会話分析エージェント
面談・会話データから決定率改善の打ち手を導く会話分析エージェント
CRMに蓄積された面談・求人・選考・活動データをもとに、今日フォローすべき候補者・提案すべき求人・歩留まりボトルネックを、チャットで提示し分析レポートで終わらず次の打ち手まで返します。
導入企業（一部）
BEFORE
記録・分断
会話データの扱い
MENDAN
AFTER
統合・分析
マネジメント資産へ
会話分析エージェント導入で見える化の質が変わります
文字起こしだけでは足りない「面談横断の物語」と「決定データ」の接続が、再現性の土台になります。
| Before | After | 効果 | |
|---|---|---|---|
| 面談データのつながり | 面談ごとに分断 | 求職者単位で統合 | 因果が見える |
| マネジメントへの反映 | 現場の感覚頼り | 指標・示唆でレビュー | 再現性向上 |
| 重要指標の徹底 | 誰がどこで差があるか不明 | タイプ・CA別に可視化 | 打ち手が明確 |
| 面談設計の標準化 | タイミングごとの確認が不透明 | 初回〜3回目の勝ちパターン化 | 決定率の底上げ |
会話データは大量にあるのに、決定率を上げる分析に使えていません
文字起こしはしているが、面談ごとに情報が分断されている
初回・2回目・3回目面談の内容がつながっておらず、どこで何が決定率に効いたのかが見えません。
求職者理解は取れていても、マネジメントに落ちていない
転職軸や志向性は面談で取れていても、それがCA配置・レビュー・面談設計の改善につながっていません。
重要指標が徹底できていない
何日以内再面談設定のような重要指標が、誰ができていてどの求職者群で差が出ているのかを把握できていません。
どのタイミングで何を確認すべきかが標準化されていない
初回で聞くべきこと、2回目で詰めるべきこと、3回目で確認すべきこと、何が最も決定率に影響しているかが不透明です。CAアサインが経験則に依存し、本来出せる決定率を出し切れていません。
会話が分断されたままだと…
会話分析エージェントでこれまで見えなかった論点が見える
再面談設定率
どの求職者タイプで、どのCAが、何日以内再面談を徹底できているかを可視化。再面談スピードと決定率の相関が見えます。
CAアサイン最適化
CAごとの強みと、相性の良い求職者タイプを把握。アサイン最適化で決定率の再現性を高めます。
平均面談回数と決定率の相関
どの求職者群で、何回面談すると決まりやすいかを可視化。回数の多寡ではなく相関を見ます。
どのタイミングで何を確認すべきか
初回・2回目・3回目面談で、何を確認できたときに決定率が高いかを分析。属人的な面談設計を、標準化された勝ちパターンへ変えます。
MENDANの会話分析エージェントで「できること」
面談プロセスを横断して分析できる
初回・2回目・3回目面談を分断せず、求職者単位で統合。面談回数、間隔、確認項目、決定率の関係を可視化します。
求職者タイプごとに勝ちパターンを見つけられる
CRMに蓄積された求職者プロファイルを土台に、どのタイプが、どの面談設計・担当者で決まりやすいかを分析できます。
CAアサイン最適化で、決定率の再現性を高められる
経験則ではなく実データに基づき、どのCAがどの求職者タイプで成果を出しやすいかを可視化します。
どのタイミングで何を確認すべきかを標準化できる
初回では転職軸、2回目では意思形成、3回目では最終懸念確認など、成果につながる確認順序を標準化できます。
マネージャーがレビューしやすくなる
感覚的なレビューではなく、どのフェーズでどの確認が不足しているかを共通言語で見られます。
経営が、決定率を押し上げる因子を把握できる
会議ベースではなく会話データベースで、何が歩留まり改善につながるかを見られるようになります。
会話を分析できる資産に変えることで、マネジメントに使える示唆が生まれます。
CRM連携エージェントで土台をつくる
面談会話から、求職者の過去・現在・未来の情報を構造化し、CRMへ蓄積。転職軸、志向性、競合状況、希望条件、活動状況が、分析可能なデータになります。
複数回面談を統合する
初回・2回目・3回目面談、選考状況、活動履歴を、求職者単位・担当者単位・フェーズ単位で統合します。
決定率に効く論点を分析する
何日以内再面談設定率／平均面談回数／面談間隔と決定率／タイミング別確認事項／求職者タイプ別成果差／CAアサイン差など、経営・現場の問いに答える切り口で見ます。
マネジメント示唆として返す
分析結果を単なるダッシュボードで終わらせず、マネージャー・営業責任者が使える示唆に変換します。
主な機能
何日以内再面談設定率
次回設定の速さを指標化し、機会損失を抑えます。
初回→2回目面談移行率
フェーズ移行の詰まりを可視化します。
面談間隔と決定率の相関
間隔設計の示唆をデータで返します。
CA別の成果差
担当者横断で比較し、再現性を高めます。
面談タイミング別確認事項の標準化
初回〜3回目の型をそろえます。
歩留まりの落ちどころ分析
離脱が起きやすい地点を特定します。
競合状況と決定率の相関
競合要因と成果の関係を見ます。
平均面談回数
プロセスの長さを把握します。
2回目→3回目面談移行率
深掘りタイミングの設計に活用します。
求職者タイプ別の決定率
セグメント別の効果差を見ます。
CAアサイン最適化分析
配属と成果の関係を分析します。
面談情報の充足率
記録の十分性をチェックします。
求人別の決定傾向
案件別の傾向を把握します。
面談品質と決定率の相関
品質指標と成果の関係を見ます。
導入企業の活用イメージ
効果は運用・業態により異なります。
CASE 01｜プロセス可視化
再面談スピードと決定率の相関を可視化しレビューと面談設計の共通言語を整備
再面談
設定率の可視化
CA
アサイン最適化
CASE 02｜タイミング別の標準化
初回〜3回目で確認すべき論点を整理し決定率に効く打ち手へ接続
- ✓ フェーズ別の不足検知
- ✓ レビュー精度の向上
- ✓ 再現性のある面談設計
導入の流れ
CRM連携の次のステップとして、段階的に導入できます。
Step 1
現状整理
どの面談データがCRMに残っているか、どの分析テーマから始めるかを確認します。
Step 2
指標設計
何日以内再面談、面談回数、アサイン最適化など、追うべき指標を定義します。
Step 3
統合設計
初回・2回目・3回目面談、CRM、選考・活動履歴を紐づけます。
Step 4
可視化開始
ダッシュボード／レポート／チャットで分析活用を開始します。
Step 5
効果検証・拡張
面談設計・アサイン・レビュー・営業戦略へと活用範囲を広げます。
最初から全指標を見るより、1つの分析テーマから始める方が定着しやすいです。
オンボーディング・サポート
指標・設計支援
どの指標を最初に追うべきか、分析に必要な会話項目の粒度まで、現場ヒアリングをもとに整理・設計します。
レビュー運用支援
マネージャーが、分析をレビュー・アサイン・面談設計に活かせるよう伴走します。
後続拡張支援
会話分析から、マッチング改善・営業戦略・経営分析へ拡張できます。
分析設計からマネジメント定着まで、導入初期は出力を人が確認するフローで信頼を積み上げながら定着させます。
会話を記録で終わらせる限り、
初回・2回目・3回目面談を分断したままでは、どのタイミングで何を確認すべきか、どのCAアサインが成果につながるのか、何日以内再面談がどこで効いているのかは見えません。
会話分析エージェントで、会話データをマネジメント資産に変えませんか。
一部機能は設計・運用支援を前提とします。AIの出力は運用設計に応じて人の確認を前提とします。
他のAIエージェントも見る
MENDANは4つのAIエージェントが連動し、初回面談から決定までの業務を一気通貫で支援します。
人材紹介の決定プロセスを会話データから変える