予測/レコメンド

自動マッチングによってより良い出会いを提供

自動マッチングによってより良い出会いを提供 | イメージ画像

人材紹介事業における自動マッチング機能によって、価値創出を実現した事例を紹介します。

お客様の課題

D社は就職活動において新たな付加価値が創出できるように様々な取り組みを検討していました。
求職者の過去の経験からなる固定概念によって、本当は相性の良い企業に巡り合えていない可能性もあり、より良いマッチングを実現したいと考えてはいたが、どのように実現できるのか分からずにいる状態でした。

KICONIA WORKSと取り組むことになった理由

KICONIA WORKSの理念やビジョンに共感いただいたD社担当者様から声がかかり、KICONIA WORKSから様々なアイディア出しをしたことが最初のきっかけです。
求職者に合っている就業先をAIがレコメンドし、キャリア選択の幅を広げる事のできるシステム開発の提案をしました。
様々な技術を活用したレコメンドはKICONIA WORKSの得意領域でもあり、お客様に合ったマッチングロジックを早期に提案し、取り組みはスタートしました。

プロジェクト成功の要因

D社と綿密なコミュニケーションを取り、二人三脚でプロジェクトに取り組む事ができた事が成功のポイントです。
調査フェーズでは研究機関とも連携し様々な研究論文を調べ、性格を判定するアンケートを活用し、マッチングをより良いものにしていく仕組みを構築していきました。
PoCの中で実際にマッチングを行ったところ、その結果から非常に良いマッチングロジックであることもわかり、最終的にはD社の既存開発ベンダーとともにマッチングロジックを実装したシステム開発をスピーディーに実施しました。
業界の理解、二人三脚でディスカッションしながら進めたこと、スピーディーな開発が成功の要因です。

お客様からの評価

大変満足してもらっており、D社からは追加開発の依頼や、別案件の契約機会をもらう事もできています。
D社のスケジュールに合わせて開発できた事と、D社と一体となってプロジェクトを進められた事で、後続プロジェクトに至る良好な関係性を築く事ができたと考えています。
また新しい取り組みをしましょうと声も掛けてもらっている状態です。

プロジェクトチームからのメッセージ

  • 千葉(エンジニア)
    データドリブンではなく、仮説で決めて社内外で都度ディスカッションして進めていくプロジェクトで、とても勉強になりました。
    AI系の企業ではデータをもらったら分析するという進め方が多い傾向にありますが、データを集めるところからの調査だったので、KICONIA WORKSとしても非常に貴重な経験ができたと考えています。
  • 書上(プロジェクトマネージャー)
    一つは事業領域で教育や人材紹介に、データ分析の観点から携わることができた非常に良いプロジェクトでした。
    我々とお客様だけでなく、他の開発会社なども一緒にプロジェクトを進めることは難しさもありましたが、勉強にもなりました。
    お客様からの評価も高く、その後も別案件の相談ももらっており、KICONIA WORKSの価値と信頼の最大化というビジョンを達成できた非常に良いプロジェクトでした。

PROJECT TEAM

下地

機械学習エンジニア

千葉 優輝

北海道大学大学院に就学後、AI開発スタートアップを経て、現在は製造業や食品業等の幅広い業界の課題をデ解決している。大規模データの分析や需要予測、自然言語処理の案件を得意とする。

下地

コンサルタント/プロジェクトマネージャー

書上 拓郎

慶應義塾大学商学部卒業後、大手企業・コンサルなどを経て、AI開発ベンチャーに参画。様々な業界で開発経験を経て、当社を会社設立。年間30以上のAIやシステム開発案件に携わっている。