記事で使う数値が、どこから来ているか。

データの収集元

本サイトで引用されるすべての本番数値は、2つの運用環境のいずれかから取得されています：Headhunt.AI プラットフォーム自体（候補者スコアリング件数、返信率、コンバージョン指標）、または Headhunt.AI を最初の顧客として運用する株式会社 ESAI Agency の人材紹介事業（成果報酬料率、ミーティング→成約比率、法人クライアント側の採用ファネル・コンバージョン）。両環境は運用上は独立していますが、長期間にわたるデータ蓄積を共有しています — 公開している数値はすべて、研究室での試験ではなく実際の商用条件下で生成されたものです。

記事が数値を引用する際は、その数値の取得環境、対象期間、関連する分母を本文中に明記します。分母と期間を伴わない数値を当社が引用することはありません。

公開データセット

Insights 特集記事および /learn 記事で引用される数値の大半は、3つの主要データセットを根拠としています。各データセットは内部運用データから抽出した代表的な公開サンプルであり、当社の全社業績の完全な記録ではありません。集計値と方法論は公開していますが、基となる完全な本番データ、全クライアントにわたる完全なプレースメント記録、クライアント別の内訳は機密扱いです。当社は、クライアント機密と競争上のポジションを損なわずに共有できる範囲を公開しています。

各データセットを以下にコホート単位で要約します。基となる個別レコードは該当する運営主体の機密情報として扱い、表示する集計値は公開サンプルです。

匿名化方針

当社と顧客との関係性は、原則として機密扱いです。本番データを引用する記事は、コホート単位（例：「2024年3月～2026年3月の ExecutiveSearch.AI K.K. 日本国内法人クライアント」）でのみクライアントに言及し、個別クライアント名は事前の書面同意がある場合を除き記載しません。候補者についても同様の方針を適用します — 事例やパターンを示す場合、職務系統、シニアリティ帯、言語シグナル、結果について記述しますが、個別の候補者を特定することはありません。

日本の上場企業の開示資料や判例において第三者が特定されている場合（例：「データベース・タックス」特集で引用したフォースタートアップス株式会社の適時開示、コンプライアンス特集で引用したリクルートキャリア社への勧告）、その公開資料自体が一次情報源であるため、文書内の表記どおりに引用します。公開記録上の情報を匿名化することはしません。

統計手法

統計的主張を行う場合（例：法人ファネルデータセットにおける2次面接→最終面接の低下がノイズではなく有意であるという主張）、用いた手法を明記します。「意思決定のギャップ」特集では、6か月ローリングのコンバージョン率に対して Mann-Kendall ノンパラメトリック傾向検定を適用しました。正規性を仮定せず外れ値に頑健であることから選択した手法で、結果は z = −2.42、p = 0.015。同データセットの変化点分析では月次系列のあらゆる分割を検証しており、最も強い変化点は 2025年7月（前期平均：52%、後期平均：37%、分割における Welch の t 検定で t = 1.32、p = 0.20）。変化点単独では p < 0.05 に達しませんが、全体傾向は達しています。両方の数値が関連するため、両方を併記しています。

小さな分子を含む百分率を報告する場合、分子と分母を併記します。ファネルのステージを通じて累積するレートを報告する場合、ファネル自体を提示します。公開資料や第三者の業界データから得た数値を報告する場合、出典を同じ行に明記します。

このデータが日本のミッドキャリア・シニア採用において代表性を持つ理由

株式会社ExecutiveSearch.AI および株式会社 ESAI Agency は、2018年以降、日本のミッドキャリア・シニア層のバイリンガル人材紹介市場で継続的に事業運営してきました。AIソーシングが明瞭なシグナルを生む全領域 — バイリンガル金融、IT、セールス、コマーシャル、サプライチェーン、プロダクト、マーケティング、HR、リーガル、GTM、エンジニアリングの大部分の専門領域 — をカバーしています。プラットフォームがスコアリング対象とする候補者データベースは400万件超の日本特化プロフィールで、グローバルデータプロバイダーとの商業ライセンス契約を通じて取得した公開LinkedInデータを主軸としています。これに加え、候補者が活動している場合には、X（旧Twitter）、GitHub、Facebook、Instagramの公開シグナルも組み合わせて参照します。日本のミッドキャリア・シニア層では、専門職としての可視情報の大部分はLinkedIn上にありますが、エンジニア層（GitHub）、社外発信のあるプロフェッショナル層（X）、LinkedIn上の活動が限定的な候補者層については、これらの追加ソースが情報を補完します。上記のコホート規模は、対象領域においてファネル各段階および全体ファネルにおける安定したレート推計を支えるのに十分です。

このデータは日本の採用全領域を代表するものではありません。AIスコアリングは、公開プロフィールから専門性が見えにくい特定の技術専門領域 — 一部のハードウェアエンジニアリング、規制の深い領域、一部のコンプライアンス専門職 — では機能しにくい場合があります。また、登録済み候補者のアクティブ意向を主なフィルタとするボリューム志向のミッドマーケット採用に対しても、公開プロフィールベースの当社データセットでは捉えにくいシグナルが存在します。記事では、特定のセグメントに限定される知見と、一般化可能な知見を可能な限り明示します。

意図的に公開しない情報

編集ポリシーに基づき、以下のカテゴリの情報は非公開とします：Headhunt.AI のAIスコアリングが用いる本番プロンプト本文、具体的なスコアリング重み、内部の候補者マッチングアルゴリズム、候補者スコアの検証に用いる内部評価ロジック、アウトバウンド・エンリッチメントインフラに用いるサードパーティツールの識別情報、そして当社が8年かけて構築したエンジニアリング成果を競合が再現可能にしうる一切の工作物。集計レベルの成果は公開しますが、システムの内部は公開しません。

留保事項と限界

率直な留保が3点あります。第一に、上記の期間は有限です：2026年アウトリーチコホートは16週、法人ファネルコホートは25か月。安定した予測単位としては最低でも四半期以上の集計が必要であり、これらの期間内での週次・月次の数値は、傾向を示すものでないかたちで大きくばらつきうる点に注意が必要です。第二に、当社のコホートは、AIスコアリングが機能しやすいバイリンガルのミッドキャリア・シニア層に偏ります。他のセグメントへの外挿を行う場合はその旨を明示し、読者には慎重な解釈をお願いします。第三に、2026年アウトリーチコホートはハンズオフ自律構成のベースレートを表します。リクルーターによる選択的なオーバーライドを行えばベースレートを上回る成果が可能ですが、当社が公開するのはベースレートのみです — 事業として計画立案の基準にできるのはベースレートだからです。

方法論に関するご質問

記事中の引用を検証している方、独自の分析を行っている方、調達検討で追加の方法論的詳細が必要な方は、editorial@executivesearch.ai までご連絡ください。営業秘密の境界を越えない範囲で開示可能な追加情報について、5営業日以内にご回答します。