データ分析は専門部署の仕事ではなく、トップ営業が感覚でやっている判断を、全員の言葉にする営みです。高価なBIツールの前に、スプレッドシート1枚から始められます。
必要なのは、候補者ごとに「ファネルの段階(登録/面談/推薦/一次/最終/オファー/承諾/入社)」「各段階の日付」「流入チャネル」「担当者」が記録されたテーブルだけです。ATS/CRM(ツール記事)から出力できれば理想、なければスプレッドシートへの手入力でも始まります。
この4列で答えられる問いは膨大です。チャネル別の決定単価(集客の評価)、担当別のボトルネック(支援の個別化)、月別の傾向データ分析の8割は、集計表の縦横を入れ替える作業にすぎません。
①歩留まり分解:段階間の通過率を出し、最も細い箇所を特定する(KPIファネルの実装)。②期間分解:各段階の平均滞留日数。推薦から一次までが長いなら企業側、面談から推薦までが長いなら自社側に原因がある。③単価分解:決定単価の分布。売上が少数の高単価に依存しているのか、量で積んでいるのかで、戦略(単価の構造)が変わります。
月次でこの3枚を眺める習慣だけで、「なんとなく不調」は「推薦後の滞留が2週間伸びている」という打ち手のある文章に変わります。
慣れてきたら、登録月ごとのコホート(その月の登録者が、その後どの割合で面談・決定に至ったか)を見ます。掘り起こし(DB活用)やナーチャリング(潜在層育成)の効果は、コホートでしか正しく測れません。
セグメント(職種×年齢帯×チャネル)別の決定率は、集客投資と担当アサインの精度を上げます。ただし細分化のしすぎはサンプル不足の誤読を生むため、1セグメント最低30件を目安にしてください。
分析が続かない理由は2つだけです。①入力されない(対策:入力項目を最小にし、ツールで自動化)②会議で使われない(対策:ヨミ会・週次レビュー(こちら・こちら)の冒頭5分を「今週の3分解」に固定する)。
データの役割は人を裁くことではなく、議論の主語を「誰が悪い」から「どの段階が細い」に変えることです。数字は詰める道具ではなく、守る道具。この文化設計とセットで導入した組織だけが、分析を定着させています。
紹介業のデータ分析は、段階×日付×チャネル×担当の4列から始まり、歩留まり・期間・単価の3分解で「なんとなく」を打ち手のある文章に変える。コホートで施策の真の効果を測り、入力の最小化と会議への接続で文化にする。数字は裁く道具ではなく、議論の主語を変える道具である。
記事の内容を前提にして、あなたの状況に合わせた答えをAIに出させます。質問を入れて「ChatGPTで相談」または「Claudeで相談」を押すと、記事の要点と質問がセットになった状態で開きます。