組織はどうすれば変わり続けられるのか——ゴールドマン・サックスの事例から考える二重ループ構造
組織のアジリティは「仕組み」で作れるのでしょうか。ゴールドマン・サックスの人材戦略を読み解くと、情報の民主化と自律的意思決定、そしてその効果を検証するサーベイが「二重ループ」として機能していることが見えてきます。よく知られた施策の裏にある構造を、ダイナミック・ケイパビリティとデータドリブン人事の観点から整理しました。
武田 邦敬
データドリブンHRコンサルタント。ピープルアナリティクス内製化パートナーとして、データ活用を経営と人事の「文化」にする伴走者。
121 posts
WinPythonを使ったお手軽データ分析環境構築
この記事では、Windowsのパソコン上にPython環境を手軽に構築できる「WinPython」の導入方法を紹介します。 免責事項： 本記事で紹介しているWinPythonの導入および利用は、利用者ご自身の責任において行ってください。本記事の情報を元に実施した結果生じた、PCの不具合やデータの損失、勤務先のセキュリティ規程違反等のトラブルについて、筆者は一切の責任を負いかねます。特に業務PCで利用される際は、必ず貴社のITポリシーを確認した上でご活用ください。 WindowsでPythonの実行環境を作るには？ Pythonを使ってデータ分析をしている人は非常に多いと思います。私もその一人で、Google Cloud Vertex AIのColab Enterpriseを分析環境として使っています。普通のColabと違い、フルマネージドでありながらランタイムを一定期間セキュアに維持できるのが気に入っています。 一方、ピープルアナリティクスの伴走支援しているクライアントの分析環境をお聞きすると、Vertex AIのようなWebネイティブな環境を持っている企業様は稀です。たいて...
従業員スライビングに対する人事施策の効果検証
【プロジェクト事例】人事施策とサーベイスコアの関係を分析し、人事施策の効果を評価。従業員や組織観点のインサイトを得られ、人事施策の検討範囲が拡大。
成果と育成を両立させるデータ分析チームのマネジメント
データアナリストは、成果を出すプロジェクトの中でこそ育ちます。 近年、人的資本経営やピープルアナリティクスの重要性が高まる中で、データ分析チームを率いるマネジャーには「成果」と「人材育成」をどう両立させるかという課題が突きつけられています。 成果を優先すれば新人が育たず、育成に偏れば成果責任を果たせない──このジレンマは多くの現場で共通しています。 本記事では、データ分析チームを率いるマネジャーの視点から、データアナリストを育てるための3つのポイントを解説します。 ピープルアナリティクスや人的資本経営の取り組みにも通じる、成果と育成を両立させるための実践知です。 1 学びと実践のサイクルを意図的に仕掛ける Webに情報があふれている現代ではありますが、本を読んで難解なコンセプトと対峙するという時間はデータアナリストにとって必要な時間です。本は紙でも電子でも構いません。未知の分野を学ぶ上でWebに点在する情報だけを頼るのは難しい面があります。 そして、本で学んだことを実践してみる。実践してみると大抵上手くいかないか、上手くいったと思い込んでいるはずなので、本に立ち返る。こ...
自治体における人事データ分析の可能性〈自治体ピープルアナリティクス〉
2025年8月8日に、総務省から「時代に即した組織運営・人材戦略に関する分科会報告書」が出されました。自治体人事の在り方を問う重要な報告書で、ピープルアナリティクスとも親和性が高い方法論が提示されています。 * 総務省｜時代に即した組織運営・人材戦略に関する分科会（第5回） このブログでは、総務省の報告書をひも解きながら、自治体における人事データ分析の可能性を考えてみます。 今後の自治体組織運営に求められること 報告書では、人口減少時代にいかにして持続可能な組織運営を実現するかについて、重要な提言がなされています。特に、次の2点が重点ポイントとして挙げられていました。 1. 職員の能力を最大限発揮できる環境を整える 2. より多くの人材に公務を選択してもらえるような組織運営・人材戦略を進めていく 一つ目の点は人材マネジメントの方向性を示すもので、今後の自治体人事の指針となるでしょう。タレントマネジメントのみならず、組織開発やウェルビーイングまで幅広い取り組みが求められることになりそうです。 一方、二つ目の切り口は個人的にハッとした点でした。人を取り合っている状況に...
「ピープルアナリティクスのテーマをどうやって発掘するの？」
ニックネーム「ヒカリコ」さんから、ピープルアナリティクスのテーマ決めに関する質問をいただきました。 質問💬 人事内でデータ分析に取り組むことになり、これまでエンゲージメント調査の整理や残業時間の見える化をやってみました。ただ、次に何を分析したらよいか思いつかず苦戦しています。分析テーマってどうやって見つければいいのでしょうか？ 回答📝 質問ありがとうございます。ピープルアナリティクスのテーマ決めには悩みますよね。 すでに実施されているエンゲージメント調査や残業の分析というのは、どの組織でも求められるテーマでもあります。そこから取り組まれたというのは良いことだと思います。 さて、どうやってテーマを広げるかということですが、大きく分けて3つのやり方があります。 * 人事部門として重視している人事施策から考えてみる。 * 直近の1年間で取り組んだ人事施策から考えてみる。 * チームで話しているときに出てきた言葉を拾いあげて調べてみる。 それぞれ順にみていきましょう。 人事部門として重視している人事施策から考えてみる 経営や業務課題から分析テーマを考...
ピープルアナリティクスを学ぶ人におすすめする本
この記事ではピープルアナリティクスのスキルアップを目指す人に向けて、参考になる本を紹介します。
「どうやったら統計手法を実務で応用できるようになるの？」
先週クライアントからいただいた質問です。実は複数のクライアントから同時期に尋ねられた質問でした。質問箱1回目の回答記事として投稿します。 質問💬 研修や教科書でデータ分析手法を学ぶのはいいのですが、それを実際の場面でどうやって応用したらよいか分かりません。応用力をつけるにはどうしたらいいのでしょうか？ 分析チームの先輩データアナリストと話していると「回帰モデル作ってみようか」「次元削減してから」という言葉がするっと出てくるのですが、どうやって発想しているのでしょうか。 回答📝 技術の応用は難しいですよね。教科書で学ぶことと実地でできることには大きな差がありますが、これをやればできるようになる！という確たる手順があるわけでもないのが困るところです。私自身データサイエンティストに転身したときに悩みました。 応用力を高めるには「やってみる」ことが一番です。実践により応用力が少しずつ磨かれ、気が付いたときには自然にできるようになるものです。 とはいえ、これではアドバイスにならないので、応用力を高める上での工夫できることをお伝えします。これは、かつて分析チームに在籍...
ハイパフォーマー育成のための配置施策を検討する
タレントマネジメントに関するピープルアナリティクスのユースケースです。 業務課題 * 戦略的にハイパフォーマーやタレントを育成したい。 関心・問い * ハイパフォーマーの自社での職務経験の特徴を明らかにし、他の従業員の配置や育成に活かすことはできないか。 分析アイデア * ハイパフォーマーの選定基準を明確にする。もしくは、人事内でコンセンサスを取る。 * ハイパフォーマー群と比較対照群の所属歴や活動記録を比較分析してハイパフォーマーの特徴的な経験を抽出する。 * 得られた情報から仮説を構築し、ヒアリングなどの定性的調査を行いながら、戦略的な配置や育成プランを具体化する。 利用するデータ * 人事基本情報 * 部門・所属情報 * 評価関連情報 * 職務歴・行動データ...