狠狠撸

? Ryoichi Nakamura 2021
? Ryoichi Nakamura 2021
ハイパフォーマ分析における
データ分析の有効性と落とし穴

? Ryoichi Nakamura 2021 2
日本電気株式会社（人材組織開発部）
ダイレクトリクルーティングエキスパート
ピープルアナリティクスチームエキスパート
▼その他社外業務
?株式会社BtoA（HRTechスタートアップアドバイザー）
?ピープルアナリティクス＆HRテクノロジー協会上級研究員
?HR総研コンサルタント
日立製作所で人事（2004年4月～2018年9月）
?キャリアの半分くらい採用担当してました。
?ピープルアナリティクスラボ作りました。
ソフトバンクで人事（2018年10月～2020年2月）
?デジタルHR推進を担当してました。
?ピープルアナリティクスをやってました。
?パルスサーベイ作りました。
中村亮一

１．ピープルアナリティクス
２．ハイパフォーマ分析
３．落とし穴
４．最後に

３．落とし穴
４．最後に

HRにとってなぜデータが重要か？
公正
勘や経験にとらわれる
ことなく、データを基準
として公正な判断をつける
再現性
判断軸、基準を共有することで、
人に依存することなく、業務遂行
?サービスを提供し続ける
生産性
業務可視化により、RPA化や
アウトソーシングが可能になり、
より高度な業務に集中できる
人事業務の高度化

職種：営業
出身：東京
家族：独身
職種：人事
出身：東京
家族：妻?子
職種：営業
出身：○○地方
家族：夫
Aさん Bさん Cさん
○○地方の営業所へ異動者を決めないといけない…誰を選ぶ？
最適配置の実現

職種：営業
出身：東京
家族：独身
職種：人事
出身：東京
家族：妻?子
職種：営業
出身：○○地方
家族：夫
Aさん Bさん Cさん
○○地方の営業所へ異動者を決めないといけない…誰を選ぶ？
異動希望：首都圏
1on1：親の介護
異動希望：営業希望
首都圏
1on1：家族同伴なら転勤可
異動希望：どこでも可
1on1：成長を優先
最適配置の実現

Ｋ：仮説
Ｋ：検証
Ｄ：データ
Ｋ：科学
Ｋ：客観
Ｄ：データ
Ｋ：科学
Ｋ：計画
Ｄ：データ

データによる
科学的/客観的
な判断
Digital
Analog
経験や勘による
定性的/主観的
な判断
Ａｎａｌｏｇ＋Ｄｉｇｉｔａｌ

３．落とし穴
４．最後に

ハイパフォーマ分析の種類
■ハイパフォーマ抽出型 ■タイプ分類型 ■コンピテンシー発掘型

３．落とし穴
４．最後に

現在起きていること
乱立とりあえず

■Amazon：AIによる履歴書評価
AIが男性を好み、女性を就職に不利なように評価することから、ツールを破棄
企業リスク：会社ブランドの棄損

①理論?事例を知る
②データの見方を知る
③打ち手を見据える
落とし穴におちないために

比較的簡単に変化可変的だが変わりにくい非常に変わりにくい
?リスクに対する志向性
?スキルが最先端であること
?教育の水準
?仕事経験
?コミュニケーション(口頭)
?コミュニケーション(文章)
?第一印象
?顧客志向
?コーチング能力
?目標設定
?エンパワーメント
?判断能力
?戦略的スキル
?ストレスマネジメント
?適応力
?傾聴
?チームプレー
?交渉スキル
?チームビルディング
?変革のリーダーシップ
?コンフリクトマネジメント
?知能
?創造性
?概念的能力
?部下の鼓舞
?エネルギー
?情熱
?野心
?粘り強さ
採用分析：理論

採用分析：事例

シングルモデルでの予測でよいか？

Whyから考える

３．落とし穴
４．最後に

会社?人事組織
従業員
状態思考ネットワーク
従業員の内面データ
分析
信頼なく正しい
データは取れますか？
データ活用の良循環

信頼なく正しい
データは取れますか？
会社?人事組織
従業員
状態思考ネットワーク
従業員の内面データ
分析
EXの実現施策
強固な信頼関係
データ活用からの良い循環

人材価値の移り変わり「才」の発掘

より良い会社???
より良いHRをめざして

狠狠撸

210825 HR NOTE conference

More Related Content

210825 HR NOTE conference