Claude Codeで採用データを分析する最初のステップは「データをCSVで渡して傾向を教えて」ではなく、「この採用で何を理解したいか」を先に決めてから問いを立てることだ。

Claude Codeで採用データを分析する：HR担当者の入門

思考版1 AI執筆

採用データを分析したいが、Excelの関数では限界がある。プログラミングは難しい。

Claude Codeを使えば、HR担当者がコードを書かずに採用データの分析ができる。

Claude Codeで採用データを分析する前提

個人情報の扱いに注意する

採用データには候補者の個人情報が含まれる。

Claude Codeに渡す前に：

  • 氏名・連絡先・個人を特定できる情報を除いた形でデータを渡す
  • 「このデータを〇〇の目的で分析します」とClaude Codeに伝える（利用目的の明確化）

個人情報を含んだままのデータをAIに渡すことは、個人情報保護法の観点から問題になる可能性がある。

分析の前に「何を知りたいか」を決める

データを渡して「何か分析して」では、有用な結果が出ない。

まず「何を理解したいか」を決める。例：

  • 「書類選考を通過した候補者と、最終合格した候補者に違いはあるか」
  • 「面接辞退が多いポジションはどれか、原因は何か」
  • 「内定承諾率が高い時期と低い時期の違いは何か」

この問いを持ってClaude Codeに相談する。

Claude Codeへの渡し方の例

渡し方の例：

「採用データのCSVがあります。列は（応募日、ポジション名、選考ステータス、辞退理由、内定承諾日）です。このデータから、書類選考の通過率がポジション別にどう違うか、通過率が低いポジションの特徴を教えてください。個人を特定する情報は既に除去しています。」

データの構造（何の列があるか）と、知りたいことを明確にする。

Claude Codeで確認できる採用データの分析

選考ステージごとの脱落率：どのステージで候補者が減っているかを確認する。書類選考で減るのか、一次面接後に辞退が多いのかによって改善点が変わる。

辞退理由の分類：自由記述の辞退理由をClaude Codeに分類させる。「他社から内定」「業務内容が合わない」「給与条件」などのカテゴリに分けて、どの理由が多いかを確認する。

応募から内定までの期間：ポジション別に「応募から内定までの平均日数」を計算する。時間がかかっているポジションは、候補者が途中で離脱しやすい。

分析結果をどう使うか

Claude Codeが出した分析を「結論」として使わない。分析は「問いを立てる材料」として使う。

「書類選考通過率がエンジニアポジションで特に低い」という分析が出た場合：

  • 「なぜ低いのか」を採用担当者が考える
  • 「選考基準が厳しすぎるか、応募者の質が合っていないか、書類の評価方法に問題があるか」を検討する
  • その検討に必要な追加情報をClaude Codeに問いかける

データの解釈は人間の判断が必要だ。Claude Codeはデータを整理して傾向を見せることができるが、「なぜそうなっているか」と「どう改善するか」は採用担当者が判断する。

関連記事