SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

HRzine Day(エイチアールジン・デイ)は、人が活き会社が成長する人事のWebマガジン「HRzine」が主催するイベントです。毎回、人事の重要課題を1つテーマに設定し、識者やエキスパードが持つ知見・経験を、参加者のみなさんと共有しています。

直近開催のイベントはこちら!

HRzine Day 2024 Summer

2024年7月25日(木)10:30~17:30

主要製品スペック一覧

人事業務の効率・確度・精度を高めるために欠かせないHRテクノロジー。その主な製品の機能を分野ごとに比較できる資料群です。製品検討の参考資料としてご活用ください。

eラーニング・LMS<br>主要製品スペック一覧 2024

eラーニング・LMS
主要製品スペック一覧 2024

その他のスペック一覧

人事労務管理システム<br>主要製品スペック一覧 2023

人事労務管理システム
主要製品スペック一覧 2023

タレントマネジメントシステム<br>主要製品スペック一覧 2023

タレントマネジメントシステム
主要製品スペック一覧 2023

人事データ活用のヒント | 第3回

データ解析の基本と広がり 創意工夫でさまざまな事実を浮き彫りに

  • Facebook
  • X
  • Pocket
  • note
  • hatena

 前回は、アセスメントやサーベイに着目し、その特性や分析例の一部を紹介しました。今回は、人事データ、すなわち組織・人材に関わるデータを扱う際に認識しておきたい分析の種類や手順について、具体例を交えながら全体像をお伝えします。

  • Facebook
  • X
  • Pocket
  • note
  • hatena

人事データ活用の全体像

 まず、人事データとはどのようなものを指すのでしょうか。本連載の第1回でもお伝えしたとおり、それは「組織・人材マネジメントが日々行われる中で生まれてくるデータ」です。データが生まれてくる場面・要素を分解すると、外部からの人材確保である「採用」、確保した人材の能力発揮を支援し組織能力を高めるための「育成」「配置」「評価」「等級」「報酬」「労務」「組織開発」、定年退職などを管理する「代謝」のように分けることができ、それぞれに多様なシステム・データ形式を持ってデータ化されていくことが多いと思います。本連載第1回に人事データが生まれてくる場面・要素と該当するデータ例を表にしたもの(図表01)がありますので、参考としてください。

[1]: 実はこの多様な場面・システム・データ形式というところがポイントで、人事データ分析を行う前の蓄積や統合のステップも重要なのですが、企業ごとに状況が大きく異なるため、今回は割愛します。

 また、人事データを集めて分析する際には、その先に「結果に基づきアクションを起こす」ことを視野に入れていることが大半だと思います。今回はデータから意義ある情報を抽出する手法として、統計解析の基礎を紹介していきますが、

解決したい人事課題は何か

どのようなアクションをとる必要があるか(仮説含む)

そのためにどのような分析手法が有効か

という視点で読み進めてください。

 細かい手法の違いはありますが、分析の全体像から把握していきましょう。分析手法をアプローチ別に4つに大別したものが図表01です。

図表01:人事データ活用のアプローチ(出所:入江崇介 著『人事のためのデータサイエンス―ゼロからの統計解析入門』中央経済社 刊)
図表01:人事データ活用のアプローチ(出所:入江崇介 著『人事のためのデータサイエンス―ゼロからの統計解析入門』中央経済社 刊)
[画像クリックで拡大表示]
1) 記述的分析
大量かつ高度なデータ解析の流行に埋もれがちですが、何らかの施策や働きかけを行う際に個々人の状況を把握することは、企業が社員一人ひとり、一つひとつの職場の集合体である以上外せないアプローチです。一方で、経年変化や職種別などの大まかな傾向を把握したい場合にはデータの集計・要約が有効で、その際のビジュアライゼーションは経営や他部門への説明材料として活用できることがあります。
2) 診断的分析
人事データ分析と聞いて、このアプローチをイメージする方も多いでしょう。例えば記述的分析で「従業員の満足度が低下している」という事実が分かっても、低下している原因や構造が分からないと有効な施策やアクションを行えません。
3) 予測的分析
もし、職場や会社へのエンゲージメントを低下させる要因が分かったとしたら、低下する前に手を打つほうが効果的でしょう。予測的分析とは、事前の打ち手のために、エンゲージメントが低下しそうな職場を予測するアルゴリズムをつくるというアプローチです。ビッグデータや機械学習との組み合わせで、近年人事データ解析場面でも扱うことが多くなりました。
4) 処方的分析
人事施策やアクションに直結するアプローチです。採用市場におけるスカウトや、学習機会のレコメンドといった場面で実用化が進んできています。

会員登録無料すると、続きをお読みいただけます

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー


次のページ
奥が深い可視化・要因分析

この記事は参考になりましたか?

  • Facebook
  • X
  • Pocket
  • note
  • hatena
人事データ活用のヒント連載記事一覧

もっと読む

この記事の著者

湯浅 大輔(ユアサ ダイスケ)

株式会社リクルートマネジメントソリューションズ コーポレート統括部 研究本部 部長2009年株式会社リクルートマネジメントソリューションズ入社後、SPIをはじめとした採用領域の営業・コンサルティングに従事。その後、2013年よりアセスメント・サービス開発に携わる。2019年より人事データ解析を専門とした部署...

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事をシェア

  • Facebook
  • X
  • Pocket
  • note
  • hatena
HRzine
https://hrzine.jp/article/detail/4332 2022/10/19 08:00

Special Contents

AD

Job Board

AD

おすすめ

アクセスランキング

アクセスランキング

イベント

HRzine Day(エイチアールジン・デイ)は、人が活き会社が成長する人事のWebマガジン「HRzine」が主催するイベントです。毎回、人事の重要課題を1つテーマに設定し、識者やエキスパードが持つ知見・経験を、参加者のみなさんと共有しています。

2024年7月25日(木)10:30~17:30

イベントカレンダーを見る

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング