人事データを活用して課題解決を行うための運用体制づくり-後編-

  • -
    リンクをコピー

労働人口の減少やITの急速な進化など企業を取り巻く外部環境の変化が激しいなか、人事データを活用した問題解決の必要性と需要が高まっています。人事データを活用し、人事や組織の課題解決を行うためには、ただデータを収集するだけではなく、データから課題を読み解き、改善し続ける運用体制を作ることが大切です。

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データ活用と運用体制づくりについてお伝えします。

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。

データから課題を読み解き、改善しつづける運用体制づくりが大切

人事課題に対して、都度必要なデータを取得し、その場その場で課題に対応してきた担当者の方も多いのではないでしょうか?本質的な課題解決のためには、施策の結果をモニタリングして、長期的視点でPDCAサイクルを回しつづけることが必要です。

そのためには、データを運用しつづけられる体制をつくる事が重要になります。データを運用しつづけられる体制を整えるために必要なのは次の4ステップです。

本記事では、
3.データから課題を読み解く
4.KPIをウォッチしながらPDCAサイクルを回す

についてお伝えします。

1.あるべき姿を具体化し、KPIを設定する
2.データを収集して整える

については前編でご紹介しているので合わせてご覧ください。
人事データを活用して課題解決を行うための運用体制づくり-前編-

3.データから課題を読み解く

人事データを収集しただけでは課題解決にはつながりません。収集したデータから課題を読み解き、改善し続ける運用体制づくりが重要になります。まずはデータの意味を解釈し、そのデータに課題解決の意志を込めることが大切です。ただ収集したデータをグラフ化するだけでは、わかった気になりがち。本当に必要なデータを可視化して分析する事が、課題解決につながります。

データから課題を読み解く2つのポイント

集まったデータを全て可視化するのではなく、可視化する目的とそのために必要なデータを定めておくことが大切です。グラフなどの可視化をする前に押さえておきたいポイントは、次の2つです。

  1. 分析軸をみつけて課題を深掘りする
  2. 課題を共有しストーリーで伝える

上記の内容について詳しくみていきましょう。

1.分析軸を見つけて課題を深掘りする

1つ目のポイントは、分析軸をみつけて、課題を深堀りすること。そのためには、収集したデータをグラフなどを用いて可視化する前に、仮説を立てておくことが重要です。仮説は組織のあるべき姿につながっているはず。「このデータを使って、組織を可視化したらこのようなグラフになりそう」などのアウトプットのイメージを事前に持っておきましょう。

実際にグラフとしてデータが可視化されたときに、アウトプットのイメージとのギャップから発見が生まれます。イメージを持たずにグラフをつくってしまうと、課題に気づくことができない場合もあるでしょう。

2.課題を共有しストーリーで伝える

2つ目のポイントは、「課題を共有しストーリーで伝える」ということ。

収集したデータを可視化する目的は、ただ分析するためだけではありません。これからの施策・企画・説明・説得に使う場合もあるでしょう。分析の目的と仮説によって必要なデータとグラフが変わってくるため、「このグラフを使って何を主張するのか」「どのようなグラフなら、効果的に正確に相手に伝わるのか」をイメージするとともに、ストーリー性も必要になります。

関わるメンバーで課題を共有して、効果的に伝えるために、どのような順番でデータをみせるのか、ストーリーを頭に思い描きながらデータを可視化することが大切です。

データをグラフで可視化する

データの可視化には、グラフを用いることが効果的です。人事データの分析における可視化の目的は、課題を明確にして適切な対処を行うこと。そのためには、ただグラフをつくるのではなく、データを多面的な軸から比較して課題のポイントを明確にすることが大切です。

例えば、人事データから比較により課題を発見する場合は、下記のような項目が比較軸として用いられます。

  • 時系列
  • 組織(部署など)
  • 従業員の属性(性別/雇用形態/勤務年数など)

組織や従業員の属性など、セグメントによる比較を行うことで、課題がどこにあるのかがわかり、人事施策を打ちやすくなります。比較の際には現時点のデータだけではなく、半年や一年の時系列でみていくことも有効です。

収集したデータをグラフ化するだけでは、本質的な課題解決にはつながりません。仮説を持ったうえで必要なデータを活用して分析することが大切です。

4.KPIをウォッチしながら、PDCA を回す

収集したデータを可視化し、課題を読み解くことで、前編でお伝えした「あるべき姿で設定したKPI」を活用することができます。KPIがあることで、課題解決のために実施すべき施策が決まり、その施策を実施してモニタリングを繰り返すことで本質的な課題解決に向かいます。ただ、データを収集して、可視化するだけではなく、読み解いたデータから課題をみつけ、課題解決のためのPDCAサイクルを運用する体制をつくり、整えていくことが重要になります。

ケーススタディ:「若手従業員の離職率の高さを改善したい」

ここまで前編と後編にわたり、人事データ収集とKPIの設定、データのクレンジング、可視化についてご説明してきました。説明だけでは具体的なイメージが湧かない人事担当者の方もいると思いますので、これまでの話を事例で振り返っていきます。

若手の離職率の高さを課題に感じている企業を事例に挙げます。
この企業では若手の離職率に課題を感じており、離職率を測ったところ30%と高いことがわかりました。

この課題におけるKPIの設定の仕方は下記のようになります。

①あるべき姿を具体化して目標を数字で設定する
→「若手の離職率を30%→15%にしたい」

②分析軸(ターゲット)を決めて人事データを読み解く
→「若手エンジニア」というセグメントで離職率が高い事がわかった

③読み解いたデータからより具体的なセグメントに対してKPIを設定する
→「若手エンジニアの離職率を、30%→15%にしたい」

④ターゲットに向けて施策を打つ
→1on1の実施、評価制度の見直し、など

⑤施策の結果を確認する
→離職率に変化があったのか

あるべき姿の目標数字を設定し、人事データを分析してKPIを定め、施策を打つ。この一連の流れを運用しつづける。そのために、まずは運用体制を整えることが大切です。

運用体制を整えるために必要な2つの視点

人事データの収集を実施している企業は多いですが、データの精査などのクレンジング、課題の読み取り、KPIの設定、そしてPDCAサイクルの運用までを実現する基盤を整えている企業はまだ多くないと思います。

これらの運用体制を実現するためには、データアナリストの視点と現場人事の視点の2つが必要になります。かなり高度な仕事でもあり、スキルだけでなくチーム体制づくりも必要になってきます。求められるスキルとチーム体制づくりについては、別の記事にてご紹介しているので、ぜひご覧ください。

ピープルアナリティクスに取り組むチーム体制づくり

  • -
    リンクをコピー