社員の会社での一生が記録される人事データは宝の山。分析次第で、成果の上がるチームの作り方や、離職防止など様々な効果を期待できる。分析経験の少ない人事担当者をサポートするサービスも登場する。

 「人事システムには様々なデータが蓄積されているのに、人事部門には文系の社員が多く、統計リテラシーが低いので、十分に活用されてこなかった。もったいないことだ」

 東京大学社会科学研究所の大湾秀雄教授は、こんな問題意識から「人事情報活用研究会」を立ち上げた。産学官連携プロジェクトとして、人事システム大手のワークスアプリケーションズ、独立行政法人経済産業研究所が協力。ワークスアプリケーションズの顧客企業を中心に、テンプホールディングス(HD)日本航空(JAL)など10社の人事担当者が参加し、月に1度東大で分析を学んでいる。

性格の傾向値も分析

 分析対象となるのは、社員の個人情報、異動履歴、報酬、評価、勤怠といった基本人事情報。ここに入社時の適性検査の結果や研修の受講履歴、従業員満足度調査の結果といった情報を掛け合わせれば用途は限りなく広がる。

 テンプHDは、上司と部下の相性の良し悪しが、部下の成果や評価に影響を与えることを、人事データ分析で明らかにした。

 グループ企業で早くからデータを整備していたインテリジェンスのデータを使った。性別、年齢、学歴、結婚歴といった社員の属性情報と、インテリジェンスが実施する同社独自の性格診断「ICQ(Intelligence Career Quotient)」の結果である。ICQとは、積極性や外向性、柔軟性といった性格の傾向を数値化したものだ。

図1●社員の属性情報や性格診断の結果を分析
図1●社員の属性情報や性格診断の結果を分析
[画像のクリックで拡大表示]

 上司と部下の人事データを引き当てると、それぞれの性別の違いや年齢差、性格の違いなどが分かる。これを関係性指標として、部下の業績評価(9段階評価)と行動評価(7段階評価)への影響が、プラスに作用したのか、マイナスに作用したのかを分析した。2009年から2016年までの8年分を対象とした。

 性格の関係性指標に限定して、主な分析結果を下の表にまとめた。

図2●上司と部下の相性が部下の評価に影響
図2●上司と部下の相性が部下の評価に影響
[画像のクリックで拡大表示]

「もっと精度の高いデータを使って分析し、今後の異動・配置の検討で活用できるようにしていきたい」と、是友佑太グループ人事本部人事企画室室長は話す。

 テンプHDは4月にデータ分析を担当する専任チーム「人事情報室」を、グループ人事本部内に設置した。同チームでは現在、異動の成功要因を明らかにするためのデータ分析を進めている最中だという。