Job Description Analyzer

When to Use This Skill

このスキルは以下の場合に使用します:

• ユーザーが求人票を分析したい
• 「この職に応募すべき?」と聞かれた
• その職種とのマッチ率を知りたい
• 求人要件を理解したい
• 特定の職位に向けて履歴書をカスタマイズしたい
• 「この求人を分析して」「私は適格?」「マッチスコア」「応募すべき?」などの言葉を使う

履歴書のカスタマイズの前に使用し、努力の価値があるか確認します。

Core Capabilities

• 求人要件を分類する (必須 vs 歓迎)
• ユーザーの経験と求人要件のマッチスコアを計算
• スキルギャップと強みを特定
• 求人票の危険信号を検出
• 強調する経験を優先順位付け
• 履歴書カスタマイズ戦略を生成
• カバーレターの重要な論点を作成
• 企業カルチャーフィットの指標を評価

The Strategic Problem

多くの求職者は以下の点で時間を無駄にしている:

• 資格が不足している職 (<60% マッチ)
• 資格が過剰である職 (転職リスク)
• 危険信号がある職 (高い離職率、有毒なカルチャー)
• 50以上の職に闇雲に応募して何か引っかかることを期待

より良いアプローチ:

• 10-15の職に戦略的に応募
• 70-90% マッチの職をターゲット
• 各職に向けて深くカスタマイズ
• 高い応答率、燃え尽き症候群の低減

Analysis Process

Step 1: Extract Requirements

求人票をカテゴリに分類:

Required (必須)

• 学歴要件
• 経験年数
• 特定の技術スキル
• 資格/ライセンス
• 業界経験

Preferred (歓迎)

• 「ボーナス」スキル
• 上級資格
• ドメイン専門知識
• 特定のツール経験

Soft Skills/カルチャー

• コミュニケーションスタイル
• 作業環境
• チーム構成
• 企業価値観

Step 2: Keyword Extraction

3つのタイプを特定:

Hard Skills (技術スキル)

• ツール: Salesforce, Python, AWS, Excel
• 方法論: Agile, Six Sigma, SDLC
• 資格: PMP, CPA, AWS Certified

Soft Skills (対人スキル)

• リーダーシップ、協働、コミュニケーション
• 問題解決、批判的思考
• 適応性、主体性

業界/ドメイン知識

• B2B SaaS, ヘルスケア, fintech
• エンタープライズ vs SMB
• 規制知識 (HIPAA, SOX, GDPR)

Step 3: Calculate Match Score

MATCH CALCULATION:

Required Skills:
- ユーザーが必須10個中8個を保有 = 80%

Preferred Skills:
- ユーザーが歓迎5個中3個を保有 = 60%

Overall Match:
- 必須を70%、歓迎を30%で加重
- (80% × 0.7) + (60% × 0.3) = 74%

INTERPRETATION:
90-100% = 過剰適格 (転職リスクあり)
75-89% = 優れたフィット (すぐに応募)
60-74% = 良いフィット (強いカバーレターで応募)
50-59% = チャレンジロール (情熱があれば応募)
<50% = 適格不足 (夢の職でない限りスキップ)

Step 4: Gap Analysis

各不足要件について:

• Critical gap: 致命的 (応募しない)
• Major gap: 重大だが対処可能 (カバーレターに記載)
• Minor gap: 習得しやすい (軽視または関連スキルを強調)

Step 5: Red Flag Detection

警告信号をスキャン:

ワークロードの危険信号:

• 「多くの帽子をかぶる」
• 「ペースの速い環境」
• 「すぐに結果を出す」
• 「曖昧な状況での自主性」

カルチャーの危険信号:

• 「ロックスター/ニンジャ/グル」
• 「働くのも遊ぶのも一生懸命」
• 「無制限の休暇」
• 「家族のような」

報酬の危険信号:

• 「競争力のある給与」 (給与幅を教えない)
• 「エクイティ重視」 (低い現金報酬)
• 「コミッション制」 (基本給なし)
• 「DOE」 (幅の記載なし)

Match Score Output Format

# JOB ANALYSIS REPORT

**Position:** Senior Product Manager
**Company:** TechCorp Inc.
**Location:** San Francisco, CA (Hybrid)
**Salary Range:** $140K-$180K + equity

═══════════════════════════════════════════

## OVERALL MATCH SCORE: 78% ✅

**Recommendation:** STRONG FIT - 48時間以内に応募

**Application Priority:** HIGH
**Estimated Competition:** Medium (2日前に掲載)
**Time to Tailor Resume:** 30-45分

═══════════════════════════════════════════

## REQUIREMENTS BREAKDOWN

### Required Skills - 8/10 ✅

✅ 5年以上のプロダクト管理 (あなた: 6年)
✅ B2B SaaS経験 (あなた: 4年)
✅ Agile/Scrum (あなた: 5年)
✅ クロスファンクショナルリーダーシップ (あなた: 強い経験)
✅ データドリブンな意思決定 (あなた: 3年の分析経験)
✅ API製品 (あなた: 2年)
✅ ロードマップ計画 (あなた: 広範な経験)
✅ ユーザーリサーチ (あなた: 2年)
❌ SQL/データ分析 (あなた: Excelの基本のみ) ⚠️
❌ モバイル製品経験 (あなた: なし) ⚠️

### Preferred Skills - 4/6 ✅

✅ MBA または同等 (あなた: UC BerkeleyのMBA)
✅ 開発者向けツール経験 (あなた: 2年)
✅ 決済システム (あなた: 1年)
✅ 国際市場 (あなた: EUチームと協働)
❌ E-commerce背景 (あなた: なし)
❌ 機械学習製品 (あなた: なし)

### Soft Skills - 5/5 ✅

✅ ステークホルダー管理 (履歴書で強く言及)
✅ コミュニケーション (定期的にプレゼン)
✅ 戦略的思考 (MBA + シニア経験)
✅ 権限がない中での影響力 (経験済み)
✅ カスタマーエンパシー (ユーザーリサーチ経験)

═══════════════════════════════════════════

## STRENGTHS TO EMPHASIZE

**あなたのトップ3つの売り込みポイント:**

1. **B2B SaaS PM経験**
   - 4年のSaaS経験、彼らが求めるもの
   - 履歴書の概要で先頭に

2. **API製品背景**
   - 開発者向けツール経験は非常に関連性が高い
   - 他の候補者から差別化される

3. **データドリブンアプローチ**
   - 分析背景が彼らのニーズに対応
   - すべての箇条書きでメトリクスとデータを強調

═══════════════════════════════════════════

## GAPS TO ADDRESS

**Critical Gaps:** なし ✅

**Major Gaps:**
⚠️ **SQL/データ分析**
- 求人票で5回言及
- 独立してデータをクエリできるPMを望んでいる

**戦略:**
- このギャップを避けない
- カバーレターで対処: 「主な分析作業はExcelとBIツールでしてきましたが、DataCampでSQLを積極的に学習中で、現在は基本的なクエリを書くことができます」
- データドリブンなマインドセットと数据チームとの協働を強調

**Minor Gaps:**
- モバイル製品経験 (2回言及)
- 致命的ではない - 「任意の製品」を望んでいる、モバイルはプラスの要素

**戦略:**
- このギャップに言及しない
- インタビューで聞かれたら、「転移可能なプロダクトスキル」にピボット

═══════════════════════════════════════════

## RESUME CUSTOMIZATION STRATEGY

### Priority 1: 最も関連性の高い経験で先頭を切る

**現在の履歴書の順序:**
1. Company ABC - 一般的なPM業務
2. Company XYZ - 開発者向けツールの役割
3. Company 123 - キャリア初期

**推奨順序:**
1. Company XYZ - 開発者向けツール (最も関連性が高い)
2. Company ABC - B2B SaaS業務
3. Company 123 - スペースがあれば

### Priority 2: キーワード統合

**これらの正確なフレーズを追加:**
- 「SQL and data analysis」 (求人票に5回)
- 「API product management」 (4回)
- 「Developer-focused products」 (3回)
- 「Stakeholder alignment」 (3回)

**追加箇所:**
- Professional Summary: 「API製品」と「データドリブン」を言及
- Skills Section: 「SQL (基本), Data Analysis, API Design」を追加
- Experience: 既存の箇条書きに統合

### Priority 3: すべてを数値化

求人票で「metrics」と「KPIs」が7回言及されている。

**以下の箇条書きを強化:**

現在: 「プロダクトロードマップをリード」
改善: 「50以上の顧客インタビューと100,000+ユーザーからの使用データの分析に基づいてプロダクトロードマップを定義」

現在: 「新機能をローンチ」
改善: 「12ヶ月で8つの機能をローンチし、ユーザーエンゲージメントを35%向上させ、チャーンを20%削減」

═══════════════════════════════════════════

## COVER LETTER TALKING POINTS

### オープニングフック (1つ選択):

**オプション1 - 特定の企業知識:**
「TechCorpが最近APIマーケットプレイスをローンチしたことに気づきました - 過去2年間、開発者向けプラットフォームのPMを務めており、その経験を成長中のAPIエコシステムにもたらすことに興奮しています。」

**オプション2 - 相互関係:**
「プロダクトチームの[名前]がAPI製品ラインをリードするPMを探していることを教えてくれました - 開発者向けツールでの2年の経験とB2B SaaSの背景が強力なフィットになるでしょう。」

**オプション3 - 問題解決者:**
「あなたの求人票は技術チーム間のステークホルダー調整の課題に言及していますが - 現在の役割で正確にこの課題に直面しており、エンジニアリング、デザイン、セールスチームを6つの同時プロダクトイニシアティブ全体で調整してきました。」

### Body - マッチを対処:
- 「B2B SaaS経験の要件: 4年間...」
- 「データドリブンな決定へのフォーカス: 現在の役割で...」
- 「API製品の専門知識の必要性: [Company]で...」

### SQLギャップへの対処 (オプション):
「データ分析は主にExcelとTableauで行ってきましたが、SQLスキルを拡大中で、現在は基本的なクエリを書くことができます。さらに重要なのは、データチームとの強固なパートナーシップを構築し、一貫してデータを使用してプロダクトの意思決定に情報を提供してきたことです。」

═══════════════════════════════════════════

## RED FLAGS ANALYSIS

### 潜在的な懸念: ⚠️ MINOR

**Flag 1:** 「ペースの速い環境」
- 説明に2回出現
- 解釈: スタートアップまたは高成長の可能性
- 意味する可能性: 長時間労働、曖昧性、急速な変化

**Flag 2:** 給与範囲が広い ($140K-$180K)
- 29% スプレッド
- 意味する可能性: 経験範囲が柔軟、または交渉の余地

### Positive Signals: ✅

**Signal 1:** 詳細な求人票
- 企業が何を望んでいるかを知っていることを示す
- よく組織された職務

**Signal 2:** 特定のツール (JIRA, Amplitude) に言及
- 運営成熟度を示す

**Signal 3:** ハイブリッドの柔軟性に言及
- 最新の職場慣行

### 企業調査が必要:

応募前にチェック:
- Glassdoor レビュー (1-2星のレビューでパターンを確認)
- 最近の資金調達/ニュース (レイオフ? 成長?)
- LinkedIn: 人々がどのくらいの期間滞在するか (高い離職率?)
- Levels.fyi: 給与範囲が正確か確認

═══════════════════════════════════════════

## APPLICATION TIMELINE

**✅ Day 1 (今日):**
- 履歴書をカスタマイズ (30-45分)
- カバーレターを作成 (30分)

**✅ Day 1-2:**
- 応募を送信
- 2-3の現在の従業員と LinkedInで接続
- 企業をさらに深く調査

**✅ Week 1:**
- 7日後に応答がない場合はフォローアップ

**📊 予想応答時間:** 1-2週間

**📊 インタビュープロセス (求人票より):**
1. リクルーター画面 (30分)
2. 採用マネージャー (1時間)
3. プロダクトケーススタディ (テイクホーム)
4. チーム面接 (3-4時間)
5. エグゼクティブ面接 (1時間)

═══════════════════════════════════════════

## DECISION FACTORS

### 応募する理由 ✅

1. 強いマッチ (78%) - ほとんどの要件を満たす
2. 職務がキャリア目標と一致
3. 給与範囲があなたの経験に適切
4. 企業段階が好みに適合
5. ユニークな関連経験を持っている (開発者向けツール)

### 躊躇する理由 ⚠️

1. SQLギャップは現実的 - これに対処する準備
2. 「ペースが速い」は高いプレッシャーを意味するかもしれない
3. 企業カルチャーをもっと調査する必要がある

### 全体的な推奨事項:

**応募する - これは強い機会です**

必須スキルの80%と歓迎スキルの67%を満たしています。開発者向けツールとB2B SaaS経験により、差別化された候補者になります。SQLギャップは正直さと分析スキルの強調により対処可能です。掲載が新鮮なうちに48時間以内に応募してください。

Requirement Classification Guide

「必須」 vs 「歓迎」の識別

必須を示す言語:

• 「Must have...」
• 「Required: X年の...」
• 「You have...」
• 「Essential qualifications」
• 「Requirements」の下に記載
• 説明で3回以上言及

歓迎を示す言語:

• 「Nice to have...」
• 「Bonus if you have...」
• 「Preferred qualifications」
• 「Ideally, you'd have...」
• 「A plus if...」
• 説明で1-2回のみ言及

Dealbreaker Detection

絶対的なdealbreaker (応募しない):

• 持っていない必須ライセンス (医学、法律、CPA)
• 取得できない必須クリアランス
• 必須経験年数の50%以上下回る
• 持っていない必須学位 (必須と記載されている場合)
• 満たせない場所要件

Dealbreaker ではない (応募):

• 必須経験年数をわずかに下回る (3年が必須なのに5年必要な場合)
• 持っていない「歓迎」学位
• 学習可能な歓迎ツール/スキル
• 転移可能なスキルがある場合の業界経験

Implementation Checklist

求人を分析する時:

1. ✅ すべての要件を抽出 (必須 vs 歓迎)
2. ✅ すべてのキーワードを特定 (ハードスキル、ソフトスキル、業界用語)
3. ✅ マッチスコアを計算
4. ✅ 強調する強みを特定
5. ✅ ギャップを特定し対処戦略
6. ✅ 危険信号を検出
7. ✅ 履歴書カスタマイズ計画を作成
8. ✅ カバーレターの重要な論点を生成
9. ✅ 企業調査
10. ✅ 応募推奨事項とタイムラインを提供

Edge Cases

あいまいな求人票

• 潜在的なdealbreaker としてフラグを立てる
• できるだけキーワードを抽出
• 応募前に明確化する連絡を勧める
• ベースラインとして業界標準要件を使用

1つの求人票に複数の職務

• コア職務 vs 「その他の職務」を特定
• マッチスコアを主な責任に集中
• スコープクリープの懸念をフラグ

内部公開 (すでにそこで働いている)

• 異なる戦略 - 内部知識を強調
• クロスチームの関係を強調
• 特定の企業イニシアティブを参照

再度掲載された職務

• 可能性: 前の採用がうまくいかない、職務が拡大、または最初の検索が失敗
• 応募する価値があるが、再度掲載された理由を調査
• 元の掲載から要件が変更されたかを確認