全社員の受検で、よりよい採用基準の策定へ 「社員の特徴を見抜く！」納得性の高い適性検査で採用基準を最適化

Talent Analytics導入前の課題と導入の決め手

私たちは、JA全農グループの一員として、全国の農協から青果物を仕入れ、小売店を通じて消費者にお届けをする会社です。生産者と消費者を結ぶ懸け橋として、青果物の安定供給から日本の食卓を支えています。

新入社員の入社試験では、元々別の適性検査を実施していました。ただ、4割前後だった合格率が、ある時から急に7割ほどに上昇するといった事象が起こりました。問題の形式は変わっていないのに、ここまで合格率が上昇するのはなぜかと考えた際、「もしかしてこれは受検者から対策がとられ始めているのではないか？」という考えに至り、新しい適性検査を探し始めました。

とはいえ、適性検査を切り替えるには、信頼性の担保などを考えてもリスクが伴います。そこで、インターネットでトライアル受検ができることを条件に3社候補を選びました。

各社の受検結果を比較したところ、Talent Analyticsが他の適性検査に比べて、受検者の特徴が際立って現れていました。また、性格・価値観や知的能力など一つひとつの項目も数値化されていて見やすいですし、管理システムが直感的に操作しやすいことも、管理する側からするとポイントが高かったですね。

また、合格基準を新たに作成しなければならないというプレッシャーの中で、「適性検査」そのものの使い方や説明だけでなく、採用基準の設定方法や選考時におけるアドバイスなど、多岐にわたる観点でエン・ジャパンの担当者に相談できることも心強く感じ、導入を決めました。

Talent Analyticsを使ってみた所感

Talent Analytics導入にあたって、まずは全社員に受検してもらいました。当社のカルチャーにフィットする社員の共通点を洗い出し、 Talent Analyticsのオプションである「傾向分析ツール」で定量的に把握。現役社員と応募者との比較が可能になり、選考にも役立てやすくなったと感じています。

※Talent Analyticsオプション「傾向分析ツール」サンプル画像

私たちの会社は「安定している」という理由で、新卒の方からの応募が多くあります。ただ、市場が価格競争に傾きがちな中、青果物の流通革新を進めるには、安定ではなく変革を促進するエネルギーや積極的にアイデアを出す力が不可欠です。

現在、適性検査の合格率は5～6割に落ち着いてきています。Talent Analyticsの項目を組み合わせ、定性・定量情報の両面で確認し、より厳密に当社で活躍できる社員を選考していきたいと考えています。

Talent Analytics導入後に期待することや取り組みたいこと

Talent Analyticsの導入後も、エン・ジャパンの担当者とは相談をしたり、アドバイスをもらったりという関係が続いています。例えば当社に在籍する社員の傾向や、年度毎の新卒の傾向分析の結果が出た際も、特徴の解説に留まらず、議論は研修へと発展し「昨年と比較してこの項目が下がっているので、新入社員研修で重点的に取り組むべき必要がありますね、具体的には・・・」とのアドバイスをもらいました。人事業務はプレッシャーもあり壁打ち相手が欲しいなと思うこともありますが、適性検査といった限定的な分野ではなく、人事業務全般について相談できるパートナーがいることは心強いですね。

今後は採用のみならず、入社後の育成のシーンでも活用していきたいと思っています。ここもぜひ担当の方と相談をしながら進めていきたいです。