ピープルアナリティクスの分析事例をまとめました

独立して1年と2か月が経ちました。これまでの仕事を振り返るとピープルアナリティクスとDX人材育成の仕事が半々という状況ですが、徐々にピープルアナリティクスの仕事が増えている印象です。

そこで、これまでに取り組んだピープルアナリティクスのプロジェクト事例を追加・再整理しました。

こちらのページに掲載している事例は、いずれもクライアント（委託元）の許諾を得て掲載しているものです。具体的な社名や詳細な分析内容は伏せておりますのでご容赦くださいませ。

リンク先の事例ページはできるだけ簡素にまとめているので、少々無味乾燥気味になっています。そこで、このnoteではデータアナリストの視点でプロジェクトの特徴や工夫点をまとめてみたいと思います。

ハイパフォーマーの特徴と配置傾向の分析

こちらの事例は一般的に「ハイパフォーマー分析」と呼ばれる分析事例です。ハイパフォーマーに共通する特徴を抽出し、人材育成に役立てようとするテーマですね。

このテーマはピープルアナリティクスの課題としてよく思いつくものですが、上手くいかないことが多いテーマでもあります。セミナー「人事データ分析ダンジョンの攻略法」の中でも失敗事例の一つに挙げていました。

一方、このプロジェクトでは比較的うまく分析できた事例となりました。その成功要因は、分析を始める前に十分にディスカッションや初期分析を行ってやりたいことを明確にしたことにあると考えています。

また、技術的には異動パターンの分析を合わせて実施したのですが、過去の経験を組み合わせて効果的な分析を行うことができました。

スキルアセスメント結果の分析と整理

昨年ごろよりスキルベース組織に注目が集まっていますね。この事例ではスキルアセスメント結果を活用した分析事例になっています。スキルベース作りでなく、スキルの成長をどのようにサポートしていくかということがテーマになっています。

タレントマネジメントシステムやサービスをうまく活用することで、組織戦力の状況を見える化することができます。その一方で、その成長を押し上げる要因はどこにあるか調べようとすると、あらゆる情報を組み合わせて分析を行わなくてはなりません。

このプロジェクトは、タレントマネジメントシステムの枠を超え、横断的な分析にチャレンジした事例となっています。

男女賃金格差の要因分析（人的資本経営）

女性活躍推進法の改正に伴い、2022年7月より従業員301人以上の企業で男女賃金格差公開が義務づけられるようになりました。

また、2023年3月より国内大手企業に対して人的資本の情報開示が義務付けられ、人的資本経営の文脈においても男女賃金格差の解消は重要な論点となっています。本プロジェクトは男女賃金格差の課題に真正面から向き合うものでした。

賃金の構造を説明するモデルとしては、「ミンサー型賃金関数」がよく知られています。マクロ的に当てはまりがよく、男女賃金格差の分析でも利用されることがあります。

一方、インハウスで男女賃金格差の背景を分析するためには、外からモデルを持ってきて当てはめるだけでは議論が進まないことがあります。そこで、本事例では、様々な角度で初期分析を行い、ステークホルダーの暗黙知と本音にアクセスすることが大切なアクションとなりました。

ダッシュボード化すべき勤怠情報の明確化

このプロジェクト事例は、勤怠情報のダッシュボード作りをご支援した事例です。

組織内でデータの活用を考えるとき、「ダッシュボードを作ればいろいろな人が見てくれるのではないか」という話になりがちです。一方、ダッシュボード作りが目的になってしまうと、誰も見てくれないものをデリバリーしてしまう恐れもあります。

勤怠情報のダッシュボードも同様で、「誰が、何を見て、どのようなアクションを取ることを期待するか」というシナリオを考えた上で作らなくてはなりません。

このダッシュボードを作るためのシナリオをシステム設計の観点で決めるのではなく、アナリティクスの実践を通して具体化したのがこのプロジェクトの特徴になっています。

組織サーベイ分析を通したデータ分析スキルの向上

こちらは内製化支援の事例になります。人事内でPythonを使ってデータ分析をできるようになりたい！というご要望にお応えしたものでした。

インハウスでデータ分析を業務に活かすためには、データアナリストを外注するよりも組織の中に持つのが理想的です。分析サイクルの速度が向上するだけでなく、組織固有のナレッジを蓄積できるからです。

その一方で、データアナリストを確保するのはなかなか難しいこともあります。特に人事分野のように、そのドメインを色濃く経験したデータアナリストが少ない領域では、人材の確保自体に課題があります。

そこで、人事部門内や社内で人を育てることを選択されるケースも出てきました。まさにこの事例は、人事部門内でデータアナリストを育てる取り組みでした。

データ分析がメジャーになってきた今日、データ分析のスキルやリテラシーを高める教材は世の中にあふれています。しかし、そうした教材で学んだだけでは、実践力が身につかないこともあります。いざ分析現場に出たときに「どうしたらよいかわからない」という状態に陥りがちで、私も経験したことでした。

こうしたジレンマを解消するにはとにかく実践をするしかないのですが、近くに経験者がいない状態だと遠回りしたり、アウトプットにつながらなかったりして不安になることがあります。

この事例はこうした不安を解消するためのもので、実プロジェクトをベースに伴走型でご支援した取り組みとなっています。

まとめ

このnoteでは、独立後一年で取り組んだピープルアナリティクスに関する事例をご紹介しました。自社の取り組みを想像しながらお読みいただくと、課題解決のヒントが得られると思います。興味のある事例がありましたら、各リンク先の記事をご覧くださいませ。

また、この事例と似たような形でサポートしてほしいというご要望がありましたら、お気軽にお問合せください。

• お問い合わせ｜ピープルアナリティクスとDXの内製化をサポートします