マクロミルのES対策
設問・選考フロー・書き方のコツ

ゼミ長として学内ビジネスコンテストに臨み、飲食店の集客データを分析して「SNS映え不足」という課題を特定。チーム6名で改善施策を提案し48チーム中で優勝しました。特にデータ分析と現場ヒアリングを組み合わせた仮説検証プロセスを主導し、審査員から「データドリブンな提案」と高評価を受けました。

3年次のゼミ論文でアンケート設計を誤り、回収した100件分のデータが分析に使えなかった失敗があります。設問の曖昧さが原因で回答の解釈が分かれてしまい、3週間の調査期間を無駄にしました。この経験から「調査設計の事前検証」の重要性を学び、以降は必ず5名のプレテストを実施するルールを自分に課しました。

【強み】データを基に仮説を立て周囲を巻き込んで課題を解決する力です。ビジネスコンテストでGoogleマップのレビュー200件と来店データを分析し、「20代女性の再来店率が低い」という課題を特定しました。感覚的な議論をデータで整理してチームの合意を形成し、応募48チーム中で優勝という成果につなげました。マクロミルのリサーチ業務でもこの分析力と巻き込み力を最大限に活かせると確信しています。【弱み】完璧を求めるあまりデータ収集に時間をかけすぎる傾向があります。改善のため「分析時間を48時間に限定し結論を出す」ルールを自分に課し、意思決定のスピードを意識的に高めています。クライアントのビジネス課題に対してデータで答えを出すマクロミルの仕事においても、この強みと改善した弱みの両方を活かして貢献していきたいです。

アルバイト先の学習塾で講師チーム8名を巻き込み、退塾率を半減させた経験です。当時、退塾率が25%と高く慢性的な人手不足が店舗運営の大きな負担でした。私は保護者アンケート30件の分析から「学習進捗の見える化不足」が主因と突き止めました。改善策として月次学習レポートを提案しましたが「業務負担が増える」と反発を受けました。そこでレポートのテンプレートを自作し1人あたり5分で完成できる仕組みを構築した上で、自分の担当生徒で先行試行して保護者から好反応を得ました。この成功事例を共有することで講師全員の賛同を得て全塾的な導入に至り、半年間で退塾率が25%から12%に改善。店長から全教室への展開を任されました。