無料デモ申込

Feature / スカウト

思考力も、人柄も、志向も。
面接練習でわかった
"本当に合う人"
にだけスカウトを。

面接練習から人柄・強み・志向性までわかった候補者データベース。自社の基準に合う人、そして志向の面でも自社とマッチする人——「本当に合う、受けてくれる人」にだけ、スカウトを送れます。

クリックして拡大

Flow / スカウトの流れ

スキルで絞り込み、プロフィールを確認して、スカウトする。

スキルの評価軸で絞り込む画面 スカウト候補者一覧の画面

スキルの評価軸で絞り込む

候補者プロフィールの画面

プロフィールを見て、合う人にスカウト

Feature / できること

CaseMatchのスカウトで、できること。

面接データから測るマッチ度が、候補者の抽出から文面、送信までを支えます。

マッチ度順に、
候補者がわかる

候補者を、面接練習のデータにもとづくマッチ度順に提示。自社の基準に合う人が、リストの上から順にわかります。

文面は、AIが候補者ごとに
パーソナライズ

スカウト文面は、AIが候補者ごとに下書きを生成。面接でわかった人柄や強みに合わせた、一人ひとりに向けた文面で送れます。

送信から返信まで、一元管理

スカウトの送信状況と候補者からの返信を、ひとつの画面で管理。やり取りはそのままATSに連携できます。

Mechanism / 仕組み

なぜ、"合う人"がわかるのか。

鍵は、候補者一人ひとりが行う面接練習。練習での対話が、候補者データベースの中身になります。

候補者が面接練習を行う

候補者は、対話型の面接練習で自身の経験や考え方を語ります。書類だけでは伝わらない情報を引き出す設計です。

1

人柄・強み・志向まで、
詳細な情報が蓄積

面接でわかった思考力・人柄・志向性まで含む、詳細な候補者情報がデータベースに蓄積されます。

2

自社基準のマッチ度で、
"合う人"を抽出

対話で作った自社だけの評価基準を物差しに、マッチ度の高い候補者をデータベースから抽出します。

3

Feature / 評価基準づくり

評価基準も、
AIとの対話でつくれる。

マッチ度の物差しになる評価基準は、AIに質問されたことに答えるだけで設計可能。自社が大切にする人物像を、対話をとおして言語化します。

クリックして拡大

Difference / CaseMatchの違い

CaseMatchのスカウトは、ここが違う。

違いを生むのは、候補者データの中身と、マッチ度の測り方です。

データベースの中身が違う

候補者情報の源泉は、自己申告のプロフィールではなく、面接練習でわかった情報。思考力・人柄・志向まで、深く理解したうえでアプローチできます。

物差しが違う

マッチ度を測る基準は、汎用のスコアではなく、対話で作った自社だけの評価基準。"自社にとって合う人"を測れます。

根拠が見える

"なぜこの人か"に、画面で答えられます。分布の中での相対的な位置から、どの発言を根拠に何点か、まで遡れます。

Product / 画面イメージ

"合う"の根拠が、画面で見える。

スコア分布
評価軸:構造化思考
候補者全体のスコア分布(サンプル)
レベル4
候補者A
レベル3
レベル2
レベル1
レベル0
平均 2.4/4 候補者A 上位8%
評価根拠
A
候補者A
AI面接 完了
軸別スコア
構造化思考
4.0
仮説構築
3.5
コミュニケーション
3.0
評価根拠(構造化思考)
課題を3つの論点に分解し、優先順位まで示した発言を根拠に、構造化思考をレベル4と評価。(サンプル)
評価基準(ルーブリック)
評価軸:構造化思考
課題を分解し、論点を整理して考えられるか。(軸の定義・サンプル)
レベル4論点を自ら設定し、優先順位まで示せる。回答例:「まず3つの論点に分けると…」
レベル3与えられた論点を漏れなく分解できる。
レベル2分解はできるが、論点に抜けがある。
レベル1事象の列挙にとどまる。
レベル0課題の構造化が見られない。

導入企業

Kearney
日本総研
LTS
ORIX
INTLOOP

Get Started

採用のすべてを、ひとつの知性で。

まずは資料のダウンロードから。導入のご相談も、個別に承ります。