データ分析やデジタルに関するユースケース集です。
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 * サクセッションプランを見直したい。 関心・問い * サクセッサー候補が画一的になっているのではないか。 * 現在の人材プールは人事戦略に沿った構成になっているのだろうか。 分析アイデア * 人材プールの形成プロセスや評価基準や、サクセッサーに求める人材像を確認する。 * サクセッサー候補（人材プール）の属性情報のバラつきと経年変化を分析する。 * サクセッサー候補と対照群について、異動パターンや経験の違いを分析する。 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 * タレント情報 * 異動履歴等...
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...
人材育成・スキル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 * スキル成長のためのチェンジマネジメント施策を考えたい。 関心・問い * 組織や職種によってスキル成長に差があるのではないか。 * ミドルマネジメントや組織風土の違いによって、人材育成に差が出るのではないか。 * スキル成長のドライバーは何か。 分析アイデア * 所属や職種別にスキルアセスメントの結果を比較し、現状戦力の分布を整理する。 * 定性的な観点で人材育成とミドルマネジメントの関連を議論し、ドライバーの仮説を洗い出す。 * ドライバーの仮説に関連する組織サーベイとスキルアセスメント結果の統計的な関連を分析する。 * データ分析結果と当初仮説を元にディスカッションを深め、人材育成上のチェンジマネジメントの在り方を具体化していく。 利用するデータ * 人事基本情報 * 部門・所属情報 * スキルアセスメント情報 * 組織サーベイ...
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 * 自社にマッチする採用者を獲得するために、採用戦略を見直したい。 * 採用戦略に対するKPIを高めるために、アジャイルに施策を考えていきたい。 関心・問い * KPIに対して、影響度の高い採用プロセスを把握できないか。 * KPIに高い影響を与える評価項目を発掘し、業務改善につなげられないか。 分析アイデア * 採用プロセス、採用方式、評価項目のKPIに対する影響度を把握し、改善施策の意思決定に活用する。 利用するデータ * 人的資本KPI * 採用に係る情報全般...
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...
ジョブ型人事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 * ジョブ型人事への移行について多角的に検討したい。 関心・問い * ジョブディスクリプションの準備状況はどうか。 分析アイデア * ジョブディスクリプションの全データに対する計量分析とサンプルチェックを組み合わせ、人事の想定する量・質であるか確認する。 * 所属、組織、ロール（職種）別に比較分析し、準備状況を把握する。 利用するデータ * 人事基本情報 * 部門・所属情報 * 職種情報 * ジョブディスクリプション...
従業員エンゲージメント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 * 管理職に従業員エンゲージメント改善のアクションを促したい。 関心・問い * 各組織の従業員エンゲージメント状況に合わせて施策を提示できないか。 分析アイデア * 組織別に従業員エンゲージメントサーベイの項目を相対的に比較し、特に改善が必要な項目や全社とのギャップが大きな項目を抽出する。 * 改善対象項目を類型化し、アクション例を明文化する。 * 上記の情報を組織別に展開する。 利用するデータ * 人事基本情報 * 部門・所属情報 * 従業員エンゲージメント...
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 * 育成施策の効果を高めるための施策を打ちたい。 関心・問い * 教育の受講状況について俯瞰的に把握できないか。 * 全社もしくは層別の教育施策が、人事戦略の実現につながっているか。 分析アイデア * 所属や職種別に教育の受講状況の履歴を集約し、KPIとのギャップを発見する。 * 教育受講傾向と組織パフォーマンスなどを比較し、マクロ的な関連を分析する。 * 教育以外の人的資本KPIとの関連を調査する。 利用するデータ * 人事基本情報 * 部門・所属情報 * 研修履歴 * その他関連指標...
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 * 自社にマッチする採用者を獲得するために、採用戦略を見直したい。 * パフォーマンスを向上させる採用方式を見極めて、重視していきたい。 関心・問い * 新卒・中途採用において、定着率やパフォーマンスに違いがあるか。 * 採用時の評価と配置後の評価に違いはないか。 分析アイデア * 採用種別と定着率、配置後のパフォーマンスの関係を分析し、採用プロセスの課題を発見する。 * 採用時のアセスメントスコアと配置後の業績評価、昇格スピードを比較分析し、採用基準の課題を発見する。 利用するデータ * 採用スコアの記録 * 人事基本情報 * 業績評価...