データ基盤とリテラシー整備
- データ統合: HRIS、勤怠、評価、サーベイ、学習ログを一元化し、匿名化・権限管理を設計。
- データ辞書: 指標定義・更新頻度・注意事項をまとめ、社内ポータルで共有。
- セルフサービス支援: HRBP/現場マネジャー向けにダッシュボードやテンプレを提供。
ピープルアナリティクス / HRアナリスト
データで人と組織の成長を伴走する
営業データや社員のエンゲージメント情報など、人に関わるデータを扱う職種。営業同行したり、n=1でのインタビューをしたりと、一次情報と合わせて分析していくのが鍵です。
役割概要
ピープルアナリティクススペシャリストは、人事・労務・業績データを統合し、採用から定着までの課題をデータで可視化して改善策を導く役割です。HRBPや経営陣と協働し、サーベイ分析・離職予測・人員計画などを通じて、従業員体験と事業KPIの両方を底上げします。
データ基盤づくりとプライバシー統制、施策効果検証、現場への説明をワンセットで回すことがミッションです。
主な業務領域
エンゲージメントと施策効果
- サーベイ分析: 温度感をセグメント別に可視化し、改善テーマを抽出。
- 離職リスク検知: 勤怠・評価・異動データからリスクスコアを算出し、HRBPへアラート。
- 施策効果検証: 研修・報酬改定・制度変更の前後を追跡し、ROIを説明。
組織設計と意思決定支援
- ネットワーク分析: コラボレーション構造を可視化し、サイロ解消の提案に繋げる。
- 人員計画: ヘッドカウント、報酬、採用計画をデータでシミュレート。
- DEIモニタリング: 性別・年齢・職種などの多様性指標を追跡し、目標進捗を共有。
代表的なプロジェクト
株式会社サイバーエージェント 従業員コンディション把握システム「GEPPO」の活用
毎月、全社員のコンディションを天気マークで回答してもらうアンケートシステム「GEPPO」を運用。個人の時系列変化やチーム状況を分析し、離職予兆の早期発見や組織課題の特定に繋げている。
株式会社日立製作所 労務管理データ分析による長時間労働者の削減
勤怠データやPCログなどの労務管理データを分析し、長時間労働のリスクが高い従業員や部署を特定。早期の介入や業務改善を促すことで、長時間労働者を約96％減少させ、労務管理工数を1万8,000時間削減した。
パーソルキャリア株式会社 退職者リスク分析とリテンション施策
過去の退職者データ（勤怠、評価、スキルアップ履歴など）を分析し、退職に繋がりやすい要因を特定するモデルを構築。「遅刻・欠勤回数が多い」「スキルアップ回数が少ない」などの傾向からリスクを予測し、個別フォローに繋げる。
スキル&マインドの3層マップ
テクニカル
- 統計・機械学習: 離職モデル、サーベイ解析、因果推論を扱う。
- BI/可視化: Looker、Power BI、Tableauで役割別のダッシュボードを構築。
- 調査設計: サーベイの設問設計、サンプリング、自由記述解析。
ビジネス理解
- 人事制度知識: 評価・報酬・異動制度を理解し、指標に反映。
- 法規制・倫理: 個人情報保護、労働法、バイアス対策を徹底。
- 経営指標連携: 離職率、採用効率、売上/利益への影響を説明。
コラボレーション
- HRBPとの伴走: 定例で数字の背景を共有し、打ち手を共創。
- 経営レポート: 役員向けにストーリー立てしたレポートを作成。
- 従業員コミュニケーション: 分析結果をわかりやすく伝え、施策の納得感を高める。
キャリアの伸び方
スペシャリストパス: 因果推論や組織ネットワーク分析を深掘りし、ピープルアナリティクスのエキスパートとして全社施策をリード。
マネジメントパス: HRアナリティクス部門やHR企画チームのリーダーとして、指標設計と運用を統括。
クロスファンクションパス: HRBP、組織開発、働き方改革プロジェクトなどビジネス寄りのポジションに広がる。
キャリアに関するあれこれ
- Q: 営業データを扱うところに特徴はあるの？
- 冒頭にも書きましたが、営業データ等を分析して、「窓口時間の効率化」「1日の営業一人当たりの対応顧客数をどう増やすか」などなど、営業系のデータは利益率に直結する大事な情報です。データ組織にいながらも、営業と密に会話したり、時には営業同行して、課題を特定したりとかなり事業側に近い働き方が求められます。
- Q: 注意点はある？
- 人に関するデータはとてもセンシティブです。内定をもらった学生の内定辞退率を推定して企業に渡す、などの炎上案件があったりしましたね。個人情報だったり、利活用の仕方ではプライバシーポリシーに反する活用になっていたりと、打ち手の社内レビューはかなり慎重になる必要があります。