エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
面談データが語るサービス改善の新潮流:LLMとクラスター分析で見えてきた転職支援の傾向 - Leverages データ戦略ブログ
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
面談データが語るサービス改善の新潮流:LLMとクラスター分析で見えてきた転職支援の傾向 - Leverages データ戦略ブログ
はじめに こんにちは!レバレジーズデータ戦略室、データサイエンティストのJacobです。 今回は、弊社の... はじめに こんにちは!レバレジーズデータ戦略室、データサイエンティストのJacobです。 今回は、弊社の転職支援サービスの改善のための面談分析について書きたいと思います。数多くの求職者のサポートに励んでいる弊社のキャリアアドバイザー(CA)のハイパフォーマーにはどのような特徴があるのかという分析です。様々な仮説がある中で、求職者との面談のデータを分析するとどのような傾向が見られるでしょうか。 分析方法 対象データは700件の面談の文字起こしです。面談の中には、弊社の紹介から具体的な企業提案まで、様々な転職に関する話題が出ます。非構造化データであるため、LLMを通じて分析することが効果的です。今回はGeminiのAPIを使用しました。 以下のアプローチを試してみました。 面談ごとにプロンプトを用いて構造化したフィードバックをLLMに書いてもらいました。 フィードバックのクラスター分析を行い、