TECH OFFERのプロフィール選定基準の作り方

TECH OFFERで誰に送るかを決めるとき、プロフィールを一枚ずつ読んで「送る・送らない」を決めていくと、担当者ごとに判断がぶれます。この媒体には、研究室や技術キーワードから指定する入り口と、学生が自分で書いた志向や経験から指定する入り口の二つがあり、読む場所がそもそも違うからです。この記事では、一人のプロフィールを前にしたときにどの順番で何を見て、どこで枝分かれさせるかを、判定の分岐として整理します。分岐を先に決めておけば、自動に任せる層と人が読む層の線も引けます。以下は、2026年9月23日時点で公式サイトに記載されている内容に基づいています。

最初の分岐は「どちらの入り口で見つけた学生か」

特徴ページは、二つのオファータイプを案内しています。スペシャルオファーは、技術スキルや経験・学びを教員名・研究室名や技術キーワードからターゲット指定できるもので、研究室データベースを活用したマッチングの仕組み（特許取得済み）とされています。パーソナルオファーは、学生が登録する一般的な個人情報（スキル・ガクチカ・自己PRなど学生の志向性・経験）からアプローチが可能なものとされています。

研究で近い学生と、志向で近い学生は、重なることはあっても別の集合です。二つを一つの「合う・合わない」でまとめると、どちらの基準も曖昧になります。 そこで判定の最初に、その学生をどちらの入り口で見つけたのかを確認し、以降は入り口ごとに別の分岐をたどります。判定の全体像は次のとおりです。

共通の条件として、希望勤務地と自社の拠点が合うかを一段目の前に置く会社もあります。よくある質問は、研究内容はもちろん、希望職種や勤務地、性格診断結果を軸に、会いたい学生へオファーを送ることが可能としています。どの軸をどの段で使うかを決めておくのが、この表の役割です。

研究の入り口では、教員軸を広く、技術キーワードを狭く読む

特徴ページは、全国4万件の教員・研究室の情報をデータベースとして活用し、「大学・専攻」「教員名」の教員軸と、研究内容から導き出された100万件の「技術キーワード」から、学生に求める技術や経験・学びを見つけ出せるとしています。教員軸は研究室の単位、技術キーワードは研究の中身の単位なので、粒度が違います。両方を同じくらい狭く置くと、候補がほとんど出ません。

公式サイトは、登録学生の所属大学の一例として、国立・公立・私立を問わず多数の大学名を挙げています。大学名で先に絞ると、この幅が使えなくなります。技術キーワードで母集団を作り、大学や学年は後ろの条件に置く順番にします。

二段目の「研究の中身が自社とつながるか」は、人事だけでは判定しにくいところです。人事が考えたキーワードと、現場が日常で使う言葉はずれます。募集の設計時に、現場のエンジニアや研究職に「この仕事で使う言葉」を三十個ほど挙げてもらい、それを判定表の言葉にしておくと、担当者が替わっても同じ判定になります。

エラベルの見解

判定がぶれる原因として多いのは、現場と人事で「近い研究」の意味が違うことです。人事は専攻名で近いと判断し、現場は手法や装置で近いと判断します。この二つがずれたまま送ると、反応は来るのに面談で噛み合わない状態が続きます。担当する側から見ると、二段目の判定は知識ではなく、現場の言葉の一覧を持っているかどうかで難易度が変わります。一覧があれば、理系の専門外の担当者でもかなりの精度で判定できますし、一覧がなければ、経験のある担当者でも迷います。エラベルで担当者を選ぶときは、その人の専門分野より、現場から言葉を引き出して判定表に落とせるかを見てください。

志向の入り口では、自己PRを「一行に書けるか」で読む

パーソナルオファーの入り口では、スキル、ガクチカ、自己PRといった、学生が自分の言葉で書いた情報を読みます。研究の入り口と違って、キーワードの一致だけでは判定できません。ここでの分岐は、読んだ内容のうち、冒頭の一行に具体的に書ける記述が一つあるかどうかです。書ける記述があれば個別オファーの層に、職種の希望は合うが書ける記述がなければ自動オファーの層に回します。

性格診断結果の扱いは、分岐に入れる前に社内で決めておきます。検索の軸として使えるとされていますが、診断結果で人を外す基準を作ると、なぜ送らなかったのかを説明しにくくなります。参考として見る範囲にとどめ、送る・送らないの線引きには使わないほうが無難です。個人に関する情報の扱いに迷う場合は、個別の判断を専門家にご確認ください。

判定の結果を、自動・半自動・手動の三層に振り分ける

特徴ページは、採用ターゲットの絞り込みからオファー送付まで自動で対応可能とし、自動オファー（あらかじめ条件化した対象にオファー文章を設定し自動送信）、自動リストアップ（あらかじめ設定した条件に合致する学生を自動でリストアップ）、個別オファー（学生検索画面や、おすすめ学生の「気になる」をした学生に個別オファー）の三つを挙げています。判定の分岐は、この三つの手段にそのまま対応させます。

自動に載せる層の条件は、言葉ではなく設定値で書ける粒度まで落とす必要があります。「意欲のある学生」は設定できませんが、キーワードと希望職種の組み合わせなら設定できます。公式サイトは、ニッチなスキル・知識のある学生に合わせて個別にオファーできるとしており、三段目まで通過した学生がこれに当たります。個別オファーの層は週に何本と先に決めておかないと、自動の層だけが積み上がっていきます。

見送りの判定を記録し、月に一度分岐を直す

送る条件だけを決めると、迷った候補がすべて対象に入り、テンプレートの文面が薄くなります。見送る条件を先に決めておくほうが、限られた時間を個別オファーの層に使えます。見送る条件の例は次のとおりです。

• 希望職種に自社の職種が一つも含まれない
• 勤務地の希望が自社の拠点とまったく合わない
• 技術キーワードが一つも重ならず、文面に書く接点が作れない
• 前年に同じ条件で送って反応が無かった層

見送った理由は、条件ごとに件数を残します。 一段目で落ちる学生が多すぎるなら基準が厳しすぎ、三段目まで通過した学生から反応が無いなら二段目の読み方がずれている、というように、どの段を直せばよいかが数字で分かります。記録していないと、翌週に同じ候補を見て同じ判断をやり直すことになります。

登録者の中身は時期によって変わります。公式サイトは、研究室への招待状送付、後輩・友達紹介、大学授業との連携といった学生集客の施策を挙げています。分岐は一度決めて固定するものではなく、月に一度は見直すものとして置いてください。よくある質問は、契約までにデモ画面や登録学生の情報を確認できるとしているので、契約前に自社の条件で一段目を通過する人数を数えておくと、分岐の厳しさを机上ではなく件数で決められます。判定した学生に何を書くかはTECH OFFERのスカウト文面の型に、週ごとの回し方はTECH OFFERの運用スケジュールと送信計画にまとめています。

エラベルの見解

分岐を作り込むことに時間をかけるより、二週間走らせてから直すほうが早く合います。相談でよく聞くのは、判定表を完成させてから運用を始めたいという声ですが、実際には、反応が無かった学生の共通点からしか分岐は直せません。送った相手をどの段で通過したかで分けて記録し、段ごとの反応を月に一度見る。それだけで、次に厳しくする段と緩める段が決まります。この作業は地味ですが、担当者によって差が出やすいところでもあります。記録の形を最初に決めて、誰が担当しても同じ表が残るようにしておくと、担当が替わったときにも判定の精度が落ちません。

まとめ

• 判定の最初に、研究の入り口と志向の入り口のどちらで見つけた学生かを分け、以降は別の分岐をたどる
• 研究の入り口では教員軸を広く、技術キーワードを狭く置き、大学名では先に絞らない
• 志向の入り口では、自己PRやガクチカに冒頭の一行に書ける記述があるかで分岐させる
• 判定の結果は、自動オファー、自動リストアップ後の手動、個別オファーの三層にそのまま対応させる
• 見送りの理由を段ごとに記録し、月に一度、どの段を直すかを決める

よくある質問

Q. 性格診断結果で送る相手を絞ってもよいですか

公式サイトは、性格診断結果を軸にオファーを送ることが可能としています。ただ、診断結果で送らない相手を決めると、理由の説明が難しくなります。参考として見る範囲にとどめ、扱い方は社内で決めてから運用に組み込むのが無難です。

Q. 大学名で絞り込まないほうがよいのはなぜですか

TECH OFFERは研究室や技術キーワードで学生を探せる点に特徴があり、登録学生の所属大学も幅広く挙げられています。大学名で先に切ると、その幅を使わないまま母集団が小さくなります。技術キーワードで母集団を作り、大学は後ろの条件に置く順番をおすすめします。

Q. 判定の基準はどのくらいの頻度で見直せばよいですか

月に一度が目安です。登録者の中身は時期によって変わり、送った結果も段ごとに数字が出てくるためです。見送りの理由と段ごとの反応を記録しておけば、見直しにかかる時間は短くなります。

※仕様や提供範囲は変わります。掲載した内容は2026年9月23日時点の公式サイトの記載です。契約前に、運営の案内で最新の内容をご確認ください。