記事一覧
組織の迅速な意思決定のためのピープルアナリティクスと今後の展望~Daniel West ＆ Davide Green対談~ -後編
前半では、ピープルアナリティクスや人事の歴史、データと人事の関わりについて特集しました。
後半では、実際にピープルアナリティクスのメリットと考えるべき点について取り上げます。
このノートを通してわかること
このノートを通して…
➀組織のネットワーク分析の活用事例
②パナリットの存在意義
を知ることができます。
組織のネットワーク分析（ONA）の活用事例
昨今のコロナ環境を契機としてリモートワー
組織の迅速な意思決定のためのピープルアナリティクスと今後の展望~Daniel West ＆ Davide Green対談~ -前編
こんにちは。パナリットジャパン編集部の沼田です。私は国際基督教大学教養学部の三年生で、パナリットジャパンにてデジタルマーケティングインターンをしております。日本支社のサイトや記事といったマーケティング活動に従事しております。今回はある対談についてまとめさせていただきました。
組織が素早く意思決定を行い、実行に移せるようにするにはどうしたらいいのでしょうか？その答えのひとつが「ピープルアナリティク
マッキンゼーの人事部長が語る、デジタル時代のHRと同社の取り組み
こんにちは。パナリット・ジャパン編集部の山口です。僕は現在京都大学の修士 1 回生で、パナリットでデジタルマーケティングのインターンをしています。もともと学部生時代にアメフト部にいた頃から組織のあり方やマネジメントに興味があり、その流れでパナリットでインターンをしてみたいと思うようになりました。現在はシンガポール本社のマーケチームにも意見をもらいながら、日本支社のマーケ活動やピープルアナリティクス
もっとみる
パナリットのデータクレンジング
データマネジメントやデータ分析において、とても重要なのはデータの質を高めることです。この解説書はパナリット導入時に行われる、システム連携後の「データクレンジング」について、実例と共に解説します。
ライター紹介
Hervé Froc エルベ・フロック Data Engineer | パナリット・ジャパン
フランスESIEA大学に卒業し、AXA Direct Japan に入社。同社でBI・機械
人事は必ず知っておくべき離職率の見方・考え方
こちらの記事は 2 部構成となっています。前編記事はこちらをご覧ください。
（ライター紹介）
Chi Tran
新卒でBCGに入社後、Recruit Holdings、Googleなどで、新規事業開発・DX（デジタル・トランスフォーメーション）・組織の意思決定支援システムに関わるコンサルティングや事業/ 営業推進に従事。Recruitでは最年少幹部候補、GoogleではAPACでのベスト5 コー
人事は絶対に知っておくべき離職率の定義の話。
離職率とは、会社を辞めた人がどれくらいいるか、を示すものです。一見簡単に理解できそうなこの指標ですが、実は大きな誤解や判断ミスをうむ危険性を孕んでいます。一方で正しい理解のもとで利用すれば、企業の意思決定に大いに役立つ指標です。今回は、この「薬」のような離職率について、ピープルアナリティクスを進める上での実用的な事例も踏まえながらパナリット・ジャパンのトランが解説します。
（ライター紹介）
Ch
Google社でのPA（ピープルアナリティクス）への取り組み事例 Into the Weeds #1
2020年より新シリーズ・Into the Weeds（イン・トゥ・ザ・ウィーズ）を始めることにしました！
In the weeds とはもともと「生い茂る雑草の中」の意。つまり、必要以上の詳細に入るということです。
本シリーズでは本編HRproに載せきれなかった裏ばなしや誰も知りたくない詳細を、まさに雑草をかき分けるように掘り下げお伝えしていきます笑。
雑草の中にも綺麗な花があるように、あなた
絵は口ほどに物を言う?! - 人事データを効果的に可視化するアプローチ
見た目で人を判断するな、とはよく言われたものですが、ことデータ分析においては見た目は重要です。人間の脳は視覚情報をより有効活用するように出来ているため、データを可視化することは、見る人がデータを理解したり解釈する上で非常に重要な役割を担います。
可視化とは、単にグラフや表を作るだけには留まりません。強力な分析ツールと高いインタラクティブ性を兼ね備えたダッシュボードを構築することで、データの専門性
その意思決定は不完全なデータに基づいていませんか？
どんなときも部分的なデータから判断を下すのは危険なことです。それが人事判断であればなおさら。
さまざまなHRシステムをまたがって管理される採用から退職までの従業員データは、全て連続して相互に繋がっているものであり、組織の実態を把握するためには必ず俯瞰的に分析されなければなりません。では部分的に分析して全体像を捉えなかった場合どうなるのでしょうか。今回は、データを俯瞰的に捉えず分析したつもりになっ
ピープル・アナリティクス入門：データサイエンティストが噛み砕いて説明します
人事スペシャリストのあなたも、現場マネージャーのあなたも、ベンチャー創業者のあなたも、最近出入りした他の社員が単に気になるあなたも、「ピープル・アナリティクス」という言葉を聞いたことぐらいはあるかもしれません。
データやピープル・アナリティクスが、職場環境や働き方を変えつつあると言っても過言ではないでしょう。人事業界の専門家もこのトレンドを敏感に察知しており、例えばデロイトは『人事を「データ化」
ピープルアナリティクスは従業員体験（EX）をどのように変えるか？
最近カスタマーエクスペリエンス（顧客体験, 以下CX）とならんでエンプロイーエクスぺリエンス（従業員体験, 以下EX）が脚光を浴び始めているようです。今回の記事ではEXがなぜ重要なのか、そしてピープル・アナリティクスの出現でEXに対する認識がどう変わりつつあるかを、人事領域のデータサイエンティストである私の視点で紹介します。
ブランドと消費者とのあらゆる接点が消費者体験を創り出すように、会社と求