scouty(スカウティ)、転職に関連するSNS投稿などを基にした「転職可能性予測」のβ版をリリース

退職や転職に関連する投稿を基にして、転職傾向のあるエンジニアを判定することで、従来の転職可能性予測の精度が向上し、企業の採用活動の効率化を実現する。

ーーーーーーーーーー
以下、scouty社より引用

■潜在層向けの採用サービスが抱える転職意欲の問題

scoutyは、ソフトウェアエンジニアに関する情報をインターネット上のSNSや技術情報共有サービス、ブログといったオープンデータから取得し、それぞれを紐付けます。また、企業の情報もオープンデータから取得し、過去の成約データを活用した独自のマッチングアルゴリズムを用いて、企業のカルチャー・要件に最適な人材を約90万件の候補者データの中から探し出します。マッチした候補者に対しては、オープンデータに公開しているメールアドレス宛てにscoutyを通してスカウトメールを送ることで面談や選考に誘うことができます。
一方で、転職サイトや転職エージェントに登録していない潜在層のエンジニアにアプローチができる反面、転職意欲が高いエンジニアと、転職に前向きではないエンジニアを見分けることが難しく、スカウトメールを送っても採用に至る可能性が低いなど、採用活動が非効率になってしまうという問題がありました。

■転職可能性をAIが予測しスコアリング

scoutyの転職可能性予測アルゴリズムでは、候補者の過去の経歴や在籍経験がある企業の勤続年数分布などを基にして、機械学習により独自のスコアリングを行っています。転職可能性のスコアが高い候補者は、より転職しやすい傾向にあることが想定されるため、同じスキルを持つ候補者群の中でも、どの候補者にスカウトメールを送ると採用に繋がりやすいのかが予め判断できます。
このたび、転職可能性予測のアルゴリズムにSNSの投稿を基にしたスコアリングを組み込んだことで、予測の精度が高まり、自社の採用要件にマッチしている候補者の中で、より転職の意欲が高い候補者に優先してスカウトメールを送ることが可能になりました。
企業の採用担当者には、採用活動の効率化と精度向上を、スカウトメールを受け取る候補者には「転職を考え始めたタイミングで、自分にマッチした企業からスカウトが届く」という体験を提供します。

＜バージョンアップの詳細＞
・SNSの投稿内容を考慮したアルゴリズムへの変更
・候補者の職種を考慮したアルゴリズムへの変更
・転職可能性のスコアリングを数値表示から低・中・高の3種類に変更(判断できない候補者は当該項目を非表示)

従来の転職可能性予測の機能では、候補者の過去の経歴や在籍経験がある企業の勤続年数分布などを基にして、アルゴリズムを構築していました。今回リリースしたβ版では、SNSの投稿内容のうち、退職や転職に関する投稿を抽出して、転職可能性のアルゴリズムに組み込み、より精度が向上しました。退職や転職を示唆する投稿をしている候補者は、転職可能性のスコアが高くなります。また、機械学習エンジニアや、WEBアプリケーションエンジニア、CTOなどの職種ごとに転職傾向を分析し、アルゴリズムに反映しています。併せて、転職可能性のスコアリング表示においても、表示を3段階のシンプルな区分けに変更し、より見やすく改修しました。

【正式版に向けての機能改善予定(一部)】
・ブログ投稿などを基にしたスキル判定
・投稿内容以外のSNSアクティビティを基にした転職可能性予測
・イベント参加履歴を基にした転職可能性予測

上記の実装により、企業とエンジニアのスキルマッチの精度、退職率の予測精度を高め、効率的かつミスマッチのない採用活動を、企業とエンジニアの両方に対して提供してまいります。