スクリー二ング方法論
インパクトスコアリングは、候補者が実際に達成した成果、収益、チームの拡大、製品の出荷などを測定する履歴評価方法であり、候補者の履歴に特定のキーワードが何回出現するかを数えるのではなく、実際の成果を評価します。この2つのアプローチの違いは、ATS が最適な候補者を浮き彫りにするか、単に職務説明に適合する語彙を持つ候補者を浮き彫りにするかを決定します。
旧来の方法
キーワードマッチングが実際に何を達成するか の実態
単語のカウント、 成果ではない
キーワードマッチングは、職務説明から特定の用語をスキャンし、重複スコアを計算することで機能します。職務投稿に「プロジェクトマネジメント」が3回、「ステークホルダーとのコミュニケーション」が2回出現する場合、キーワードマッチャーはそれらの正確なフレーズを高頻度で含む履歴を報酬します。
これは2010年の最先端技術でした。2026年現在でも、Greenhouse、Lever、ほとんどのエンタープライズプラットフォームを含む大多数のプラットフォームが、主なスクリー二ング方法としてこれを使用しています。一部のプラットフォームには、軽量の AI 層が追加されていますが、コアメソドロジーは依然として用語頻度マッチングです。
ロジックは簡単で、致命的な欠陥は単純です。語彙と能力を混同します。
欠陥
キーワードが失敗する3つの方法
1. 異なる用語をペナルティ化する
シニアエンジニアが「1日50Mリクエストを処理する分散システムを構築した」と書くと、ジョブ説明に「マイクロサービスアーキテクチャ」とあるため、低スコアになります。同じスキルですが、異なる単語です。キーワードマッチャーはミスマッチを見ますが、人間のインタビュアーは完璧な一致を見ます。これは、 ATS 資格のある候補者の却下の主な原因の1つです。。
この問題は、業界を超えて複合的に発生しています。フィンテックの「製品マネージャー」はヘルスケアのそれとは異なる用語を使用しますSaaS、しかし、根底にある能力は同一です
2. 報酬 キーワードスタッフィング
候補者がルールを学ぶと、それを操作します。職務説明を白文字でリザUMEの下部に貼り付けます。各バレットポイントで重要なフレーズを繰り返します。「ATS 最適化ツール」を使用して、キーワード密度を最大化するためにリザUMEを書き直します
その結果、トップスコアの候補者は、仕事に最も適しているのではなく、システムを操作するのが上手い人々になります。77%のリザUMEが AI生成を含む形式になっているため、この問題は加速しています
3. 無視する 実際のパフォーマンスを予測するもの
研究によると、過去の成果は将来のパフォーマンスを予測する最も強い指標です。候補者が「18ヶ月で収益を200万ドルから800万ドルに増やした」ということは、キーワード頻度では捉えられないことを伝えています。キーワードマッチングは、両方の文に「収益」という言葉が含まれている場合、「収益増加イニシアチブを支援した」という文と同じように扱います
新しい方法
インパクトスコアリング が評価するもの
インパクトスコアリング は、実際に仕事のパフォーマンスを予測する5つの次元で候補者を評価します：
量的成果： 数字を仕事に付けることができたかどうか。収益、ユーザー、パフォーマンスの改善、チームの規模、具体的な内容は、形容詞よりも重要です
責任の範囲： プロジェクトをリードしていたか、貢献していたか、観察していたか。動詞と文脈は、タイトルが示さない場合でもそれを明らかにします
キャリアの軌跡： 候補者は責任を増やしながら成長しているか、停滞しているか。スコープの増加による横移動は、称号のインフレとは異なります。
スキルと役割の整合性： キーワードの重複ではなく、文脈による関連性。「2TBのデータを処理するETLパイプラインを構築した」という記述は、「データエンジニアリング」というフレーズがなくても、データエンジニアリングの役割に合致します。
物語の明確性： 候補者は自分が行ったことを、意味のある方法で伝えることができるか。これは、役割の中でのコミュニケーション方法と相関関係があります。
例
候補者A vs 候補者B
同じ役割：シリーズBのスタートアップにおけるシニアプロダクトマネージャー。各システムの選択肢は以下の通りです。
候補者A： キーワードの勝者
履歴書の抜粋「ステークホルダーとのコミュニケーション、Agileメソッド、製品ロードマップの開発、ユーザー調査、クロスファンクショナルなコラボレーション、データドリブンの意思決定における専門知識を持つ経験豊富なプロダクトマネージャー。複数のチームを跨いだ製品ライフサイクルを管理しました。」
キーワード一致スコア92/100、12個の求人キーワードのうち11個に一致。
インパクトスコア41/100、測定可能な成果なし、範囲指標なし、不明確な責任。
候補者B: インパクト受賞者
履歴書の抜粋「0から1への決済製品の構築を主導し、6ヶ月間で1,200万ドルの取引を処理した。エンジニアチームを3名から11名に拡大した。再設計されたアクティベーションフローにより、オンボーディング脱落率を34%削減した。四半期のビジネスレビューを取締役会に提示した。」
キーワード一致スコア58/100、「アジャイルメソッド」、「製品ロードマップ」、「クロスファンクショナルコラボレーション」を欠く。
インパクトスコア89/100、数量化された成果、明確な範囲の成長、具体的な成果。
候補者Bはインパクトスコアリングで面接に合格する。キーワードマッチングでは自動的に却下される。対決
方法論 比較
| 次元 | キーワードマッチング | インパクトスコアリング |
|---|---|---|
| これが測定するもの | 用語の頻度の重なり | 計測可能な成果 |
| ゲーミング脆弱性 | ハイ（白テキストスタッフィング） | ロー（成果は検証可能） |
| 用語間の処理 | 同義語で失敗する | 意味を評価する、単語ではない |
| の採用品質に対する精度 | 低い（語彙 ≠ 能力） | 高い（成果がパフォーマンスを予測） |
| 候補者公平性 | 非ネイティブスピーカーをペナルティする | 言語非依存評価 |
| 業界採用トレンド | レガシー、衰退 | 成長（Workday、iCIMS にAI を追加） |
業界の転換
企業プラットフォームはなぜ を追加してAI スコアリングを行うのか？
Workday、iCIMS、SAP のSuccessFactors、3 つの大手企業ATS プラットフォームはすべて、AI駆動の候補者評価に大量に投資しています。これは偶然ではありません。キーワードマッチングが精度の限界に達したことを業界全体が認めたものです。
この転換は遅いのは、企業ソフトウェアが遅く進むからです。4,000 を超える顧客が依存するコアアルゴリズムを置き換えることは、数年かかるプロジェクトです。しかし、方向は明確です：市場は「この履歴書に正しい言葉が含まれているか？」から「この人が実際に関連することを達成したか？」への移行しています。 のAI スクリーニングのしくみについてを参照してください。
Curriculo ATS は、 シグナルベースのスコアリング で構築されたため、置き換えるためのレガシーキーワードシステムはありません。 インパクトスコアリングエンジン は、測定可能な成果をネイティブに評価し、後から付け加えられたものではありません。
FAQ
方法論 質問
インパクトスコアリングとキーワードマッチングの違いは何ですか？
キーワードマッチングは、特定の用語の出現回数を数え、求人描述との重複を計算します。一方、インパクトスコアリングは、使用された特定の言葉に関係なく、計測可能な成果、収益、チームの拡大、プロジェクトの実施などを評価します。
キーワードマッチングは、優秀な候補者をペナルティーする理由は何ですか？
それは、最も適切な候補者が求人描述と同じ言語を使用することを前提としています。エンジニアが「分散システムを構築し、1日あたり50Mリクエストを処理する」と書く場合、JDは「マイクロサービスアーキテクチャ」と述べています。異なる言葉ですが、同じスキルです。
候補者はインパクトスコアリングを操作できますか？
それはキーワードマッチングを操作するよりも難しいです。キーワードスタッフィングは簡単で、JDを白いテキストに貼り付けます。インパクトスコアリングは、主張の具体性と一貫性を評価します。捏造されたインパクトは、通常、曖昧で一貫性がなく、履歴書全体にわたっています。
企業プラットフォームはAIスコアリングを追加する理由は何ですか？
それはキーワードマッチングがよく文書化された精度の天井を持っているからです。Workday、iCIMS、およびSAPSuccessFactorsは、キーワードシステムが最も適切な候補者を特定できないため、AIスコアリングに投資しています。このシフトは、業界全体の認識です。
CurriculoATSはキーワードマッチングを使用していますか？
CurriculoATSは シグナルベースのインパクトスコアリング を主要な方法論として使用し、候補者を5つの次元で評価します。スキルマッチングは1つのコンポーネントですが、生のキーワード頻度ではなく、コンテキストで評価されます。