つける。 必要な人を獲得する。
外部ソーシングに費用をかける前に、役割に即戦力となる候補者を社内で検索します。外部に出す場合でも、内部公平性を損なわずに内定受諾を最大化するオファーを校正します。
仕組み
役割定義からオファー承諾まで
プラットフォームが採用を定義から決定まで進める手順を段階的に示します。
定義
JDを送信。 Megが変換します。
Slack、Teams、またはWhatsAppに職務記述書を投入すると、Megがキーワード一致ではなく実際にパフォーマンスを予測する要素から予測的な成功プロファイルに変換します。
定義
JDを送信。 Megが変換します。
Slack、Teams、またはWhatsAppに職務記述書を投入すると、Megがキーワード一致ではなく実際にパフォーマンスを予測する要素から予測的な成功プロファイルに変換します。
調整
募集公開前に検証
Megは5〜10件の合成候補者プロファイルを生成します。採用マネージャーは各プロファイルをレビューして面接するか見送るかを判断します。本当の候補者が入る前に、提示された要件が実際の好みと一致しているか確認します。
調整
募集公開前に検証
Megは5〜10件の合成候補者プロファイルを生成します。採用マネージャーは各プロファイルをレビューして面接するか見送るかを判断します。本当の候補者が入る前に、提示された要件が実際の好みと一致しているか確認します。
警告
要求が失敗するときに警告を受ける
要件や報酬が有資格者を生まない場合、Megは市場需要と希少性データでそれを警告します。問題は掲示後60日間の沈黙の後ではなく、掲示前に表面化します。
警告
要求が失敗するときに警告を受ける
要件や報酬が有資格者を生まない場合、Megは市場需要と希少性データでそれを警告します。問題は掲示後60日間の沈黙の後ではなく、掲示前に表面化します。
ソーシング
掲載、スコア化、パッシブ人材の抽出
Google Jobsや集計サイトに掲載。検証済みプロファイルに対して最大1,000名をスコアリング。LinkedInプロフィールが閲覧できる10〜20名のパッシブマッチを浮上させます。
ソーシング
掲載、スコア化、パッシブ人材の抽出
Google Jobsや集計サイトに掲載。検証済みプロファイルに対して最大1,000名をスコアリング。LinkedInプロフィールが閲覧できる10〜20名のパッシブマッチを浮上させます。
面接
スケジュール設定と評価の校正を自動化
自動プレスクリーニングで候補者を絞り込みます。自動スケジューリングでリクルーターとのやり取りなしに面接を予約。校正では各面接官を正確性、一貫性、バイアス傾向でスコア化します。
面接
スケジュール設定と評価の校正を自動化
自動プレスクリーニングで候補者を絞り込みます。自動スケジューリングでリクルーターとのやり取りなしに面接を予約。校正では各面接官を正確性、一貫性、バイアス傾向でスコア化します。
学習
すべての成果がモデルを再訓練します
30日、90日、365日の節目での採用の質の追跡により、あらゆる採用判断がパフォーマンスデータに結び付けられます。20回目の予測は初回よりも飛躍的に精度が向上します。
学習
すべての成果がモデルを再訓練します
30日、90日、365日の節目での採用の質の追跡により、あらゆる採用判断がパフォーマンスデータに結び付けられます。20回目の予測は初回よりも飛躍的に精度が向上します。
よくある質問
技術系購買担当者がまず尋ねること
TAリーダー、CHRO、および技術チームが採用インテリジェンスプラットフォームを評価する際によく尋ねる質問に対する直接的な回答。
- 過去のパフォーマンスデータがない場合、候補者スコアリングはどのように機能しますか？
- LLMベースの意味解析と業界ベンチマークで初期の精度を確保します。採用とパフォーマンスのデータが蓄積するにつれてMLモデルが段階的に引き継ぎます。通常12か月でスコアは成果との相関で0.55以上に達し、非構造化面接を上回ります。
- What is Meg and how do hiring managers use it?
- Megは採用マネージャーに役割定義、市場の調整、候補者評価を案内するAIインターフェースです。Slack、Teams、またはWhatsAppで動作します。採用マネージャーはTAの介入なしにセルフサービスで入力でき、TAはキャリブレーションされた検証済みの成功プロファイルを受け取ります。
- 合成レジュメキャリブレーションとは何ですか？
- Megは役割が公開される前に5～10件の架空の候補者プロファイルを生成します。採用マネージャーは各プロファイルを面接するか不合格にするかを判断します。これにより、掲示された要件と実際の選考基準を一致させ、実候補者がパイプラインに入る前にミスマッチを検出します。
- サブスクリプション前に単一のポジションでプラットフォームを試すことはできますか？
- はい。1ポジションあたり$200のオプションはサブスクリプション不要でSlack、Teams、またはWhatsApp上で完結します。JD変換、合成キャリブレーション、最大1,000名の候補者スコアリング、パッシブタレント検出を含みます。サブスクリプションによりフルプラットフォームUIと自動化されたアウトリーチが利用可能になります。
- システムはどのATSおよびHRISプラットフォームと連携しますか？
- ATS: Greenhouse、Lever、iCIMS、Workable、SmartRecruiters、Taleo。HRIS: Workday、SAP SuccessFactors、Oracle HCM、BambooHR。アセスメント: SHL、Korn Ferry、HackerRank、Codility。Webhookおよびバッチ同期対応を含む、合計40以上のプリビルトコネクタを提供します。
- 非現実的な職務要件に対してプラットフォームはどのように対抗しますか？
- Megは基準をリアルタイムの市場需要、人材の希少性、報酬ベンチマークと比較します。組み合わせが候補者を全く生み出さないか、90日以内に離職を招く可能性がある場合、役割が公開される前に採用マネージャーにデータを提示します。助言的であり、ブロックはしません。
- プラットフォームはどのくらいの速さで価値を提供し始めますか？
- ATS連携後2週間以内にパイプライン分析とソース追跡で可視性が得られます。候補者のフィットスコアリングは2〜4週目に意味的マッチングから始まります。MLモデルは3か月目に稼働し、オファーキャリブレーションを含む完全な最適化は9～12か月で成熟します。
次の採用を、これまでで最も賢い決断に
$200で単一のポジションを掲載するか、デモを予約してフルプラットフォームをご覧ください。一番難しい採用課題をお持ちください。