【2026年08月更新】プレイドの年収は？中途採用の求人・転職難易度と選考対策を徹底解説

✍ Career Central AI 編集部 が執筆

✅ プレイドの中途採用を3分で確認

💡 プレイドは、平均年間給与と求人年収を分けて見たうえで、応募職種に必要な専門性とハイブリッド勤務の条件を確認することが重要です。

プレイドの有価証券報告書によると、2025年9月期の平均年間給与は939万7,000円です。ただし、これは提出会社であるプレイド単体の従業員平均であり、中途入社者の提示年収を保証しません。掲載中の求人票では具体的な想定年収が確認できないため、選考中に等級、役割、給与内訳、見直し時期を確認する必要があります。

同社の採用ページによると、主な求人にはSQLによる顧客データ分析、AI・LLMを用いた業務変革、大規模データ基盤、広告プロダクト、エンタープライズ向け提案などが含まれます。公開求人は変更・終了するため、応募前に募集の有無、締切、年収レンジ、勤務地、選考内容を個別求人で再確認してください。

💰 プレイドの平均年収と年収水準

💡 最新の公式平均年間給与は939万7,000円ですが、職種別給与ではなくプレイド単体の全社平均です。

5年間の推移から分かること

有価証券報告書を同じ指標で比べると、平均年間給与は949万5,000円から1,040万2,000円の間で推移しています。2023年9月期を頂点に2期連続で低下していますが、従業員構成や採用した職種、在籍期間の変化でも平均値は動きます。個人の昇給率や給与水準が同じ幅で変動したと解釈することはできません。

単体平均と求人年収を混同しない

2025年9月期の有価証券報告書では、平均年間給与に基準外賃金を含むとされています。対象はプレイド単体396人で、連結従業員531人の平均ではありません。子会社の給与や応募ポジション別の給与を示す数字でもないため、転職条件はオファー時の基本給、時間外労働の扱い、手当、賞与の有無を分けて確認してください。

🧑‍💻 プレイドの職種別・ポジション別の想定年収

💡 現在の15求人はいずれも具体的な想定年収レンジが確認できず、年収は求人によります。

同社の採用ページでは、データエンジニアなど一部求人にPLAY-AID Allowanceと交通費が記載されていますが、これらは想定年収そのものではありません。希望年収を伝える際は、経験年数だけでなく、担当範囲、扱ったデータ規模、顧客や事業への成果、リード責任を根拠にしてください。

📄 プレイドの給与制度・評価制度

昇給と給与改定

中途求人と公式採用ページでは、昇給の時期・回数、等級別レンジ、給与改定の判断基準を確認できません。業界一般の制度から推測せず、内定前に「入社時の等級」「評価期間」「給与改定の時期」「昇格と昇給の関係」を質問するとよいでしょう。

賞与とインセンティブ

賞与の有無、年間回数、支給月数、営業インセンティブは公開情報では確認できません。有価証券報告書の平均年間給与には基準外賃金が含まれますが、賞与を含むとの明記はありません。年俸に賞与が内包されるのか、別途支給なのかを条件通知書で確認してください。

評価の確認方法

職種ごとに成果の定義が異なります。営業・カスタマーサクセスなら受注、継続、アップセルと事業開発への貢献、マーケティングならKGI・KPI設計から施策実装まで、エンジニアならプロダクト価値、品質、性能、技術的意思決定が評価対象になり得るかを面接で確認しましょう。これは制度の断定ではなく、求人上の役割と評価制度を接続するための質問です。

📄 プレイドは何をしている会社か

KARTEを中心とするCXプラットフォーム

プレイドの有価証券報告書と公式サイトによると、同社は「データによって人の価値を最大化する」をミッションに掲げ、CXプラットフォーム「KARTE」を提供しています。ウェブサイトやアプリ上の行動をリアルタイムに解析し、顧客理解とコミュニケーション施策につなげる点が事業の核です。公式IRの説明では、KARTEはサブスクリプションの年間契約で提供され、顧客社数と顧客単価が売上構造の主要要素です。

プロダクトと専門サービスの両輪

求人内容では、KARTEの開発だけでなく、PLAID ALPHAによるデータ基盤構築、マーケティング変革、AI活用、プロジェクト推進が募集されています。顧客は金融、小売、不動産などのエンタープライズ企業を含み、単なるツール導入ではなく、要件定義から実装、運用定着、効果検証まで伴走する役割が目立ちます。

AIと1st Party Dataへの展開

2025年10月に同社は「KARTE AI」を発表し、人とAIが協働するCXプラットフォームへの方針を示しました。2026年6月にはマーケティングのAI変革支援サービス、同年7月にはSORAMICHIとのAI-BPO共同開発を発表しています。これらの動きは、AI Business Director、GTM Engineer、データサイエンティストなどの採用と直接つながります。

📄 プレイドで募集中の主な職種

同社の採用ページによると、掲載中の求人は職種ごとに「分析」「顧客折衝」「実装」「事業開発」の比重が大きく異なります。肩書だけで選ばず、自分の強みが中心業務と一致する求人を選ぶ必要があります。

マーケティング

Marketing Data AnalystはSQLによる1st Party Data分析、KGI・KPI設計、データマートやダッシュボード設計を担います。Marketing Growth ArchitectはCRM戦略、定性・定量分析、Web・App接客の実装、内製化支援が中心です。Digital Marketing Consultant（広告領域）は複数媒体の広告運用、顧客折衝、データ可視化まで求められます。

営業・カスタマーサクセス

事業開発・セールス（Databeat）は営業戦略、エンタープライズ提案、価格体系やオプション企画にも関わります。Customer Success・事業開発（Databeat）は利用状況の分析、アップセル、CxOとの関係構築、CS組織づくりまで担当します。前者は新規導入と事業開発、後者は既存顧客価値と収益拡大の比重が高い点が違いです。

データ・AI・コンサルティング

AI Business DirectorはAIテーマの構想から定着までをリードします。Solutions Consultant（Presales）はSQL、API、JavaScriptの理解を使って提案を技術面から成立させます。Customer Data Architectはデータ基盤の全体設計、Project Innovation Managerはデータ、プロダクト、組織を横断した大規模案件の推進が中心です。

ソフトウェア・データエンジニア

Professional Service Data EngineerはDWHとクラウド上のデータ基盤、Professional Service Data Scientistは統計検定、機械学習、施策検証を担います。Product Engineer（KARTE Signals）は広告効果の可視化と媒体連携、Product Engineer（Databeat）はアーキテクチャ刷新と技術リードを重視します。Platform Engineerは大規模トラフィック、リアルタイム解析、共通基盤が対象です。

業務変革エンジニア

GTM EngineerはAIエージェントを使う業務自動化、プロトタイピング、KPI基盤の構築を担います。IPAの「DX動向2025」では日本企業の85.1％がDX推進人材の不足を回答しており、AIやデータの知識だけでなく、現場へ実装して業務を変える能力の重要性が示されています。職務経歴書では使用技術と同時に、導入後の時間削減や意思決定改善を示すとよいでしょう。

🧑‍💻 職種別に見るプレイドとのフィット

💡 同じデータ活用企業でも、分析、提案、実装、顧客収益のどこに責任を持つかで適合する求人が変わります。

マーケティング職では「ツールを使った」だけでなく、顧客理解から施策設計、実装、効果測定までの連鎖が問われます。広告領域は運用媒体の幅、CRM領域はLTVや継続、分析職は意思決定への接続を具体化してください。

コンサルタント系では資料作成能力より、経営・ビジネス・技術の関係者を合意させ、成果が出る段階まで進めた経験が重要です。エンジニア系は技術名の一致だけで判断せず、データ量、性能要件、障害対応、設計判断、自分の担当範囲を示すと評価されやすいと考えられます。

🏠 プレイドはリモートワークできる？

💡 公式求人はハイブリッドワークで、フルリモートを前提とする募集ではありません。

同社の求人ページによると、勤務地は東京都中央区銀座の本社で、出社とリモートワークを組み合わせる勤務形態です。会社やチームの状況に応じて一定日数の出社を求める場合があり、ビジネスサイドは原則週3日出社と明記されています。AI Business Directorなど顧客支援職も同じ条件です。

エンジニア求人にもハイブリッドワークとの記載がありますが、エンジニア固有の一律出社回数、地方在住の可否、フルリモート例外の条件は公開情報では確認できません。勤務体系はコアタイムなしのフレックスタイム制で、フレキシブルタイムは7時から22時です。

応募前には「配属チームの通常出社日数」「入社直後の出社要件」「顧客訪問や出張」「地方在住の可否」「制度変更時の勤務地範囲」を確認しましょう。最終選考は基本的に本社での対面実施とされる求人が多いため、選考段階の来社可否も調整が必要です。

📄 プレイドの福利厚生・休日休暇・退職給付

💡 学習・環境支援とハイブリッド勤務は確認できますが、退職金や企業年金などは公開情報だけで判断できません。

PLAY-AID Allowanceの見方

複数の公式求人には、年20万円程度の学習・環境支援金が記載されています。専門書、研修、資格、リモート環境などのうち何が対象かは公開情報では確認できません。「年間20万円が無条件に現金支給される」と解釈せず、申請方法、対象費目、精算方法、入社初年度の扱いを確認してください。

休日休暇と育児介護

求人では年次有給休暇の入社時付与とPLAY-AID Holiday等の特別休暇を確認できます。一方、年間休日数、特別休暇の日数、育児・介護に関する法定制度を上回る支援は公開情報では確認できません。顧客プロジェクトやリリースに関わる職種は、繁忙期、休日対応、代休の運用も質問すると実態を把握しやすくなります。

退職給付と資産形成

一般的な退職一時金、確定給付企業年金、確定拠出年金、持株会、株式報酬の従業員向け制度は、確認した公式求人と採用ページでは確認できません。有価証券報告書に役員報酬や新株予約権の情報があっても、一般社員の制度と同一とは限りません。長期的な待遇を比較する場合は、会社拠出、加入条件、権利確定条件まで確認しましょう。

制度の存在だけで働きやすさを判断するのは適切ではありません。対象者、利用開始時期、申請承認、実際のチーム運用を分けて質問してください。特に週3日出社と学習支援を含め、通勤負担と自己成長への投資を総合的に比較することが大切です。

📊 プレイドの転職難易度を4つの軸で評価

💡 求人の入口は複数ありますが、各職種で専門経験と成果の再現性が具体的に問われます。

未経験者向けと明記された求人は確認できません。ただし、Marketing Data Analystには必要経験を積むことへの強い関心も条件に含まれ、Product Engineer（KARTE Signals）では広告知識は入社後でもよいとされています。職種全体の未経験可を意味しませんが、隣接分野の強い実績があれば応募対象になる可能性があります。

書類では必須要件を一つずつ拾い、「いつ、どの規模で、何を担当し、何が変わったか」を記載してください。複数職種へ同じ書類を送るより、分析、顧客提案、実装、マネジメントの比重を求人ごとに変える方が有効です。

📄 プレイドの中途採用の選考フロー

同社の個別求人では、次の流れが確認できます。回数やSPIの有無はポジションで異なるため、固定フローとは限りません。

1. 書類選考：必須経験との一致、担当範囲、成果の再現性を確認される段階です。求人の必須要件と職務経歴書の実績を対応させましょう。
2. 現場メンバー・マネージャーとの面談・面接：通常1〜3回とする求人が多く、オンライン実施が可能な場合があります。実務判断、協働方法、課題の構造化を具体例で説明します。
3. リファレンスチェック：最終面接へ進む候補者に依頼すると明記されています。依頼相手、質問範囲、連絡時期を早めに確認してください。
4. SPI（WEB）：Marketing Data Analyst、AI Business Directorなどでは最終面接前の受検が記載されています。一方、Product Engineer（KARTE Signals）などSPIの記載がない求人もあります。
5. 源泉徴収票の提出：最終面接へ進む候補者に提出を依頼する求人があります。希望年収は現年収だけでなく、担う役割と市場価値から説明できるようにします。
6. 最終選考：執行役員との対面選考で、基本的に本社実施とされています。職種理解、志望理由、入社後の貢献を一貫させます。

ケース面接、コーディングテスト、玉手箱、eF-1Gの実施は確認できません。実施しないと断定せず、応募求人の最新フローを採用担当者へ確認してください。

📝 プレイド向け職務経歴書でアピールすべきポイント

職務経歴書は技術や業務の羅列ではなく、求人が求める「顧客理解から成果まで」「構想から実装・定着まで」の流れを示します。成果は実数が開示できなければ率や期間で表し、自分の貢献とチーム成果を分けてください。

例1：データ・マーケティング職

• 課題：購買ログとWeb行動が分断され、施策別のLTVと継続率を把握できなかった。
• 役割：分析担当として事業部、CRM担当、データエンジニア間の要件整理を主導した。
• 行動：SQLで顧客単位のデータマートを設計し、セグメント別KPIとダッシュボードを構築。分析結果から配信シナリオを変更した。
• 成果：施策判断に必要な集計期間を5営業日から1日に短縮し、対象施策の継続率を実績値で改善した。
• 再現性：データ整備、分析、関係者合意、施策検証を一つのプロジェクトとして推進できる。

実際の数値に置き換え、Marketing Data AnalystならSQLとKPI設計、Marketing Growth ArchitectならCRMシナリオと内製化支援へ比重を寄せます。

例2：AI・コンサルティング職

• 課題：問い合わせ対応が属人化し、回答品質とリードタイムにばらつきがあった。
• 役割：プロジェクトリードとして業務整理、AI活用テーマの選定、経営層への提案を担当した。
• 行動：問い合わせを分類し、LLMを使う回答支援のPoCを設計。法務、セキュリティ、現場を巻き込み、承認フローと評価指標を整備した。
• 成果：回答作成時間と再問い合わせ率を実績値で改善し、本番運用へ移行した。
• 再現性：AIを目的化せず、業務課題の定義から導入、統制、定着まで進められる。

例3：プロダクトエンジニア職

• 課題：集計処理の遅延で広告レポートの提供が翌日までずれ込んでいた。
• 役割：技術リードとしてクエリ、データモデル、リリース計画の改善を担当した。
• 行動：ボトルネックを計測し、処理分割、インデックス、監視、段階リリースを設計した。
• 成果：処理時間、失敗率、運用工数を実績値で削減した。
• 再現性：事業要件を理解し、性能、品質、開発速度を横断して優先順位を決められる。

応募求人の必須要件と実績の対応を確認したら、職務経歴書を職種別に調整しましょう。

Career Central AIでプレイド向けに職務経歴書を最適化する

✅ プレイドの面接で準備しておきたいテーマ

志望動機

「SaaSやAIに興味がある」だけでは他社にも当てはまります。KARTEのリアルタイムな1st Party Customer Data、プロダクトとプロフェッショナルサービスの組み合わせ、KARTE AIの方針のうち、自分の経験と接続する要素を一つ選びましょう。「前職では顧客データを分析しても実装部門が分かれ、成果まで追えなかった。プレイドでは分析から施策実装まで担う求人で、同じ課題を解決したい」のように、経験上の問題意識から説明すると具体的です。

再現可能な経験

成功談は「大きな成果」より因果関係が重要です。課題の発見方法、選択肢、判断基準、反対意見、失敗、修正、成果を順に説明してください。データ職なら分析が誰の意思決定を変えたか、営業・CSなら顧客課題と収益をどう両立したか、コンサルならPoCを定着させた方法、エンジニアなら技術判断が顧客価値にどう影響したかを準備します。

逆質問

求人の不明点を埋める質問が実用的です。「入社後6カ月で期待する成果は何か」「分析、提案、実装の責任範囲はどこまでか」「評価時に重視する指標は何か」「現在不足しているデータや技術は何か」「配属チームの出社頻度と対面で行う業務は何か」「想定年収の決定要因と次回改定時期は何か」を候補にしてください。

SPIが記載された求人では、最終面接前に慌てないよう基本的な言語・非言語問題へ対応します。エンジニア求人では試験の記載がなくても、設計判断や過去コードの説明に備えます。公開情報で頻出質問やケース面接は確認できないため、特定の質問を暗記するより、求人の業務と自分の実績を往復して説明できる状態を作る方が安全です。

⚖️ プレイドと競合企業の選び分け

💡 プレイドは公式平均年収だけでなく、顧客データを起点にプロダクト開発と変革支援の双方へ関われる点で比較すると判断しやすくなります。

各社の決算月と平均給与の算定単位は異なります。平均年間給与は全社員平均であり、応募職種の提示額ではありません。また、公開ページを同一条件で比較できない求人年収と賞与は非公開としました。

プレイドを選ぶ価値は、顧客接点のリアルタイムデータを持つKARTEを基盤に、広告、CRM、データ基盤、AI、コンサルティングを横断できる点です。プロダクトだけを開発したいのか、顧客企業の変革まで担いたいのかで適性が分かれます。業務SaaSを通じて中小企業の経営課題に向き合うならfreee、ビジネスデータ基盤ならSansan、多様な働き方とグループウェアならサイボウズも比較対象です。優劣ではなく、対象顧客、データの種類、成果責任、出社条件で選び分けてください。

企業ごとの事業と選考要件を並べ、自分の判断軸を言語化しておきましょう。

Career Central AIでプレイドの企業研究をする

🧭 プレイドへの転職に向いている人・慎重に検討したい人

💡 専門領域を持ちながら、データ、技術、顧客課題の境界を越えて成果まで担いたい人に向いています。

向いている人

• データを事業成果へつなげられる人：分析だけでなく、KPI設計、施策、検証まで担う求人があるためです。
• 顧客と技術者の双方と対話できる人：データ基盤やプリセールスでは柔軟な要件定義と合意形成が求められます。
• 不確実なテーマを構造化できる人：AI Business DirectorやGTM Engineerは、正解が定まらない業務変革を前に進める役割です。
• プロダクト価値から技術を選べる人：エンジニア求人では仕様の理解、提案、実装までやり切る姿勢が明記されています。
• 対面協働も活用できる人：ハイブリッド勤務で、ビジネスサイドは原則週3日の出社が示されています。

慎重に検討したい人

• フルリモートを絶対条件にする人：公式求人は本社を勤務地とするハイブリッドで、フルリモート条件は確認できません。
• 担当範囲を狭く固定したい人：分析から実装、営業から事業開発など、隣接領域へ広がる求人が多いためです。
• 年収レンジを確認せず応募したい人：現在の個別求人では想定年収が非公開で、選考中の確認が不可欠です。
• 経験をツール名だけで説明する人：求人内容からは、顧客や事業に与えた変化まで重視されていると読み取れます。
• リファレンスチェックに対応できない人：最終面接へ進む候補者に依頼する求人が多く、早めの準備が必要です。

❓ プレイドの中途採用に関するよくある質問

プレイドの平均年収はいくらですか？

2025年9月期の有価証券報告書では、プレイド単体の平均年間給与は939万7,000円です。平均年齢35.2歳、平均勤続年数2.8年で、基準外賃金を含みます。中途採用の提示年収ではありません。

求人の想定年収は分かりますか？

掲載中の15求人では具体的な想定年収レンジを確認できません。応募前または選考中に、基本給、手当、賞与、時間外労働の扱い、給与改定時期を確認してください。

業界未経験でも応募できますか？

会社全体として未経験可とは言えません。広告知識を入社後に学べるエンジニア求人はありますが、Web開発4年以上など職種の中核経験が必要です。隣接業界からでも、必須経験を満たせば応募対象になる可能性があります。

英語力や資格は必要ですか？

確認した求人では英語要件と必須資格は確認できません。統計検定2〜3級程度の知識を歓迎する求人はありますが、資格保有自体を必須とはしていません。配属先や顧客で英語利用があるかは個別確認が必要です。

勤務地はどこですか？

主な求人の勤務地は東京都中央区銀座6丁目10-1、GINZA SIX 10階の本社です。一部求人は変更範囲として会社の定める場所を記載しています。

リモートワークはできますか？

公式求人は出社とリモートを組み合わせるハイブリッド勤務です。ビジネスサイドは原則週3日出社とされています。エンジニアの一律頻度、地方在住、フルリモートの可否は公開情報では確認できません。

フレックスタイム制ですか？

複数の求人でコアタイムなしのフレックスタイム制が示されています。フレキシブルタイムは7時から22時、休憩は60分です。顧客対応やチーム運用上の時間帯は面接で確認してください。

SPIはありますか？

Marketing Data Analyst、AI Business Director、Customer Data ArchitectなどではWEB版SPIが記載されています。一方、SPIの記載がない求人もあるため、全職種共通とは断定できません。

面接は何回ですか？

現場メンバー・マネージャーとの面談・面接は通常1〜3回とする求人が多く、求人によって書類選考後の総回数を3〜4回と記載しています。候補者やポジションにより変わる可能性があります。

リファレンスチェックはありますか？

多くの求人で、最終面接へ進むすべての候補者に依頼すると明記されています。現在の上司に限るか、過去の同僚でもよいか、質問内容と実施時期を採用担当者へ確認しましょう。

福利厚生で特徴的な制度は何ですか？

公式求人では、年20万円程度の学習・環境支援金であるPLAY-AID Allowance、月額上限5万円の交通費、入社時付与の有給休暇、PLAY-AID Holiday等を確認できます。適用条件は個別確認が必要です。

退職金や企業年金はありますか？

退職一時金、確定拠出年金、確定給付企業年金の一般社員向け制度は公開情報では確認できません。持株会や株式報酬を含め、条件提示時に確認してください。

📌 まとめ：プレイドへの転職で押さえるべきポイント

プレイド単体の最新平均年間給与は939万7,000円ですが、現在の求人年収は非公開です。平均値を入社後の年収とみなさず、応募職種の役割、等級、給与内訳を確認してください。求人ではSQL、クラウド、AI、広告、CRMなどの専門性に加え、顧客課題の定義から実装・定着まで進めた経験が重視されています。

応募時は、必須要件と自分の実績を対応させ、成果を「課題・役割・行動・成果・再現性」で整理します。あわせて、週3日出社を含む配属先の働き方、SPI、面談回数、リファレンスチェックを確認しましょう。

• サイボウズの中途採用記事
• ラクスの中途採用記事
• 日鉄ソリューションズの中途採用記事
• 日立ソリューションズの中途採用記事

応募先を決めたら、求人要件に合わせて書類と面接回答を一貫させてください。

Career Central AIで選考対策をする

🔗 出典・参照リンク

• プレイド 2025年9月期有価証券報告書
• プレイド 2024年9月期有価証券報告書
• プレイド 2023年9月期有価証券報告書
• プレイド 2022年9月期有価証券報告書
• プレイド 2021年9月期有価証券報告書
• プレイド採用情報
• プレイドIR よくあるご質問・用語集
• プレイド「KARTE AI」発表
• プレイド マーケティングのAI変革支援サービス
• プレイド・SORAMICHI AI-BPO共同開発
• IPA「DX動向2025-AI時代のデジタル人材育成」
• Marketing Data Analyst求人
• 事業開発・セールス（Databeat）求人
• GTM Engineer求人
• AI Business Director求人
• Customer Success・事業開発（Databeat）求人
• Marketing Growth Architect求人
• Solutions Consultant（Presales）求人
• Professional Service Data Engineer求人
• Customer Data Architect求人
• Project Innovation Manager求人
• Professional Service Data Scientist求人
• Product Engineer（KARTE Signals）求人
• Digital Marketing Consultant（広告領域）求人
• Product Engineer（Databeat）求人
• Platform Engineer求人
• Sansan 2025年5月期有価証券報告書
• freee 2025年6月期有価証券報告書
• サイボウズ 2025年12月期有価証券報告書
• Sansan採用情報
• freee福利厚生
• サイボウズ社内制度