人事配置に関する取り組みやユースケースを発信しています。
棒グラフを使った人事データの可視化例です。棒グラフは量を比較するときに利用され、層別のデータ数や量的変数の平均値などの大きさを棒の長さで表現します。 人事データの可視化例 人事データ可視化の狙い * 全社的な人員配置戦略を検討するため、組織毎の在籍人数を確認する。 人事データ可視化アプローチ 利用するグラフ * 棒グラフ： カテゴリ変数の度数や、他の変数に対する統計量を棒の長さで表現する。 アプローチ * 所属別に従業員数を数え上げ、棒グラフで可視化する。 * グラフに所属の平均在籍人数を追記し、相対的に人数の多い部署や少ない部署を確認する。 グラフの作り方 * Pythonのseaborn.countplotによる可視化例。 import pandas as pd import matplotlib.pyplot as plt import matplotlib.ticker as ticker import japanize_matplotlib import seaborn as sns sns.set_theme(style='da...
リッジラインプロットを使った人事データの可視化例です。一般的に量的変数のばらつきや分布を確認するためにヒストグラムやKDEプロットが使われますが、リッジラインプロットはそれらを重ねて可視化することで、経年や部署での傾向を掴むことができます。 人事データ可視化の例 人事データ可視化の狙い * 全社の年齢構成を確認し、アノマリーやバイアスを見る。 人事データ可視化アプローチ 利用するグラフ * リッジラインプロット：多グループに分けられた量的変数に対して、グループ毎にカーネル密度推定を行って分布を可視化する。グループの数が多い場合でも全体を把握できるように、分布を重ねて表示させる。 アプローチ * 所属別の年齢分布をリッジラインプロットで描く。 * 所属に在籍する従業員数が大きく異なるため、各分布図はそれぞれの所属の人数に対する比率で表示できるようにする。 * グラフ全体を見ながら年齢の偏りや複数の年齢クラスターの存在、極端な年齢構成を取る所属がないか確認する。 グラフの作り方 * Pythonのjoypyを使ったグラフ可視化例。 import...
配置や人事異動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 * 定期人事異動業務の暗黙知を見える化したい。（一括異動方式の場合） * 全社の異動実態を把握し、配置プロセスの問題点を見つけたい。（現場主導方式の場合） 関心・問い * 全社または職種、所属別に典型的な異動パターンは存在するだろうか。 * 管理職やハイパフォーマー育成につながる異動パターンがあるのではないか。 分析アイデア * 過去の異動履歴情報を集計し、所属に経験職場の統計値を整理する。 * 整理された職場経験の統計情報から、異動パターンを類型化する。 * 類型化された異動パターンと人事属性との関連を分析する。 利用するデータ * 人事基本情報 * 異動履歴 * その他関連指標...
配置施策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 * 配置上の課題を発見し、配置戦略を見直したい。 関心・問い * 部門・所属によって人材の分布に偏りはあるか。 * 部門・所属の人材要件に適した人材が配置されているか。 分析アイデア * 部門・所属別に人事属性、コンピテンシー評価、サクセッサー、エンゲージメント、時間外、離職率、滞留年数を集計・比較分析し、配置実態を把握する。 * 配置実態と部門・所属別のKPIとの関連を分析し、課題を発見する。 利用するデータ * 部門・所属情報 * 人事基本情報 * コンピテンシー * 社内サーベイ...
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 * 組織パフォーマンスを向上させる配置を行いたい。 関心・問い * 配置の全体最適を目指し、配置プロセスをみなすことはできないか。 * 多様性を確保できるような配置を実現できないか。 分析アイデア * まず、配置改善のための重要成功要因(KSF)を明確にし、配置プロセスで参照している情報とKSFの関係を分析する。 * 分析結果をもとに意思決定で活用するか、もしくは配置基準の見直しを行う。 利用するデータ * 部門・所属情報 * 人事基本情報 * 配置履歴情報 * 評価・コンピテンシー...
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...