株式会社キャリアデザインセンター

転職サイト「type」を運営し、働く人々が「いい仕事」に巡り合い、
「いい人生」を送る事ができる社会の実現、をミッションとしている
株式会社キャリアデザインセンター。
理念を実現するため、同社が最も重視している「求職者と求人企業のマッチング」。
しかし、従来環境では施策の改善・拡充がベンダー依存となっており、
スピード感を持って、ユーザーの状態に合わせた細やかな施策運用ができない点に課題を感じていた。
リアルタイムで施策改善ができないことによる機会損失と危機感から
こうした課題を解消すべく、同社はb→dashを導入。
迅速かつ多角的な施策展開により、月間約200施策の自動運用を実現。
重要KPIである応募数の最大化を加速している。
本記事では、b→dash導入を通じて、どのように施策を拡大し、成果創出へとつなげたのか。
転職サイト「type」副編集長であり、企画部門のマネージャーを務める河西様に話を伺った。

― まず、御社の事業とご担当領域について教えてください

松浦様：株式会社キャリアデザインセンターは「いい仕事、いい人生。」という経営理念のもと、企業の採用活動を総合的に支援しており、転職事業を主軸に人材派遣や紹介など幅広く事業を展開しています。中でも私が担当するのは、エンジニア採用に強みを持ち、「ひとつ上」をコンセプトとするキャリア総合転職サイト「type」です。私たちは入社後のミスマッチ防止を何よりも重要視しており、求職者の方が「いい仕事」に出会えるよう、日々多角的なアプローチでサイトの改善を行っています。

一般的に求職者は給与や勤務地といった「ハード情報」で検索を行い、応募先を絞り込む傾向にありますが、長く活躍できる職場を見つけるには社風や志向性といった「ソフト面」の合致が不可欠です。そのため、検索の利便性を高める機能改善といったハード面の強化はもちろん、企業の価値観や風土が直感的に伝わるソフト面のマッチングまで、多様な角度から最適な出会いを追求しています。

私が責任者を務めるtype課のミッションは、より多くの求職者の転職をサポートすることです。

最重要KPIは応募数。サイト全体のコンセプトを踏まえ、応募数向上のための企画立案、実行を行います。

新機能の立案をはじめ、サイト内の導線の最適化、各ページの歩留まり改善、メールマガジンの配信スケジュールや文面作成に至るまで、typeに関わる大半の企画を担う部門です。KPIの達成のためにスピーディーに対応しなくてはならない業務も多くあります。例えばメールマガジンは、トレンドや反応を見て日々運用改善を行いますし、サイトを訪れた方に出すweb接客も、経験職種や現住所などに応じて細かく出しわけを行っています。

私は課のメンバーに役割を割り振り、それぞれの数値目標や戦略の策定、KPI達成に向けた方針を定めています。メンバーが作成したメールマガジンの文面や、web接客のバナーなどがサイトコンセプトと合致しているのか、ユーザー心理を捉えた表現になっているのかなどを随時確認し、ユーザーとtypeの質の高いコミュニケーションを実現するためのクオリティー管理をすることも私の重要なミッションの１つです。

導入の背景

ベンダー依存により実現できなかった、
スピード感のある施策拡充とマッチングの最適化

― b→dashを導入される前に発生していた課題を教えてください

河西様：当時、弊社が課題として感じていた点は、大きく2つあります。

1つ目は、施策運用開始までのスピード感です。

以前、使用していたツールでは、新しい施策を実施する場合、セグメントに必要なデータ抽出、加工・統合作業をSQLを用いて行う必要があり、都度、ベンダーに依頼するプロセスが発生していました。そのため、思うようなスピード感で施策拡充を進めることができていませんでした。

また、当時、使用していたツールにもweb接客機能が搭載されていましたが、同様にSQLを用いたデータ抽出、加工・統合作業が必須だったため、工数負荷が大きく十分に活用できていなかったというのが実情でした。一方で、月間の目標達成に向けた計画をかなり細かく設定しており、新規施策の運用についても目標を達成する上で重要な取り組みとなっています。

そういったスピード感のある施策拡充が重要な中で、ツール運用のしづらさは大きな課題となっていました。

2つ目は、マッチング精度の向上を十分に押し進められないという点です。

施策拡充がスムーズに進められないことで、ユーザー一人ひとりの興味関心に合った求人情報の訴求が実現できていない状態でした。一方で、弊社が展開しているサービスでは、「求職者と求人企業の最適な出会い」を重視しているため、求職者の状態に合わせて細かく施策を展開することにより、質の高いサービス体験を提供したいと考えていました。

そのためにも、施策開始までに必要な設定をベンダーを介さず弊社内部で完結でき、かつ自由度が高く設定できるツールへの切り替えを検討し始めました。

― 様々なツールがある中で、なぜb→dashを選ばれたのでしょうか？

河西様：他社ツールとの比較検討の結果、b→dash導入の決め手は3つありました。

1つ目は、直感的な操作性です。

ツール検討時の要件として、ベンダーに依存せずに運用できる環境を求めていましたが、他社ツールでは、データの加工・統合作業にSQLの記述を必要とすることがほとんどの状態でした。一方で、b→dashはノーコードで、SQLを使わずに画面上でデータの加工・統合をすることができるため、今まで抱えていた課題を解消し、弊社内部だけで運用開始まで自走できると感じました。

河西様：2つ目は、データ連携頻度の柔軟性です。

他社ツールは、連携頻度に1日1回の制限が設けられていることも多くありました。一方で、b→dashであれば、データ連携のタイミングを自由に設定することができるため、1日に複数回のデータ更新が可能になり、直前のユーザー行動をトリガーにしたマッチング精度の高い施策運用が実現できると感じました。

3つ目は、初期費用を抑えて導入できる点です。

他社ツールでは、データ統合基盤やメール配信機能など、機能ごとに別プロダクトとして提供されており、別途、機能を契約するごとに初期費用がかかるケースもありました。

一方で、b→dashであれば、1つのプラットフォーム上で様々な機能を追加契約し、拡張できるため、初期費用を最小限に抑えながら施策を拡充することが可能だと感じました。

メール配信だけでなく、アプリPushやweb接客を用いた施策拡充についても、迅速に展開していきたいと考えていたため、費用も抑えつつ、様々な機能を1つのプラットフォーム上で運用できる点が非常に魅力的だと感じました。

導入の効果

“スピード×自由度”で施策拡充を加速させ、
月間約200施策の自動化、応募数増加を実現。

― 現在、b→dashの活用により実現できたことを教えていただけますか？

河西様：導入前は実現困難だった、施策に必要なデータの抽出、加工・統合から施策設定・運用までの一連の作業を社内メンバーのみで完結可能になり、施策拡充のスピードが大幅に向上しました。

現在では、月に8~12本の新規施策を開始する体制が整っています。会員登録から応募までの転換促進施策を網羅的に実施しつつ、ユーザーの行動や属性に応じた、より細やかなセグメント配信も実現しました。

例えば、メール配信においては、「会員登録しているが応募履歴が無いユーザー」という条件設定だけでなく、ユーザーが検索したキーワードや、閲覧したサイトページを紐づけた関連求人情報を訴求しています。
一部例を挙げると、「〇日以内にtypeで求人を閲覧しているものの、まだ応募をしたことがない」といったユーザーには直近閲覧した求人に紐づく職種の応募ランキングを訴求し、typeのフリーワード検索で「フルリモート」と検索した履歴があるユーザーには、勤務条件にフルリモートが含まれる求人を訴求するような施策を実施しています。

このように、ユーザーの行動履歴を詳細に取得し、より関連性の高い求人情報を訴求するといった細やかなセグメント配信の運用を自動化しています。

web接客の活用についても、指定したページにポップアップを表示する施策にとどまらず、データパレット上でユーザーの登録情報やサイト上での行動履歴データを紐づけた運用を展開しています。

これにより、求人詳細ページの訪問時に関連する求人情報をユーザーごとに表示させるなど、求職者にとってマッチ度の高い求人情報を訴求する仕組みが整いました。

また、メールやweb接客の配信精度を支えるデータ連携の仕組みについても大きな変化がありました。具体的には、1日に複数回のデータ更新処理を設定し、配信を行う時間帯に合わせて、会員データや求人情報が自動的に最新化される仕組みを構築しました。

これにより、以前のようなタイムラグによる情報の不一致を解消し、常に「鮮度」の高いデータを活用することが可能になりました。ユーザーの直近の行動や最新の求人状況を即座に反映できるため、機会損失を防ぎ、ユーザー一人ひとりの現状に即した、関連性の高い求人情報の訴求を実現しています。

さらに、b→dashで取得できた各施策への反応履歴データやサイト上の行動履歴データについて、分析への活用も進んでいます。

他社ツールでは、webサイト上の行動履歴を「誰が」「いつ」「どのページを見たか」という粒度で把握することが難しく、ユーザーの行動履歴をもとにした施策改善には至っていませんでした。

一方で、b→dashであればユーザーの行動を細かく取得できるため、データの裏付けに基づいた詳細な分析が可能になりました。これにより、分析結果をもとにした施策改善はもちろん、特定のユーザー層の特性に応じた施策展開の意思決定もスムーズに行えるようになっています。

結果として、経験職種や直近の行動履歴に応じたマッチ度の高い求人情報を抽出し、訴求することができるようになり、こうした細やかなセグメント配信を拡充できたことで、現在では月間200施策以上の自動運用を実現しました。

こうしたスピード感を持った施策拡充の結果、施策数の増加だけでなく、会員登録から応募までの歩留まり改善や応募数増加といった成果にもつながっています。

今後の展望

分析を高度化し、求職者と求人企業の
より高精度なマッチングを実現したい。

― 今後、どのようにb→dash活用を広げていきたいですか？

河西様：現在、運用している施策をベースに、改めて、一つひとつの施策精度を向上させていく部分に注力したいと考えています。

現状、会員情報とwebサイト上の行動ログデータを掛け合わせた活用が十分にしきれていません。今後は、ブラックボックスになっている部分を可視化・深掘りすることで、運用している施策の配信内容や、セグメント抽出条件の精度をさらに高めていきたいです。

結果として、より求職者と求人企業のマッチング精度を向上させ、歩留まりの改善や応募数の増加につなげていきたいと考えています。

― b→dashをご検討されている企業様にメッセージをお願いします！

河西様：弊社のように、施策拡充のスピード感を重視したい企業や、柔軟に試行錯誤を重ねたい企業には非常に相性が良いツールだと感じます。もちろん、自由度が高い分、社内でツールを使いこなせるようになるまでには一定時間がかかりますが、サポート体制も整っており、弊社からの要望に対して真摯に向き合ってくれます。

また、プロダクト自体も品質向上に向け、定期的にアップデートがあり、運用しやすい環境を提供してくれます。

昨年からAIレコメンドをはじめ、AIを搭載した新機能が積極的にリリースされており、私たちも様々な機能を活用しています。こうしたサービス提供を通じて、利用者に寄り添う姿勢が感じられ、心強いです。

社内で試行錯誤しながら、スピード感を持って施策を拡充していきたい企業にとって、b→dashは非常にマッチするツールだと感じます。