HRプロとはアッテル - AIで採用ミスマッチを防ぐ -
掲載日：2020/08/31 ※最終更新日：2026/03/17
サービス基本情報
| 実績社数： | 2500社 |
|---|---|
| 対象地域： | 全国 |
| 対象企業規模： | すべて |
| 対象主要階層： | すべて |
| 対象主要職種： | 面接官・リクルーター 人事・労務 |
| 費用： | 受検費用：36万/年〜 分析費用：無料 |
| 提供会社： | 株式会社アッテル |
解決できる課題・このサービスをおすすめしたい企業
自社の組織の特徴を診断したい
「自社のハイパフォーマーに共通し、ローパフォーマーにはない資質」をAIが特定。自社オリジナルの採用基準を自動で作成します。
社員の性格・気質を診断したい
項目に良し悪しがない「優劣なし」の質問形式（どちらの状態も正解である二者択一形式）を採用。回答が操作できないため、ありのままの資質を定量化。
人事データを把握・活用したい
専任コンサルタントが採用基準の策定からデータの振り返り、改善までを一貫してサポート。また、現場で使いやすい多様なレポートも提供しています。
サービス内容
10万人の実データとAIが導く「自社で本当に活躍する人材」の高精度な予測
アッテルは、単なる性格診断に留まらず、入社後の活躍・定着を科学的に予測するクラウド型AI適性検査です。多くの企業が「面接の勘」や「一般的な適性スコア」で採用を判断していますが、実際には面接の的中率は約37%に過ぎず、高スコアの人が必ずしも自社で活躍するとは限りません。アッテルは、既存従業員の受検結果と人事評価（ハイ・ロー評価）を掛け合わせる「ハイロー分析」を最大の特徴としています。
これにより、「自社のハイパフォーマーに共通し、ローパフォーマーにはない資質」をAIが特定し、自社独自の採用基準を自動で作成します。この基準を用いることで、10万人以上の実データに基づいたAIが、応募者の活躍可能性を高い精度で算出します。
「優劣なし」の設問設計で、応募者による「意図的な回答操作」を徹底排除
従来の適性検査の多くは、「リーダーシップがある」「ストレスに強い」といった「良い・悪い」が明確な設問形式（優劣あり）を採用しています。これでは、応募者が合格するために自分を良く見せようと回答を操作できてしまい、入社後の実態とのギャップが生じる原因となっていました 。アッテルは、項目に良し悪しがない「優劣なし」の質問形式を採用しています 。例えば「人と話すことが好き」か「考えることが好き」かといった、どちらの状態も正解である二者択一形式で診断を行います。
この設計により、応募者は「どう答えれば評価が上がるか」を判断できず、ありのままの資質がデータ化されます。また、最新のIRT（項目反応理論）を用いた「基礎能力診断（学力）」も備えており、受検中のAIによる不正監視（カメラ・スクリーンショット記録）機能により、替え玉受診や生成AIの不正利用も防止します。
採用からマネジメント、退職予防まで「戦略人事」を支える伴走型サポート
アッテルは適性検査を「受検して終わり」にさせません。
専任コンサルタントが各社に付き、採用基準の策定からデータの振り返り、改善までを一貫してサポートします。また、現場で使いやすい多彩な出力レポートも標準提供しています。
面接官支援レポート：応募者の資質に基づき、面接で確認すべき具体的な質問例や、自社の魅力を伝える「アトラクトのポイント」を提示。構造化面接の実施を支援します。
マネジメント支援レポート：上司と部下の資質の相性や、個々の特性に合わせたコミュニケーションの注意点を可視化し、配属後の早期立ち上がりを促進します。
退職・辞退予防分析：退職者や内定辞退者の傾向を定量的に分析し、選考工程の歩留まり改善や、離職リスクの早期検知に役立てることが可能です。
事例紹介・導入企業の声
導入社数：約2500社 ※2025年10月期実績
-
食品メーカー I社
【導入の背景と課題】
・「印象」や「直感」に頼った属人的な評価
以前は、面接での受け答えや「人当たりの良さ」といった面接官の主観的な印象で合否を判断しており、評価基準の平準化が課題でした。
・入社後の実態とのミスマッチ
面接での印象が良くても、実際に入社した後に期待通りの活躍ができなかったり、短期で離職してしまったりするケースが発生していました 。
・既存の適性検査が選考に活かせていない
適性検査は実施していたものの、その結果が入社後の活躍とどう関わっているかの検証ができておらず、選考の根拠として不十分でした 。
【導入後の成果と変化】
・選考辞退者の傾向を定量化し、アプローチを最適化
選考辞退者の資質を数値化することで、自社が求めるハイパフォーマー層と辞退者の傾向が一致しているという課題を浮き彫りにしました。
辞退傾向が高いタイプを事前に特定できるようになったことで、特定層への接触回数を増やすなど、次年度に向けた戦略的な振り返りと対策が可能になりました。
・「自社で活躍する人材」の言語化による訴求力の向上
会社説明会などで頻出する「どのような人が活躍しているか」という質問に対し、社内共通の軸を用いた説得力のある回答ができるようになりました。
アッテルの担当者からの助言を含め、他社比較を通じた自社独自のハイパフォーマー像が明確になったことで、採用における自社の強みとしてアピールできています。
・一般的なイメージに捉われない「真の活躍像」の発見
営業職＝積極的で快活という一般的なイメージに対し、分析の結果、外向性・内向性の軸で異なる特色があることが判明しました。
言語化された「実態としての活躍モデル」を学生に伝えることで、採用ブランディングにおける大きなメリットを生んでいます。 -
教育事業 M社
【導入の背景と課題】
・「一般的な適性の幅」に頼った採用の限界
以前は「適性の幅が広い人材」を汎用性重視で採用していましたが、売り手市場により競合他社との人材獲得競争が激化し、従来のやり方では採用が困難になっていました。
・従来の適性検査と実態の乖離
従来の検査で合格ラインぎりぎりだった人材が、入社後に活躍しているケースが判明。 既存ツールの活用が「一定水準以下の切り捨て」に留まっており、データ利活用の見直しが急務となっていました。
・自社のジョブ（職務）に合う人材の特定
組織の拡大に伴い、単なるカルチャーマッチだけでなく「営業的な素質」など、具体的なジョブに適合する独自の持ち味を見極める必要がありました。
【導入後の成果と変化】
・ターゲット層の変化と優秀な学生の残存率向上
選考の初期段階で全員に受検を依頼。 以前は競合に負けていた層や、より規模の大きい企業を志望する優秀な学生が最終面接まで残るようになりました。
・「感覚」から「データ」へ、面接官の意識変革
これまでは「事業への共感度」に偏り、優秀層を取りこぼす傾向がありましたが、データに基づき「会社として採るべき優秀な人材」を見極める意識が定着しました。
また、「資質レポート」を活用することで、候補者一人ひとりに合わせた「深掘りすべき質問」ができるようになり、選考の質が向上しました。
・世代間の資質ギャップの可視化と施策への反映
若手とベテラン、またハイ/ローパフォーマーの違いにおける世代間ギャップがデータで明確になりました。 この分析結果を、入社後の研修体系や労働環境の整備といった人事施策の判断材料として活用しています。
よくある質問
- Q.他社の適性検査との違いはなんですか？
- A.アッテルは、成果を出すための「分析」に特化したサービスです。（他社の適性検査も本サービスで分析できます。） アッテル適性検査は、「データ分析による成果が出やすい」設計がされている適性検査です。
- Q.AIの予測はどの程度当たるのでしょうか？
- A.企業内の過去データ量が多ければ多いほど、予測精度は向上します。人に関しては多くの変数があるため100%の精度は難しいですが、過去事例では90%以上の精度で予測できている場合もあります。
会社情報
| 社名 | 株式会社アッテル |
|---|---|
| 住所 | 東京都渋谷区恵比寿2-28-10 |
| 代表者 | 塚本 鋭 |
| 資本金 | 非公開 |
| 売上高 | 非公開 |
| 従業員数 | 15名 |
資料請求1件につきHRポイント100P進呈！
