SlideShare una empresa de Scribd logo
1 de 42
Descargar para leer sin conexión
L A P R A S S C O U T
サ ー ビ ス ご 案 内 資 料
Ver.12.9 January, 2023
1
市場の課題
LAPRAS 事業ポートフォリオ
エンジニアリングプロフィール自動生成サービス「LAPRAS」
エンジニアリング採用サービス「LAPRAS SCOUT」
「LAPRAS SCOUT」の3つの特徴
特徴1. スキル/カルチャーマッチを支援するテクノロジー
特徴2. 顕在・潜在層双方へのアプローチが可能
候補者の閲覧情報について
特徴3. 適切な採用活動を支援するLAPRAS SCOUTの機能
返信率などの実績
参考:採用したいレイヤ別のスカウト戦略
採用リードタイムとKPI、工数
スカウトメールの品質基準
採用実績の具体例 課題別
導入実績一覧
料金体系
カスタマーサクセスによる充実した運用サポート
導入〜運用開始までの流れ
導入オプショナルサービスのご案内
03
04
06
08
09
10-12
13-15
16-20
21-27
28
29
30
31
32-34
35
36
37-39
40
41
エンジニア採用サービス
「LAPRAS SCOUT」
2
通信エンジニアにおける転職市場の採用競争は、
激化の一途を辿っています
61%
6.3% 32.7% ※ LAPRAS 調べ
転職求人倍率レポート by DODA | https://doda.jp/guide/kyujin̲bairitsu/
顕在層( IT / 通信エンジニア 求人倍率 7.84 倍 )
良い職があったら転職したい 転職したくない
転職
活動中
潜在層
※ 2021/07時点
市場の課題
3
企業向け
エンジニア採用サービス
エンジニア向けキャリア
マッチングプラットフォーム
エンジニアの副業・フリーランスを紹介
エンジニアのヘッドハンティングサービス
エンジニアに最も合った求人情報を提案
C A R E E R
LAPRAS 事業ポートフォリオ
4
企業向け
副業エンジニア採用サービス
プロフェッショナル
による職業紹介サービス
ポートフォリオ生成サービス
「LAPRAS 」について
5
WEB上の活動を収集し、LAPRASプロフィールを自動生成。
転職時や登壇時の技術証明に利用され、SNSシェアも
盛んに行われています。
ポートフォリオを自動生成
Blog
Twitterユーザーの反応
エンジニアリングプロフィールを自動生成
6
エンジニア採用サービス
「LAPRAS SCOUT」について
7
LAPRAS SCOUTは、150万人に及ぶ膨大なデータベースから、
貴社の状況に合わせた適切な採用活動を支援するエンジニア採用サービスです。
LAPRAS SCOUTは、ネットの公開データからおよそ150万人(※2021年7月1日現在)のデータベースを自動作成しています。
いますぐ転職したい転職顕在層と、理想的なスキルを持つ転職潜在層によって構成される
データベースの中から、貴社のカルチャーやニーズにフィットする最適な候補者の採用を実現します。
LAPRAS SCOUTとは
8
良いエンジニアが見つからない
転職顕在層・潜在層の双方に
アプローチできる充実したデータベース
エンジニア採用の課題 LAPRAS SCOUTの特徴
スキル/カルチャーがマッチする
候補者にアプローチできない
エンジニアのスキルと志向を可視化する
クローリング技術とスコアリング技術
効率的 / 効果的な
スカウト運用ができない
貴社の状況に合わせた
適切な採用活動を支援する各種機能
P10〜
P13〜
P21〜
特徴
1
特徴
2
特徴
3
LAPRAS SCOUTの3つの特徴
エンジニア採用の課題を解決する3つの特徴
9
候補者のSNS上の活動から自動作成されるプロフィールと、
収集された情報にもとづいた独自のスコアリングによって、
スキル/カルチャーマッチした採用を支援します。
スキルマッチを実現 カルチャーマッチを支援
SNS上のアクティビティから
自動作成されるプロフィール
統計的評価にもとづいた
LAPRAS SCORE
P12 P11
特徴1 スキル/カルチャーマッチを支援するテクノロジー
10
候補者が利用している複数のSNSやブログサービスから情報をクロールしてプロフィールを自動生成していることが、
他社にはないLAPRAS最大の特徴です。LAPRAS SCOUTでは、このクローリング技術によって各候補者の活動や実績に加え、
数値化されないエンジニアの人となりまで可視化。貴社のカルチャーにマッチした最適な人材を見つけ出します。
数値化されないエンジニアの人となりまで可視化
[ SNSからポートフォリオを自動生成 ]
Blog
特徴1 SNS上のアクティビティから自動作成されるプロフィール
11
LAPRAS SCOREとは、LAPRASの優れたクローリング技術によって収集したユーザーの
SNS上のアウトプットをもとに算出した独自のスコアです。
LAPRAS SCOUTでは、LAPRAS SCOREにもとづいて候補者をフィルタリングすることができ、
求めるスキルを保有する候補者を効率的に抽出できます。
履歴書や職務経歴書では測れないスキルを総合的かつ客観的に把握
特徴1 統計的評価にもとづいたLAPRAS SCORE
12
3.4
3.6
3.3
3.4
3.6
3.3
3.9
3.3
3.1
転職潜在層
3.4
3.6
3.3
転職顕在層
転職顕在層
転職顕在層
いますぐ転職したい転職顕在層と、理想的なスキルを持った転職潜在層の双方に
アプローチが可能。質の高いマッチングを実現します。
LAPRAS SCOUTのデータベースは、およそ2.5万人のLAPRASユーザーと、およそ53万人のエンジニアのSNSデータを自動収集して構成。
幅広い母集団から優秀なエンジニアに最適なタイミングでアプローチでき、直近の採用や中長期的な採用に向けた人材のストックに活用頂けます。
特徴2 転職顕在・潜在層双方へのアプローチが可能
13
LAPRASユーザー
+
非登録ユーザー
LAPRASユーザー
顕在層
潜在層
非登録ユーザー
ポートフォリオ利用ユーザーは転職意向を示すことが可能です。
エンジニア採用サービス「LAPRAS SCOUT」
では、顕在層・潜在層の双方にアプローチが可能。
短期採用だけでなく、ストック型採用にも並行して活用いただけます。
特徴2 LAPRASのデータベース
自動収集ユーザー:約150万人
ポートフォリオ利用ユーザー:約2.5万人
国内ユーザー:約53万人
14
求人倍率の高いエンジニア採用市場において、
転職顕在層・潜在層双方に対応したアプローチが求められています。
エンジニアの求人倍率は年々高まり、従来の求人広告やエージェント活用などのプル型の採用活動だけで
はなく、ダイレクトリクルーティングを含むプッシュ型の採用活動を推進する必要があります。
良い候補者に出会えたとしても、直近の転職予定がないなど様々な条件によっていますぐ採用ができないこ
とも少なくありません。そうした候補者に対しては、継続的なアプローチを続けていく必要があります。
「非LAPRASユーザーへのアプローチ」「タレントプール」などを用いることで、
将来有望な候補者に対して継続的なコミュニケーションを取ることができます。
LAPRASユーザー(現時点で2.5万人)は、転職意欲の意思表示ができるので、
エンジニアそれぞれの転職意欲に併せてスカウトを送ることが可能です。
特徴2 転職顕在層・潜在層採用の傾向
潜在層採用の傾向
顕在層採用の傾向
15
Web上にある候補者のスキルや
活動を網羅的に分析・可視化します。
LAPRASユーザーは登録時のメールアドレス、 非LAPRASユーザーは
各種SNSで公開されている候補者のメールアドレスを取得しスカウトを
送付。またTwitterのダイレクトメッセージが可能なユーザーには、
そちらからアプローチすることが可能。
LAPRASユーザーは転職意欲と転職意欲の更新日時が閲覧可能。
転職意欲
候補者との連絡手段
※ Twitter経由で連絡すると返信率が高いことが分かっております。
特徴2 候補者の閲覧情報01
エンジニアが希望する年収/働き方/雇用形態業態を
把握することが可能。
スカウトに求める条件
16
エンジニアそのものの技術力を正規分布に基づいて評価。
ネット上で公開されているアウトプットに基づく。
技術力スコア
1.0 3.0 3.5 5.0
人数
スコアはLAPRAS SCOUT内のランキン
グを元に1.0~5.0点の間で人数が正規分布
になるように点数をつけています。
GitHub
Repo
Qiita LGTM
teratail
Score
GitHub
star
Tech Event
Tag Count
47%
16%
13%
9%
9%
6%
GitHub Repo … コミットの量と人数、スターの数
Qiita LGTM … LGTMの数
teratail Score … teratailのスコア
GitHub star … GitHubのリポジトリへのstarした数
Tech Event … 技術系イベントの参加数
Tag Count … キーワードレベルが6以上のタグ数
技術スコアと人数の関係
特徴2 候補者の閲覧情報02
Web上にある候補者のスキルや
活動を網羅的に分析・可視化します。
17
特徴2 候補者の閲覧情報03
Web上にある候補者のスキルや
活動を網羅的に分析・可視化します。
企業名/ポジションの職務実績を把握することで、
採用ポジションとの相性をよりイメージしやすい状態に。
職歴
エンジニアがこれまで経験してきたスキル/経歴をまとめ、
得意な領域を把握が可能。
職務要約
GitHubのレポジトリから、評価の高い順序でリストアップ。
GitHubリポジトリ
18
プログラミング言語やフレームワーク、ツールなどの
使用頻度にもとづいて候補者のスキルを10段階でタグ化。
好意や得意なことも手軽にキャッチアップ。
使用プログラミング言語を能力値と共に数値化。
プログラミング言語
タグ
特徴2 候補者の閲覧情報04
Web上にある候補者のスキルや
活動を網羅的に分析・可視化します。
19
20
SpeakerDeckの資料タイトルやディスクリプションを
時系列で閲覧。
「Qiita」「Zenn」などの投稿記事を把握し、
カジュアル面談の際に話題を挙げしっかりアトラクト。
SpeakerDeckスライド
投稿記事
特徴2 候補者の閲覧情報05
Web上にある候補者のスキルや
活動を網羅的に分析・可視化します。
21
候補者探しから、候補者へのアプローチ、面談・内定までのやり取りを管理。
貴社のニーズにマッチしたエンジニアを効率的に採用できる各種機能が備わっています。
1 母集団形成
レコメンド機能
LAPRAS SCOUT EXTENSION
P22
2 母集団管理
タレントプール機能 P24
3 候補者への
アプローチ
興味通知機能
スカウトメール機能
求人機能
P25
P26
P27
LAPRAS SCOUTの各種機能
P23
特徴3 適切な採用活動を支援するLAPRAS SCOUTの機能
22
求める条件を入力するだけで、適合度の高い候補者をレコメンドします。
候補者の前職や本人の希望に左右されやすい年収などの条件はあえて設けず、
候補者一人ひとりのスキルや志向を客観的に分析できる要素でフィルタリングする
ことで、貴社にとって最適な人材を簡単に判別できます。
タグ
LAPRASユーザー/非ユーザー
転職意欲
技術スコア
雇用形態
<リコメンド条件>
特徴3 機能①レコメンド【母集団形成】
条件に合った候補者が瞬時に見つかる
23
Google Chromeの拡張機能「LAPRAS SCOUT EXTENSION」を使うことで、各
SNS上で検索した候補者を「タレントプール(P.24参照)」に追加できます。
・自社のポジションに合致した
勉強会の参加者をリストアップ
・普段SNSを使っていて見つけた
優秀なエンジニア
・自社の採用ターゲットに合った
Twitterアカウントのフォロワー
EXTENSION機能を
用いた母集団形成例
Google ChromeにてConnpassの
イベントページ上でアイコンをクリック
対応SNS一覧
①
イベント参加予定の候補者がリスト化。
興味がある候補者をチェック、または一括でタレ
ントプールへ登録
②
特徴3 機能②LAPRAS SCOUT EXTENSION【母集団形成】
各SNS上で見つけた候補者をそのままタレントプールに
24
LAPRAS SCOUTで見つけた気になる候補者は「タレントプール」へ追加し、管理できます。
御社への転職意欲の変化をSlackやメールで通知。アプローチに最適なタイミングを逃さず、
優秀な転職潜在層の効率的な採用をサポートします。
山田 太
特徴3 機能③タレントプール【母集団管理】
転職意欲の変化を逃さずキャッチ
25
候補者のリアクション
山田 太郎
候補者のプロフィール
特徴3 機能④興味通知【候補者へのアプローチ】
気になる候補者に対して、興味があることをボタン1つで簡単に通知できます。
候補者からのリアクションも手軽に確認できるので、カジュアル面談を効率的かつ迅速に設定可能。
スカウトメール執筆の工数を削減します。
カジュアル面談につなげる「興味通知」を1クリックで送信
26
※スクラム採用:採用担当の人事や経営者だけでなく、現場社員全員が主体者となって取り組む社員主導型の採用活動。
特徴3 機能⑤スカウトメール【候補者へのアプローチ】
リポジトリ/ 投稿 /イベント/ ブログなどからメールで言及したい項目を選択できる「メール作成補助機能」や、
スカウトメール執筆用の素材を社内メンバーに要求し、スクラム採用※を推進する「担当者アサイン機能」に
よって、スカウトメールの効率的な作成・運用をサポート。ダイレクトリクルーティングが初めての採用担当者
の方でも安心してご利用いただけます。
パーソナライズされたスカウトメールの作成・運用をサポート
27
特徴3 機能⑥求人【候補者へのアプローチ】
要件に合わせた求人情報を作成・公開
求人情報をLAPRASユーザーに公開し、応募を集めることができます。
さらに、この機能で公開された求人は、機械学習を導入した独自のレコメンドエンジン
「Matching Intelligence」を通じて、適切な候補者へ自動的にレコメンドされます。
28
3ヶ月以上
15%
2ヶ月〜3ヶ月
22%
1ヶ月〜2ヶ月
52%
1ヶ月以内
11%
LAPRAS SCOUTの平均的な歩留まり
約50%
約13%
初回メールから内定受諾までのリードタイム
1内定あたり
約60-80通
約10-20%
返信率などの実績
優秀なエンジニアの採用が効率よく実現
スカウトメール受信
メール返信
カジュアル面談
内定
29
開発メンバー
CTO
技術顧問
スーパーハイクラス層
ターゲット自体がかなり希少
であり、現職でも重要ポジ
ションに付いていることがほ
とんど
VPoE
テックリード
エンジニアリングマネージャ
ハイクラス層
特に市場に存在する母数と比較
して需要が多く、スカウトを
日々受け取ることに慣れている
層。専門スキルを活かせる技術
的挑戦やキャリアアップ、報酬
アップを求めるケースが多い
ミドル層
数年のエンジニア実務経験を積
んでいる層。スキルアップ/ や
りたいことができる/ 働きやす
い環境を求めて転職するケース
が多い
実務未経験者
インターン・新卒
ジュニア層
現在も比較的買い手市場であ
り、まだスカウトという手段が
広まっていない領域。
その分、スカウトメールを受け
取り慣れていない層でもある
1.TwitterDM
2.1通1通熱量込めた
スカウトメール
1.人事×エンジニア連携の
スカウトメール
2.TwitterDM
1.興味通知送信→カジュアル
面談打診
2.JOBページからの流入
1.JOBページからの流入
2.興味通知送信→カジュアル
面談打診
アプローチの質重視 アプローチの効率重視
参考:採用したいレイヤ別のスカウト戦略
採用したいレイヤによって需要・供給バランスが異なり、スカウトの難易度も変わってきます
ポジション例
概要
オススメの
アプローチ方法
30
スー パ ー ハ イク ラス
リードタイム
スカウト5通 / 週
アプローチ
歩留まり
工数
ハ イク ラス ミ ド ル ク ラス
返 信 率 35%
有効返信数 50%
スカウト
半年〜1年で1名 半年〜1年で1名 半年2名
人事1名 + エンジニア1~2名が、週1~2時間 / それぞれ1人あたり
興味あり
(約5~10%) 即面談
わからない
/返信なし
スカウト
送付
返 信 率 20%
有効返信数 50%
と
スカウト送付
半年でミドルクラスのエンジニアを2名の採用を目指す場合、
約120通〜200通/半年のスカウト送付が目安となります。
運用時間の目安は約1時間〜2時間/週となります。
面談
半年で2名の採用を目指す場合、約10面談〜20面談/半年が目安となります。
候補者ページに掲載されているアウトプットに言及することで選考移行率が高くなります。
興味通知
送付
採用リードタイムとKPI、工数
■採用レイヤー別の運用戦略
■スカウト数、面談数のKPI
31
**様のご経歴を拝見し、Rubyにお詳しいと思
い、ぜひお話をしたくご連絡を致しました。
**様にぴったりなポジションがありますのでご
紹介したいです。
① パーソナライズがされていない
② 受け取り手が不快感を抱きかねない表現
③ 明らかに採用要件と候補者がマッチしていない
品質基準に満たないスカウトメールは、運営事務局にて送信を差し止めいたします。
◯◯というブログ記事で、△△の技術をご活用
されている様子を拝見しました。
今後主力事業で△△を活用していこうと思って
おりましたので大変参考になりました。
スカウトメールの品質基準
自社の評判を損ねることがないように
スカウトメールに対して独自の品質基準を設けています。
32
メドケア株式会社様
[ 採用成功ポジション:バックエンドエンジニア(Ruby)]
LAPRASの技術力スコアを用いて効率的な1次スクリーニングを実行
能動的、社会課題の解決等、自社へのカルチャーマッチを見極めてスカウト
READYFOR株式会社様
[ 採用成功ポジション:フルスタックエンジニア ]
ハイクラスエンジニアが他媒体に比べて多く、選考通過率も高い傾向に
Twitter経由のスカウト返信率は約50%、採用成功にも繋がる
採用実績の具体例 課題別
課題01:自社にフィットした候補者が見つからない
33
株式会社プログリット様
[ 採用成功ポジション:CTO候補 ]
候補者が興味を持つことへの仮説を立てたメールで返信率42%を実現
候補者選定に3人のフィルターを設け、徹底したパーソナライズメールを送付
株式会社HashHab様
[ 採用成功ポジション:ブロックチェーンエンジニア ]
他社採用媒体に比べて3~5倍の人数が母集団としてヒットした
LAPRAS SCOUTのデータベースの広さ
Extension機能を活用し、ターゲットと親和性の高い勉強会から候補者を抽出
採用実績の具体例 課題別
課題02:市場に少ないエンジニアを採用したい
34
株式会社アンチパターン様
[ 採用成功ポジション:バックエンドエンジニア(Go)]
エンジニア採用に長けた外部パートナーと協業し採用成功
全体のマネジメントをパートナーに一任し、採用のコア業務のみを自社で担う
株式会社ヌーラボ様
[ 採用成功ポジション:サーバーサイドエンジニア ]
興味通知機能を上手く活用し、効率的な採用成功を実現
自社に合ったエンジニアをカルチャー・スキルの両観点でスピーディに判断
採用実績の具体例 課題別
課題03:スカウトを運用するリソースが確保できない
35
導入企業の内訳
創業年別の割合
※2020年4月~2021年6月
の導入企業に対する割合
80%
20%
自社サービス運営企業
その他
32%
~5年
45%
6~10年
13%
10~20年
8%
20年~
導入実績一覧
2018年8月に正式版を公開し、累計500社以上が導入。
36
30万円
初期費用
スキル要件
作成サポート
総合運用
サポート
15万円 なし
15万円 15万円 15万円
6ヶ月 12ヶ月 24ヶ月
月額料金
契約期間
120万円(税抜) 195万円(税抜) 360万円(税抜)
初回ご請求額
(ご一括請求)
スカウトメール
文面作成サポート
候補者選定サポート
半年プラン 1年プラン 2年プラン
… その他詳細は
次のページにて
※スカウトメールの通数制限はありません。
※1契約内で複数部署/グループ会社でもご利用等の場合は、別途月額費用をお見積りさせて頂きます。
※ご利用期間の終了時にご継続利用をされない場合は、アカウントはクローズされタレントプール等のデータも削除されます。 また、一度アカウントがクローズされた後の再契約には、新規
にアカウントを発行致しますので、初期費用が発生致します。
料金体系
月額制の料金体系によって採用単価が抑えられます。
採用決定後の追加費用(成功報酬)はございません。
37
・Slack Chatwork Teamsのいずれかにてホットラインを開通。リアルタイムでのサポートが可能。
・導入3ヶ月間で4回の定期MTG + ご希望に応じて何度でもMTG可能
1. 導入〜運用定着まで
- 採用要件のブラッシュアップ
- 採用ストーリーの作成
- アクション目標の策定
- ポジション別運用戦略の策定
- 業務設計と社内運用体制の構築
- スカウトメールへのレビュー
- 運用担当者へのご説明
─ 運用フェーズにあわせたサポート内容 ─
2. 運用定着〜採用成功まで
- スカウトメールへのレビュー
- 返信率を上げるためのご助言
- ポジション別運用戦略の策定
- 面接・面談のポイント
- Extension機能の活用
- 転職潜在層のスカウト
─ お客様の声 ─
エンジニア採用に関するナレッジがすごく充実している印象
がとても強いです。契約した直後にカスタマーサクセス担当
とのキックオフミーティングもすぐに組まれ、適宜メール文
例のアドバイスもいただいたり、支援内容がちゃんと整理さ
れているなと思います。担当の方がSlackに常にアクティブ
なのも、利用していて安心感があります。
メドケア株式会社 / 事業統括部長 / 八木さん:詳細はこちら
カスタマーサクセス担当の方からは「スカウトメールはこう
書いた方が返信率高まりますよ」といった、他社の事例を踏
まえた上でのアドバイスもいただけて、とても有り難く感じ
ています。実際、LAPRAS SCOUTを導入する前は、1to1の
メッセージを送っても返信率は20%位だったものが、現在で
は40%程度に上昇しています。
株式会社CARTA HOLDINGS /
中途採用マネージャー 井上さん:詳細はこちら
カスタマーサクセスによる充実した運用サポート
貴社専任の担当をアサインし、採用成功にフォーカスした総合的なサポートを行います。
累計数百社へ採用サポートで得た独自ノウハウの習得にご活用ください。
38
興味通知運用方法
マスター
興味通知×
スカウトメール
運用方法マスター
安定した
面談獲得
転職意欲「高」以外の
候補者の選考獲得
内定承諾
獲得
複数ポジションでの
内定承諾獲得
〜1ヶ月 〜2・3ヶ月
〜1週間 4ヶ月〜
4ヶ月〜
4ヶ月〜
4ヶ月〜
4ヶ月〜
4ヶ月〜
4ヶ月〜
運
用
ス
テ
プ
[STEP1]
[STEP2]
[STEP3]
[STEP4]
導入開始〜3ヶ月後のLAPRAS SCOUT導入プロジェクト
LAPRAS SCOUT運用定着までの約3ヶ月を特に重点的に、
導入プロジェクトとしてサポートさせていただきます
39
LAPRAS PLAYBOOKを通じた媒体運用定着
役割分担や狙いたいターゲット設定、KPIの設計まで一気通貫でサポートします。
定量的に現状を把握し、改善を図りながら伴走いたします。
40
ご契約 準備 スカウト送付の準備 運用開始
貴社
即日〜1、2週間
利用期間の決定
ご契約:クラウドサインを基本
(紙ベースでも可能)
利用申請フォームの入力
事前準備シートの入力
キックオフMTGの予約
メンバーへのアカウント発行
求人 / 会社情報の作成
数日〜1週間 数日〜1、2週間
テンプレートの作成
運用体制の決定
候補者ピックアップ開始
週1~2h×1,2名の工数確保
LAPRAS
ご契約書の送付
利用申請の承認(承認日からご契約開始)
運用シナリオご提案の準備
求人の作成アドバイス
ネクストアクションのご提案
スカウトメール添削
候補者抽出方法のレクチャー
業務運用方法のご提案
候補者の推薦
採用要件明確化のお手伝い
計3回のフォローアップMTG
Slack等でのご質問回答
キ
ク
オ
フ
ミ
テ
ン
グ
導入〜運用開始までの流れ
業務に習熟するまでの1ヶ月間、経験豊富なカスタマーサクセスマネージャが
徹底サポート。その後も貴社の採用成功にコミットします。
41
• スカウト送信候補となる採用候補者のピックアップ
• 上記候補者への興味通知の送信作業
サーチサポートサービス
• 送信したい候補者に、当該ポジションのスカウトを送信可能かチェッ
クを行い、送信を推奨しない場合はフィードバックを返す
• スカウト送信したい候補者について、スカウト執筆メモを作成する
• 候補者のサーチにまとまった時間が取れない
• LAPRAS SCOUTでの候補者サーチが難しいと感じており、エンジ
ニアのスクリーニングを通るケースがとても少ない
• 興味通知の送信をペースアップしたいが、誰彼構わず送るような
ことはしたくない
• 候補者にアプローチすべきかの判断基準がわからない
• 候補者に刺さるスカウトメールを執筆するための技術的に踏み込ん
だ内容のスカウトメモ作りが困難
• 社内のエンジニアは採用にコミットしたいと思っているにも関わら
ず、時間が取れないためエンジニアの担当部分がボトルネックに
なってしまっている
難易度「中」
ピックアップ件数:24件/月
月額費用 :50,000円
ご契約更新料 100,000円 / 1更新
スカウトメモ作成対応件数:12件 / 月
月額費用 50,000円
ご契約更新料 100,000円 / 1更新
※基本1採用要件の価格とさせて頂き、採用要件追加の際には別途お見積もりさせて頂きます。
※更新料金は1回目の更新のみとなります。
※貴社からのピックアップ件数が12件/月より少なかった場合もご提供価格は変更ございませんので、ご留意ください。
オプション名
解決する課題
概要
価格
オプショナルサービスのご案内
エンジニアスカウトサポートサービス
エンジニア採用を円滑に進めるためのオプショナルサービスも展開しております。
ご興味がある方はお気軽に営業担当までお声掛けください。
難易度「高」
ピックアップ件数:12件/月
月額費用 :50,000円
ご契約更新料 100,000円 / 1更新
目的の如何を問わず、本資料内の情報の無断共有・無断複製・無断転載
その他二次利用行為等の国内および国外の著作権により禁止される行為を固く禁じます。
そのような行為が発見された場合、弊社は法的措置をとる場合がございます。
本資料に関するご不明点・ご質問点等は下記までお問い合わせください。
LAPRAS株式会社
〒141-0031 東京都品川区西五反田1丁目26番2号五反田サンハイツビルディング2階
03-6746-5858 / bizdev@lapras.com
https://corp.lapras.com
貴社の要件に近い成功事例や運用のご提案、
データベース上の候補者などについては、担当者まで直接お問合せください。

Más contenido relacionado

La actualidad más candente

CTFはとんでもないものを 盗んでいきました。私の時間です…
CTFはとんでもないものを 盗んでいきました。私の時間です…CTFはとんでもないものを 盗んでいきました。私の時間です…
CTFはとんでもないものを 盗んでいきました。私の時間です…
Hiromu Yakura
 
プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回
プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回
プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回
Yoshiki Hayama
 

La actualidad más candente (20)

「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
 
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
社内スタートアップによる組織の成長に伴い発生する痛みとその解決策について45分拡大版 #devsumi #devsumiB
 
型安全性入門
型安全性入門型安全性入門
型安全性入門
 
「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか
 
ユーザーインタビューからその後どうするの? 得られた情報を「UXデザイン」に落とし込む方法 | UXデザイン基礎セミナー 第3回
ユーザーインタビューからその後どうするの?得られた情報を「UXデザイン」に落とし込む方法 | UXデザイン基礎セミナー 第3回ユーザーインタビューからその後どうするの?得られた情報を「UXデザイン」に落とし込む方法 | UXデザイン基礎セミナー 第3回
ユーザーインタビューからその後どうするの? 得られた情報を「UXデザイン」に落とし込む方法 | UXデザイン基礎セミナー 第3回
 
研修成果プレゼン資料
研修成果プレゼン資料研修成果プレゼン資料
研修成果プレゼン資料
 
ドメイン駆動設計のプラクティスでカバーできること、できないこと[DDD]
ドメイン駆動設計のプラクティスでカバーできること、できないこと[DDD]ドメイン駆動設計のプラクティスでカバーできること、できないこと[DDD]
ドメイン駆動設計のプラクティスでカバーできること、できないこと[DDD]
 
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
大規模ソーシャルゲームを支える技術~PHP+MySQLを使った高負荷対策~
 
レビュー目的・観点設定の効果と課題
レビュー目的・観点設定の効果と課題レビュー目的・観点設定の効果と課題
レビュー目的・観点設定の効果と課題
 
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
 
Ooc 2020
Ooc 2020Ooc 2020
Ooc 2020
 
ユーザーインタビューするときは、どうやらゾンビのおでましさ
ユーザーインタビューするときは、どうやらゾンビのおでましさユーザーインタビューするときは、どうやらゾンビのおでましさ
ユーザーインタビューするときは、どうやらゾンビのおでましさ
 
世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture
 
CTFはとんでもないものを 盗んでいきました。私の時間です…
CTFはとんでもないものを 盗んでいきました。私の時間です…CTFはとんでもないものを 盗んでいきました。私の時間です…
CTFはとんでもないものを 盗んでいきました。私の時間です…
 
CEDEC2013 ソーシャルゲームの開発現場でUXについて思いっきりあがいてみた1年間の話
CEDEC2013 ソーシャルゲームの開発現場でUXについて思いっきりあがいてみた1年間の話CEDEC2013 ソーシャルゲームの開発現場でUXについて思いっきりあがいてみた1年間の話
CEDEC2013 ソーシャルゲームの開発現場でUXについて思いっきりあがいてみた1年間の話
 
目grep入門 +解説
目grep入門 +解説目grep入門 +解説
目grep入門 +解説
 
Design Sprint 概要 / デザインスプリント概要
Design Sprint 概要 / デザインスプリント概要Design Sprint 概要 / デザインスプリント概要
Design Sprint 概要 / デザインスプリント概要
 
カルマンフィルタ入門
カルマンフィルタ入門カルマンフィルタ入門
カルマンフィルタ入門
 
プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回
プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回
プロトタイピングとユーザビリティテストで「UXデザイン」を練りあげよう! | UXデザイン基礎セミナー 第4回
 
TRICK 2022 Results
TRICK 2022 ResultsTRICK 2022 Results
TRICK 2022 Results
 

Similar a ver.12.9_LAPRAS SCOUTサービスご案内資料.pdf

クラウド開発手法(舩山ストーリー,石川追記)
クラウド開発手法(舩山ストーリー,石川追記)クラウド開発手法(舩山ストーリー,石川追記)
クラウド開発手法(舩山ストーリー,石川追記)
Yuuki Ishikawa
 
Oss事例紹介資料20141111 明日の認証会議 掲載用
Oss事例紹介資料20141111 明日の認証会議 掲載用Oss事例紹介資料20141111 明日の認証会議 掲載用
Oss事例紹介資料20141111 明日の認証会議 掲載用
マジセミ by (株)オープンソース活用研究所
 
20140313 CX Service Design
20140313 CX Service Design20140313 CX Service Design
20140313 CX Service Design
Junya Iizuka
 

Similar a ver.12.9_LAPRAS SCOUTサービスご案内資料.pdf (20)

ver.12.7_LAPRAS SCOUTサービスご案内資料.pdf
ver.12.7_LAPRAS SCOUTサービスご案内資料.pdfver.12.7_LAPRAS SCOUTサービスご案内資料.pdf
ver.12.7_LAPRAS SCOUTサービスご案内資料.pdf
 
JPC2017 [A1] ダイレクトCSPが語る!コンサンプションを最大化するMicrosoft Azureビジネスの極意
JPC2017 [A1] ダイレクトCSPが語る!コンサンプションを最大化するMicrosoft Azureビジネスの極意JPC2017 [A1] ダイレクトCSPが語る!コンサンプションを最大化するMicrosoft Azureビジネスの極意
JPC2017 [A1] ダイレクトCSPが語る!コンサンプションを最大化するMicrosoft Azureビジネスの極意
 
クラウド開発手法(舩山ストーリー,石川追記)
クラウド開発手法(舩山ストーリー,石川追記)クラウド開発手法(舩山ストーリー,石川追記)
クラウド開発手法(舩山ストーリー,石川追記)
 
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
 
東北大学AIE - 機械学習中級編とAzure紹介
東北大学AIE - 機械学習中級編とAzure紹介東北大学AIE - 機械学習中級編とAzure紹介
東北大学AIE - 機械学習中級編とAzure紹介
 
Introduction of Business Models in Requirement Development
Introduction of Business Models in Requirement DevelopmentIntroduction of Business Models in Requirement Development
Introduction of Business Models in Requirement Development
 
AWS市場動向と求められる人材、その育成方法について
AWS市場動向と求められる人材、その育成方法についてAWS市場動向と求められる人材、その育成方法について
AWS市場動向と求められる人材、その育成方法について
 
AARRRで始めるグロースハック
AARRRで始めるグロースハックAARRRで始めるグロースハック
AARRRで始めるグロースハック
 
ERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすかERPのデータをフロントシステムでどう活かすか
ERPのデータをフロントシステムでどう活かすか
 
「明日の認証会議 3」講演用スライド 20141002(配布用)
「明日の認証会議 3」講演用スライド 20141002(配布用)「明日の認証会議 3」講演用スライド 20141002(配布用)
「明日の認証会議 3」講演用スライド 20141002(配布用)
 
Oss事例紹介資料20141111 明日の認証会議 掲載用
Oss事例紹介資料20141111 明日の認証会議 掲載用Oss事例紹介資料20141111 明日の認証会議 掲載用
Oss事例紹介資料20141111 明日の認証会議 掲載用
 
20180915 mynavi rpa_seminar
20180915 mynavi rpa_seminar20180915 mynavi rpa_seminar
20180915 mynavi rpa_seminar
 
Microsoft Seminar: Design Optimization on Rescale
Microsoft Seminar: Design Optimization on RescaleMicrosoft Seminar: Design Optimization on Rescale
Microsoft Seminar: Design Optimization on Rescale
 
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
業者に騙されないデジタルアーカイブシステム開発、デジタル化の調達のために
 
機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ
 
変わる!? リクルートグループのデータ解析基盤
変わる!? リクルートグループのデータ解析基盤変わる!? リクルートグループのデータ解析基盤
変わる!? リクルートグループのデータ解析基盤
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
 
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
 
20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介20190807_Aidemy Azure AI ご紹介
20190807_Aidemy Azure AI ご紹介
 
20140313 CX Service Design
20140313 CX Service Design20140313 CX Service Design
20140313 CX Service Design
 

ver.12.9_LAPRAS SCOUTサービスご案内資料.pdf