MemoryLake
採用 & 人事採用チームのためのソースチャネル記憶

採用チームに実際に機能することを明らかにするソースチャネル記憶を提供する

採用ソースチャネル — LinkedIn、紹介、求人ボード、ニッチコミュニティ — は役割や時間によって異なるパフォーマンスを示します。AIソーシングツールは一度に1つの検索しか見ません。MemoryLakeは採用チームに役割、年、成果にわたるソースチャネルの記憶を提供します。

Day 1“採用ソースチャネル —”“LinkedIn、紹介、求人ボード、ニッチコミュニティ —…”✓ Got it, I will remember.Day 7 — new session“Same task again — can you keep the context?”× Sure — what was the context again?(forgot every detail you taught it)+ MEMORYLAKE LAYERMemory auto-loadedチャネルごとの反映記憶役割タイプごとのソース効果ソース成果のイベント記憶SESSION OUTPUT✓ Same prompt, on-brand answerNo re-briefing required.

採用チームに実際に機能することを明らかにするソースチャネル記憶を提供する

無料で始める

永続無料 · クレジットカード不要

問題: ソースチャネルのパフォーマンスの不透明さがチームにコストをかける

あなたはシニアバックエンドエンジニアを採用しています。3ヶ月前に似た役割を採用しました。どのチャネルが採用を生み出しましたか?どのチャネルが質の高い会話を生み出しましたか?どのチャネルが時間を無駄にしましたか?データはATSの列に存在しますが、採用の間に誰も分析しません。

MemoryLakeがソースチャネルの記憶をキャプチャする方法

チャネルごとの反映記憶

チャネルごとの反映記憶

役割にわたるパフォーマンスパターン。

MEMORY役割タイプごとのソース…

役割タイプごとのソース効果

類似の検索で何が機能したか。

MEMORYソース成果のイベント記憶

ソース成果のイベント記憶

チャネルごとの会話、スクリーニング、採用。

クロスツールの取得

クロスツールの取得

ATS、LinkedIn、ソーシングツールが統合。

無料で始める

永続無料 · クレジットカード不要

ソースチャネルの記憶の仕組み

  1. 接続 — ATSとソーシングツールを認証します。
  2. 構造化 — チャネルごとのパフォーマンスが型付けされた記憶になります。
  3. 再利用 — 新しい検索がソースチャネルのガイダンスを取得します。

前後: 採用ソースチャネルの記憶

Without MemoryLakeWith MemoryLake
Source channel ROI clarityOpaqueMemory-driven
Cross-role channel learningNoneReflection memory
New role kickoffGeneric channel mixMemory-recommended
Audit channel decisionsLimitedMemory provenance

対象者

ソースチャネルの最適化が複合的であるべき社内およびエージェンシーの採用チーム。ただし、現在データはアクション可能ではありません。

実行できるデモ約 2 分

このユースケースを自分のアカウントで試す

採用チャネルの記憶は、「Ferrous Guild が一番のチャネル。6 月以降の採用 5 人は全員在籍中」といったメモになりがちです。文面は正確ですが、その 5 人は入社してまだ 37〜136 日で、既存チャネルの離職は 143 日目と 158 日目に起きていました。このメモは、辞めるまでに 2 年あった人と 2 か月しかなかった人を比べています。同じ経過日数で各チャネルを数え直すと、一番新しいチャネルはまだ判断できず、3 件の求人のうち 2 件でチャネルが変わります。

見られるもの

  • 1 つのプロジェクトに ATS の採用記録 22 件(チャネル、職種ファミリー、入社日)、HRIS の結果 18 件(6 か月評価、退職日)、チャネルの振り返りメモ 2 件を入れ、すべて fact add で原文のまま記録し fact update --metadata で属性を付けます
  • クイックリードは求人で検索し、同じ職種ファミリーの最も近いチャネルメモ(毎回 1 位)に従います。バックエンドの求人はすべて Ferrous Guild から始め、LinkedIn の席は解約
  • メモリーリードは fact list で全採用と結果を取り、各チャネルを 90 日・120 日・180 日の時点で、その日に到達した人だけで数えます。120 日時点では LinkedIn も 6/6 でした。6 か月評価ではリファラルが 5/5、Ferrous Guild は 0/0 で、2027-01-09 まで判断できません。データ職のメモは対照で、全員が評価を終えており、両方の読み方が一致します
  • メモを fact update --text で見直し日付きの結論に書き換え(旧文は metadata に、両方の版は fact trace に残る)、同じクイックリードのコードは言い換えた 3 件の求人で 3/3 一致します。ローカル Web UI 付き

必要なもの: MemoryLake の API キー · memorylake CLI · Python 3.9 以上

実行する

git clone https://github.com/memorylake-ai/memorylake-usecases.git
cd memorylake-usecases/source-channel-memory
export MEMORYLAKE_API_KEY=sk-…
python3 demo.py          # or: python3 web/server.py

動作を見る · 実際の録画、未編集

関連するユースケース

よくある質問

ATS統合は?

Greenhouse、Lever、Workday、Ashby — サポートされています。

プライバシーは?

AES-256 E2E。

無料プランはありますか?

はい — 小規模チーム向けです。