第66回Tokyo.RでのLT資料です。 【お問合せ】 ディップ株式会社 おおくぼ　けいご ke-okubo@dip-net.co.jp

1. 新卒採⽤を、まっとうに。
ー⾯接者への通信簿ー
ディップ株式会社 dip AI.Lab
おおくぼ けいご
@kubochi_ukyo
2017/12/16
Tokyo.R #66
LTパート

2. データの利活⽤を軸に、遊んで働いてます。分析
もしますが、企画屋・エセコンサル要素が強め
⾃⼰
紹介
⼤久保 慧悟（おおくぼ けいご）
ディップ株式会社
次世代事業準備室 dip AI.Lab
2016年4⽉新卒⼊社
主な担当業務
・⼈事領域でのデータ利活⽤推進
・営業⽀援領域でのデータ利活⽤推進
・AIメディアの編集業務
・ユーザー調査設計・分析 など

3. ディップの新卒採⽤では、営業コース（300名程
度）と商品開発コース（15名程度）を別々に採⽤
背景

4. 商品開発コースでは、
⼈事ではなく現場の社員が選考を実施中。
背景
1次選考
ワークサンプル
1次⾯接
希望部⾨の
課⻑
2次⾯接
希望部⾨の
部⻑
最終⾯接
CIO
おおまかな選考フロー

5. ⼈事のプロではなく、評価はばらつきがち。課題
なんかいいね！
A評価！！
不合格ジャッジ

6. そこで、ばらつきを補整する仕組みを作り運⽤さ
せたものの(tokyo.R#63で発表)・・・
課題
なんかいいね！
A評価！！
B評価

7. ばらつきを補整する仕組みを作ったものの今でも
⾯接者に評価の影響が⼤きい様⼦
観察
様々な評価項目たち
library(randomForest)
model = randomForest(ジャッジ ~ ., data = data)
importance(model)
⾯接者
各評価項目と面接者がジャッジに与える影響の参考値
（MeanDecreaseGini)

8. 採⽤⼈数も少ないため「とりのがし」を避けたい。
評価基準補整に加え、⾯接者へのフィードバック
が⼤事？
課題
そもそも
ちゃんとしないといけないのは
評価する⾯接者の⽅なはず

9. ⾯接者側への「通信簿」を作成。各評価項⽬A〜F
について、⾯接者個⼈の評価値平均（⿊）と全体
の評価値平均（⾚）を可視化
取組
⾯接者A：新垣さん（仮名） ⾯接者B：星野さん（仮名）
選考の評価項⽬(A〜F)における⾯接者個⼈と全体の評価平均値
*レーダーチャートは
fmsbパッケージで作成

10. ⾯接者側への「通信簿」を作成。各評価項⽬A〜F
について、⾯接者個⼈の評価値平均（⿊）と全体
の評価値平均（⾚）を可視化
取組
⾯接者ごとに、どの評価を⽢く、
どの評価を⾟くつけがちかを意識できるように！
⾯接者A：新垣さん（仮名） ⾯接者B：星野さん（仮名）

11. Merry Christmas！
Enjoy!