貴社に最も適合した
人材を科学的かつ
客観的に評価する
分析技術

様々な社風や業務環境を考慮するために
多様な企業の面接官の評価基準や
高成果者の特性を学習させています。
人材分析の方法

差別化された受検データの分析により深層的なコンピテンシーを把握

V4、P6技術を用いた質疑や脳科学ゲームに対する受検者の反応を抽出し、 学習された面接官の評価データと高成果者のデータから受検者のコンピテンシーを総合的に判断します。

4つの人材分析プロセス

成果コンピテンシーと職種別適合度を分析する4つのカテゴリー。 脳神経科学の研究から得られた職種別高成果者の特徴を学習し、受検者のコンピテンシーを分析します。

  • 400編以上の論文を学習

    脳機能の研究/測定方法論からの測定方法と実験結果に基づき前頭前野の機能の測定方法を定義

  • 優秀な面接官の判断力を学習

    豊富な面接経験を持っている面接官200人の判断力(=面接評価)学習し、受検者のコンピテンシーを分析

  • 職種別高成果者の特性を学習

    在職されている職種別高成果者の特性からコンピテンシーを導き出すことで成果予測モデルを構築

  • 企業別在職者の特性を学習

    貴社の在職者の特性を学習し貴社だけの人材像を考慮した最適化アルゴリズムを適用

研究論文の学習

脳神経科学の
研究に基づき人材の
コンピテンシーを
判断します。

受検者がゲームごとに応答した反応時間、意思決定の種類と方向性、学習速度などのデータを収集し、脳のCEOとも呼ばれる前頭前野(Prefrontal Cortex)の6つの領域に関連する注意、記憶、推論などのコンピテンシーを測定します。
面接官の判断結果を学習

複数の面接官が
あなたの人材採用を
お手伝います。

受検者の質疑応答の映像を見ながら、 200人の面接官が出した評価結果を収集し、主な特徴を機械学習させることにより、判断メカニズムを構築します。それを基に受検者のコミュニケーション能力、感情伝達能力、好感度などのコンピテンシーを分析します。
職種別の高成果者の特性を学習

高成果者の特性を
学習し成果能力を
分析します。

様々な職種や企業で働く1~3年次の在職者を対象に、コンピテンシー検査結果と成果データを匿名化した状態で収集し、職種別高成果者のコアコンピテンシーを分析することで成果予測モデルを作ります。これに基づき、受検者と高成果者のコンピテンシーのパターンを比較分析することで、成果能力と適合度を評価します。
企業別カスタマイズ

貴社の人材像に
適合した選抜が
可能になります。

在職者に対するコンピテンシー検査結果と成果データを学習し、貴社だけの人材像と職種別の高成果者の特性を考慮した採用の最適化が可能となります。
人材のコンピテンシー判断

未来成果能力を予測するコアコンピテンシー

内面的特性である成果創出能力、関係構築能力、組織適合力を評価し、外面的に見られる好感度(魅力度/意思表現/感情伝達)を評価します。
AIコンピテンシー検査の精度

平均約80%の確率で高/低成果者を分類します。

脳神経科学/心理学基盤の測定に統計学基盤の分析アルゴリズムを適用した上で高成果者の特性を学習させることで成果予測力をより高めることができました。更に企業別カスタマイズを適用すれば非常に高い精度で採用選考が可能になります。

投入した費用に比べ価値が非常に大きいです。受検者の隠れた魅力を見ることができました。

- MURATAの人事担当者

MURATAの成功ストーリーを見る