レコメンド検索で候補者を探す

適切なレコメンド条件を作ることで、採用したいエンジニアに出会える確率が大幅に高まります。この記事では、候補者選定の第一歩であるレコメンド検索について解説します。

レコメンド条件とは

LAPRAS SCOUTには約150万人の候補者のデータベースがありますが、その一人一人を見ていくのは不可能です。そこで、「どういうスキルの候補者が欲しいのか」という条件を作成し、候補者をある程度絞ってから一人一人選定をしていく必要があります。このとき設定する条件をレコメンド条件と呼びます。

レコメンド条件の作り方

1. 「レコメンド」を選択する

LAPRAS SCOUTのヘッダーメニューから「レコメンド」を選択します。

レコメンドを選択する

 

2. 「レコメンド条件の新規作成」をクリックする

右上にある「レコメンド条件の新規作成」をクリックします。

 

3. 新しいレコメンド条件を作成する

ここでレコメンド条件を作成します。項目ごとにそれぞれ説明していきます。

タグ

「iOS」や「機械学習」など、候補者に求めるスキルや特徴を入力してください。
AND/OR検索」を選択することができます。

指定した「タグ」を持っているユーザー、ないしは職歴、職務要約、活かせる経験・スキルにそのキーワードが記載されている人を検索できます。

※一つのレコメンド検索の中で、「一部AND検索、一部OR検索」することはできません。

タグレベル

タグのレベルを指定することができます。1から10までの10段階で指定してください(10に近づくほど高いスキルを持っています)。レベルを指定することによって、指定したレベル以上のタグレベルを持った候補者を絞り込むことができます。

より詳細な条件設定の仕方は「タグやスコア設定のコツ」を御覧ください

技術力スコア

技術力スコアはアウトプットからエンジニアスキルを得点化した値です。技術力スコアを1.0〜5.0(5.0が最大)でカスタマイズすることが出来ます。3.0が平均で、3.5以上では上位4%に絞り込まれます。

より詳細な条件設定の仕方は「タグやスコア設定のコツ」を御覧ください

タレントプールに入っている候補者

タレントプールに追加した候補者の中で条件にあいそうな人を再度検索したい場合は、こちらの項目にて「含める」を選択しましょう。

 

<個別表示>FireShot_Capture_041_-_レコメンド条件設定_-_LAPRAS_SCOUT_-_scout_lapras_com

 

<リスト表示>

FireShot_Capture_040_-_レコメンド条件設定_-_LAPRAS_SCOUT_-_scout_lapras_com

LAPRAS

LAPRASのユーザから検索する場合はチェックします。

チェックした場合、LAPRAS登録ユーザが自己申告した「転職意欲」と「興味のある雇用形態」で絞り込むことができます。

転職意欲最終変更日から検索

候補者が直近で以下の行動を行ったユーザーを絞り込みすることが可能です。

※「1週間以内/1ヶ月以内/3ヶ月以内」に転職意欲を変更した人が表示されます。

候補者のスカウトに求める条件から絞り込み

候補者のスカウトに求める条件によって絞り込むことが可能です。

  • 希望する年収
  • 希望する働き方
  • 希望する雇用形態
  • 希望する業態

エンジニア以外の職種で絞り込み(β版)

エンジニア以外の職種によって絞り込むことが可能です。

※複数入力はできません。

  • LAPRAS上で候補者が入力した職種
  • Wantedly上で候補者が自由入力した職種
  • Wantedly上で候補者が選択した職種カテゴリ

これらが絞り込みの対象となります。

より詳細な条件設定の仕方は「職種検索のコツ」を御覧ください

職務経歴内検索

候補者の職歴に記載されている文言で絞り込むことが可能です。

「AND/OR検索」を選択することができます。

所属企業

候補者のこれまでの所属企業で絞り込むことが可能です。

※複数入力はできません。

  • Wantedly
  • GitHub
  • teratail
  • Qiita

これらのSNSで入力されたこれまでの所属企業が絞り込みの対象となります。

▼「所属企業や組織からのサーチ」もご参考ください
https://esa-pages.io/p/sharing/4710/posts/3888/554da236427d829e4a78.html

 

■WantedlyでA会社を検索してエンジニアチームの人数を確認した場合とLAPRAS SCOUTで社名検索してエンジニアを検出した場合で人数が異なるのはなぜ?

LAPRASでの所属はオープンデータをもとにしています。そのためWantedlyが紐付けできていないユーザの場合は所属が取れません。

またWantedlyが紐付いていたとしても職歴の公開範囲を絞られている方についてはLAPRAS側では取得できないため所属が判断できません。

このような理由によりWantedlyでの検索と人数が異なるのは現時点での仕様上の制限とお考えください。

 

除外タグ

検索において除外したいタグを設定できます。ここに指定したタグをもつ候補者はレコメンドされません。複数入力した場合は、どれか1つでも持っている候補者は除外されます。

除外タグを指定した場合はレベルを指定でき、そのレベル以上のタグをもつ候補者が除外されます。

住まい

居住地から候補者を絞ることができます。居住地が取得できていない候補者は表示されなくなります。

連絡手段

候補者との連絡手段を選択します。OR条件で検索されます。

必須の情報

必須で欲しい情報を選択します。OR条件で検索されます。

英語のレベル

候補者がオープンデータにおいて、自己申請した英語能力をネイティブ・ビジネス・日常会話レベルの3つの条件で絞り込むことができます。

その他条件

含めたいものにチェックします。

4. リスト表示と個別表示に関して

「リスト表示」と「個別表示」を選択することが可能です。

  • リスト表示 :リスト表示にすると最大10名候補者がリスト可して表示されます。
  • 個別表示:ひとりひとり、候補者プロフィールのサマリが表示されます。

5. 表示された候補者について判断する

レコメンド条件をクリックすると、条件にマッチする候補者がオススメ度順に1件ずつ表示されます。

アウトプットを見て、候補者を右上ボタンから評価しましょう。(他の候補者を表示したい場合は右上ボタンからの評価が必要です)

 ・スカウトしたい     → 「タレントプールに追加

 ・スカウト対象ではない  → 「候補から外す

「○ タレントプールに追加」

その候補者がタレントプールに追加されます。

「× 候補から外す」

候補者が要件に合わない場合は「× 候補から外す」を選択します。

この選択をした場合、同一のレコメンド条件では表示されません。

ただし、新たにレコメンド条件を作成してその候補者がヒットした場合、再度表示されます。

同一のレコメンドで過去閲覧した人に関して 

下図のように『このレコメンドで過去に閲覧した候補者です』と表示されます。

image__13_-1