Docs
AIマッチング

AIマッチング

6種類のマッチングと、マッチング結果の見方。スコアだけでなく「なぜマッチしたか」まで確認できます。

マッチングの種類

マッチング入力出力・価値
案件 × 技術者案件条件 + 技術者の経歴・スキルマッチ度・理由・不足条件・推薦候補
メール × 案件受信・送信メール + 登録済み案件既存案件に関係する顧客・候補者の情報を発見
メール × 技術者受信・送信メール + 技術者データベース技術者に合う案件メール、案件に合う人材メールを発見
社内メール × 社内メール許可されたメールボックスの範囲営業担当同士で補い合える案件・人材情報を発見
ニーズ × メール自然言語のニーズ + メールデータ「Java・東京・10月・70万前後」と入力すると関連メールを返す
WeChat由来情報 × 全データユーザーが投稿した情報 + 案件・技術者・メールグループ内の機会を自社の既存データと自動でつなぐ

マッチング結果の見方

マッチング結果には、スコアと一緒に判断の根拠が必ず表示されます。

総合マッチ度

0〜100%で表示されます(例:92%)。

主要条件

スキル、経験年数、単価、勤務地、リモート条件、開始時期、語学など、法令の範囲内で扱える業務上の条件を、案件側と技術者側で並べて比較します。

条件案件技術者判定
スキルJava / SpringJava / Spring Boot一致
経験年数3年以上6年一致
勤務地東京・週3リモート東京・リモート希望一致
単価〜70万円希望 72万円要確認
開始時期11月〜11月から稼働可一致

マッチした理由

例:必須スキルをすべて満たす、経験年数が条件を上回る、勤務地と開始時期が一致。

差異・リスク

例:希望単価が予算を上回る、出社頻度が合わない、必須スキルが不足している、記載がなく確認が必要。

出典

案件登録・技術者登録・メール・WeChat投稿など、情報がどこから来たかを表示します。

次のアクション

詳細を見る、保存、連絡する、転送、候補を作成、処理済みにする。

AIのスコアは営業判断を補助するものであり、絶対的な評価ではありません。必ずマッチングの根拠を確認してからご判断ください。