「うちの書類選考の通過率って、何%なんだろう？」

このシンプルな問いに、即答できる採用担当者はどのくらいいるでしょうか。多くの企業では「だいたい30%くらい？」「いや、職種によって違うから…」と、感覚的な答えになりがちです。

さらに踏み込んで「その通過率は適正なのか？」と問われると、もっと答えに窮するのではないでしょうか。高すぎれば面接工数が膨らみ、低すぎれば母集団が枯れる。でも「適正値」の判断基準は、意外と言語化されていません。

この記事では、書類選考の通過率について「業界平均」という曖昧な基準ではなく、職種・採用難易度・自社の面接キャパシティから逆算する考え方をお届けします。エンジニア採用で多い「落としすぎ」、営業採用で多い「通しすぎ」という典型的な失敗パターンも、現場のリアルな視点で解説していきます。

「通過率」という数字を、改めて見つめ直す

そもそも書類選考通過率とは何か

書類選考通過率 = 書類選考通過者数 ÷ 書類選考対象者数 × 100

式自体はシンプルですが、「分母に何を入れるか」で数字が大きく変わります。

通過率の種類	分母	意味
応募ベース通過率	全応募者	応募者のうち何%を面接に進めているか
スクリーニング後通過率	一次スクリーニング通過者	実質的な「選考」対象者からの通過率
媒体別通過率	各媒体からの応募者	媒体ごとのフィット度の指標

媒体ごとに通過率を見ると、どの流入チャネルが自社にフィットした母集団を連れてきているかが見えてきます。「A媒体からの応募は50件あるけど通過率5%、B媒体は応募20件で通過率40%」という状況なら、B媒体にリソースを集中した方が採用効率は上がります。

「中途採用全体で30〜50%」という数字の扱い方

一般的に、中途採用の書類選考通過率の相場は30〜50%と言われています。ただ、この数字を「自社の基準値」としてそのまま使うのは危険かもしれません。

理由は3つあります。

職種によって適正値が大きく違う — エンジニア採用と営業採用では、そもそも判断すべきポイントが異なります
採用難易度によって変わる — ハイクラスや希少人材は母集団が小さく、通過率は自然と上がる傾向にあります
面接キャパシティの制約がある — 通過率を上げたくても、面接官の工数が確保できなければ現実的ではありません

つまり「業界平均30〜50%」は参考値にはなりますが、自社にとっての適正値は自分で設計する必要があるのです。

職種別の適正通過率ベンチマーク

現場の感覚として、職種ごとに「通過率の落ち着きどころ」は明らかに異なります。ここでは、複数の採用現場で見てきた傾向を元に、職種別のベンチマークを整理します。

職種別・通過率目安マトリクス

職種	適正通過率の目安	構造的な理由
エンジニア（中堅〜シニア）	40〜60%	母集団が限定的。経歴書で判断しきれないスキルが多く、面接で見極める必要
エンジニア（ジュニア）	30〜45%	母集団は多いが、ポテンシャル採用のためMustを絞って通すのが合理的
営業（一般）	20〜35%	応募数が多く、書類で絞り込むことで面接工数をコントロールできる
営業（ハイクラス・マネージャー）	30〜50%	希少人材のため、書類段階で落としきらず面接で見極める
マーケティング・企画	25〜40%	職種定義が企業ごとに異なり、書類だけでは判断しづらい
バックオフィス（経理・人事等）	15〜30%	応募数が多く、実務経験で絞り込みやすい
マネジメント職	40〜60%	母集団が小さく、マネジメント経験の文脈は面接で深掘る必要

この表を見て「自社の通過率と全然違う…」と感じた方もいるかもしれません。でも、これはあくまで目安です。重要なのは**「なぜその通過率になっているか」を構造的に説明できるか**ということです。

なぜ職種によってこれほど差が出るのか

3つの要因で決まります。

① 母集団の大きさ
応募数が多い職種（営業・バックオフィス）は、書類で絞り込まないと面接工数が破綻します。逆に応募数が少ない職種（エンジニア・ハイクラス）は、書類で落とすと面接候補者がいなくなります。

② 書類で判断できる情報の質
バックオフィスは「経理実務何年」「使える会計ソフト」など書類で判断できる要素が多い。一方、エンジニアは「どんな技術的な意思決定をしてきたか」「コードの質」など書類では読み取れない部分が大きい。この「書類で判断できる度合い」が通過率に影響します。

③ ミスマッチ時のコスト
マネジメント職や専門職は、ミスマッチ採用のコストが大きいため、書類段階で絞りすぎず面接で慎重に見極める方が合理的です。

「落としすぎ」の兆候と代償 — エンジニア採用でよくあるパターン

ここから、現場でよく見る2つの失敗パターンを解説していきます。まずは「落としすぎ」から。

エンジニア採用で起きがちな「Must過多」問題

エンジニア採用では、技術要件を厳しく見すぎて母集団が枯れてしまうケースが非常に多く見られます。典型的なシナリオを見てみましょう。

シナリオ：SaaS企業A社のサーバーサイドエンジニア採用

募集要項の「必須要件」に書かれた項目：Go言語3年以上、Kubernetes運用経験、マイクロサービス設計経験、AWS上位資格保有、チームリード経験
月間応募数：25名
書類通過：3名（通過率12%）
面接→内定：0名（3ヶ月連続）

何が起きているかというと、「理想の人」を全部詰め込んだ結果、そもそも該当する候補者が市場に存在しないという状態です。仮に存在したとしても、その人材はGAFAや大手SaaSから高待遇オファーを受けているため、A社に来る確率は極めて低いわけです。

「落としすぎ」の兆候チェックリスト

以下に3つ以上当てはまる場合、落としすぎの可能性が高いかもしれません。

書類通過率が20%を切っている（エンジニアの場合）
「必須要件」が5項目以上ある
過去3ヶ月で面接に進んだ候補者が月5名以下
面接に進んだ候補者の内定率は高い（質は良い）
採用担当が「いい人が来ない」と繰り返し発言している
媒体担当者から「要件が厳しすぎる」と指摘されたことがある
同じ職種で募集を続けて3ヶ月以上経っている

落としすぎの代償

落としすぎの本当の怖さは、採用の機会損失が見えにくいことにあります。

見える損失	見えにくい損失
採用決定までの期間が延びる	事業成長の遅延（採用できれば立ち上がったはずのプロジェクト）
採用広告費の増加	既存メンバーの疲弊（人が増えないため業務過多）
エージェント紹介料の増加	ブランディング毀損（「あの会社、なかなか採用決まらないらしい」）

特に「見えにくい損失」は後から振り返っても数値化しづらく、経営インパクトとして認識されにくい。だからこそ、通過率という数字で早期に気づく仕組みが重要になってきます。

落としすぎを改善する視点

詳しくは採用基準の決め方でも解説していますが、ポイントは「Must要件を本当に必要なものだけに絞る」こと。

実務でうまくいくアプローチは、「入社後3ヶ月で立ち上がるために絶対必要なもの」だけをMustにして、それ以外は全部Wantに落とすという考え方です。「Kubernetes経験」がMustなのか、Wantなのかで、母集団の大きさは数倍変わります。

「通しすぎ」の兆候と代償 — 営業採用でよくあるパターン

次は逆のパターン、「通しすぎ」です。

営業採用で起きがちな「コミュ力フィルター」問題

営業職の書類選考では、コミュニケーション力や印象の良さで通してしまい、結果的に面接工数が膨らむケースが非常に多いです。

シナリオ：SaaS企業B社のインサイドセールス採用

月間応募数：80名
書類通過：45名（通過率56%）
一次面接実施：40名（面接辞退5名）
一次通過：12名
二次面接・最終面接を経て内定：2名

何が起きているかというと、「書類で落とす理由が見つけづらい」ため通してしまい、一次面接が実質的な書類選考になっている状態です。

結果として、一次面接の面接官（多くは現場マネージャー）が月40件の面接をこなすことになり、面接工数だけで週10時間以上を消費。本来の営業マネジメント業務を圧迫していきます。

「通しすぎ」の兆候チェックリスト

以下に3つ以上当てはまる場合、通しすぎの可能性があります。

書類通過率が60%を超えている（営業・バックオフィスの場合）
書類選考の判断基準が曖昧で、「なんとなく通す」ことが多い
一次面接の通過率が30%以下
面接官から「書類段階でもう少し絞ってほしい」と要望が出ている
面接辞退率が15%を超えている
採用担当が「とりあえず面接で見よう」と判断している
Must要件を明文化していない

通しすぎの代償

通しすぎの代償は、「見える工数」として現れるのが特徴です。

コスト項目	影響
面接官工数	本来不要だった面接で、現場マネージャーの時間が奪われる
候補者体験	書類通過後に面接で落とされる経験は、候補者満足度を下げる
面接の質	件数が多すぎて、一人ひとりに向き合う時間が減る
採用ブランディング	SNSでの「ここの一次面接、形式的だった」という評判

特に注目したいのは面接官の疲弊です。月40件の一次面接をこなす現場マネージャーは、徐々に面接へのモチベーションが下がり、「とりあえず聞くべきこと聞いて終わり」という形骸化した面接になっていきます。これは採用の質を長期的に蝕みます。

通しすぎを改善する視点

通しすぎを改善するには、書類段階で「見るべきポイント」を明文化することが出発点です。

営業採用なら、例えばこんな観点です。

直近3年の営業実績の具体性（「目標達成」だけでなく、達成率・順位等の数値）
転職理由の一貫性（ジョブホッパー傾向がないか）
自社プロダクトの顧客特性とのフィット（無形商材経験の有無等）

こうした観点を書類選考基準フレームワークで整理し、Must/Want/NGの3分類で構造化すると、「なんとなく通す」が減っていきます。

通過率を設計する3ステップ

ここまで「落としすぎ」「通しすぎ」のパターンを見てきましたが、では実際にどう改善していくか。3ステップで整理します。

ステップ1：現状を計測する（2週間）

まず「自社の通過率を職種別・媒体別に可視化する」ことから始めます。

計測項目	なぜ必要か
職種別書類選考通過率	職種ごとに適正値が違うため、全社平均では判断できない
媒体別書類選考通過率	どの流入チャネルがフィットしているか見るため
職種別一次面接通過率	書類と面接の判断の整合性を見るため
職種別最終内定率	逆算して書類段階の適正通過率を見積もるため

エクセルやスプレッドシートでも十分ですが、採用管理システム（ATS）があれば自動集計で運用負荷を下げられます。

ステップ2：Must/Want/NGを再定義する（1ヶ月）

計測結果を見ながら、募集要項と選考基準を再設計します。

Must：入社後3ヶ月で立ち上がるために絶対必要な要件（3項目以内推奨）
Want：あれば望ましいが、なくても採用する要件（5〜7項目）
NG：この要素があれば即不合格にする要件（カルチャーフィット含む）

この3分類で整理すると、「なんとなく通す／落とす」という属人判断が減り、通過率のブレが小さくなる傾向にあります。

ステップ3：月次レビューで調整する（継続）

重要なのは、通過率を一度決めて終わりにしないことです。

月次で以下のレビューを行います。

計画通過率 vs 実績通過率の差分確認
通過率が大きくズレた職種の原因分析
Must/Want/NGの見直し
次月の計画通過率を設定

採用の歩留まりボトルネック分析でも触れていますが、通過率は採用ファネル全体のなかで見るべき指標です。書類通過率だけを改善しても、面接通過率や内定承諾率で詰まれば意味がありません。

通過率最適化シミュレーション — A社とB社のケース

通過率を変えると、採用活動にどんなインパクトがあるのか。2つのケースでシミュレーションしてみます。

A社：通しすぎを改善（書類通過率 70% → 50%に絞る）

前提

月間応募数：100名
現状の書類通過率：70%
一次面接通過率：20%
最終内定率：40%（面接通過者から）
一次面接1件あたり工数：45分

項目	Before	After
書類通過者数	70名	50名
一次面接実施数	70名	50名
一次面接工数	52.5時間	37.5時間（▲15時間）
一次面接通過者	14名	12名（※厳選したため通過率24%に改善想定）
最終内定者	5.6名	4.8名

ポイント：採用数は月0.8名減りますが、月15時間の面接工数が削減されます。削減した工数で、スカウト送信や候補者との関係構築に時間を使えるようになり、結果として長期的な採用数は上がる傾向にあります。

B社：落としすぎを改善（書類通過率 15% → 30%に広げる）

前提

月間応募数：40名
現状の書類通過率：15%
一次面接通過率：50%
最終内定率：50%（面接通過者から）
一次面接1件あたり工数：60分

項目	Before	After
書類通過者数	6名	12名
一次面接実施数	6名	12名
一次面接工数	6時間	12時間（+6時間）
一次面接通過者	3名	5名（※やや通過率42%に低下想定）
最終内定者	1.5名	2.5名

ポイント：面接工数は月6時間増えますが、月1名の採用増という大きなリターンが得られます。エンジニアのような希少人材の場合、この1名の違いが事業インパクトに直結します。

シミュレーションから見える判断軸

2つのケースを比較すると、通過率の最適化は**「工数」と「採用数」のバランス調整**だと分かります。

職種の特性	最適化の方向性
応募多数・ミスマッチコスト中	通過率を絞って面接工数を削減
応募少数・ミスマッチコスト大	通過率を広げて面接機会を増やす
応募多数・ミスマッチコスト大	書類選考の精度を上げて「絞りながらも見逃さない」
応募少数・ミスマッチコスト中	通過率は高めで、面接で見極める

一律に「通過率を上げよう／下げよう」ではなく、職種特性に応じた設計が重要になってきます。

人の目だけでは限界がある — AIスコアリングという選択肢

ここまで通過率の設計方法を見てきましたが、実務で最も難しいのは「判断基準の一貫性を保つこと」ではないでしょうか。

Must/Want/NGを言語化しても、人が判断する以上、ブレは必ず生じます。月曜の朝と金曜の夕方では同じ書類でも違う判断になりますし、面接官Aと面接官Bでは基準の解釈が異なります。

この「判断のブレ」を構造的に減らすアプローチとして、AIスコアリングの活用が広がってきています。

Tasonalでは、候補者ごとに募集要件に対する適合度を0〜100点でスコアリングし、「どの項目を満たしているか／満たしていないか」を可視化します。Must/Want/NGの評価も自動で行われるため、採用担当者は「判断の最終決裁」に集中できる設計になっています。

重要なのは、AIが人の代わりに合否を決めるのではなく、判断材料を揃える役割に徹していることです。最終判断は必ず人が行います。AIは「この候補者はMust要件Aを満たしていません」「Want要件の3つを満たしています」という事実を示すだけ。合否の重みづけは、企業ごとの採用戦略に応じて人が決めるものです。

この設計思想により、通過率のブレを小さく保ちながら、採用担当者の工数を大幅に削減できます。詳細はコンピテンシー評価ガイドや面接評価シート設計も合わせてご覧ください。

まとめ：「正解」はないが、「自社の適正値」はある

書類選考の通過率に、業界共通の「正解」はありません。

でも、自社にとっての適正値は必ず存在します。それは、自社の職種ポートフォリオ、応募数、面接キャパシティ、採用難易度、ミスマッチコストから逆算して設計されるものです。

この記事でお伝えしたかったポイントを振り返ります。

職種別に適正通過率は異なる — エンジニア40〜60%、営業20〜35%など構造的な差がある
「落としすぎ」は見えない損失を生む — 特にエンジニア採用で要注意
「通しすぎ」は面接工数を膨張させる — 特に営業採用で要注意
通過率は計測・再定義・月次レビューの3ステップで設計する
数字を追うだけでなく、Must/Want/NGの基準設計とセットで考える

「うちの通過率は◆%です」と即答できるだけで、採用活動の打ち手は格段に増えます。そして、その数字が適正かどうかを判断できるフレームワークを持っていれば、採用の再現性は大きく向上していきます。

まずは、今月の書類選考通過率を職種別に計算してみることから始めてみてはいかがでしょうか。そこから、自社にとっての「適正値」を探す旅が始まります。

書類選考の通過率、何%が正解か｜「通しすぎ」と「落としすぎ」の判断基準