人事のためのデータサイエンス1/16

書籍：人事のためのデータサイエンス～ゼロからの当家解析入門～
著者：入江崇介さん

なぜこの本を読んだのか

データ活用、ロジックに強くなりたいと思っていました。
たまたま「データサイエンス」について軽ーく学ぶ機会があり、
そんな学問があるのか、人事や採用ん活かしせたら今の課題の解決方法が見つかるのではないか、と思いました。
そこで、「人事」「データサイエンス」とネットで検索したらこの本がみつかりました📚

正直、一通り読んで、ほとんど理解はできておりません😅
何度か読み直して、アウトプットをして理解できればと思います。
もし詳しい方いたら教えて頂きたいです😅

～第１章～

人事データ活用のイメージを具体化する

日々の業務から生まれる人事データ

採用　▶　適性検査、ES
育成　▶　研修受講履歴、研修後アンケート
配置　▶　移動履歴、配属先希望
評価　▶　業績評価、多面評価
等級　▶　東急履歴、昇格検査
報酬　▶　月給、賞与
労務　▶　労働時間、休暇取得日数
代謝　▶退職理由、退職年齢
組織開発　▶　意識調査、社内イベント参加履歴　
業務の結果　▶　営業職の売上高、想像現場の品質不具合数など
業務のプロセス　▶　日報、メール履歴、アクセス・ログ

👇以下のプロセスで考える
①解決したい課題は何か　
　↓
②そのためにどのようなアクションを取る必要があるのか
　↓
③そのためにどのような分析手法を用いるのがよいか

人事データ活用のアプローチ

①記述的分析
▼１つ１つ確認する
・個々人の満足度を確認する
・ダッシュボードにして、個々人の特徴を多角的に把握する
▼要約する、図表で見える化する
・男女別管理職比率を確認する
・年齢別給与分布をグラフで視覚的に確認する

「木を見て森を見ず」
１つ１つのデータを確認することは大事だが、全体を見渡すことも大事。
例）会社全体の満足度は上昇傾向か、下降傾向か
　　職種別のばらつきはあるのか

②診断的分析
▼関係性を確認する、要因解析をする
・ハイパフォーマーの性格特性を明らかにする
・好業績職場の職場風土を明らかにする

満足度が低下していることが分かっても「なぜ低下しているのか」が湧か習いこともある。その原因をあぶりだす。

③予測的分析
▼予測する
・ESの記述内容から自社への適性を予測する
・勤怠実績からメンタルへする不調のリスクを予測する

満足度が低下してから手を打つより、低下する前に手を打つほうが良い。

④処方的分析
▼自動的にアクションを起こす
・自社が求める人物像に近い人材に、応募案内メールを送る
・スキルテストの結果を元に、推奨研修の案内メールを送る

データに基づき満足度が低下しそうな人を予測し、下人を把握できれば、自動的に手を打つこともできる

いったん終了です🙌