従業員に自律的なキャリア開発を促す
人材育成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 * キャリアの自律化を促したい。 関心・問い * 従業員が自ら必要なスキルを獲得できるように情報を提供できないか。 分析アイデア * キャリア自律や教育とパフォーマンスの関係を分析・提示し、動機付けする。 * 従業員に対しキャリア希望に沿った教育メニューをレコメンドする。 利用するデータ * 研修履歴 * 人事基本情報 * 評価・コンピテンシー...
People Analytics Idea HUB
Driven by クニラボ
キャリアオーナーシップを促す配置施策を打つ
配置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 * キャリアパスが多様化する中で、従業員が主導的にキャリア開発を行えるような施策を打ち出したい。 * 社内ポスティング制度の利用を促したい。 関心・問い * 従業員が自らキャリアパスを描き、アクションできるように支援できないか。 * キャリアオーナーシップ施策を展開するにはどうしたらよいか。 ピープルアナリティクスのアイデア * ハイパフォーマーのキャリアパスを類型的に整理し、従業員に対して類型化された情報のレコメンドやギャップ、関連教育の情報を提供する。 * 従業員の経歴や希望から、ロールモデルのキャリアパスをレコメンドする。 利用するデータ * パフォーマンス * 人事基本情報 * 異動履歴 * 自己申告...
採用後のパフォーマンスや組織目標との関連を把握する
採用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 * 戦略的に立案した採用基準にしたがって、採用オペレーションを改善したい。 * ダイバーシティの確保がなされているかどうか、客観的に確認したい。 関心・問い * 構造的に整理された評価基準を基に、客観的な予測ができないか。 * ダイバーシティ目標を達成できているか。 分析アイデア * 候補者の評価スコアから自社で活躍するかどうか予測し、選考の参考にする。 * 採用者の属性分布を確認し、評価や選考基準にバイアスがないか確認する。 利用するデータ * 採用スコア * パフォーマンス情報 * 属性情報...
キャリア開発の動機付けを行う
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 * 従業員がロールモデルを発見し、挑戦的にキャリアを伸ばしていけるようにできないか。 分析アイデア * 社内のサクセッサーやハイパフォーマーの経験や異動履歴を分析し、ロールモデルのパターン化を行う。 * データ化されたロールモデルを与件として、従業員の属性や希望とのマッチングを行う。 利用するデータ * タレント情報 * 異動履歴・経験に関する情報 * ロールモデル * 人事基本情報 * 自己申告（希望）...
労務指標と離職やパフォーマンスの関係を把握する
労務管理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 * 労務と他の人事業務との関連を把握し、人事施策に役立てたい。 関心・問い * 労務指標は離職率、離職、パフォーマンス、エンゲージメントと関係があるのだろうか。 * 労務の改善によって人事課題を解決できないか。 分析アイデア * 労務指標と改善対象となるKPIとの関連を分析して労働環境の影響を定量的に捉え、改善施策の検討に活用する。 利用するデータ * 人事基本情報 * 部門・所属情報 * 時間外等情報 * 休暇関連情報 * 勤怠情報 * その他関連指標...
データ分析チームを育てる
私がデータ分析を始めた十数年前と比べ、データ分析のビジネス領域が広がってきているように感じています。そして、国内でも組織内にデータ分析チームを作ることは、めずらしいことではなくなりました。その一方で、チーミングには様々な課題が潜んでいます。 この記事では、データ分析チームの内製化と育成について考えてみます。 なぜデータ分析の内製化が必要か データ活用の初期段階では、外部の協力者の力を借りてプロジェクトを回してくこともあると思います。しかし、意思決定やオペレーションの改善にデータを組み込んでいくためには、チーム内で分析を回せるようになることが理想です。 例えば、A/Bテストを駆使してSaaS型のビジネスをグロースさせているWeb企業は、データサイエンティストや分析者を組織内に抱えています。自社のサービスを市場に素早く柔軟にフィットさせていくには、短いスパンで分析タスクを回していく必要があるからです。 もし、組織にデータ分析者がいなければ、技術コンサルティング会社や分析専門会社の分析リソースを都度調達することが必要になります。 調達ベースでのデータ分析プロジェクトは、しばしば...
データがやってきたら、まず何をやるべきか（後編）
こんにちは。 「人事データ分析入門講座」講師の武田です。本日もよろしくお願いします。 この講座では、人事データ分析に取り組み始めた方に向けて、データ分析の考え方や方法をお伝えしています。本レターで7回目の配信となりました。 今回は昨年末に配信した「データがやってきたら、まず何をやるべきか」の続きになります。 前編では、データ分析を始める前にデータの発生源を押さえるため、What, Where, When, Howという観点で確認することをお伝えしました。本レターでは、Whoという視点でデータの外観を捉えることをお伝えしていきます。 手元に人事データがやってきたとき、「そのデータには誰が含まれているのか？」と問うことは大変重要です。 人事データ分析の主軸は人と組織です。 組織が人の集合体と考えると、データの外観を捉える上で「誰が」という切り口はもっとも大切な要素といえます。 3つの観点でWhoを考える 皆さんの手元に人事データやサーベイの結果があったとします。さて、このデータはどのような経路をたどってやってきたのでしょうか？ 前編で取り上げたWhat, When...
人事データ分析に役立つ本の紹介 #1
★2025.8.13追記 ピープルアナリティクスを学ぶ人におすすめする本を改めてまとめ直しました。人事からデータ分析技術まで幅広い本を整理しています。こちらの記事もご覧くださいませ。 * ピープルアナリティクスを学ぶ人におすすめする本 あけましておめでとうございます。 「人事データ分析入門講座」講師の武田です。 この講座では、人事データ分析に取り組み始めた方に向けて、データ分析の考え方や方法をお伝えしています。本レターで6回目の配信となりました。 年初1回目の配信ということで、今回はいつもと嗜好を変え、人事データ分析に役立つ本をご紹介します。一度ではすべてをご紹介できませんので、月イチで本を紹介していければと考えております。 本日は初回ということで、人事データ分析のスキルアップに直結する入門書を2冊ご紹介します。 人事のためのデータサイエンス，入江崇介著 Amazon.co.jp: 人事のためのデータサイエンス 電子書籍: 入江崇介: Kindleストア 人事データ分析といえばこの本！というくらい有名な本です。2018年出版の本で、人事データ分析を始め...
データがやってきたら、まず何をやるべきか（前編）
こんにちは。「人事データ分析入門講座」講師の武田です。本日もよろしくお願いします。 このニュースレターでは、人事データ分析に取り組み始めた方に向けて、データ分析の考え方や方法をお伝えしています。本レターで5回目の配信となりました。年末ということで年内では最後の配信になりますね。 前回は、人事データ分析を進めていくためのヒントとして、分析テーマから必要なデータを考える方法と、分析を深掘りするための切り口についてお伝えしました。また、人事データ分析でよく利用するデータ項目をマインドマップにしてご提供しました。 マインドマップをご覧いただくと、ひと口に人事データといっても多種多様なデータ項目があることが分かるかと思います。分析テーマとこれらのデータ項目を結びつけることが、基本的なアプローチになります。 ところで、目の前に人事データがあって、その中から目的のデータ項目が見つかれば、すぐに分析を開始することができるのでしょうか？ 本レターでは、データが手元にやってきたときに分析者がやるべきことをお伝えしていきます。...
You might also like
