※本記事にはプロモーションが含まれる場合があります。
同期がスマホで見せてきたオファー画面に、年収800万円という数字が並んでました。自分はその日の夜、同じ転職サイトで似たような条件を検索してみたんですが、それらしい求人はほとんど出てこなかったんですよね。同じ業界、同じくらいの経験年数のはずなのに、なぜ自分には見えていない求人があるのか。しばらくモヤモヤしたまま放置してたんですが、AIを使って求人の出方の仕組みを調べてみたら、検索の仕方そのものが根本的にズレていたことに気づきました。この記事では、その過程で分かったハイクラス転職の探し方と、実際に比較したサービスについてまとめます。
なぜ年収800万円の求人は検索しても出てこないのか
結論から言うと、年収800万円クラスの求人の多くは、そもそも一般公開されていません。企業側が採用の事実を競合に知られたくない、あるいはピンポイントで欲しい人材だけに声をかけたいという理由から、非公開求人やスカウト型のルートに流している割合が高いんです。
自分がChatGPTに求人サイトの構造について聞いてみたところ、公開求人はどちらかというと母数を集める入り口で、条件の良いポジションほど非公開枠かエージェント経由に回るという説明が返ってきました。実際に複数のサービスの求人一覧を見比べてみると、年収レンジの表記が公開ページでは曖昧なまま、登録後の非公開求人だけ具体的な金額が出てくるケースが多かったです。
さらに調べていくと、非公開求人の割合は8割前後というデータを示すサービスもあり、公開求人だけを検索して満足していたら、そもそも母数の2割程度しか見えていなかったことになります。検索ボックスに条件を打ち込んで探す、というやり方自体が、ハイクラス層の求人には合っていなかったわけです。同期が見せてくれたオファーも、後から聞いたら非公開求人からのスカウト経由だったと分かって、余計に納得しました。
年収800万円台に届く人と届かない人、AIの使い方で差がついた理由
同じくらいの経験年数でも、年収帯に差がつく人には共通点がありました。職務経歴書に書く実績を、数字で語れるかどうかです。自分は最初、担当業務を説明する文章ばかり書いていて、それが何%の改善につながったのか、何人のチームを動かしたのかという定量情報がほとんど抜けてました。
これをChatGPTに読ませて、定量化できそうな箇所を洗い出してもらったところ、自分でも忘れていた実績が3件見つかりました。売上改善の割合、削減できたコスト、担当した案件数、こうした数字を追記しただけで、書類の説得力がまるで違うものになったのを覚えてます。ハイクラス層の採用担当者は書類を読む数が多い分、抽象的な表現より数字で判断材料をくれる候補者を優先する傾向があるとエージェント経由で聞いたこともあります。
もう一つ気づいたのは、AIに壁打ちさせる質問の質でも差が出るという点です。単に実績を整理してと頼むだけの人と、この実績を年収800万円クラスの採用担当者が見たら何を疑問に思うかまで聞き込む人とでは、出てくる書類の解像度がまるで違いました。AIをうまく使えている人ほど、こうした棚卸し作業を短時間で済ませて、動き出すタイミングが早い印象です。
動かないまま半年経つと、何を失うのか
ここが一番自分にとって痛かった部分です。年収帯を上げたいと思いながら、情報収集だけして半年近く動かなかった時期がありました。その間、同期は先にハイクラス向けのエージェントに登録して、非公開求人を紹介してもらいながら書類を整えていたわけです。
半年間の差は、単に時間の差では終わりません。景気やポジションの空き状況は常に動いているので、同じ求人が半年後にまだあるとは限らないんです。知らないまま検索だけを続けていると、条件の良いポジションが埋まっていくのを横目で見ることになります。動かない間に失っているのは時間だけでなく、その時期にしか出ていなかった求人そのものだったりします。
自分がこの構造に気づくのが半年遅れたことは、今でも少し悔しく思ってます。仮に半年前に動いていたら、その時期に出ていた非公開求人のどれかに応募できていたはずで、機会そのものを取りこぼしていた計算になります。情報を集めるだけの期間を長く取りすぎるのも、実は一つのリスクなんだと思ってます。
スカウトが来る職務経歴書に変えるためにやった3つの工程
実際に何をやったのかも書いておきます。まず1つ目は、過去3年分の業務日誌やチャットのやり取りをさかのぼって、数字が残っている出来事を全部拾い出す作業です。売上や工数だけでなく、会議で決まった施策の担当割合まで含めて拾うと、自分でも忘れていた実績が想像以上に出てきました。
2つ目は、拾った数字をChatGPTに渡して、採用担当者目線で疑問点を出させる工程です。この数字はどう算出したのか、自分一人の成果なのかチームの成果なのか、こうした突っ込みを先に受けておくと、面接で聞かれても慌てずに答えられるようになります。
3つ目は、業界別に評価されやすい表現に言い換える工程です。同じ実績でも、業界によって重視される言葉が違います。自分の場合はコスト削減の実績を、単に金額だけでなく削減率と再現性のある仕組みかどうかまで書き添えたところ、スカウトの件数が明らかに増えました。この3工程を通しで終えるまでにかかった時間は、AIを使わなかった頃の見積もりだと3日はかかっていたはずが、実際は半日程度で済みました。
ビズリーチ・リクルートエージェント・dodaをどう使い分けたか
比較する中で、自分は3つのサービスをそれぞれ違う目的で使い分けました。ビズリーチを見てみるはヘッドハンターからのスカウトが中心で、非公開の高年収求人にアクセスしやすい点が特徴です。登録した職務経歴書の情報量で声のかかり方が変わるので、最初にAIで経歴を整理してから登録するのが自分のやり方でした。
リクルートエージェントを見てみるとdodaを見てみるは求人数の多さが強みで、担当エージェントとの面談で市場感を聞けるのが役立ちました。同じ経歴でもどのレンジの求人が現実的か、複数のエージェントに聞くことで相場観のズレを修正できます。1社だけに絞らず、スカウト型と紹介型を並行して動かすのが、非公開求人を取りこぼさないコツだと感じてます。
実際に併用してみると、スカウト型は自分の市場価値を客観的に測る鏡のような役割で、紹介型は具体的な求人を確実に押さえる窓口という使い分けがしっくりきました。どちらか一方だけだと、見える求人の幅がどうしても狭くなる印象です。
書類が通るようになった転機、Before Afterの数字
数字だけ比較すると分かりやすいので載せておきます。職務経歴書を数字なしで出していた頃は、書類選考の通過率が体感で2割程度でした。AIで実績を定量化して書き直した後は、同じ経歴のまま通過率が5割前後まで上がった感覚があります。
面接に進む回数が増えたことで、面接自体の場数も踏めるようになり、最終的に受け取ったオファーの年収は、前職から120万円ほど上がりました。書類作成にかかっていた時間も、以前は1社ごとに丸1日近く使っていたのが、AIに定量化の下書きを任せるようになってからは2時間程度に短縮できています。
数字を出せるようになっただけで結果が変わったのを実感してから、社内でも実績をどう見せるかを意識するようになりました。会議の資料一つ作るにも、成果を数字で語れる人と、そうでない人の差は年々開いていくんだろうなと思ってます。同期に見せられたあのオファー画面への劣等感も、今振り返ると次の行動を決めるきっかけになってくれたのかもしれません。
まとめ
年収800万円台の求人は検索では出てこない、非公開求人にアクセスできるかどうかで見えている世界が変わる、そして職務経歴書の数字化が通過率を左右する、この3点が自分が半年かけて分かったことです。同じように検索だけで手詰まりを感じている人には、まずスカウト型のサービスに登録して、AIで経歴を数字に落とし込むところから試してみてほしいです。職務経歴書の書き方や年収交渉の進め方についても別記事でまとめているので、あわせて読んでみてください。
コメントを残す