「四半期に何人採るか」だけが採用KPIじゃない｜職種×チャネル×活動の3層で目標とアクションを分解する設計ガイド
はじめに —— 「Q単位の採用人数」だけでKPIを語る限界
採用KPIを聞くと、多くの企業から返ってくる答えは似ている。
- 「Q1にエンジニア5名、セールス3名」
- 「上期で営業組織を10名拡大」
- 「年間採用予算○○万円以内」
これらは採用ゴールとしては正しい。だが、ここに留まったままだと、進捗が遅れていることに気づくのは目標期限の直前になる。理由は、ゴールだけ見ていてプロセスが見えていないからだ。
採用KPIは本来、以下の3層で設計される必要がある。
L1: 成果KPI （何人、いくらで、いつまでに、どんな質で採れたか）
L2: プロセスKPI（ファネル各段階の歩留まり、チャネル別の効率）
L3: 活動KPI （リクルーター・面接官のアクション目標）
職種×Q単位の採用数はL1の一部に過ぎない。L2・L3まで設計されていないと、「目標未達のときに何を打てばいいか分からない」状態が続く。
本記事では、海外HR Tech業界（Greenhouse / Lever / Ashby）が推奨するKPI体系と、Atlassian、Stripe、Buffer、HubSpot などの企業事例を踏まえ、自社で実装可能な採用KPIテンプレートを3層で提供する。
採用KPIの3層構造
L1: 成果KPI（Outcome KPI）—— 採用の最終結果を測る
採用活動が「うまくいったか」を判断する指標。経営報告にも使う。
| KPI | 定義 | 業界水準（中途採用） |
|---|---|---|
| 採用人数（Hires） | 期間内の採用確定数（職種別） | 計画比100％ |
| Time to Hire（TTH） | 応募から内定承諾までの日数 | 30〜45日（エンジニアは45〜60日） |
| Time to Fill（TTF） | 求人公開から内定承諾までの日数 | 60〜90日 |
| Cost per Hire（CPH） | 1人採用あたりの総コスト | 中途で¥60〜120万（職種・チャネルで差大） |
| Offer Acceptance Rate（OAR） | 内定承諾率 | 70〜90％（80％以上が健全） |
| Quality of Hire（QoH） | 採用者の入社後パフォーマンス | 90日後・1年後の評価で測定 |
| Hiring Manager Satisfaction | 現場マネージャーの採用満足度 | NPSや五段階評価 |
L1の運用ポイント:
- TTH/TTF/CPH/OAR/QoH/Hiring Manager Satisfaction を 5指標セット として経営報告に使う
- 採用人数は「ゴール」、他の5指標は「採用機能の健全性指標」として位置づける
L2: プロセスKPI（Process KPI）—— 採用ファネルの歩留まりを測る
L1の結果を生み出すプロセスの健全性を測る指標。目標未達時に「どこで詰まっているか」を特定する ために使う。
ファネル歩留まり KPI
| 段階 | KPI | 健全水準（職種により変動） |
|---|---|---|
| 応募 → 書類選考通過 | 書類選考通過率 | 30〜50％ |
| 書類選考通過 → 1次面接 | 1次面接実施率 | 70〜85％（辞退・日程不調整含む） |
| 1次面接 → 2次面接 | 1次面接通過率 | 30〜50％ |
| 2次面接 → 最終面接 | 2次面接通過率 | 50〜70％ |
| 最終面接 → 内定 | 内定率 | 60〜80％ |
| 内定 → 内定承諾 | OAR（再掲） | 70〜90％ |
チャネル別 効率 KPI
| KPI | 定義 |
|---|---|
| チャネル別 応募数 | 求人媒体・スカウト・リファラル・エージェント別の応募数 |
| チャネル別 応募→内定 通過率 | チャネルごとの「採用に至った応募」の割合 |
| チャネル別 CPH | チャネル別の1人採用あたりコスト |
| チャネル別 QoH | チャネル別の入社後パフォーマンス・在籍率 |
L2の運用ポイント:
- ファネル歩留まりを 週次 で見る → 異常値の早期検知
- チャネル別効率を 月次 で見る → リソース配分の見直し
L3: 活動KPI（Activity KPI）—— リクルーター・面接官のアクション目標
成果につながるはずの「日々の活動」が、計画通り行われているかを測る。
| 役割 | KPI |
|---|---|
| リクルーター（スカウト） | スカウト送信数 / 返信率 / アポ率 / アポ後の選考進行率 |
| リクルーター（応募管理） | 書類選考レスポンス時間 / 候補者問い合わせ24時間以内返信率 |
| 面接官 | 評価入力の期限遵守率 / 面接後フィードバック送信率 |
| 採用責任者 | 採用会議への現場マネージャー出席率 / 評価すり合わせ会議の開催頻度 |
| Hiring Manager（現場マネージャー） | 面接実施数 / 評価入力期限遵守率 / 採用会議出席率 |
L3の運用ポイント:
- 個人別にトラッキングし、四半期で振り返る
- 活動KPIが達成されているのに成果が出ない場合 → L2（プロセス設計）の問題
- 活動KPIが未達 → リソース不足 or 優先度設計の問題
チャネル別の数値設計テンプレート
採用チャネルは複数を並走させるのが普通だが、それぞれの目標数値を分解しておかないと「結果としてどのチャネルが効いたのか分からない」状態になる。
チャネル別目標分解の例（エンジニア5名採用 / Q1）
| チャネル | 想定応募数 | 書類通過率 | 内定率（応募→内定） | 採用見込み | 想定CPH |
|---|---|---|---|---|---|
| 媒体A（求人サイト） | 50 | 30％ | 4％ | 2.0名 | ¥80万 |
| 媒体B（求人サイト） | 30 | 40％ | 5％ | 1.5名 | ¥100万 |
| スカウト（DR） | 60送信→8返信 | — | 20％ | 1.6名 | ¥60万 |
| リファラル | 5 | 60％ | 30％ | 1.5名 | ¥30万（社員賞与含） |
| エージェント | 8 | 70％ | 25％ | 2.0名 | ¥150万（手数料） |
| 合計 | — | — | — | 8.6名見込 | 平均¥90万 |
このように 各チャネルの目標数値を予算と一緒に設計する ことで、月次レビューで「どこを強化すべきか」が判断できる。
海外ATSの推奨KPI体系
海外の主要採用プラットフォームは、それぞれ独自のKPI体系を提供している。日本でも参考になる視点をまとめる。
Greenhouse: 「Source-to-Hire」を中心とした体系
Greenhouseは 「どのチャネルから来た候補者が、最終的に採用に至ったか」 を可視化する Source-to-Hire レポートを提供。
主要KPI:
- Source effectiveness: チャネル別の応募→内定転換率と、Quality of Hireの組み合わせ
- Pipeline conversion: ファネル各段階の通過率
- Hiring Manager satisfaction: 現場マネージャーへのアンケートで測定
- Diversity hiring: ジェンダー・人種別のpipeline diversity
特徴: Quality of Hire と Diversity を最終KPIに組み込んでいる。「人数を採る」だけではなく「組織を多様化する」観点が標準化されている。
Lever: 「Time to Fill」と「Pass-through Rate」
Leverは時間軸とファネル通過率にフォーカスしている。
主要KPI:
- Time to fill: 求人公開から内定承諾までの日数
- Pass-through rate: 各選考段階の通過率
- Source-of-hire mix: チャネル別の採用構成比
- Recruiter productivity: リクルーター1人あたりの採用数・候補者管理数
特徴: リクルーター個人の生産性指標 を組織KPIとして公式に組み込んでいる。
Ashby: 「Pipeline Analytics」と「Diversity」
Ashbyは比較的新しい（2020年代に台頭）プラットフォームで、データ分析を売りにしている。
主要KPI:
- Pipeline analytics: ファネルのドロップオフを職種・チャネル・面接官別にドリルダウン
- Recruiter productivity: スカウト効率・応募管理量
- Diversity dashboard: 各段階のdiversity数値を可視化
- Calibration scores: 面接官の評価分散（一貫性指標）
特徴: 面接官の評価分散をKPI化 している。評価が標準化されているか、データで監視する。
企業事例（深掘り）
実際にKPI運用を体系化している海外企業から学ぶ。
Atlassian: Quality of Hire と Diversity を最終KPIに
オーストラリア発のSaaS企業（Jira、Confluence等を提供）。採用KPIの中心に「Quality of Hire（QoH）」と「Diversity」を据えている。
主要施策:
- 入社90日後・1年後の評価データを採用KPIに統合
- 採用チャネル別のQoHを継続追跡し、低QoHのチャネルへの依存度を下げる
- 各選考段階での Diversity rate を可視化し、フィルター効果を分析
「単に人数を採る」を超えて「採用が組織にどう貢献したか」をKPI化 している。
Stripe: パフォーマンス起点のQuality of Hire
決済プラットフォームの Stripe は、採用後のパフォーマンスデータを起点にKPIを設計している。
主要施策:
- 入社後 6ヶ月時点のマネージャー評価 を Quality of Hire として採用部門に還元
- 採用時の評価項目と入社後パフォーマンスの相関を分析し、評価項目を継続更新
- 結果、採用評価項目が データドリブンに進化 する仕組みを構築
これは「フィードバック学習」の組織版とも言える。
Buffer: KPIを公開して透明性を担保
完全リモートのソフトウェア企業 Buffer は、採用KPIを 対外的に公開 している。
公開KPIの例:
- Time to Hire（直近の平均値）
- 応募者数（職種別）
- 採用Funnel各段階の通過率
公開する効果:
- 候補者が「採用にどれくらい時間がかかるか」事前に知れる → 候補者体験の向上
- 採用部門に 公開水準を維持する プレッシャーがかかる
- 採用ブランディングとして機能する
HubSpot: Hiring Manager NPS とリクルーター生産性
CRM・マーケティングプラットフォームの HubSpot は、採用責任部門と現場マネージャーの両方の満足度 をKPIに組み込んでいる。
主要KPI:
- Hiring Manager NPS: 現場マネージャーから採用部門への満足度評価
- Candidate NPS: 候補者からの体験評価
- Recruiter individual KPI: リクルーター1人あたりの採用数・スカウト効率
特徴: 採用部門の社内サービスとしての位置づけが明確。「現場が満足する採用支援を提供できているか」を測る。
Google re:Work の採用メトリクス
Googleの公開ナレッジリポジトリ「re:Work」では、採用評価の体系を公開している。
代表的な指標:
- Structured interview score: 構造化面接のスコア標準化
- Inter-rater reliability: 面接官間の評価一致度
- Hiring decision quality: 入社後パフォーマンスとの相関
Googleは 「採用の意思決定そのものの質」をKPI化 している。これは評価のすり合わせ会議（Calibration session）文化と直結している。
自社で採用KPIを設計する4ステップ
Step 1: 経営目標から逆算した採用人数・職種別ターゲットを定める
- 事業計画から「いつまでに、どの職種・グレードを何名」を確定
- 既存メンバーの離職率を見込み、必要採用数を上乗せ
- 例: エンジニア年間8名、セールス6名、コーポレート2名
Step 2: ファネル歩留まり想定で必要応募数を逆算
- 過去実績の歩留まりを使って、必要応募数を計算
- 例: エンジニア8名 採用 / OAR 80％ / 内定率 5％（応募→内定） → 必要応募数 200件
Step 3: チャネル別目標とアクション計画に落とす
- 媒体・スカウト・リファラル・エージェント別に応募数目標を分解
- 各チャネルの活動KPI（スカウト送信数・媒体出稿予算等）を確定
- 月次のアクション計画（誰が、何を、いつまでに）を作る
Step 4: 月次レビュー設計
- 月初にL1/L2/L3の数値を確認するKPIダッシュボードを準備
- 週次で活動KPI、月次でプロセスKPI、四半期で成果KPIをレビュー
- 異常値発生時のエスカレーションフローを明示
KPIテンプレート（コピペ可能）
Lv1: 経営報告用（5指標）
1. 採用人数（職種別、計画 vs 実績）
2. Time to Hire（中央値）
3. Cost per Hire（職種別平均）
4. Offer Acceptance Rate
5. Quality of Hire（90日後評価）
Lv2: マネジメント用（15指標）
Lv1の5指標 + 以下:
6. ファネル各段階の通過率（書類→1次・1次→2次・2次→最終・最終→内定・内定→承諾）
7. チャネル別 応募数
8. チャネル別 CPH
9. チャネル別 QoH
10. Hiring Manager Satisfaction
11. Candidate NPS
12. 候補者問い合わせ24時間以内返信率
13. 面接官評価入力期限遵守率
14. リクルーター 1人あたり 月間採用数
15. Diversity rate（各段階）
Lv3: 詳細運用用（30指標）
Lv1+Lv2の15指標 + 以下:
16. スカウト送信数（リクルーター別・週次）
17. スカウト返信率（媒体別）
18. スカウト→アポ率
19. アポ→1次面接実施率
20. 書類選考レスポンス時間（中央値）
21. 媒体別 月間応募数
22. 媒体別 採用数
23. リファラル 紹介数
24. リファラル 採用率
25. エージェント別 紹介数
26. エージェント別 採用率
27. 面接官別 評価分散
28. 評価すり合わせ会議 開催回数
29. 採用会議 現場マネージャー出席率
30. 内定後の入社辞退率（理由別）
各指標をスプレッドシートやBIツールのダッシュボードに入れて、自動更新する仕組みを作る。
SAIRAIの視点 —— Tasonalで取れる指標とKPI運用への活用
Tasonalを使うと、上記Lv2/Lv3 KPIの相当数が自動で取れる:
| Tasonal機能 | 自動取得できるKPI |
|---|---|
| AIスカウト | スカウト送信数、返信率、アポ率、媒体別効率（Lv3 16-19, 21-22） |
| AI日程調整 | 面接設定までのリードタイム、面接者の調整待ち時間（L2: TTH内訳） |
| AI書類選考 | 書類選考レスポンス時間、書類通過率、面接官別評価分散（Lv2 6, Lv3 20, 27） |
| 面接支援機能 | 面接後フィードバック送信率、評価入力期限遵守率（Lv2 13） |
KPI運用で重要なのは 「取得・集計に時間がかかると形骸化する」 ことだ。手作業で月初にスプレッドシートを更新する運用では、忙しい月にスキップされる。Tasonalのような採用ツールで自動取得できる指標を中心に組むと、運用の継続性が圧倒的に高まる。
ただし、Quality of Hire（入社後評価）や Hiring Manager Satisfaction は別途の仕組みが必要だ。これらは社内のマネジメント評価データと連動させる設計を別途作る。
まとめ —— 採用KPIは「3層」で初めて意味を持つ
採用KPI設計の現実解:
- 「Q単位の採用数」だけでは進捗管理できない —— L1成果KPI / L2プロセスKPI / L3活動KPIの3層で設計する
- L1成果KPI 5指標（Hires / TTH / CPH / OAR / QoH ＋ Hiring Manager Satisfaction）を経営報告のベースにする
- L2プロセスKPI でファネル歩留まりとチャネル別効率を週次・月次で監視
- L3活動KPI でリクルーター・面接官のアクション目標を個人別にトラッキング
- チャネル別目標を予算とセットで分解する —— 媒体・スカウト・リファラル・エージェント別に応募数・CPH・QoHを設計
- 海外ATS（Greenhouse / Lever / Ashby）の推奨KPI体系を参考にする —— 特にDiversityとQuality of Hireは国内でも標準化が進む
- Atlassian / Stripe / Buffer / HubSpot / Google の事例から学ぶ —— 採用KPIは「人数」を超えて「組織貢献」「現場満足度」「採用判断の質」まで広がる
- 30指標テンプレート（本記事添付）から自社で必要なものを選び、ダッシュボード化する —— 取得・集計が自動化されている指標から始めると運用が続く
「Q単位で何人採るか」を超えて、L1〜L3の3層 ＋ チャネル別 ＋ 海外ベストプラクティスを取り入れることで、目標未達時に何を打つべきか即座に判断できる採用KPI設計 が実現する。
Tasonalは、AIスカウト・AI日程調整・AI書類選考・面接支援機能の運用ログから、採用KPIの相当数を自動取得します。ダッシュボードでの可視化により、月次レビューの工数を最小化しながら、3層KPI体系を継続運用できます。
