タレントプール

公開情報を定期的に集める

AI ワークフローが GitHub・技術ブログ・登壇資料を調べ、Web 収集結果として貯めます。手元のタレントだけを対象にするので、無関係な人物は増えません。

変化のシグナルを拾う

所属変更・転職示唆・登壇などのシグナルは重要度つきで残り、重要なものは担当リクルーターへ通知されます。

送るスカウトをリーダーが確認する

求人案内・選考案内・再アプローチは、送る前にリクルーターリーダーの確認を通します。

リーダーが承認する

承認された文面で送付し、アプローチ履歴に残します。返信待ちは毎週督促されます。

会社紹介資料を送って反応を見る

タレントごとの外部リンクで資料を送ると、どのページを何秒読んだかが残ります。読まれ方を見て次のアクションを決められます。

動かせる相手と放置されている相手を分ける

「アプローチ対象」「転職意欲が高い」「未接触」「返信待ち」で、いま声をかける相手と寝かせる相手が分かれます。

放置しているアプローチを AI に聞く

アプローチの結果・次のアクション日とタレントの転職意欲を根拠に、返信待ちのまま止まっている相手を出典つきで答えます。転職意欲が高い人から順に、今週声をかけ直す相手が決まります。

例：「返信待ちのまま次のアクション日を過ぎたタレントは？転職意欲と最後の接触日も教えて」

職種ごとの母集団の厚みを見る

「職種別タレント数」「アプローチ状況別タレント数」「転職意欲シグナル別タレント数」で、採用計画に対してどの職種が薄いかを数字で言えます。

返信待ちを毎週拾い直す

返信待ちのアプローチが毎週通知され、重要なシグナルが立った候補者はその場で届きます。放置がなくなります。

同じ人に二度目を送らないようにする

横断検索でタレントと Web 収集結果を引き、その技術領域で過去に誰と、いつ接触したかを確かめられます。

例：「Kubernetes の SRE」

送る前に文面をリーダーが見る

スカウト送付の確認を通します。誰にどの文面で送ったかが残るので、二重接触と表現の事故を防げます。