人依存の感覚採用から脱却。AI×データで実現した採用プロセスの仕組み化

1.抱えている課題

採用媒体ごとにバラバラ、採用判断は感覚頼みという二重の非効率という課題がありました。例えば、毎朝複数ある採用媒体を個別に開き、メール返信を追いかける運用が続いていたため、どの媒体が効果的かを把握できていませんでした。また、採用基準は店長の経験則に依存しており、組織共通の言語化ができていませんでした。そのため、人基準ではなく、会社としての採用基準をつくる必要性を感じていました。

2.ダイニーAIエージェントの活用を決めた理由

求めていたのは、バラバラだった採用実務をひとつに束ねるだけでなく、面接設定まで自動で完結する仕組みでした。ダイニーのAI採用管理エージェントは、複数媒体からの応募をひとつの画面に集約し、自動返信から面接日程の調整まで、社内のGoogleカレンダーを参照しながら処理してくれるため、応募者の離脱は間違いなく減ったという感覚があります。

さらに、入社時に全員へ実施していた性格診断のデータを、採用データ・勤怠データと紐づけられる点も大きな決め手でした。これまで感覚で決めていた「定着する人材の共通点」を、データとして可視化できる点も高い価値を感じました。

3.活用方法と工夫

・複数媒体の一元管理と自動日程調整
複数媒体からの応募がひとつの画面に集約され、応募者の履歴書情報も同じ画面で確認できるようになりました。自動返信から面接日程の設定まで、AIが社内Googleカレンダーを参照しながら処理するため、休日や会議で本部の返信が遅れる場面でも、面接設定をスピーディーに進めることができています。また採用媒体ごとの入社率・離職率・シフト貢献スコア・採用単価まで一気通貫で確認することができるようになり、募集をかける時期によって強い媒体・弱い媒体がわかるので、データに基づいた媒体選定ができるようになりました。

・性格診断×勤怠データが明かした「定着する人材」の共通点
入社時にスタッフ全員へ実施してきた性格診断のデータを、ダイニーの採用データ・勤怠データと紐づけることで、「どんな人材が長く定着するか」が数値として見えるようになりました。注目したのは順応性・空気を読む力を指すAC値で、勤続が長い人材の平均が12.4だったのに対し、3カ月以内に離職した人材の平均は14.5と高い傾向がありました。AC値が高いほど本音を言いにくく、悩みを抱えても相談できないまま離職につながりやすいというデータを面接の判断基準として店長にも共有し、組織共通の採用軸として活用しています。

4.数字で見る成果

性格診断データの分析により、定着人材と早期離職者のAC値に明確な差が確認され、これまでの「辞めやすそう」という個人の経験則が、精度80〜90%の組織共通の採用基準として言語化されました。採用フローの自動化により、これまで最大1日2時間かかっていた媒体対応業務が70％削減され、面接設定までのリードタイムも3日から1日へと短縮されました。媒体ごとのパフォーマンス分析によって予算配分もデータに基づいて実施するようになり、採用単価は20万円から18万円へと改善しつつあります。感覚に依存していた採用の意思決定が、数値で検証・再現できる仕組みへと進化しました。

5.今後の展望

AIで本部業務を自動化できれば、既存のスタッフは育成やマネジメントという、人にしかできない仕事に集中できるようになります。浮いた本部コストを従業員の給与に還元することで優秀な人材が集まり、店舗展開のスピードと組織の強さが同時に高まっていく好循環をつくることが、今回の取り組みの先に見据えているゴールです。ダイニーのAIエージェントが、飲食業界全体の水準を底上げしてくれることを期待しています。

株式会社Pay it Forwardが導入するサービスの詳細はこちらから

ダイニー勤怠

ダイニー経営管理