人事部門のデータサイエンス
人事部門は人とのかかわりで成立していて、
人事部門でも分析といってもたいてい、その組織に従業員が何人必要かとか、
従業員のやる気を測る最良の方法は何かといった感じかなと思っていました。
人事部門でもデータサイエンティストが活躍しているイメージはないようにみえますが、
意外に積極的にデータ分析を実施してました。
多くの会社では、難しい言葉ですが、、予測的モデル、処方的モデル、というやり方や、人工知能(AI)を使って人事部門の仕事に役立てています。
そういう手法で人員の増加率や人員削減、満足度、その他の重要なことを予測分析するのが当たり前になっていました。
もっと具体的にはつぎようなことに使っています。
採用活動の手助け
(まさに目の前で採用しようとしている人が、入社後に活躍するのかどうか、あるいは、短期間に離職するのかどうか)
(高い成果を挙げている人・そうでない人をグルーピングして、性格データなどと照らし合わせます。どんな性格タイプの人が、その部門・職務で高いパフォーマンスを挙げているかを明らかにしてそれを採用の要件定義や選考基準の参考にもしました。)
配属先の決定
(どの部署に配属すればよいのか、どの上司と相性がよいのか、さらには、どのような教育を心掛ければよいのか、)
退職リスクの低下
(過去の退職者情報を分析することで、例えば、特定の部署に配属されると離職率が相対的に高まることが判明します。業務上の理由から、どうしてもその部署に配属しなければならなくなった場合には、配属先との相性が高い従業員を配置したり、配属前に十分な説明をしたり、配属後に意識的にフォローしたりすることで、退職を防ぐことにつなげられる可能性があります。)
「AI」を利用して分析している例としては
離職リスクのある人材を特定すること
高い業績を上げる新人の予測
履歴書を分析させていい候補者の見つける
データを揃えるには、ピープルアナリティクスを進めていきたい!!というと進めやすいとのこと!
(まず必要なデータを揃えるとなると、あらゆる部署に調査協力を要請することになりますが、いきなり「データが足りないので、性格テストを受けてください」とは、なかなか切り出しづらい。そのとき、経営サイドに対しても現場の長に対しても「ピープルアナリティクスを進めていきたい」と説明しました。「ピープルアナリティクスとは採用の強化や、社員の最適配置するための手法」と伝えれば、人事もそういうこと始めたのかと納得を得やすかったです。)
AI系会社で人事に特化した会社もありました。
社員の働くモチベーションを見える化するAIサービス
採用をAIで支援する
参考
また
人事部門でも、分析スキルを持つ人材不足を実感しているところが多いとのこと
この記事が気に入ったらサポートをしてみませんか?