選考プロセスをスリム化し、出会いの数をより多く増やす。フェズがたどり着いた「個」と向き合うLAPRAS活用術

この記事をシェアする

事業成長が加速する一方で、開発組織はまだ少数精鋭。採用計画は拡大するものの、現場のリソースは限られている――。そんな成長企業ならではの壁に、株式会社フェズも直面していました。採用を進める中で「スピード」「判断軸」「候補者体験」の3つを同時に整える必要に迫られた同社。そこで選んだ解決策が、候補者理解を起点にした採用設計と、その中心に据えたLAPRASの活用でした。具体的な運用の整え方、直近の採用事例、そしてこれからの展望まで。同社の採用を牽引するHR部の澤木さんに詳しいお話を伺いました。

《プロフィール》
HR部
エンジニア採用担当リクルーター
澤木 千果さん:
フェズでエンジニア採用・中途採用を担うHR部のリクルーター。これまで複数の企業で採用・人事領域に携わり、事業成長フェーズにおける採用体制づくりや、現場と連携した採用推進を経験してきた。現在はLAPRASを中心に、候補者理解を起点としたスカウト運用を設計・改善し、スピードと納得感の両立、候補者体験の向上に取り組む。

株式会社フェズ
「情報と商品と売場を科学し、リテール産業の新たな常識をつくる。」をミッションに掲げるリテールメディア企業である。国内最大級のリテールデータプラットフォーム「Urumo(ウルモ)」を基盤に、購買データの分析やリテールメディア、店頭改善支援など、広告×販促×店頭を横断したソリューションを提供し、小売事業者・メーカー双方の成長を支援している。

AI時代に高まる開発以外のスキルの重要性

「コードを書く」ことから「事業貢献」へ。マネジメント・リードなど、「作る以外の役割」を果たせるエンジニアのニーズが、ますます高まりを見せています。

事業成長を牽引するこれらのスキル、LAPRASなら見極められます!

「AI時代に求められるエンジニア」を見つける方法

採用の見直しから始まった、LAPRAS導入までの道のり

― LAPRAS導入前に感じていた課題について教えてください。

当時のフェズは、事業や組織が拡大していくフェーズにありました。年間では他職種も含めて55名ほどの採用を見据えていて、会社としても「これから大きくなっていく」段階だったんです。一方で開発メンバーは多くなく、エンジニア組織をどう強化していくかは大きなテーマでした。

― 採用の必要性は高かった一方で、課題もあったんですね。

そうですね。採用自体は進めていましたが、「どんなエンジニアの方と、どんな関係性でプロダクトをつくっていきたいのか」という点が、当時はまだ整理しきれていなかったと思います。

選考プロセスも、当時は三次面接+最終面接まで実施していました。丁寧に見ていたつもりでも、結果として意思決定までに時間がかかってしまい、候補者の方とのコミュニケーションに間が空いてしまう点も課題に感じていましたね。

「どこを改善すれば良くなるのか」「何がボトルネックなのか」を捉えきれていなかった。スピード、判断軸、候補者体験。どれも大切だと分かっていながら、同時に整えきれていない感覚がありました。

― そこから、採用全体の見直しが始まったんですね。

実はLAPRASは以前から契約していたのですが、開発が多忙で採用活動自体が停滞していた時期があり、十分に活用できていませんでした。そこで採用を本格的に立て直すタイミングで、リクルーターを採用し、LAPRASを中心に据えた運用に再設計したんです。その中で強く出てきたのが、「まずは候補者理解の精度を上げたい」という課題感です。

+入口での候補者理解が浅いままだと、やり取りの質も上がりにくいですし、結果としてスピードや判断軸、候補者体験にも影響が出る。そう考えるようになったのが、LAPRAS本格運用の再設計を検討し始めたきっかけでした。

― LAPRASをエンジニア採用の軸に選んだ決め手は何だったのでしょう。

最終的にLAPRASに決めた理由は、「情報の集約性」と「対話のしやすさ」でした。

GitHubやX、note、イベント登壇など、エンジニアの方が積み上げてきたアウトプットが一つのプロフィールにまとまっている。職務経歴書だけでは見えにくい、その方の考え方や技術への向き合い方、志向性まで含めて立体的に理解できる点が大きかったですね。

― その「立体的な理解」は、採用のどの部分に効くと感じましたか。

候補者の方のことを、経歴の羅列だけで判断しなくてよくなる、という感覚がありました。たとえば、どんな技術にアンテナを張っているのか、何を面白いと思っているのか、どういうスタンスで仕事をしているのか。そうした情報に触れたうえでスカウト文を書けるので、「なぜあなたに声をかけたいのか」を言語化しやすい

結果として、候補者の方とも対等に会話ができますし、こちら側の判断軸もブレにくくなると思いました。

― 導入時の伴走についての印象はいかがでしたか?

導入時に行ったカスタマーサクセスとのMTGは、特に印象に残っています。1聞くと10返してくれるような感覚があります。「ここまで親身になって一緒に考えてくれるんだ」と感じました。

スカウト文面の添削や、どういう切り口で声をかけると伝わりやすいかといった壁打ちにも付き合っていただいて。運用を始める前から解像度を高められたのは心強かったです。

「闇雲に数を打つ採用」ではなく、「なぜこの方に声をかけたいのか」を言語化したうえで、候補者の方と対話できる採用に変えていけそうだ、という手応えがありました。

1通に15分かけ、エンジニアの「個」に向き合うスカウト運用

― 現在のLAPRAS運用体制について教えてください。

現在私は、エンジニア採用・中途採用を担当しています。HR部全体の体制としては、私の他にBiz職専任のリクルーターが1名、オペレーション担当が1名という体制です。開発チームも採用に協力してくれていて、リーダーやメンバーが面談や選考に関わっています。

エンジニア採用を「人事だけの仕事」にせず、現場と連携して進められる形が少しずつ整ってきたと思います。

― 採用チャネルの使い分けについても教えてください。

エンジニア採用に関してはスカウト、エージェント、リファラルの3本柱です。その中でもスカウトは、候補者の方とダイレクトにつながることができる重要なチャネルだと思っています。

― スカウトの実務は、どのように進めていますか。

一番大事にしているのは、「しっかりとプロフィールを読みこんだ上で声をかける」ことです。プロフィール、経歴、アウトプット、SNSでの発信まで目を通したうえで、その方が今どんなテーマに関心を持っているのか、どんなキャリアを描いているのかを考えます。

スカウト文に関しても、テンプレート的な文面は使わず、1通あたり15分程度はかけていますね。スカウトの数が増えること自体が目的になってしまうと、どうしても情報量が薄くなってしまうので、「この方に声をかけたい理由」を文章に落とし込むことを大切にしています。

― スカウト文の質を上げるために、開発側とも連携している事例などもありますか?

はい。必要に応じてエンジニアとコミュニケーションしながら、スカウト文の切り口を磨いています。たとえば「この方のどこが良いと思うか」「どの経験が現場で活きそうか」といった観点をすり合わせて、文章に落としていくイメージです。

ただ、現場の工数を必要以上に使わないことも大切なので、日常的な運用は基本的にこちらで完結させています。リクルーターが自走できる状態をつくることが、結果として採用全体のスピードにもつながると考えています。

― 実際にLAPRASを使ってみての手応えはいかがですか。

スカウトの返信率は約9.6%です。一定の手応えは感じていますね。ただ、「これで十分」とは思っていなくて、文面や切り口は今も試行錯誤してブラッシュアップを心掛けています。

― 選考フローにも変化があったとのことでした。どのように改善されたのでしょうか。

以前は三次面接があることもありましたが、現在は2回に集約しています。面談後の連絡もできるだけ早く行い、候補者の方を「待たせない」ことを意識しています。候補者の方とのやり取りは、少し間が空くだけでも温度感が変わってしまう。候補者体験を整える意味でも、スピードは重要だと感じています。

― 「待たせない」を実現するために、日々の運用面で工夫していることがあれば教えてください。

まず、候補者の方との接点が発生したら、できるだけ早く次のアクションが決まる状態にすることを意識しています。スカウトに返信をいただいたら、すぐにカジュアル面談の打診をする。面談が終わったら、社内での確認を引き延ばさずに、次に進めるかどうかの判断を早める。

選考中も、必要に応じて追加情報をお渡ししたり、イベントのご案内をしたりして、関係性が途切れないようにしています。候補者の方にとって「いま自身がどういった状況にいるのか」が分かる状態をつくることが、結果として安心感につながると感じています。

以前は2ヶ月前後かかっていた選考期間が、現在は3週間〜1ヶ月程度まで短縮できました。運用フローを整えたことで、約半分のスピードアップとなり、スカウト本数自体も増やせました。

候補者と企業、双方が納得できる採用を実現する

― 候補者選びで重視しているポイントを教えてください。

技術スキルはもちろんですが、それだけで判断することはありません。カルチャーや価値観、対人コミュニケーション、ベンチャーマインドなども含めて見ています。このあたりは私が判断するのではなく、面接を担当する現場エンジニアやリーダーが感じた内容を逐一共有するようにしています。

フットワークの軽さや、新しい技術、特にAI領域へのアンテナが高いこと、技術に貪欲であることも重要だと感じています。

エンジニアの方でも、プロダクト志向や事業目線は大切です。技術だけで完結せず、プロダクトとしてどう良くしていくかを一緒に考えられるかどうかは、日々の仕事にも影響しますから。

― 選考の中で迷うことはありますか。

あります。ただ、採用は企業と候補者のどちらかが一方的に選ぶものではなく、双方が納得して進めるプロセスだと考えています。

価値観や目指す方向性にズレがありそうな場合は、無理に進めることはせず、「この選択が候補者の方にとっても、会社にとっても良いものか」を丁寧に見極めます。短期的に急いで進めるより、結果的にそのほうが誠実だと思っています。

― 直近でLAPRAS経由の採用に至った方について教えてください。

直近では2名の方とご縁がありました。

1人目は業務委託の方で、スキルレベルとしてはテックリードクラスです。ただ、業務委託という形なので、役割としてはテックリードそのものではなく、スペシャリストとして関わっていただいています。

印象的だったのは、インプット・アウトプットへの貪欲さですね。数多くのカンファレンスで登壇をされていたり、地方から東京のエンジニアイベントに参加したりと、学び方の強度が高い方でした。

― その方に声をかけた決め手は、どこにありましたか。

まず、アウトプットの積み上げが一貫していたことが大きいです。単発の発信ではなく、継続的に学び、発信し、場に出ていく。そうした姿勢がプロフィールから読み取れました。

また、イベント参加や登壇の情報がまとまっていることで、「どういうテーマに関心があるのか」「どんな環境で力を発揮しそうか」をイメージしやすかったんです。だからこそ、こちらも「なぜ今このタイミングで声をかけたいのか」を言語化できて、具体的なコミュニケーションにつなげられました。

― 2人目の方についても教えてください。

2人目はバックエンドエンジニアのミドル層で、職位としてはメンバークラスの方です。この方は「なりたいキャリア」に向けて逆算し、やり抜くタイプの方でした。今どんな環境に身を置くべきかを丁寧に考えたうえでフェズを選んでいただいた、という感覚があります。

― その方に声をかけた決め手はどのような点だったのでしょうか。

キャリアを“積み上げ”ではなく“設計”として捉えているところに惹かれました。これまでの経験の延長ではなく、将来の姿から逆算して、次に何を選ぶべきかを考えている。その思考の筋の良さが伝わってきたんです。

また、技術に対する向き合い方も、単にスキルを増やすというより「プロダクトにどう活かすか」という目線がありました。フェズとして大切にしているプロダクト志向・事業目線とも相性が良いと感じ、具体的な内容でお声がけできました。

この方の採用アプローチにはちょっとした工夫もあります。大手企業とも競合する状況だったんです。そこで、若手メンバーとの会食を設定したり、チーム全員からのメッセージをPDFにまとめたり、組織の雰囲気を実感していただく機会を丁寧に作りました。最終的には『フェズで働く人たちに魅力を感じた』ということが決め手になったと伺っています。

― ジョインすることになった2名に共通する点はありますか。

どちらの方にも共通していたのは、「自分の意思でキャリアを選んでいる」という点でした。だからこそ、こちらもきちんと情報を出し、対話を重ねて、納得してもらう必要があると感じています。

― 最後に、今後の採用と組織づくりについて教えてください。

今後、会社としてはさらに成長を加速させていくフェーズに入ります。その延長線上に、IPOも一つの選択肢として視野に入っています。

採用を短期的な補充ではなく、長期的な関係づくりとして捉えたいと考えています。LAPRASは、今すぐ転職を考えていない方とも継続的につながれる点が魅力ですよね。今後もエンジニアの方と対等な立場で向き合いながら、プロダクトや組織を一緒につくっていける関係性を大切にしていきたいですね。

― 本日はありがとうございました。

AI時代に活躍できるエンジニア、どう見極める?

AIが「作る役割」を担う今、エンジニアの役割は「技術で事業成長を導く」ことへと変わりつつあります。

採用市場では、従来の開発力に加え、「事業貢献」に直結するスキルの重要性が高まっています!

今、需要が高まるエンジニアのスキル

  • 課題解決能力:顧客やビジネスへの深い理解で、技術を価値創出につなげる
  • 技術応用力:新しい技術(特に生成AI)でチームの生産性を高める
  • マネジメント能力:戦略策定・組織運営・人材育成で事業成長を牽引する

こうしたスキルを持つ人材は、従来の経歴書だけでは見極めが困難です。
LAPRASなら、「AI時代に求められるエンジニア」とそのスキルを、独自のアプローチで可視化できます。

▼詳細はこちら▼

他者貢献/事業貢献型エンジニア