【人事必見】会社をさらによくしたいあなたへ。これからのHRピープルアナリティクス戦略。

初めまして、現在アメリカの大学に通っている、母子家庭留学生4年マネジメント専攻のカズキンです。SNSを通して留学前に自分が知っていたらよかった事を軸に、留学での気付き、そして学びのアウトプットをしています。よければ、是非フォローしてください。13,000文字の僕の全てを書いた自己紹介記事はこちら⇨初めまして、母子家庭出身留学生カズキンです。僕の人生を全て綴りました。これを全て読み終えたあなたは変人です。

Youtube: Kazukin Vlog・カズキンブログ

Instagram: @kazukin_npng

Twitter: @kazukin_vlog

今はHuntercityで”即戦力人材になるため”に最先端のビジネスで活躍されてる方々から学びここでアウトプットさせてもらっています。

皆さんにも何か気付きや学びがあれば幸いです。

本日の先生はパナリットジャパン代表小川高子さんとCo-funder/COOのChi Tranさんからシリコンバレー（GAFA）流リモート時代の組織革命・チームの非効率を見える化するピープルアナリティクス戦略についてを学習させていただきました。

パナリット・ジャパンを少しご紹介させてください。

人材データを統合し、データドリブンな人事を可能にする会社です。

多くの大企業さんとも連携されていて、"Workday"なんてアメリカの学校ででしか働けない僕達留学生はすごくお世話になっている会社です。

気になる方はウェブサイトを拝見してみてください。

それではいきましょう。

ピープルアナリティックスがもたらすベネフィットは4つ

・人事関連業務の効率化(人事のBPO)

・将来の機会やリスクの予測

・従業員や候補者体験の向上

・多様性の推進

時代と共にHRも採用の変更傾向する。

一般的にHRといえば

・採用

・給与

・労務

・福利厚生

の4つであったが今の時代ではこの4つに加え

・評価制度

・人材開発

・キャリア設計

・エンゲージメント

・人材配置

の5つが新しいHRの価値として加われた。

現在の人事の考え方。

従業員ライフサイクルを理解して、最も従業員のパフォーマンスや満足度をあげる。つまり制度設計が重要。

ポイント例としては

・キャリアプランなしに採用は語れない

・報酬設計や福利厚生がエンゲージメントに与える影響を考慮し制度設計すべき

・エンゲージメント、アンケート結果は単体で議論すべきでなく、離職率や会社の業績への影響を理解した上で判断すべき

▶️問題点はデーかドリブンな今なのにデータが手薄。

だが今は人事業務全体像を理解した上での『データによる経営判断』が求められる。

手順としては以下

1. 採用: ATS（採用管理システム）

2. 労働管理勤怠: HRIS(基幹人事）、給与、勤怠など

3. 人材開発: コミュニケーション促進、トレーニング、マネジメント育成、営業支援など

4. 評価エンゲージメント: タレントアセスメント、報酬設計、バルスセーベイ、エンゲージメントサーベイ

※パルスサーベイとは「従業員満足度調査に用いられる意識調査」の一つ。 パルス調査ともいい、1分程度で簡単に回答できる5～15問程度の社員アンケートを短期間に繰り返して、実施します。 パルスとは「脈拍」を意味する言葉。 脈拍をチェックするように「高頻度で企業組織と個人の健全性を測る

5. 離務: 退職サーベイ、アラムナイコミュニティ

※アラムナイコミュニティとは企業の離職・退職した人の集まり

これらが業務の効率化

（工程の自動化・デジタル化▶️データの収集）

その次に意思決定の効率化

（データの融合/可視化▶️インサイト提示(評価・予想・処方）

このフェイズでは

・BIツール・DWH・ETLツール＋データサイエンティスト・アナリシスト

※BIツールの「BI」とは、「ビジネス・インテリジェンス（Business Intelligence）」を意味します。ビジネス・インテリジェンスとは、企業が日々蓄積されていく膨大なデータを分析し、その分析結果を経営意思決定に活用することをいう

※DWHとは、「データの倉庫」である。利用者により定義範囲は異なるが、一般に時系列に整理された大量の統合業務データ、もしくはその管理システムを指す。

※ETLとは、Extract（抽出） Transform（変換） Load（格納） の略で、データ統合時に発生する各プロセスの頭文字をとったものです。

つまり、ピープルアナリティックス

そして、最後のプロセスが組織改善。

改善施策実行。

このフェーズでは、人事コンサルタントやプロジェクトMGRが然るべき課題に対して打ち手を実行。

”あやふやな”意思決定が多い人事領域を科学する。

・入社後トップ人材はどこのチャンネルからきてる？

・トップタレントのエンゲージメント方法は？

・リモートワークの影響はどの部署にある？

▶️のように良質な人材をデータで分析できる。

実際の例

Googleでは面接の制度・効率・体験・公平性を常に意識した改革

全てデータ化する事で数億円の節約に加えて約1万時間の節約が可能に。

UBERでは入社先まで見極め、ハイパーグロース期の採用を乗り切る。

ハイパーグロース期とは18ヶ月で300人から4500人へ。
Top10%が採用した人は90％活躍社員。
逆に90%が担当した社員は辞めているor辞めさせられている。

つまり、他の面接官のコーチングが必要。

Appleでは財務✖️人事データの掛け合わせで離脱危険性を察知・予防

つまり、データは”気づきを与えてくれる”

ONA（Organization Network Analysis) ・組織のネットワーク分析とは？

・コミュニケーションデータから、組織や従業員の将来の状況をある程度予測できる分析手法

・会話の内容まで踏み込まなくても、十分な示俊を得られる

・リモートワーク時代のマネジメントにも期待される手法

何がわかるのか？

・エンゲージメントの低下やメンタル不調を起こしそうな社員

・上手にマネジメントできていない部署は？マネージャーは？

・活躍が期待できる人は？

コミュニケーション・パターンの急激な変化＝離職の兆候

従来の手法よりもリアルタイム性・正確性が期待できる

ハブ人材＝ハイパフォーマー

▶️色んな部署と関係性を持っている人材。

ナッジ（Nudge)とは？（意味は肘でこずく）

・選択の自由奪う事なく、ささやかなきっかけによって自発的・持続的に行動変容を促す事

・アメ（報酬）やムチ（罰則）に頼らない。

例）

問題

面接官のフィードバック記入率を高める。

要員

履歴書と入力フォームを見比べながら記入するのが面倒、時間がない

解決策

履歴書と入力フォームを横並びにしたUIをデフォルトにあえて紙でDLできないようにした

例）

問題

No Show が増え、研修講師のやる気が下がり、キャンセル待ちの人が困る

要因

任意参加では強制力に欠ける

解決策

現在の登録者や順番待ちの希望者の顔・名前をリマインドメールに載せ良心に訴えかける

例）

問題

Google 15 / 幸せ太り

要因

そこにあればつい食べてしまう

解決策

透明でない容器にうつす

冷蔵庫の一部にモザイク

ナッジ：通常の問題解決アプローチと変わらない

問題の事象▶️定量目標▶️ボトルネック▶️解決策

基本的には問題▶️原因▶️解決の順番で行っていく。

様々な会社の問題を知ることができ、それを解決して会社をよくしていくことにすごくやりがいがありそうだなと感じた。

感想

人材は会社の血液と考え、どれだけいい会社で理念があってもいい人材がいなければ起動しない。HRは会社のコア部分であり会社を効率よく回していくのにとても重要。

それをピープルアナリティクス戦略で確実性を高めれるので、とても効果的で企業に取ってはすごくプラスになる。もちろん、マクドナルドのような仕組み化されているフランチャイズのような会社には必要ない。

これからのHRが分析できるようになる事で、これからは”個人のスキル”が本当に重要になってくる。日本人の人材が外国人にリプレイスされそうで少し心配。一人一人が強くならないといけないなと危機感を感じた。逆にいうとこの戦略でより的確な人材を獲得でき、企業にとってとてもプラスになる戦略だなと感じた。

終わりに

今回が初アウトプットです。改善のためバシバシフィードバック感想もらえると嬉しいです。皆さんと共にグローバル人材になり、これからの日本を盛り上げていきたいです。よろしくお願いします。

奨学金返済のため、少しでも支援していただけると助かります。

ありがとうございました！