[ 寄稿 ： デロイト トーマツ コンサルティング合同会社 ]
データを武器に、人事が進化する
～ピープル・アナリティクスのトレンドと導入の第一歩～（後編）
ピープル・アナリティクスの始め方
2016/10/31基礎、ピープル・アナリティクス、デロイト トーマツ コンサルティング
04
ステップ2： Targetを「指標」ベースで選定する
・課題を測定する一般的な指標があるか、もしくは、想定できそうか
・社内外の環境を考慮した時、将来より重要となる課題か
という観点で初期に取り組む「Target」を設定したい。
初期の取り組みとしては時間や金額など換算しやすい方がビジネスリーダーの支援を得やすい。また、ピープル・アナリティクスはその特性上、継続することでデータと分析の質が向上していくため、将来的に重要となりうる課題にフォーカスする方が次のステップで作成するロードマップにおいて、より取組みのインパクトを高めやすい。
我々も当初ビジネスシーンの中で「組織風土」や「リーダーシップ」を測定する方法としてのピープル・アナリティクスを検討していたが、社内外で「効果が分かりにくい」という指摘をいただくことが多かった。
そのため、既に会議時間や時間当たりの決定事項数、アイデア数、参加者の効率や効果に対する満足度など各種研究で様々なKPIが設定されており、かつ、今後の働き方改革の中で更に重要となるであろう「ホワイトカラーにおける、企画や交渉などの会議の生産性向上」に課題を絞ったところ、より多くの人に話を聞いてもらうことができた。開始する前だからこそ最終的なゴールとは別に、わかりやすい指標を立てた方が話を展開しやすい。
05
ステップ3： Analystの協力を得てデータの状況と分析の方法を確認する
・人事内外問わず、課題と仮説の検証に必要なデータとその状況を整理できているか
・上記で想定したデータに詳しいアナリストもしくはその候補と意見交換できているか
ということを確認して分析の方法を検討してほしい。
人事には過去からのデータが紙、システムをあわせて膨大に存在しているはずである。その中から課題解決に必要なデータを中心にデータの整備状況を確認するとともに、人事外のデータでも関連するデータの整備状況をヒアリングして整理することが重要である。また、データの分析結果から示唆を得る上で、そのデータの中身に明るく、かつ、将来ピープル・アナリティクスの展開が進んだ際に社内アナリストになることが期待されうる人材を選抜、課題を共有した上でどんな分析ができるか意見を交わすとよい。
我々の場合、社内に専門のスキルを持ったアナリストがおり、このステップについては順調に進めることができた。しかし、一般の事業会社では具体的に企画がスタートしていないこの段階でアナリストやその候補者の協力を得ることが難しい可能性もある。その場合、短期間でもよいので外部のアナリストとどんな分析ができそうかについて意見交換をしてほしい。
