求人条件の変更が応募率に与える影響を検証する方法｜給与・勤務地・勤務形態を前後比較

監修: 菊地 将（リブランディング株式会社）

給与を上げた、勤務地を変えた、リモート勤務を可能にした。その後に応募が増えても、条件変更だけが原因とは限りません。同じ時期に求人市場が動いた、媒体の露出が増えた、原稿も修正したといった別の要因が重なっている可能性があるためです。

条件変更の効果は、応募数だけで判断せず、「求人を見てもらえたか」「閲覧者が応募したか」「応募者が選考を通過したか」、さらに採用成果につながったかを分けて確認します。そのうえで、同じ時期に条件を変えなかった求人と比べるか、比べられない場合は複数週の推移を見ると、条件変更の影響を判断しやすくなります。

この記事では、給与・勤務地・勤務形態などの実条件を変更した前後を比較し、季節性・媒体差・職種差をできるだけ切り分けながら、条件変更を継続すべきかどうかを判断する方法を、手順に沿って説明します。

求人条件変更の効果は、応募数のほかに何を見て判断するか

条件を変更した後は、応募数だけでなく、「到達」「応募転換」「選考品質」「最終成果」の4段階で確認します。応募数だけでは、求人を見てもらう機会が増えたのか、応募したくなる求人になったのか、合う人が応募したのかを区別できないためです。

たとえば給与を上げたことで求人検索の対象者が広がり、求人詳細の閲覧数が増えれば、応募率が変わらなくても応募数は増えます。反対に応募率は上がっていても、応募者の書類通過率が大きく下がっていれば、採用成果としては改善していない可能性があります。どちらの場合も、応募数だけでは実態が分かりません。

次の表は、4段階それぞれで記録する主な指標と計算例です。左の行から順に見ると、条件変更の影響がどこまで届いたかを追えます。

段階	主な指標	計算例	確認できること
到達	表示数・詳細閲覧数・詳細閲覧率	詳細閲覧数 ÷ 表示数	条件変更によって求人を見てもらいやすくなったか
応募転換	応募数・応募率	応募完了数 ÷ 詳細閲覧数	求人を見た人が応募しやすくなったか
選考品質	書類通過率・面接通過率	書類通過数 ÷ 応募数	応募者の適合度が変化したか
最終成果	内定数・採用数・承諾率	採用数 ÷ 応募数など	採用成果まで改善したか

図も同じ流れを示しています。条件変更の影響が、到達、応募転換、選考品質、最終成果（図では「採用成果」）のどこで変化したかを、順に分けて確認します。

指標を記録するときは、定義をそろえます。媒体によって「閲覧」「クリック」「応募」の定義は異なるため、同じ求人を前後比較するなら、同じ媒体・同じ指標定義を使うことが基本です。

また、採用人数まで結果が出るには時間がかかります。変更直後は閲覧数と応募率、その後は書類通過率、面接通過率、採用数と段階的に追うと、どこで変化が生じたのかを把握しやすくなります。応募率・通過率など採用KPI全体の測定体系は、採用改善の効果測定で整理しています。

給与・勤務地・勤務形態は、応募行動にどう影響し得るか

給与、勤務地、勤務形態は、応募候補者が求人を選ぶときの主な条件です。この節では、公的データや研究で分かっていることを条件ごとに確認します。ただし、「給与を何％上げれば応募率が何％上がる」といった共通の効果量を、そのまま自社求人へ当てはめることはできません。職種、地域、求職者層、市場環境によって反応が変わるためです。

給与の変更は、職種や市場条件と合わせて評価する

厚生労働省は「令和5年版 労働経済の分析」で、ハローワークの求人データを用い、職業、産業、都道府県、事業所規模などを考慮した分析を行っています。

その分析では、フルタイム求人で賃金の下限が地域別最低賃金より5％以上高い場合、掲載後1か月以内の被紹介確率が約5％、3か月以内では約10％高いという推計が示されています。ここでいう「被紹介」はWeb求人媒体の応募完了率と同じ指標ではありませんが、賃金条件が求職者の応募行動に関係することを示す公的データの一つです。

海外でも、実際の求人を使って提示賃金をランダムに変えたフィールド実験では、より高い賃金を提示した求人ほど応募が増える傾向が確認されています。

こうしたデータは、給与が応募に関係することを示す一方で、自社の求人でどれだけ変わるかまでは教えてくれません。自社で給与を変更するときは、単純な前後差ではなく、同時期の求人市場や職種ごとの需給変化を差し引いて評価します。その方法は、後の節で説明します。

勤務地の変更は、通勤負担の変化まで含めて見る

勤務地の変更では、「東京都内から埼玉県へ変更した」のような住所の変化だけでなく、応募候補者から見た通勤時間や交通利便性も変わります。

約30万人の求職者と約300万件の求人応募を分析した海外研究でも、通勤距離が応募行動に関係し、その影響には求職者属性による違いがあることが報告されています。

そのため、勤務地変更の効果を検証するときは、応募率だけでなく、可能であれば応募者の居住エリア構成がどう変化したかも集計します。個人を特定する必要はなく、「勤務地から30分圏内・60分圏内」「同一都道府県・隣接都道府県」のような集計で十分です。

リモート勤務の可否は応募対象そのものを変えることがある

リモート勤務や勤務場所の柔軟性は、求人を比較する条件の一つになっています。

LASSICが2026年7月に実施したテレワーク経験者1,004人への調査では、転職先選びで「テレワークの自由度」を重視する回答が30.8％、「テレワーク制度がない会社は応募対象外」とする回答が21.2％でした。対象者がテレワーク経験者に限定された調査であり、全求職者へそのまま一般化はできませんが、勤務形態によって応募候補企業の選別が起きる可能性を示しています。

また、オンライン人材市場で柔軟な勤務時間をランダムに提示した2025年の実験では、柔軟性を提示した求人は、提示しない求人に比べて女性の応募が24％、男性の応募が12％多い結果となりました。対象はオンラインのフリーランス市場で、日本の正社員採用とは条件が異なるものの、勤務柔軟性が応募行動へ影響し得ることを示す研究です。

勤務形態を変更するときは、応募数の増減に加えて、応募者の居住地域がどう変わったかも確認します。

単純な前後比較で、なぜ条件変更の効果を誤判定しやすいのか

「変更前は月20応募、変更後は30応募になったので、条件変更によって50％増えた」と判断するだけでは不十分です。この増加には、条件変更以外の要因が混ざっているかもしれません。少なくとも、次の5つを確認します。

1. 季節や採用市場全体が変化していないか
2. 求人媒体の掲載順位・広告費・露出量が変化していないか
3. 掲載している職種や勤務地の構成が変わっていないか
4. 条件と同時にタイトル・仕事内容・写真・応募フォームを変えていないか
5. 書類選考基準や面接基準を変えていないか

求人市場は月ごとに動いています。厚生労働省が2026年8月28日に公表した2026年7月の一般職業紹介状況では、有効求人倍率は1.18倍、新規求人倍率は2.10倍でした。新規求人は前年同月比でも変化しており、業種別にも動きが異なります。こうした市場の動きは企業の努力とは別に起きるため、企業側で何も変更していなくても、求人の成果は市場環境の影響を受けると考えられます。

したがって、求人条件を変更する前後では、「何も変更しなかった似た求人」を比較対象として残せると、検証精度が高くなります。次の節から、その比較求人を含めた検証の手順を説明します。

変更前から始める、求人条件変更の検証5ステップ

検証は、変更後に数字を見るのではなく、変更前に方法を決めるところから始めます。変更前の仮説設定と比較求人の選定が、変更後の結果を読めるかどうかを左右するためです。次の5ステップで進めます。

図のとおり、効果測定は条件変更後ではなく、変更前の仮説設定と比較求人の選定から始まります。

STEP1｜変更内容と、動くと考える指標を決める

最初に「変更内容 → 想定される変化」を一文で決めます。たとえば、次のように書きます。

• 給与下限を引き上げる → 詳細閲覧後の応募率が上がる
• 勤務地を駅近オフィスへ変更する → 詳細閲覧率と応募率が上がる
• 週5出社から一部リモート可へ変更する → 応募対象地域が広がり応募数が増える

「応募を増やす」という曖昧な目標にせず、どの段階が変化すると考えているかまで決めておくと、結果が出たときに仮説どおりだったかを確認できます。

STEP2｜変更日時と同時変更した項目を記録する

条件を変更した日時を残します。同時に、次の項目も記録してください。

• 給与・勤務地・勤務形態の変更内容
• 求人タイトルの変更有無
• 仕事内容の変更有無
• 掲載媒体
• 掲載プラン・広告費
• 写真・クリエイティブ変更
• 応募フォーム変更
• 選考基準変更
• 採用予定人数

給与と原稿を同日に変更すると、応募率が上がってもどちらの効果か切り分けられません。可能であれば、検証期間中は条件以外を固定しましょう。

STEP3｜条件を変更しない比較求人を決める

比較対象は、できるだけ変更求人と条件が近い求人を選びます。次の表は、比較方法ごとの検証しやすさをまとめたものです。上の行ほど、条件変更の効果を切り分けやすくなります。

比較方法	例	検証しやすさ
同一職種を拠点ごとに段階変更	東京だけ先に給与変更、大阪は一時据え置き	高い
近い職種・同一媒体を比較	営業職Aは変更、業務内容が近い営業職Bは据え置き	比較的高い
同一職種の過去期間だけと比較	4月と5月を比較	季節変動を受けやすい
変更求人だけを見る	変更前後の数字だけ確認	効果の切り分けが難しい

実務上は完全に同一の比較求人を作れないこともあります。その場合でも、「同じ媒体」「同じ職種群」「同じエリア」「近い採用難易度」の順に条件を合わせると比較しやすくなります。

STEP4｜前後で同じKPIを集計する

変更前後で、最低限次の数字を同じ単位で集めます。

• 表示数
• 求人詳細閲覧数
• 応募数
• 応募率
• 書類通過数
• 書類通過率
• 面接数
• 採用数
• 掲載費・広告費

応募数が少ない求人を日次で比較すると、1件の応募で率が大きく動きます。母数が小さい場合は週単位などへまとめ、短期間の変動だけで判断しないようにします。

STEP5｜継続・再検証・撤回を判断する

最後に、「応募率が上がったか」だけで終わらせず、選考品質を含めて継続・再検証・撤回を判定します。

条件変更後に応募率と通過率の両方が改善していれば、変更を継続する根拠は強くなります。一方、応募率だけが増え、書類通過率が大きく下がった場合は、応募者が広がった結果なのか、ターゲットから外れた応募が増えたのかを確認します。応募率と通過率の組み合わせ別の読み方は、後の節で表にまとめます。

比較求人がある場合は「差の差」で共通変動を差し引く

求人条件の変更効果をより正確に見る方法の一つが、「変更求人の前後差」から「比較求人の同時期の前後差」を差し引く方法です。統計分野ではDifference-in-Differences、略してDiD（差の差）と呼ばれる考え方です。単純な前後比較よりも、両方の求人へ共通して起きた季節性や市場変化を、ある程度差し引けます。

次の表は、応募率が次のように動いたと仮定した例です。

	変更前	変更後	前後差
条件を変更した求人	2.0％	3.0％	+1.0ポイント
条件を変更していない比較求人	2.4％	2.9％	+0.5ポイント

単純に見ると、変更求人は1.0ポイント改善しています。しかし比較求人も同じ期間に0.5ポイント上昇しています。この共通の上昇分を差し引くと、差の差は次のようになります。

1.0ポイント − 0.5ポイント ＝ +0.5ポイント

図でも、条件変更求人の応募率は1.0ポイント上昇していますが、比較求人も0.5ポイント上昇しており、共通変動を差し引くと差は0.5ポイントです。

この場合は、「条件変更後に応募率が1.0ポイント上昇した」という事実と、「共通変動を差し引くと条件変更と関連する差は約0.5ポイントだった」という分析を分けて報告します。

ただし、差の差を使えば自動的に因果関係が証明されるわけではありません。変更前から両求人の動きが大きく違う場合や、片方だけ広告費を増やした場合などは、比較が成立しにくくなります。

比較求人を作れない場合は複数時点の推移を見る

小規模採用や専門職では、比較対象となる求人を用意できないことがあります。その場合は、変更直前と直後の2点だけではなく、変更前後の複数週を並べて推移を確認します。

これは「Interrupted Time Series（中断時系列）」と呼ばれる分析の考え方に近く、条件変更の前後で、応募率などの水準と、上がり下がりの傾向がどう変わったかを見る方法です。時系列分析では、季節性や時間とともに変化する要因にも注意する必要があります。

実務では、次のような表を残しておくと確認しやすくなります。数値の欄は、記録するときに埋める空欄です。「主な外部要因」の欄には、祝日・繁忙期や媒体施策など、その週の数字に影響しそうな出来事を書き込みます。

週	条件	詳細閲覧数	応募率	書類通過率	主な外部要因
変更前1	旧条件	－	－	－	－
変更前2	旧条件	－	－	－	祝日・繁忙期など
変更前3	旧条件	－	－	－	－
変更後1	新条件	－	－	－	条件変更
変更後2	新条件	－	－	－	－
変更後3	新条件	－	－	－	媒体施策など

応募件数が少ない職種では、一律に短い観測期間を設定するのではなく、判断できる応募母数が集まるまで期間を伸ばします。

条件の種類によって、見る指標と切り分ける要因は何が違うか

変更する条件によって、動きやすい指標と、注意すべき別の要因は異なります。次の表は、条件ごとに最初に見る指標、次に見る指標、特に切り分けたい要因をまとめたものです。

変更条件	最初に見る指標	次に見る指標	特に切り分けたい要因
給与	詳細閲覧率・応募率	書類通過率・採用単価	職位、経験要件、競合求人の給与、市場賃金
勤務地	詳細閲覧数・応募率	応募者エリア・通過率	通勤時間、駅距離、採用エリア、同地域の求人需給
リモート可	表示・閲覧・応募数	応募者地域・通過率	出社頻度、職種適合性、媒体のリモート検索条件
出社頻度変更	応募率	辞退率・承諾率	面接時の説明、実際の運用、他社条件

「特に切り分けたい要因」の列は、応募数の変化を条件変更以外で説明してしまう要因です。統計分野では交絡要因と呼びます。たとえば給与を変えた場合は、同じ時期の競合求人の給与や市場賃金が動くと、条件変更の効果と区別しにくくなります。

表の「採用単価」は採用者1人あたりの費用です。掲載費・広告費など、どこまでを費用に含めるかを決め、前後で同じ範囲で計算します。

特にリモート勤務を可能にした場合は、応募率だけでなく「どの地域から応募されるようになったか」を確認すると、単なる応募増加か、採用市場そのものが広がったのかを判断しやすくなります。

応募率と通過率の組み合わせから、条件変更の結果をどう読むか

求人条件の変更では、応募率と書類通過率を2軸で見ると判断しやすくなります。次の表は、2つの上がり下がりの組み合わせごとに、考えられる解釈と次の対応を整理したものです。解釈はいずれも「可能性」であり、断定ではありません。

応募率	通過率	主な解釈	次の対応
上昇	上昇・維持	条件改善によって適合候補者の応募が増えた可能性	継続し採用数まで追う
上昇	低下	応募対象は広がったが適合度が下がった可能性	通過者数・採用数で再判定
横ばい・低下	上昇	応募数は増えないがターゲット精度が上がった可能性	採用効率を確認
低下	低下	条件変更が逆効果、または外部環境悪化の可能性	比較求人・市場変化を再確認

図のように、応募率と書類通過率を組み合わせて見ると、応募量と応募者の適合度を分けて判断できます。応募率だけで評価しないのは、そのためです。

ここで役立つのが、「通過者数 ÷ 求人詳細閲覧数」です。

応募率だけでなく、求人を見た人のうち何人が実際に選考通過まで到達したかを見ると、「大量応募は来たが有効応募が増えていない」という状態を見つけやすくなります。

採用期間が十分に取れる場合は、「採用数 ÷ 求人詳細閲覧数」まで追うと、条件変更が最終成果へつながったかを確認できます。

検証のために、求人ごとに何を記録しておくか

求人条件を継続的に改善するには、変更履歴を求人単位で残しておきます。あとから比較するときに、何を変えたのか、同時に何が動いたのかを確認できるようにするためです。最低限、次の項目を記録します。

• 求人ID
• 職種
• 勤務地
• 掲載媒体
• 変更した求人条件
• 変更前の条件
• 変更後の条件
• 変更日時
• 同時に変更した原稿・画像・広告設定
• 比較対象とした求人
• 比較期間
• 表示数
• 詳細閲覧数
• 応募数・応募率
• 書類通過数・通過率
• 面接数
• 採用数
• 掲載費・広告費
• 市場・季節要因
• 検証結果
• 継続・再検証・撤回の判断

この記録があれば、「給与を変えた」「リモート勤務を可能にした」といった施策を単発の感覚で評価せず、自社の職種・地域ごとに効果が出やすい条件を蓄積できます。

まとめ

求人条件の変更が応募率へ与えた影響は、変更前後の応募数だけでは判断できません。

まず、成果を「到達」「応募転換」「選考品質」「最終成果」に分け、詳細閲覧数、応募率、書類通過率を同じ定義で記録します。そのうえで、可能なら条件を変更していない類似求人を比較対象に置き、変更求人の前後差から比較求人の同時期の変化を差し引きます。比較求人を用意できない場合も、複数週の時系列を確認し、季節性、媒体施策、原稿変更などを記録してください。

給与・勤務地・勤務形態は応募行動へ影響し得ますが、効果の大きさは職種や地域によって異なります。自社にとって有効な条件を判断するには、「応募が増えたか」ではなく、「何が変わったことで、どの段階の数字が改善し、最終的に採用成果へつながったか」まで確認します。

最初の一歩として、次に条件を変更する求人について、変更前に「どの段階の数字が動けば成功とみなすか」と比較する求人を決め、変更日時と同時に変えた項目を記録しましょう。

参考文献・データ元

‹ 親記事: 採用改善の効果測定は何をどう見ればいい？指標体系とPDCAの全体像

関連記事

• › 採用KPIの目標値の決め方｜採用人数から応募・面接・内定数を逆算する方法
• › 採用ファネルの歩留まりを診断する方法｜応募・面接・内定・承諾のボトルネック特定
• › 採用チャネルの実績を評価する方法｜面接率・内定率・承諾率・採用単価で運用後に比較
• › 選考リードタイムを短縮する方法｜工程別の滞留と対応期限を改善
• › 採用チャネルと入社後定着率をつなげて評価する方法｜90日・180日で見る採用KPI設計
• › 採用施策のA/Bテストを設計する方法｜求人訴求・スカウト文面・応募導線を検証
• › 候補者体験アンケートの設計方法｜応募・面接・内定後の離脱理由を定量化
• › 面接官ごとの評価ばらつきを確認｜採点差・通過率・コメントを比較
• › 採用A/Bテストの実験ログを作る方法｜仮説・変更点・結果・学びを再利用する
• › 候補者アンケートの自由記述を分析する方法｜不満・辞退理由・改善要望を分類
• › 面接官キャリブレーション会議の進め方｜採点例・模擬面接で評価差を揃える
• › 採用要件を入社後データで見直す方法｜90日・180日で面接評価を検証
• › スカウト返信率が低い原因と改善方法｜対象者・件名・文面・送信タイミングを診断
• › 企業口コミの評価変化と応募率の関係を測る方法｜指名検索・採用サイト・応募を時系列で比較
• › 採用サイトの行動分析をGA4で行う方法｜求職者の閲覧・回遊・応募をつなげて見る
• › 求人条件の市場差を定点観測する方法｜給与・勤務地・勤務形態と応募率を競合求人で比較
• › 採用チャネルの重複応募を分析する方法｜候補者ID・応募経路・採用単価の集計ルール
• › 面接後の選考辞退要因を調査する方法｜候補者の不安・追加検索・他社比較を可視化
• › 応募数はあるのに内定承諾率が低いときの情報接点診断｜採用サイト・口コミ・検索結果・選考説明を点検
• › 内定辞退理由の記録・分析方法｜理由分類・面談メモ・改善内容
• › 採用CX（候補者体験）とは？認知から入社までの体験設計と改善方法
• › 採用コストの相場と計算方法｜新卒・中途・媒体別の採用単価を比較
• › 採用データ分析の方法｜応募・通過率・辞退率・採用単価を改善につなげる
• › 離職率を下げる方法｜離職理由の分析・定着施策・採用へのフィードバック

関連テーマ

AIO SEO MEO 口コミ・風評対策 オウンドメディア集客