はじめてのピープルアナリティクス-後編-

友部博教
ビジネスにおけるデータ分析の考え方
「分析」の全体像とピープルアナリティクスの3つのポイント
従業員サーベイの有効活用
現状を把握し、あるべき姿と結果の評価を紐づけることが重要

人事データを分析・活用して、組織が抱える課題を解決へと導くための手法を指す「ピープルアナリティクス」。人事担当者による勘や経験だけでなく、AIやビッグデータ分析などのテクノロジーを用いることで、効果的な人事施策を実施できることから注目を集めています。本記事では、株式会社ビズリーチ HRMOS WorkTech研究所所長の友部博教が、ピープルアナリティクスを基礎からお伝えしていきます。

第2回にあたる本記事では、ビジネスにおけるデータ分析の考え方やピープルアナリティクスのポイント、サーベイの有効活用についてお伝えしていきます。

友部博教

株式会社ビズリーチ
HRMOS WorkTech 研究所所長
兼人事本部タレントマネジメント室
ピープルアナリティクスグループ
マネージャー

2004年、東京大学大学院で博士号（情報理工学）を取得後、名古屋大学、産業技術総合研究所で、コンピューターサイエンス領域の学術研究に取り組む。その後、2008年より、東京大学で助教として研究・教育に携わる。2011年4月株式会社DeNA入社。アプリゲームやマーケティングの分析部署の統括を務め、人事領域ではPeople Analytics部門の立ち上げに携わる。2018年10月株式会社メルカリ入社。人材開発部門においてPeople Analyticsに関する施策を担当。その後、2019年11月に株式会社ビズリーチに入社し、HRMOS WorkTech 研究所所長と人事本部タレントマネジメント室ピープルアナリティクスグループマネージャーを兼任。

HRMOS WorkTech研究所について

株式会社ビズリーチが運営するHRMOSは、2021年3月、WorkTechの活用や、未来の人財活用のあるべき姿を研究し、その情報を発信する研究所として、HRMOS WorkTech研究所を設立しました。

「Work Tech」とは、人事業務のDX実現を目指す従来の「HR Tech」をより大きな枠組みでとらえ、人事業務だけでなく、働く人を取り巻く業務すべてを対象にした「働き方のDX実現」を目指すテクノロジーを指します。働く環境の変化や、働き方の多様化が進むなかで、これからは、従来の「HRTech」だけではなく、働く人一人ひとりの変化に対応し、自律的な活躍を支えるテクノロジーである「WorkTech」の導入が求められると考えられます。

HRMOS WorkTech研究所では、Work Tech領域の調査・研究・開発・学術貢献など幅広い役割を担っており、働き方に対する価値観が多様化する現代において、日本のWorkTech推進を目指していきます。

開く

ビジネスにおけるデータ分析の考え方

アクションにつながらない分析には価値がない

事業会社などでビジネスの観点で分析をするからには、ビジネスアクション（=課題解決）につながらないと意味がありません。

分析を始めると、データを見ているだけで知的好奇心が刺激され、満足感が得られます。けれども、その後のアクションにつながらない、といったことが起こりがちです。ピープルアナリティクスを行う際には、必ずアクションにつなげるということを念頭において分析をする必要があります。

目の前にあるデータだけがすべてではない

目の前にあるデータがすべてではない、という点にも注意が必要です。特に人事領域では、従業員に関するデータとして取得できるものは限られています。取得できていないデータが多くある状態で、ピープルアナリティクスを実行しようとしても満足な成果は得られません。

組織において何が課題なのかを明確にし、それを解決するために必要な情報を洗い出すことが重要です。その後、どうやってそのデータを取得するか、KPIをどこにおくか、などを設計しなければ、ビジネスにおける分析は成り立ちません。

極端に言うと、このデータや分析の設計がうまくできていれば、難しい統計学や機械学習を使わなくても、ピープルアナリティクスを行うことは可能だと思っています。

「分析」の全体像とピープルアナリティクスの3つのポイント

そもそも「分析」とは、ある物事を分解して、それらを成立させている成分や要素を明らかにすることを指します。

ただ、先ほどもお伝えしたとおり、ビジネスにおいては、それらを明らかにした上で「課題解決に導くこと」までが分析です。

ここからは具体的に「どのように分析を進めていけば良いのか」というところをみていきましょう。

ピープルアナリティクスを含め、ビジネスにおける分析の流れは大まかに下記のステップにわけられます。

①現状把握

②ゴール設定をした上で現状とのギャップを把握、課題の選出

③解決策の検討・選択

④施策の実行

⑤結果の評価

これらをすべて高い水準で実行できている人事担当者は、残念ながら非常に少ないと私は感じています。

ここからは、ピープルアナリティクスを行ううえで特に重要なポイントを3つ紹介します。

ポイント①現状把握

組織課題の解決に取り組む際、陥りがちな失敗例の1つが、根本的な課題を吟味せずに「解決策の検討・選択」からスタートしてしまうことです。

例えば、特定部署の退職率が高い、という課題があったとして、それを解決するために退職率を下げるための人事施策を実行するとします。そのこと自体は問題がないように思えますが、この場合、まずは「その部署にとって退職率が高いのは良いことなのか悪いことなのか」を考えることが大切です。

会社や部署のフェーズによっては、退職率が高いことが問題なのではなく、「どんな人が退職しているのか」の方が重要なこともあるでしょう。その時点での退職率が高かったとしても、今後活躍していくべき人材が定着していれば問題ないケースもあります。

人事担当者は退職率が高い=悪としてとらえがちですが、まずは会社や部署の「あるべき姿」を明確にし、その姿とのギャップ、根本的な課題が何かを洗い出すことが重要です。そのための第一段階として、まずは現状を正確に把握することが大切になります。

ポイント②あるべき姿の設定・現状とのギャップ把握

人事領域における「あるべき姿」の設定は、私を含め、多くの企業・人事担当者が悩んでいる部分でしょう。

あるべき姿を設定する際、一定の規模を超えた企業の場合は「こうなりたい」という理想の姿よりも、これまでの成功体験にもとづいた、「自分たちの強み」から考えることが成長につながりやすい傾向にあります。

人事領域においては、その強みにあたるのが、今自社で活躍している人材は誰なのか、ということです。ただ「優秀な人材」という観点のみだと人によってとらえ方が変わるため、具体的な人物像がみえづらくなってしまいます。感覚値でも問題ないので、まずは活躍人材をバイネームで選出し、共通点を洗い出すことで、ペルソナを想定していくことから始めましょう。

また、ここでもう1つ重要なポイントは、あるべき姿を具体的に言語化する、ということです。

事業部の中で「○○さんのような人が増えると良い」という声があがったとしても、「○○さん」に対して何を連想するかは人によって異なります。

年齢なのか経験なのか、またはポテンシャルや成長率なのか、など、「○○さん」が持つ要素を分解し、どのような人が企業にとっての理想の人材なのかを描くことが大切です。

また、会社全体のあるべき姿を示す、ミッション・ビジョン・バリューを意識することも重要です。

あるべき姿を具体的に言語化したあとは、現状とのギャップを把握する工程に入ります。例えば、あるべき姿にあてはまる人材が従業員の6割を占めることがゴールで、現状は2割しかいないと仮定すると、現状とのギャップは4割となります。

それを把握したうえでようやく、「どういった手法で増やすのか」という解決策の話ができるようになります。

新たに人材を採用するのか、それとも今いる人材を育成するのか。選ぶ施策は会社の状態によっても変わります。そして、どのような目的でどのような施策を実施するのかによって、当然、そろえるべきデータや分析の仕方も変わります。

ポイント③結果の評価

実行した施策に対して、結果の評価を行うことも欠かせません。人事領域においては、結果を定量的に評価しづらいという問題があり、結果の評価ができていない場合も多く見られます。しかし、評価を行うことではじめて、実行した施策が適切であったのかどうかを知ることができます。ときには施策自体を見直すことが必要になるかもしれません。分析→施策実行→評価・振り返りという流れは非常に重要で、結果の振り返りをせずに次の施策に移る、ということは避けなければいけません。