<インタビュー前編>データが組織を見える化する。一人ひとりの能力を最大限に活かす人事

人材・組織 人事

「人事のデータ活用」に注目が集まる中、人事データにはどんな可能性があるのでしょうか。パーソル総合研究所の佐々木に、人事データの活用の意義や、それが求められている社会背景について話を聞きました。

プロフィール

株式会社パーソル総合研究所 執行役員 コンサルティング事業本部長

佐々木 聡

慶應義塾大学大学院 経営管理研究科でMBAを取得。株式会社リクルートを皮切りにHR領域一筋。2013年7月より現職。専門はリーダーシップ開発。

テクノロジー分野では遅れているHR領域

――今回、「人事におけるデータ活用」ということでなるべく初心者にもわかるように、インタビューしたいと思います。人事が扱うデータと言うと、給与計算や労務管理などに使われるイメージが強いですが、パーソル総合研究所(以下:パーソル総研)が扱うデータはもう少しハイテクな印象ですよね。

佐々木 用語として使い分けているのですが、HRテックと呼ばれるいわゆる「ヒューマンリソース×テック」の領域があります。最近は、フィンテックやヘルステックなどいろいろありますが、HRテックは遅れている領域だと言われています。さすがに最近では、人事情報もエクセルだけでなく、「タレントマネジメントシステム」*の中にポンポンと放り込んでいる企業も多いと思うのですが、それをうまく活用しているかどうかというと、日本の人事系、人材系は遅れていると言わざるをえないと思います。それをHRテックの領域では、業務系と位置付けています。それとは別に、「人事データの活用」を言うとき、我々は「ピープルアナリティクス」*と言っていて、若干、HRテックとは違う定義づけを行なっています。HRテックを、人事業務よりの管理としたならば、ピープルアナリティクスはもう少し戦略的に人事を推進していくという考え方なのかなと思います。より付加価値が高く、人材をどうタレントマネジメントしていくかという文脈が強い。もちろん重なる部分もあるんですが、あえて使い分けています。

情報を持っていることと、活用することは全然違う

佐々木 ピープルアナリティクスがより戦略的な人事を目指すものとしたなならば、中長期の組織、人事のあるべき姿に近づけるために当然、データ活用が前提になります。なぜ、データが必要かといえば見える化をするためです。個々人の能力だったり、性格だったり、過去の実績や語学力、個人にまつわる情報ですね。生年月日に始まり家族構成なども含めて個人情報、属性情報、どこの企業も必ず持っているものでこれが組織の課題を映し出すものです。組織診断とか、業績面、あらゆるものがデータとして見えるようになってきています。

ピープルアナリティクスでは情報を3段階に分けています。
基本情報で言えば、先ほど言った年齢や住所、家族構成、入社後の人事評価や研修の履歴、どんな部署を移ってきたかとか。人事の持っている基本情報をレベル1とするなら、レベル1を持っていない人事はいないわけです。レベル2と言っているのがもう少し進化して、わざわざアクティブに取るというものですね。周囲からその人がどう見えているか360度サーベイとか。他にもSPIのような性格適性検査だったり、TOEFLだったり、様々なアセスメントがありますが、人事が何らかの意図を持って調査しているものをレベル2と呼んでいます。レベル3はさらに進化したもので、例えば一人一人の体調やコンディション、モチベーションだったり、顔認証で目の静脈の動きを読み取ったり、脈拍を取ったりもします。
それからマイクロソフトのOffice365や、GoogleのG Suiteなどのコミュニケーションプラットフォームもそうです。日々、メールを送ったり、ファイルを見たり、会議を依頼したり、ビジネスに加勢するツールですが、そういったもののログを使って日頃、どんなコミュニケーションとって、どんなことに興味があるのかといったことが、リアルタイムにわかリます。ここまで行けばレベル3です。あるいは、センサーをつけてどこにいるのか、誰と喋っているのかといった位置情報もありますね。レベル1はどこでもやっていますが、レベル2は、ある程度進んでいる企業で上場企業などでは大体やっているんじゃないでしょうか。レベル3まで行くと、やっているところは一握りだと思いますね。

例えば、レベル1はどこの企業でも持っているとして、持っているということと活用するということは全然違います。あくまで人事業務としてしか使わないので、必要最低限の情報として眠らせていることが多いですね。データの見える化とかデータ活用とかいうのは、レベル3まで入れるとかなり色々できるようになるんですが、残念ながらデータそのものがないという壁があるんですね。レベル2も非常に有用だと思うんですが、そういったものを持っている企業は少ない。あるいは、やったことはあるんだけど継続的にやってないので情報が断片的だったりします。

「システム+概念」データを集め、分析する

――ピープルアナリテイクスの話も出てきましたが、パーソル総研では、タレントマネジメントシステムを扱ってますよね。タレントマネジメントとピープルアナリティクスはどのような違いがありますか? タレントマネジメントシステムのようなシステムがないとピープルアナリティクスはできないんでしょうか。

佐々木 なくてもできますが、あれば利便性が高まり、より高度な戦略人事を実現できると考えられます。例えば、人事が個人情報をエクセルで管理していて、そのファイルが点在していたら情報を拾いにいくのにあっちこっちに探しにいかないと全データが見えない。でも、一つに集約できる“箱”を作っておけばいつでもどこでも情報は取り出せます。我々が扱っているタレントマネジメントシステムが“箱”だとすると、その中身は、ピープルアナリティクスで活用できるデータのことですね。

――そうすると、ピープアナリティクスとは具体的にどういったものでしょうか。

佐々木 ピープルアナリティクスというのは考え方なんです。ツールでもない、概念です。人事の科学化といったら良いのかもしれません。アナログでやっていた人事を科学化する、デジタル化して戦略的に使うのがピープルアナリティクスですね。

――ピープルアナリティクスというとAIを使うようなイメージもありますが。

佐々木 人材の見える化、科学化はAIを使っても使わなくてもいい。なんでもいいわけです。見える化をするためには、素材がないといけない、まずはデータでしょうと。データは、個人、組織の特徴を示すもので、これがなければ当然アナリティクスはできません。「データありき」です。データを分析して、考察して、解決策につなげる。この一連の動きがピープルアナリティクスを指していて、それを便利に使うために、システムがあるんです。情報を整理し、手早く入手し、分析に使うことができますよと。

――なるほど。

一人一人の能力を最大限に活かす考え方

佐々木 さらに上位概念に「タレントマネジメント*」があります。一人一人の持っている能力を最大限に生かすという考え方です。これまで企業や組織が成果を生み出してきたのは「パレートの法則」ですよね。優秀な2割が8割の成果を生み出しているという。優秀な人材を採用して、選抜して一部の人を中心にローテーションかけたり、育成したりして、成果を上げてきたのがこれまでのモデルです。それがビジネスの変化や人材の多様化、働き方の変化で通用しなくなってきたんです。そこで我々は、ごく一部の選ばれた人たちではなく、全員野球とまでは言わないのですが、6割か8割か、多くの人を最大に活かさなくてはならないというスキームにきているわけです。そうしないと勝てないんですね。一人一人の持っている特性を把握しなければ、当然、活用はできない。そこで、ピープルアナリティクスの考え方が必要になってくるんです。2割の人だけだったら大した情報はなくてもよかったわけです。

――やはり社会的な現象、グローバル化や競争力の激化、人口減少、若年の働き手が少ないといったようなところからそういう考え方が出てきたんでしょうか。

佐々木 そうですね。これからはさらに加速していくと思っています。労働力不足になってきているので、外国人労働者が今後、どんどん参入してきます。あと女性、ダイバーシティというのはかなり前から取り組んでいますが、ミドルシニアも増えていっていますね。そういう人たちも活躍してくれないと労働力がうめられない。引退した人や、定年近い人たちをどうモチベートさせて、彼らの持っている力を引き出していくのか、新たな人事施策が必要になってきているんですね。価値観の違う人材をマネジメントしていかないといけないんです。これまで、特に日本はわりと阿吽の呼吸で、ハイコンテクストで一本調子でやれちゃったんですね。でももうそれが通用しなくなってきていますから、科学的に考えないといけない。

――日常的にも活かされるようなものですか? 例えば上司と部下との接し方とか、辞めないでいてもらう離職防止みたいなところでも役立ったり。

佐々木 そうですね。かなり直接的に。実際、我々がお手伝いした事例はいくつもあります。人事異動させたものの異動先でぱっとせず辞めてしまうとか。逆にローパフォーマーだった人間が、かなり違う仕事をさせたら、いきなりMVP取ったりということが起きてこれは問題だと。それで、戦略的に人材を配置させたい、ということで支援を求められて、ピープルアナリティクスの取り組みをやったんですね。実際に、ピープルアナリティクスの取り組みで異動配置をやったパターンと、使わないでやったパターンの、2つのパフォーマンスを検証したんですが、やっぱり使った方が伸びてるんですね。だから、かなり実践的だと思っています。人事の中でも一番遅れているのがこの“異動配置”で、これまでは、「経験」と「勘」と「記憶」、僕らはこれを『オールド3K』と呼んでいるんですが、それを頼りにエイやっとやってきたところでした。これからは、異動配置においてもデータを活用した「記録」と「客観性」と「傾向値」の『ニュー3K』が主流になると考えています。

本記事は2019年3月14日時点でのインタビュー内容です。

*人材の見える化を実現するタレントマネジメントシステム「HITO-Talent」
https://rc.persol-group.co.jp/talentmanagement/

*ピープルアナリティクス
https://rc.persol-group.co.jp/peopleanalytics/

*タレントマネジメント
https://rc.persol-group.co.jp/column-report/201702031219.html

ご相談・お見積り・資料請求等
お気軽にお問い合わせください

Webでのお問い合わせ

お電話でのお問い合わせ

0120-959-648