TL;DR（この記事の要約）

• **Quality of Hire（QoH）**は「採用した人材がどれだけ活躍したか」を測る指標。採用活動のゴールは「採用数」ではなく「成果を出す人材の獲得」

• 計測の基本は「パフォーマンス評価」「定着率」「マネージャー満足度」「立ち上がり速度」の4軸

• エンジニア固有の計測指標として「技術的貢献度」「チーム生産性への影響」「コードレビュー品質」なども活用できる

• QoHを採用プロセスにフィードバックすることで、選考基準の精度が上がり、ミスマッチが減る

• 計測の仕組みは完璧を求めず、小さく始めて改善するのが成功のコツ

このページでわかること

この記事では、エンジニア採用における「Quality of Hire（採用の質）」の定義、計測方法、改善サイクルの回し方を体系的に解説します。

具体的には以下の内容をカバーしています。

• Quality of Hireとは何か、なぜ今エンジニア採用で重要なのか

• QoHを構成する4つの基本指標と、エンジニア固有の計測ポイント

• 入社後30日・90日・180日・1年の時系列での追跡方法

• 採用チャネル別・面接官別にQoHを分析する方法

• QoHデータを選考プロセス改善にフィードバックする実践手法

• よくある計測の落とし穴と対処法

「採用KPI」や「採用ROI」とは違い、QoHは採用の成果そのものにフォーカスする指標です。「たくさん採用できた」ではなく「良い人を採用できた」を証明したい方は、ぜひ参考にしてください。

1. Quality of Hire（採用の質）とは何か

定義：「採用した人がどれだけ活躍したか」

Quality of Hire（以下QoH）は、採用した人材が入社後にどれだけのパフォーマンスを発揮し、組織に貢献しているかを測る指標です。

一般的な採用KPI（応募数、書類通過率、内定承諾率など）は採用プロセスの効率を測るものですが、QoHは採用プロセスの成果を測ります。

つまり、こういうことです。

• 採用KPI：「速く・安く・多く採用できたか？」

• QoH：「活躍する人材を採用できたか？」

なぜ今、エンジニア採用でQoHが重要なのか

エンジニア採用市場は売り手市場が続いており、2026年時点でITエンジニアの有効求人倍率は3倍以上（doda転職市場動向2026上半期より）です。

この状況で多くの企業が陥りがちな罠があります。

• 「とにかく数を埋める」採用: 空きポジションを埋めることが目的化し、マッチ度が低い人材を採用してしまう

• 「スペック重視」の選考: 技術スキルだけで判断し、チームとの相性や成長意欲を見落とす

• 「採用した＝成功」の錯覚: 内定承諾をゴールにしてしまい、入社後の活躍を追跡しない

エンジニア1名の採用にかかるコストは一般的に200万〜500万円（エージェント経由の場合は年収の30〜35%）と言われています。仮に半年で離職すると、採用コストに加えてオンボーディングコスト、チームの生産性低下まで含めると、損失は数百万円に達します。

QoHを計測することで、「採用コストに見合った成果が得られているか」 を客観的に判断でき、採用戦略の見直しポイントが明確になります。

QoHと他の採用指標の関係

QoHは単独で機能する指標ではなく、他の採用指標と組み合わせることで真価を発揮します。

採用KPIの設計や運用方法については、エンジニア採用KPI完全ガイドで詳しく解説しています。

2. QoHを構成する4つの基本指標

QoHの計測方法に「唯一の正解」はありません。ただし、多くの企業で共通して使われる4つの基本指標があります。

指標1：パフォーマンス評価（Job Performance）

最も直接的なQoH指標です。入社後の人事評価やプロジェクト評価を通じて、採用した人材の業務遂行能力を測ります。

計測方法の例：

• 入社6ヶ月・1年時点の人事評価スコア

• 目標達成率（OKR/MBOなど）

• マネージャーによる5段階評価

エンジニア固有のポイント：

エンジニアのパフォーマンス評価は難しいことで知られています。コード量やコミット数だけでは測れません。以下の観点を組み合わせるのが現実的です。

• 担当タスクの完了率と品質

• 技術的な意思決定への貢献

• 障害対応・インシデント解決への関与

• 設計ドキュメントやADR（Architecture Decision Record）の作成

指標2：定着率（Retention Rate）

入社後一定期間に在籍し続けているかを測ります。早期離職は採用の質が低かったことの強いシグナルです。

計測のポイント：

• 1年定着率が最も一般的。「入社1年以内の離職率」の裏返し

• 自己都合退職と会社都合退職は分けて集計する

• 退職理由を記録・分析し、採用時の改善ポイントを特定する

注意点：

定着率だけでQoHを判断するのは危険です。「辞めないけど活躍もしていない」人材を見逃してしまうからです。パフォーマンス評価と必ずセットで見てください。

指標3：マネージャー満足度（Hiring Manager Satisfaction）

直属のマネージャーに「採用した人材のパフォーマンスに満足しているか」を定期的にヒアリングします。

ヒアリング項目の例（5段階評価 + コメント）：

• 技術スキルは期待どおりか

• チームへの馴染み具合はどうか

• 自走力（自分で課題を見つけて解決する力）はあるか

• 採用前の想定と実際のギャップはあるか

• 同じ条件で再度採用するか（Yes/No）

最後の「再度採用するか」は究極のQoH質問です。迷いなく「Yes」と言える採用が理想です。

指標4：立ち上がり速度（Time to Productivity）

入社してから独力で成果を出せるようになるまでの期間を測ります。

エンジニアの場合の目安：

• 30日以内: 開発環境構築、コードベース理解、最初のPRマージ

• 90日以内: 中規模のタスクを独力で完遂

• 180日以内: チームの中核メンバーとして機能

この指標はオンボーディングの質にも依存するため、QoHとオンボーディングの両面から分析することが重要です。

QoHスコアの算出方法

4つの指標を統合してQoHスコアを算出する方法はいくつかあります。シンプルな方法を紹介します。

方法：加重平均方式

各指標を0〜100に正規化した上で加重平均を取ります。重み付けは自社の優先度に応じて調整してください。

• パフォーマンス重視なら、パフォーマンス評価の比重を上げる

• 早期離職が課題なら、定着スコアの比重を上げる

最初は均等配分（各25%）でスタートし、運用しながら調整するのが現実的です。

エンジニアの人事評価制度の設計については、エンジニアの人事評価制度設計ガイドも参考にしてください。

3. エンジニア固有のQoH計測指標

前セクションの4つの基本指標は職種を問わず使えるものです。エンジニア採用では、以下の追加指標を組み合わせるとより精度の高い計測ができます。

技術的貢献度の計測

コードレビューの質と量

• コードレビューのコメント数、承認・差し戻し率

• レビューで指摘される問題の深さ（表面的な指摘 vs アーキテクチャレベルの指摘）

• レビュー依頼の頻度（チームメンバーからの信頼の指標）

技術的意思決定への参加

• 設計レビューへの参加率と貢献度

• 技術選定・アーキテクチャ判断への関与

• テックブログや社内ドキュメントの執筆

チーム生産性への影響

個人のパフォーマンスだけでなく、チーム全体の生産性にどう影響したかも重要な指標です。

計測のアプローチ：

• 入社前後でチームのスプリント完了率が変化したか

• チーム内のコードレビュー回転速度が上がったか

• 他メンバーへのメンタリング・知識共有の頻度

一人の優秀なエンジニアがチーム全体の生産性を引き上げる「マルチプライヤー効果」は、QoHの重要な側面です。逆に、技術力は高くてもチームの雰囲気を悪化させるエンジニアは、QoHが低いと判断すべきです。

オンコール・障害対応の貢献

本番環境の運用に関わるエンジニアの場合、以下も計測対象になります。

• オンコール対応の頻度と解決速度

• インシデント発生時のリーダーシップ

• ポストモーテムへの貢献

計測で避けるべきアンチパターン

エンジニアのQoH計測には注意点があります。

• コミット数やPR数で測らない: 量は質を反映しません。巨大なPRを1つ出す人と小さなPRを10個出す人を同列に比較できません

• バグ修正数で測らない: バグが多い人が「たくさん修正した」ことにならないよう注意

• 個人の数値化にこだわりすぎない: エンジニアは数値管理されることに強い抵抗感を持つケースが多い。あくまで「採用プロセスの改善」が目的であることを明確に伝える

4. 入社後の時系列でQoHを追跡する方法

QoHは一度計測して終わりではありません。入社後の時間軸に沿って追跡することで、いつ、どのような課題が発生しやすいかが見えてきます。

30日チェックポイント

確認すべきこと：

• 開発環境の構築は完了しているか

• 最初のPR（Pull Request）をマージできたか

• チームメンバーとの1on1を実施しているか

• オンボーディング資料に対する不満・改善要望はあるか

QoH観点での判断材料：

この時点では「パフォーマンス」よりも「フィット感」を重視します。チームに馴染めているか、コミュニケーションに問題はないか、期待値とのギャップはないかを確認します。

90日チェックポイント

確認すべきこと：

• 中規模のタスクを独力で完遂できているか

• コードレビューにおいて適切な指摘ができているか

• チームの開発プロセス（スクラム、CI/CD等）に適応しているか

• マネージャーの期待値とのギャップ

QoH観点での判断材料：

90日は最初のQoH判定の重要なタイミングです。多くの企業で試用期間が3ヶ月に設定されているのもこの理由です。この時点で「期待どおり」と判断できれば、採用は概ね成功と言えます。

180日チェックポイント

確認すべきこと：

• 担当領域での自走力があるか

• 技術的な意思決定に参加できているか

• チーム内でのポジションが確立しているか

• 自発的な改善提案や取り組みがあるか

QoH観点での判断材料：

この時点で立ち上がりが遅い場合、採用時の要件定義か、オンボーディング設計に課題がある可能性が高いです。どちらが原因かを切り分けて分析しましょう。

1年チェックポイント

確認すべきこと：

• 年次の人事評価スコア

• 定着しているか（退職していないか）

• マネージャー満足度（再度採用するか？）

• チームへの貢献度（個人・チーム両面）

QoH観点での判断材料：

1年経過すると、オンボーディングの影響がほぼなくなり、純粋に「採用の質」が見えてきます。ここでの評価データは、今後の採用基準の精度向上に直結します。

追跡テンプレート

各チェックポイントでのデータを統一フォーマットで記録しておくと、後の分析がスムーズです。

オンボーディングの具体的な設計方法については、エンジニアのオンボーディング完全ガイドで解説しています。

5. チャネル別・面接官別のQoH分析

QoHの計測データは、採用プロセスの改善にフィードバックして初めて価値を発揮します。特に効果的な分析軸が「チャネル別」と「面接官別」です。

チャネル別QoH分析

採用チャネルごとにQoHを比較することで、どのチャネルから質の高い人材が来ているかが分かります。

分析の例：

※上記は分析イメージです。実際の数値は企業ごとに異なります。

この分析から見えてくること：

• リファラル経由の採用はQoHが最も高い傾向がある。カルチャーフィットが担保されやすいため

• スカウト経由はチャネルによってQoHに差がある。プラットフォームの特性に合わせたアプローチが重要

• エージェント経由の採用はQoHが低めに出やすい。エージェントとの要件すり合わせを見直す必要がある

面接官別QoH分析

面接官ごとに「その人が合格判定を出した候補者のQoH」を追跡する方法です。

分析のポイント：

• 面接官Aが合格を出した候補者の平均QoH vs 面接官Bが合格を出した候補者の平均QoH

• 特定の面接官が「合格」にした候補者の早期離職率が高くないか

• 技術面接官とカルチャーフィット面接官で、QoHへの影響度にどれだけ差があるか

面接官キャリブレーションへの活用：

面接官別のQoHデータは、面接官トレーニングの優先度付けに直結します。QoHが低い面接官には、評価基準の再確認やペア面接の実施を検討しましょう。

ただし、面接官別分析はサンプル数に注意が必要です。面接官1名あたり最低10件以上のデータがないと、偶然の偏りと区別できません。

選考ステップ別のQoH分析

各選考ステップ（書類選考、コーディングテスト、技術面接、カルチャーフィット面接等）でのスコアと、入社後のQoHの相関を分析します。

• コーディングテストのスコアは入社後のパフォーマンスとどの程度相関するか

• カルチャーフィット面接の評価は定着率とどの程度相関するか

• リファレンスチェックの結果はQoHとどの程度一致するか

この分析により、どの選考ステップが最も予測精度が高いかが分かり、選考フローの最適化につながります。選考フロー全体の設計については、エンジニア採用の選考フロー設計完全ガイドを参照してください。

6. QoHデータを採用プロセス改善にフィードバックする方法

QoHを計測しても、改善につなげなければ意味がありません。このセクションでは、QoHデータを使った具体的な改善サイクルの回し方を解説します。

ステップ1：四半期ごとのQoHレビューを実施する

参加者： 採用担当、エンジニアリングマネージャー、HRBP

アジェンダ：

1. 直近四半期の採用者のQoHスコア確認

2. チャネル別・面接官別の傾向分析

3. QoHが低かった採用の原因分析

4. 次四半期に向けた改善アクションの設定

ステップ2：選考基準を見直す

QoHデータから、選考基準と入社後のパフォーマンスのズレを特定します。

よくある発見：

• 「アルゴリズム力を重視していたが、実際に活躍しているのはシステム設計が得意な人材」→ 選考にシステムデザイン面接を追加

• 「技術力は高いが、チームワークに課題がある人材が多い」→ カルチャーフィット面接の比重を上げる

• 「ポテンシャル採用で入社した人材のQoHが低い」→ ポテンシャルの見極め基準を具体化する

ミスマッチの原因と防止策については、エンジニア採用ミスマッチを防ぐ原因分析と実践的な対策ガイドも参考になります。

ステップ3：面接官へフィードバックする

面接官に「あなたが合格を出した人のその後」を共有します。これにより、面接官自身が評価基準の精度を振り返る機会が生まれます。

フィードバックの伝え方のポイント：

• データとして客観的に共有する（個人の批判にしない）

• 「なぜその判断をしたか」を一緒に振り返る

• 改善ポイントを具体的なアクションに落とす

ステップ4：採用ペルソナを更新する

QoHが高い人材の共通特徴を分析し、採用ペルソナに反映します。

分析の切り口：

• 前職の経験（企業規模、業界、役割）

• 技術スタック（使用言語、フレームワーク）

• ソフトスキル（コミュニケーションスタイル、学習意欲）

• 転職動機（技術的挑戦、キャリアアップ、カルチャー）

改善サイクルの全体像

1. 計測: 入社後30日・90日・180日・1年でQoHデータを収集

2. 分析: 四半期ごとにチャネル別・面接官別・選考ステップ別に分析

3. 改善: 選考基準、面接官トレーニング、採用ペルソナを更新

4. 検証: 改善後の採用者のQoHが向上したかを確認

このサイクルを回し続けることで、採用プロセス全体の精度が継続的に向上します。

面接官のトレーニングについては、エンジニア採用の面接官トレーニングで詳しく解説しています。

7. QoH計測のよくある落とし穴と対処法

QoH計測は有用ですが、設計を間違えると逆効果になることもあります。代表的な落とし穴と対処法を紹介します。

落とし穴1：計測が重すぎて続かない

問題： 多くの指標を設定しすぎて、データ収集の負荷が高くなり、3ヶ月で形骸化する。

対処法：

• 最初は「パフォーマンス評価」と「1年定着率」の2指標だけでスタートする

• 計測フォーマットはスプレッドシートで十分。専用ツールの導入は軌道に乗ってからで良い

• マネージャーへのヒアリングは四半期に1回、5分で終わる内容にする

落とし穴2：パフォーマンス評価が主観的すぎる

問題： マネージャーの主観に依存すると、評価のブレが大きく、QoHスコアの信頼性が低下する。

対処法：

• 構造化された評価項目（前述のヒアリング項目）を使う

• 複数の評価者のデータを組み合わせる（360度評価の簡易版）

• 「再度採用するか（Yes/No）」のような二択の質問も織り交ぜる

落とし穴3：QoHを個人の評価に使ってしまう

問題： QoHスコアを入社者本人のパフォーマンス評価に使うと、心理的安全性が損なわれる。

対処法：

• QoHはあくまで採用プロセスの評価に使う指標であることを明確にする

• 個人名をマスキングした集計データを分析に使う

• 入社者本人にQoHスコアは共有しない

落とし穴4：サンプルが少なすぎて統計的に意味がない

問題： 年間5名しかエンジニアを採用しない企業では、チャネル別・面接官別の分析が困難。

対処法：

• 小規模採用の場合は、定量分析より定性分析（個別のケーススタディ）に注力する

• 2〜3年分のデータを蓄積してから傾向分析を始める

• 完璧な統計分析を目指さず、「仮説を持つこと」自体に価値がある

落とし穴5：オンボーディングの影響を切り分けられない

問題： QoHが低い原因が「採用の質」なのか「オンボーディングの質」なのか区別できない。

対処法：

• オンボーディング満足度を別途計測し、QoHと分けて管理する

• 同じオンボーディングプロセスを経た複数の入社者を比較する

• 30日チェックポイントの結果を重視する（この時点ではオンボーディングの影響が相対的に大きい）

8. QoH計測を始めるための3ステップ

「QoHの重要性は分かったが、何から始めればいいか分からない」という方向けに、最小限の工数で始められる方法を紹介します。

ステップ1：最小限の計測フォーマットを作る

スプレッドシートに以下の列を作成するだけで始められます。

ステップ2：90日後にマネージャーに聞く

入社から90日経ったタイミングで、直属のマネージャーに3つだけ質問します。

1. パフォーマンスは期待どおりか？（5段階）

2. チームに良い影響を与えているか？（5段階）

3. 同じ条件で再度採用するか？（Yes/No）

所要時間は5分です。これを毎回記録するだけで、QoHのトレンドが見えてきます。

ステップ3：半年に1回、振り返る

蓄積されたデータを半年に1回振り返ります。少人数でも以下の問いに答えられるようになります。

• どのチャネルから入社した人のQoHが高いか

• QoHが高い人に共通する特徴はあるか

• 選考で重視していた基準と、入社後の活躍に相関はあるか

完璧なデータ分析は不要です。「仮説を持って採用する」ことが、QoH向上の第一歩です。

FAQ（よくある質問）

Q1. Quality of Hireの計測を始めるのに最適なタイミングは？

今日からです。過去の採用について遡って計測する必要はありません。次の入社者から計測を始め、6ヶ月〜1年でデータを蓄積しましょう。年間2〜3名のエンジニア採用でも、2年分のデータが溜まれば傾向分析が可能になります。

Q2. QoHの計測にツールは必要ですか？

最初はスプレッドシート（Google Sheets等）で十分です。ATS（採用管理システム）にQoH計測機能がある場合は活用しましょう。ただし、ツールの導入に時間をかけるよりも、まず「計測する習慣」を作ることが重要です。高度な分析が必要になったタイミングでツール導入を検討してください。

Q3. エンジニアがQoH計測を嫌がった場合どうすればいいですか？

QoHは個人の評価ではなく、採用プロセスの評価であることを丁寧に説明してください。「あなたの入社後のフィードバックが、今後の採用精度向上に貢献する」と伝えることで、多くのエンジニアは協力的になります。また、個人名をマスキングした集計データのみを分析に使うことを明確にしましょう。

Q4. パフォーマンス評価が属人的にならない工夫は？

構造化された評価項目を使うことが基本です。「技術力」「チームワーク」「自走力」「学習意欲」などの評価軸を事前に定義し、各軸に具体的な行動指標を紐づけます。複数のマネージャーが同じフォーマットで評価することで、属人性を減らせます。また、マネージャー同士でキャリブレーション（評価のすり合わせ）を実施することも有効です。

Q5. QoHと採用KPIはどう使い分ければいいですか？

採用KPI（応募数、通過率、リードタイム等）は「プロセスの効率」を、QoHは「プロセスの成果」を測る指標です。両方をセットで管理するのが理想です。例えば、リードタイムを短縮した結果QoHが下がった場合は、選考を省略しすぎた可能性があります。逆に、QoHが高いのに採用に時間がかかりすぎている場合は、効率化の余地があります。

Q6. 年間の採用人数が少ない場合でもQoH計測は有効ですか？

有効です。少人数の場合は統計的な分析より、個別のケーススタディが効果的です。「なぜこの人はうまくいったのか」「なぜこの人は早期離職したのか」を深く分析し、採用基準に反映します。数値的なトレンドは2〜3年かけて蓄積すれば見えてきます。

Q7. QoH計測は中途採用だけでなく新卒採用にも使えますか？

使えます。ただし、新卒エンジニアは立ち上がりに時間がかかるため、計測タイミングを調整する必要があります。新卒の場合は「30日」ではなく「90日」を最初のチェックポイントにし、「1年」ではなく「2年」を長期評価の基準にするのが一般的です。

まとめ：QoH計測で採用の質を上げるために

エンジニア採用の成功は「何人採用したか」ではなく、「どれだけ活躍する人材を採用できたか」で決まります。Quality of Hireはその成果を可視化し、採用プロセスを継続的に改善するための仕組みです。

まずは以下の3つから始めてみてください。

1. 最小限のフォーマットで計測を始める（スプレッドシートに7項目を記録）

2. 入社90日後にマネージャーに3つだけ質問する（パフォーマンス、チーム影響、再採用意向）

3. 半年に1回、蓄積データを振り返る（チャネル別の傾向、選考基準との相関）

完璧な計測システムを作る必要はありません。「仮説を持って採用し、結果を検証する」習慣を作ることが、QoH向上の第一歩です。

エンジニア採用の質を高めたい方は、ぜひtechcellarのスカウト運用代行サービスをご活用ください。スカウトの精度を上げるだけでなく、入社後の定着まで見据えた採用支援を提供しています。