Skip to content

人事データの基本的な分析手法と活用方法

名称未設定

 

人事分野では、「ピープルアナリティクス」と呼ばれる人事データの分析が注目されるようになっています。しかし、具体的な分析手法や活用方法について、知ってはいても実践したことはないという方もいらっしゃるのではないでしょうか。

今回は人事データ分析における基本的な分析手法とその活用方法についてご紹介します。

 

目次

人事データ分析の前に目的を明確にする

基本的な人事データの分析手法

データを活用するためのポイント

 

 

人事データ分析の前に目的を明確にする

まず、これから分析しようとする人事データとは、「会社に関わる人のデータ全て」を指します。具体的には、属性、給与などの基本データの他に、勤怠情報、人事評価結果、異動履歴情報、意識調査などの各種サーベイの結果なども該当します。人事データの分析が注目される背景には、米国の大手IT企業による人事データ分析の実施や、企業のビッグデータ活用の進展、AI技術の発展などがあります。
社内の人事データを分析し、その結果を参考に優秀な人材を採用したいという場合、その「優秀」の定義は当然企業によっても、また同じ企業でも部署によって定義も異なってきます。
分析の目的や定義を明確にした上でデータを精査することにより、現在の社内の人事配置や、組織編成、上記のような人材採用にも役立てることが可能になるのです。

 

 

基本的な人事データの分析手法

人事データの分析手法として、代表的なものに以下4点があります。

1)記述的分析

画像6

記述的分析は、過去に起きたことや現在起きていることを明らかにするため、データの特徴を表す数値を求めたり、データを表や図で表したりなどして分析します。例えば、部署ごとの離職率を時系列に図表化することで、どの部署への対応が必要かということを見える化できます。

2)診断的分析

診断的分析は、記述的分析によって見える化した事象について、その現象が起きている原因を分析します。「何が起きたか(起きているか)」を明らかにする記述的分析に対し、診断的分析は「なぜ起きたのか」を明らかにすることを目的としています。例えば、特定部署で離職率が高い原因を「各部署の管理職の経験年数」などさまざまな角度から分析していきます。

3)予測的分析

予測的分析は、今後何が起こるのかを明らかにします。例えば、どのような従業員の離職リスクが高まっているのかを分析することが予測的分析です。離職する社員は「定時で帰宅することが多い」「早退や遅刻が増える」などの傾向があれば、これらの兆候が見られた時点で迅速に対処する必要があります。

4)処方的分析

処方的分析では、予測に基づいて「何をすべきか」を明らかにします。例えば、離職リスクが高いと思われる人材を予測した上で、どのタイミングでどのように対処すべきかを分析します。

 


データを活用するためのポイント

人事データ活用をする上で、以下の点に注意しましょう。

 

1)データ分析の目的を決める

何のためにデータ分析をするのか、明確な目的を定めましょう。何を知りたいのか、何に対して改善を図りたいのかを具体的に把握しましょう。たとえば、従業員のパフォーマンス向上を目指す場合、どの項目や要因が最も影響を与えるのかを特定することが求められます。

データ分析の目的を具体的に定めることで、必要なデータを収集しやすくなります。例えば、採用なら、採用プロセスの効率向上や優れた候補者の特定などが目的となるでしょう。また、
評価や研修なら、従業員のスキル向上や組織の生産性向上が目的となるかもしれません。

目的を達成するための具体的な指標なども定め、それに基づいてデータを収集・分析することで、より意味のある結果が得られるでしょう。

 

2)データを一元管理する

画像7

採用に関するデータと、入社後の評価や勤怠のデータは別々で管理されているケースがみられます。このような社内に散らばっているデータを個人単位で集約・一元管理することが、データ活用の上での大事なステップとなります。

 

3)分析リテラシーを身に付ける

機械学習やAIの進歩により、これまで感覚的に行っていた人事評価や育成・配置にデータ分析の視点が加わろうとしています。一方で、そのようなAIの分析結果や予測を実際の人事施策にどのように生かすかは、人事担当者に委ねられています。そういった意味では、従来マーケティングの分野など限られた分野において求められてきた分析のリテラシーを、人事担当者も身に付けていく必要があります。

 

4)データの精度を高める

単にデータを多く集めるだけでは、正確な分析ができるとは限りません。分析の目的に合わせて取得・分析する項目を絞ることが大切です。例えば、研修効果を測定する場合、研修効果と相関関係があると考えられる項目(売り上げや行動変容、確認テストの結果など)を選んで分析します。研修を実施してから効果が出るまでに時間がかかることもあるため、継続的にデータを蓄積していくようにしましょう。
 

 

マーケティングなどでビッグデータ活用が進む中、社内に蓄積された人事データを職場環境の改善や研修効果の測定に活用する企業が増えています。人事データを分析することで、既存社員の特性や必要な人材の要素など思わぬ発見が得られるかもしれません。

人事データ分析でまず取り組まなければならないデータの一元管理をするためには、タレントマネジメントシステムが有効です。フォスターリンクの「HR-Platform 人材管理」は、人事情報の収集と活用を可能にします。単なるクラウドシステムだけではない、導入から運用までの人的サポートも充実したサービスです。ぜひお気軽にお問い合わせください。

 

 

 

 

お役立ち資料

人事向けお役立ちコンテンツを無料で配信しております。