以前投稿した記事にて、ピープルアナリティクスは人事に仮説検証型のプロセスを導入するための手段だということをご説明しました。
そして、仮説検証の進め方として、Detect/Dig/Decide/ImplementからなるDDDIサイクルという考え方を提唱させていただきました。
武田 邦敬
さて、このDDDIサイクルを導入する場合、様々な人事業務に取り組んでいる中でどのフェーズから始めるのがよいでしょうか？
この記事では仮説検証の始め方について、考え方と補助ツールをご紹介します。
新しい取り組みの場合
まったく新しい施策に取り組む場合であれば、DDDIサイクルの一歩目としてDetect(問題発見)から順に取り組んでいけば問題ないでしょう。ビジネス上の施策は、何らかの問題を解決するために実施するものだからです。
新しい取り組みが経営課題や人事戦略とどのように関連し、具体的にどのような人事上の問題を解決する取り組みであるか。それを明確にするためには、目指すべき姿（To Be）を描いた上で現状（As Is）を把握し、そのギャップを埋めるための施策を打ち立てる必要があります。仮説検証サイクルの問題発見フェーズは、現状をファクトから見る大切なフェーズとなるでしょう。
すでに取り組んでいる業務は？
その一方で、多くの人事業務はオンゴーイングで遂行されているはずで、すでに問題解決のための施策検討に取り掛かっている場合もあるかと思います。例えば、次のような形で、日々業務課題に取り組まれているのではないでしょうか。
- 営業力向上のための選抜研修を実施した。
- タレント育成のための人材プールの見直しを行っている。
- エンゲージメントの低下に対してマネジメントレベルでの施策を検討している。
- 時間外勤務に対するコンプライアンス面でのリスクを察知し、対策に乗り出している。
- DXスキルの向上のために全社をあげて教育をおこなっている。
- 組織開発のために1on1ミーティングの展開を始めた。
日々業務を遂行している中で仮説検証の考え方を導入するためには、目の前の業務が今現在どのような状態にあるのか把握することが大切です。
目標は達成してるのか。
達成していないのであれば、問題を掴んでいるのか。
問題が見えているなら施策を考えているか。
私がピープルアナリティクスの導入を支援させていただくときは、まずこうした点から確認させていただきます。そして、現状を把握した上で何から取り組むべきか検討していくようにしています。
例えば、現状がわかっていないという状況でしたら、問題発見のフェーズからスタートします。また、施策を打っているがその評価ができていない場合も同様に、問題の所在を掴むところが重要と考えます。一方、問題があることは明確だがその解決の方向性が見えない場合は、問題を深掘りしていきます。
採用、配置、育成それぞれで課題は数多くありますが、組織内で同じフェースであるとは限りません。そのため、一つ一つ状況を確かめながらデータ分析に取り組んできました。
自己診断のためのツール（簡易フローチャート）
その一方で、こうした判断を自組織内でできないか？というご相談をいただきました。まさに、データドリブン文化を醸成する上で大切な視点だと思います。そこで、いままでの経験を踏まえて、組織内で自己診断するための簡易フローチャートを作成しました。
以下のフローチャートの質問に「はい」「いいえ」で回答していくことで、DDDIサイクルのとこから取り組むべきか分かるようになっています。なるべくシンプルな質問にしています。
それぞれの質問に回答するときには、「はい」「いいえ」のどちらを選んだ場合でも、その根拠を考えてみるとより深く考察できます。
たとえば、一番初めの質問は目標達成の有無を問うものですが、これに「はい」と答えるとき、何をもって目標を達成したといえるでしょうか。KPIが明確に定められているならわかりやすそうですが、必ずしもそうではないかもしれません。
このように、フローチャートはシンプルであるがゆえに、確認自体が難しいこともあるかと思います。その場合は、チームでフローチャートを眺めて対話をしながら少しずつ理解を深めることをおすすめしています。
また、こうした検討を支援するためのワークショップも実施させていただいていますので、ご関心のある方はお問い合わせください。
