従業員エンゲージメントを測定
「人事データアナリティクス」から分かることとは? 変化する人事評価
システム化が進み従業員に関する人事データの量が増大している。このデータを分析して、従業員の生産性向上に役立てる動きが広がっている。
人事部門には企業のパフォーマンスや従業員の生産性を向上させるための新しいデータソースやツール、調査手法があふれかえっている。しかし、このデータの意味を理解し、結果を生むフィードバック体制を構築するのは簡単ではない。
サンフランシスコで開催されたWork Rebooted Conferenceにおいてインタビューを受けた専門家は、「人事データアナリティクスを使用して従業員のエンゲージメント(会社への帰属意識)や生産性を向上させるためのベストプラクティスを探った」と答えた。専門家は、特定のチームや役割に対し、従業員のエンゲージメントの調査方法や測定方法を最適化したり、新しい取り組みを調整したり、エンゲージメントの本当の意味を理解したりすることを勧めている。
「ほとんどの調査方法は専門家向けとしてはお粗末だ」とバイオテクノロジー企業であるGenentechのピープルアナリティクス統括担当者、チェース・ローバトム氏は言う。「あらゆる部署にぴったりなソリューションはない。科学的に調査結果の信頼性が著しく疑われるような場合でも、営業担当者は概して満足している傾向がある」
ローバトム氏はまた、さまざまなエンゲージメントや企業文化の調査に関してデータのみが先行してしまうことを懸念している。調査業者は、データの利用は従業員の匿名性を守るためであり、これによってより正確な結果が得られると主張している。しかし、ローバトム氏は、データが原因で、結果の解釈やツールの適正さの判断がより難しくなると感じている。
結果と行動に焦点を当てる
人事データアナリティクスを行う別の方法としては、全社で個人の行動を分析する方法がある。コールセンターにおける受話回数、または、打ち込んだコードの行数、新しい訓練プログラムを経験した個人の人数などが分析対象だ。
これらは全て簡単に測定できるが、その調査結果の価値は限定的だ。「企業は、成果を残すために必要なことのうち、その障害となる結果を測定しない傾向がある」と、訓練サービスのプロバイダー会社でありコンサルタント会社であるExecCampの創業者兼CEO、バリー・オライリー氏は言う。
例えば、会社がより良い文化を構築しようと思うなら、企業の目標に対して企業文化がどのように関係するかを分析することがより効果的だ。これには、ソフトウェア配布の速度、または、自社への入社希望者数、顧客満足度などの指標が含まれるだろう。
企業が間違った測定指標に焦点を当てていると、コストが増加する可能性がある。例えば、コールセンターの待ち時間を減らす取り組みを実施すると、需要に対する間違った対応につながり、その結果、折り返し電話の受話回数が増える、または、顧客満足が低下するケースがある。企業は顧客の問題を解決するために過剰なコストが必要になるだろう。「結果として表れる指標に重点を置くよりも、顧客からのコールを受ける度に問題を解決しておくことが目指すべき目標となる」とオライリー氏は言う。
人事データアナリティクスを使用する場合、より迅速なフィードバックを得るためには遅行指標よりも先行指標を重視することも重要だ。例えば、従業員の離職率や新規雇用率はエンゲージメントの遅行指標となる。先行指標には、社内学習セッションの開催や同僚のサポート、会議での発言など、エンゲージメントと結びついた行動の測定が含まれる。
AIを活用してより良いフィードバックを提供する
仕事がますますオンラインで行われるようになったり、またはIoT(モノのインターネット)を使用したりするようになると、企業にとっては仕事のパフォーマンスを測定、解釈するためのツールが一層増えることになる。「AIやその他のツールを使用して分析を行い、仕事の意味を導き出すことが可能になる」とサンタクララ大学の副学部長、テリー・グリフィス氏は言う。
これらのツールは、従業員に有益なフィードバックを提供して信頼を構築するために使うことが重要だ。「成果を少し見ただけで従業員を降格させると、信頼を失う」とグリフィス氏は言う。そうしてしまうと、結果として従業員は仕事に集中するというよりも評価制度の抜け穴を巧みに利用することを試みるようになる。
人事データアナリティクスによって、幾人かの従業員が、他の従業員よりも生産性が高いことが分かった場合、そのうまくいく方法を他の従業員に理解させることが容易になる。他には、ある作業に別の従業員の方が適している場合、データアナリティクスはその旨を知らせてくれる。「仕事や結果の透明性を高めることによって、従業員がそういった会話(仕事の分担などの会話)をますます交わすきっかけとなるだろう」とグリフィス氏は言う。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[横河レンタ・リース株式会社] AIの全社活用が加速 トヨタ・コニック・プロに学ぶ「AI PC調達」の秘訣 -
製品資料
[横河レンタ・リース株式会社] 人材不足時代の「PC調達」ガイド:知っておきたいリースとレンタルの違い -
製品資料
[横河レンタ・リース株式会社] PC調達に「レンタル」を選ぶことのメリットは? リース・購入との違いも解説 -
技術文書・技術解説
[セコムトラストシステムズ株式会社] SCS評価制度時代の「SASE選定」ガイド -
比較資料
[セコムトラストシステムズ株式会社] なぜ「SASE選定は難しい」と言われるのか? 多くの人が陥る失敗パターンを解説
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に? ベテランエンジニアを追い込む“54歳の壁”
-
2
「Wi-Fi 7」経由でWindowsが乗っ取られる? 最高権限奪取の恐怖
-
3
パッチなしで「今すぐサーバを落とせ」 Kiteworks異例警告の波紋
-
4
LINEヤフーはなぜ「社内の管理者」すら信用しないインフラを作ったのか
-
5
「企業におけるAI導入検討度とIT投資優先度」に関するアンケート
-
6
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
7
OpenAIやAnthropicでさえ制御不能 2026年夏「3大サイバー攻撃」の衝撃
-
8
「契約業務のAI活用」に関するアンケート
-
9
【基本情報技術者試験】メモリ不足でもアプリが動くのはなぜ? OSを支える「仮想記憶」
-
10
Copilot導入で陥る“目的化”の落とし穴 定着の鍵は「作り込まない」こと
ホワイトペーパーランキング PR
-
1
家庭用Wi-Fiルーターの業務利用は危険? 避けるべき理由と具体的な対策
-
2
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
3
システムの保守がモダン化を阻む? 「変えない判断」から脱却する方法とは
-
4
AI駆動攻撃にどう対抗する? 超速の攻撃からエンドポイントを保護する方法
-
5
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
-
6
プログラミング不要で誰でも実現できる、ネットワーク運用管理の自動化とは
-
7
Linux初心者でも知らないとまずい「RHEL」「SLES」の違いとは?
-
8
東大教授と考える、AI時代の「データ主権」「信頼性」「ガバナンス」の在り方
-
9
「IT史に名を残すシステム障害」8選
-
10
最速72分でデータが流出? 最新の脅威トレンドや侵入手法から分かった防衛策
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー