人事（HR）分析

 

HR Analyticsとは何ですか？

HR分析は、組織の従業員のパフォーマンスを向上させるために、人事（HR）データを収集および分析するプロセスです。このプロセスは、人材分析、人分析、さらには労働力分析とも呼ばれます。

このデータ分析方法は、HRによって定期的に収集されるデータを取得し、それをHRおよび組織の目標に関連付けます。そうすることで、人事イニシアチブが組織の目標と戦略にどのように貢献しているかについての測定された証拠が得られます。

たとえば、ソフトウェアエンジニアリング会社の従業員の離職率が高い場合、その会社は完全に生産的なレベルで運営されていません。

従業員を完全に生産的なレベルに引き上げるには、時間と投資が必要です。

人事分析は、組織が改善を行い、将来に向けてより効果的に計画できるように、何がうまく機能していて何が機能していないかに関するデータに裏付けられた洞察を提供します。

上記の例のように、会社の高い売上高の原因を知ることは、それがどのように削減されるかについての貴重な洞察を提供することができます。売上高を減らすことで、会社は収益と生産性を向上させることができます。

なぜHR分析が必要なのですか？

ほとんどの組織にはすでに定期的に収集されるデータがありますが、なぜ特殊な形式の分析が必要なのですか？人事部は、すでに持っているデータを単純に見ることはできませんか？

残念ながら、生データだけでは実際に有用な洞察を提供することはできません。数字や単語でいっぱいの大きなスプレッドシートを見ているようなものです。

組織や方向性がなければ、データは無意味に見えます。

整理、比較、分析されると、この生データは有用な洞察を提供します。

彼らは次のような質問に答えるのを助けることができます：

• 従業員の離職にはどのようなパターンが見られますか？

• 従業員の雇用にはどのくらい時間がかかりますか？

• 従業員を完全に生産的な速度に引き上げるには、どのくらいの投資が必要ですか？

• 1年以内に退職する可能性が最も高い従業員はどれですか？

• 学習と能力開発のイニシアチブは従業員の業績に影響を与えていますか？ 

データに裏付けられた証拠があるということは、組織が必要な改善を行い、将来のイニシアチブを計画することに集中できることを意味します。

当て推量なしで重要な組織の質問に答えることができるため、HR分析を使用する多くの企業がHRイニシアチブのパフォーマンス向上に貢献していることは驚くべきことではありません。

人事分析の例

組織はHRAnalyticsをどのように使用できますか？

一般的な組織の問題を使用したいくつかの例を見てみましょう。

1.売上高

従業員が辞めるとき、その理由がよくわからないことがよくあります。

個々の状況に関するレポートやデータが収集される場合がありますが、売上高の包括的な理由や傾向があるかどうかを知る方法はありません。

売上高は時間と利益の損失という点でコストがかかるため、組織は売上高が継続的な問題になるのを防ぐためにこの洞察を必要としています。 

人事分析は次のことができます。

• 売上高に関する過去のデータを収集および分析して、従業員が退職する理由を示す傾向とパターンを特定します。
• 現在の従業員のステータスをよりよく理解するために、生産性やエンゲージメントなどの従業員の行動に関するデータを収集します。
• 両方のタイプのデータを相関させて、売上高につながる要因を理解します。
• 予測モデルの作成を支援して、退職した従業員に関連付けられた特定のパターンに該当する可能性のある従業員をより適切に追跡およびフラグ付けします。
• 戦略を策定し、作業環境とエンゲージメントレベルを向上させる決定を下します。
• 従業員の関与、従業員の満足度、パフォーマンスのパターンを特定します。

2.募集

組織は、適切なスキルだけでなく、組織の労働文化やパフォーマンスのニーズに一致する適切な属性を備えた候補者を求めています。

数百または数千の履歴書をふるいにかけ、基本的な情報に基づいて採用決定を行うことは制限されており、潜在的な候補者が見落とされる可能性がある場合はさらに制限されます。たとえば、ある会社は、創造性が関連する仕事の経験よりも成功の​​より良い指標であることに気付くかもしれません。

人事分析は次のことができます。

• 複数のソースからの候補データの高速で自動化された収集を可能にします。
• 開発の機会や文化的適合性などの広範な変数を検討することにより、候補者に対する深い洞察を得ることができます。
• 組織内で最高の業績を上げている従業員に匹敵する属性を持つ候補者を特定します。
• 習慣的な偏見を避け、すべての候補者に機会均等を確保します。データ主導の採用アプローチにより、1人の視点や意見が応募者の検討に影響を与えることはなくなりました。
• 組織内の特定の役割の採用にかかる時間に関する指標を提供し、採用の必要性が生じたときに部門がより準備を整え、情報を入手できるようにします。
• 過剰雇用と過少雇用の期間に関する履歴データを提供し、組織がより良い長期雇用計画を策定できるようにします。

HR Analyticsはどのように機能しますか？

人事分析のプロセスを理解する

HR Analyticsは、相互にフィードするいくつかのコンポーネントで構成されています。

1. HR Analyticsが約束する問題解決の洞察を得るには、最初にデータを収集する必要があります。
2. 次に、データを監視し、履歴情報、基準、平均などの他のデータと比較して測定する必要があります。
3. これは、傾向やパターンを特定するのに役立ちます。この時点で、分析段階で結果を分析できます。
4. 最後のステップは、組織の意思決定に洞察を適用することです。

プロセスがどのように機能するかを詳しく見てみましょう。

1.データの収集

ビッグデータとは、採用、タレントマネジメント、トレーニング、パフォーマンスなど、主要なHRプラクティスを分析および評価する目的で、HRによって収集および集約される大量の情報を指します。

高品質のデータの収集と追跡は、人事分析の最初の重要なコンポーネントです。

データは簡単に入手でき、レポートシステムに統合できる必要があります。データは、すでに導入されているHRシステム、学習および開発システム、またはクラウドベースのシステム、モバイルデバイス、さらにはウェアラブルテクノロジーなどの新しいデータ収集方法から取得できます。

データを収集するシステムは、データを集約できる必要もあります。つまり、将来の分析のためにデータを並べ替えて整理する機能を提供する必要があります。

どのようなデータが収集されますか？

• 従業員のプロファイル
• パフォーマンス
• ハイパフォーマーに関するデータ
• パフォーマンスの低いデータ
• 給与と昇進の履歴
• 人口統計データ
• オンボーディング
• トレーニング
• エンゲージメント
• 保持
• 売上高
• 欠勤

2.測定

測定段階で、データは継続的な測定と比較のプロセスを開始します。これはHRメトリックとも呼ばれます。

人事分析では、収集したデータを過去の基準や組織の基準と比較します。このプロセスは、データの単一のスナップショットに依存することはできませんが、代わりに、時間の経過とともにデータを継続的にフィードする必要があります。

データには、比較ベースラインも必要です。たとえば、最初に定義されていない場合、組織はどのようにして許容可能な不在者範囲を知るのでしょうか。

人事分析では、監視される主要なメトリックは次のとおりです。

組織のパフォーマンス
データが収集され、比較されて、離職率、欠勤、および採用の結果がよりよく理解されます。

運用
データは、HRの日常の手順とイニシアチブの有効性と効率を判断するために監視されます。

プロセスの最適化
この領域では、組織のパフォーマンスと運用の両方のメトリックからのデータを組み合わせて、プロセスを改善できる場所を特定します。

人事分析メトリクスの例

HRで測定できる特定の指標の例を次に示します。

• 採用までの時間-求人を投稿して候補者の採用を完了するのにかかる日数。このメトリックは時間の経過とともに監視され、目的の組織レートと比較されます。
• 採用するための採用コスト-候補者の採用と採用に関連する総コスト。この指標は、特定のタイプの候補者の採用に伴う一般的なコストを追跡するために、時間の経過とともに監視されます。
• 売上高-従業員が組織内の雇用の指定した年後に仕事を辞めする速度。このメトリックは時間の経過とともに監視され、組織の許容可能なレートまたは目標と比較されます。
• 欠勤-従業員が仕事から離れている日数と頻度。このメトリックは時間の経過とともに監視され、組織の許容可能なレートまたは目標と比較されます。
• エンゲージメント評価-従業員の生産性と満足度を測定して、従業員の仕事へのエンゲージメントのレベルを測定します。これは、調査、パフォーマンス評価、または生産性測定を通じて測定できます。

3.分析

分析段階では、メトリックレポートの結果を確認して、組織に影響を与える可能性のある傾向とパターンを特定します。

必要な結果に応じて、さまざまな分析方法が使用されます。これらには、記述的分析（descriptive-analytics、規範的分析、および予測分析が含まれます。

記述分析は、履歴データと何を改善できるかを理解することにのみ焦点を当てています。

Predictive Analyticsは、統計モデルを使用して履歴データを分析し、将来のリスクまたは機会を予測します。

Prescriptive Analyticsは、Predictive Analyticsをさらに一歩進め、予測された結果の結果を予測します。

分析の例：

分析段階での指標の例を次に示します。

• 採用までの時間-求人情報から実際の採用までの時間は、人事部が採用プロセスの効率について洞察を得ることができる指標です。何が機能していて何が機能していないかを調査するよう促します。適切な候補者を見つけるのに時間がかかりすぎませんか？結果に影響を与える可能性のある要因は何ですか？
• 売上高-従業員が入社した後、組織を離れる速度を示す売上高の指標は、組織内の特定の部門が保持して、このような作業環境の不満として関与の可能な要因、と苦労やトレーニングサポートの欠如しているかを決定するために分析することができます。
• 欠勤-組織の確立された基準と比較して、従業員が仕事から離れている頻度と期間を示す指標は、従業員の関与の指標となる可能性があります。欠勤は組織の生産性にコストをかける可能性があるため、このメトリックにより、HRは欠勤率が高い理由の可能性を調査できます。

4.アプリケーション

メトリックが分析されると、調査結果は組織の意思決定のための実用的な洞察として使用されます。

人事分析の洞察を適用する方法の例：

人事分析から得られた分析を意思決定に適用する方法の例を次に示します。

• 採用までの時間-調査結果により、採用に時間がかかりすぎると判断され、求職自体が障壁であることが判明した場合、組織は、求職手続きの有効性とアクセス可能性を改善する方法について情報に基づいた決定を下すことができます。
• 売上高-従業員が組織を離れる理由を理解することは、そもそも売上高の発生を防止または削減するための決定を下すことができることを意味します。トレーニングサポートの欠如が要因として特定された場合、継続的なトレーニングを改善するためのイニシアチブをまとめることができます。
• 欠勤-従業員の長期不在の理由を理解するには、従業員のエンゲージメントに影響を与える作業環境要因を改善するための戦略を開発することが可能になります。

人事分析の長所と短所

HR分析は、急速にHRプラクティスへの望ましい追加になりつつあります。

組織全体で定期的に収集されるデータは、集約と分析なしでは価値がないため、HR分析は、以前は存在しなかった測定された洞察のための貴重なツールになります。

しかし、HR分析は、HRプラクティスを運用レベルから戦略レベルに移行することを提案しますが、課題がないわけではありません。

HR分析を実装することの長所と短所は次のとおりです。

長所：

• データ駆動型アプローチのおかげで、より正確な意思決定を行うことができます。これにより、組織が意思決定において直感や推測作業に依存する必要性が減少します。
• 従業員が組織を離れたり、組織にとどまったりする理由をより深く理解することで、定着率を向上させるための戦略を立てることができます。
• 従業員のエンゲージメントは、同僚や顧客との連携方法などの従業員の行動に関するデータを分析し、プロセスと環境を微調整する方法を決定することで改善できます。
• 現在の従業員と潜在的な候補者のデータを分析および比較することにより、採用と採用を組織の実際のスキルセットのニーズに合わせて調整することができます。
• 人事データの傾向とパターンは、予測分析による予測に役立ち、組織が生産的な労働力を積極的に維持できるようにします。

短所：

• 多くの人事部門は、大規模なデータセットを処理するための統計的および分析的なスキルセットを欠いています。
• 組織内の管理システムとレポートシステムが異なると、データの集計と比較が困難になる可能性があります。
• 品質データへのアクセスは、最新のシステムを持たない一部の組織にとって問題になる可能性があります。
• 組織は、収集されたデータを利用できる高品質の分析およびレポート作成ソフトウェアにアクセスする必要があります。
• 新しいテクノロジー（クラウドベースのシステム、ウェアラブルデバイスなど）を使用して大量のデータを監視および収集し、データに基づいて予測を行うと、倫理的な問題が発生する可能性があります。

予測HR分析

Predictive Analyticsは、将来を予測するために履歴データを分析します。差別化要因は、データの使用方法です。

標準のHR分析では、データを収集して分析し、何が機能していて何を改善する必要があるかを報告します。予測分析では、データも収集されますが、従業員または人事イニシアチブに関する将来の予測を行うために使用されます。

これには、組織でどの候補者がより成功するかを予測することから、1年以内に辞めるリスクがある人まで、あらゆるものが含まれます。

それはどのように機能しますか？

高度な統計手法を使用して、傾向と将来の動作を識別できるアルゴリズムモデルを作成します。これらの将来の傾向は、組織が長期的な意思決定に活用できる可能性のあるリスクまたは機会を説明することができます。

予測HRの例

予測分析をどのように使用できるかを見てみましょう。

売上高
予測分析を使用すると、特定の時間枠内に従業員が辞める可能性を予測するアルゴリズムを考案できます。どの従業員がリスクにさらされているかを示すことができるため、組織は予防策を講じて、生産性を失うコストと再雇用のコストを回避できます。

組織のパフォーマンス
履歴データはパフォーマンスの低下の理由を特定できますが、予測分析は、パフォーマンスを向上させる可能性が最も高いイニシアチブについて予測を行うことができます。エンゲージメントレベルがパフォーマンスと相関していると特定された場合、組織は従業員のエンゲージメントを高める特定のイニシアチブを実装できます。

予測HR分析の利点と課題

利点：予測HR分析により、組織はデータの使用に積極的になることができます。

組織は、過去の問題を修正する代わりに、問題を防ぎ、問題が発生する前に将来の課題を解決する未来を作成できます。これにより、収益、目標、生産性の両方で将来のコストを節約できます。

課題：予測HR分析には、多くの組織がまだ持っていないレベルのスキル、テクノロジー、および投資が必要です。

従業員や潜在的な候補者について予測を行うには、多くの要因も考慮する必要があります。

人間は予測不可能であり、異なる性格、背景、経験を持っている可能性があります。職務遂行能力や将来について予測するために人々を白黒のアルゴリズムに分類することは、リスクだけでなく倫理的な問題も引き起こします。