タレントマネジメントシンポジウム
「人材データの分析・活用」

2018年 3月15日（木）開催
一橋大学　一橋講堂 （東京都千代田区一ツ橋2-1-2 学術総合センター2階）

2018年3月15日、弊社主催のタレントマネジメント・シンポジウム「人材データの分析・活用」が東京・一橋講堂にて開催されました。145社199名の人事ご担当者にご参加いただきました。※ 社名・部署名・役職等はシンポジウム当時のものです。

開催レポート

パネルディスカッションには2名のパネリストの方々にご登壇いただきました。まず、それぞれの取り組みについてお話しいただいた後、モバイル端末によるアンケートシステムを使って会場の皆様からいただいた質問に回答する形で進められました。以下、各パネリストがお話しくださった内容の趣旨を簡単にご紹介します。

中村 亮一 様
（株式会社日立製作所 人事総務本部 ピープルアナリティクスラボ）

この取り組みのそもそものきっかけは採用でどんな人材が必要か、定性的な話が多くなりなかなか具体的にすることが難しいことです。もうひとつ、事業が変化していく中、面接官の過去の経験・判断をそのまま信頼してよいのか、という私自身の問題意識もありました。
応募者や社員のデータを収集・解析し、優秀な人材、とがった人材とはどういう人かを、行動的・思考的・創造的など2軸4象限でタイプ分けして可視化しました。これが人材ポートフォリオで す。私自身は統計を専門としていたわけではありませんが、SHLを始めとしたアセスメント会社や社内で分析のできる人を巻き込み、チームを作って行いました。標準偏差の調整を頂き4つのタイプの割合が理論的に各25％になるよう軸を設定しましたが、16卒の実際の応募者や内定者のデータはそうではありませんでした。
並行して、既存社員のデータを決定木分析し、ハイパフォーマーの要素を抽出しました。併せてハイパフォーマーへのインタビューも行い、結果、新たな7つの要件を設定することができました。17卒採用では、その７つの要件を見極めるための選考手順を設計。ステップごとにどこを見るか、どう見るかを定めました。
つまり、タイプを可視化する、要件を明らかにする、選考手順に落とす。この3つによって、昨年と比べて応募者全体では大きな変化はないものの、内定者の質は明らかに変わり、タイプ別割合は我々の描く理想の方向に動きました。
日立製作所ではこの4月に「ピープルアナリティクスラボ」という組織を立ち上げました。データを分析する仕事をしています。現在は「生産性」と「配置・配属」意識の可視化をテーマに、この2つに特化した日本初の測定サービスを開発しています。

池田 政臣 様
（日揮株式会社 人財・組織開発部 人事企画チーム）

当社はプラントエンジニアリングの会社です。厳しい受注競争下で生き残るためには人材が重要な競争要素です。優秀かつ多様性に富む人材の採 用・育成についてこれまでは経験と勘でやってきたことをデータ化しようというのが導入の背景です。
入社10年目以上の社員のOPQデータを収集し、職種・グレードごとに分析しました。思考に関する軸と人に関する軸の2軸で4つのタイプに分け、散布図を作成しました。職種別に分布が異なることがわかり、新規採用者の分布と比較して、次の採用時に見るべきポイントを整理しました。また、人に起因するプロジェクトの問題解決の参考にするために、海外大型プロジェクトメンバーのOPQデータを継続的に収集し、組織の変遷を分析しています。起こり得る問題をあらかじめ想定し、班員計画や意識付けによってリスクにアプローチしたり、チームタイプ別の分布をみて足りないところをどう補うかを定期的に議論したりしています。
導入に当たって苦労した点はいくつかあります。まず、評価や組織開発で使っているモデルとの整合性をどう保つか。また、OPQに対する理解不足に起因する抵抗感、トップをどう巻き込むか、などです。
今後も継続的にOPQを受検してもらいながら、他の人事データとの関連性を分析していきます。また担当者の実務負荷軽減のためにデータ収集から解析に至るプロセスの自動化を検討中です。積極的な情報開示と社外との協業を進めていきたいと考えています。

プログラム