採用から退職傾向の分析までHRTech関連の商品・サービス・事例をご紹介。

HRTechの活用事例が理解できる。
退職や評価におけるデータの活用の仕方が分かる。
特集に関するご要望は目安箱からお寄せ下さい。

特集概略

HRTechという言葉をよく聞くようになりました。これは人事・人材(Human Resources)とテクノロジー(Technology)とを掛け合わせた造語です。ここで、テクノロジーの中身としてAIやデータ解析といった要素が加わってきます。
人事といってもその事業活動は多岐にわたりますが、代表的な適用領域としては、採用、評価、離職防止といった観点での事例が多くみられます。尚、AIでは、解析の結果だけが、利用者に出力され、何故このような結果となっているのかまでは分からない事が多くあります。これはAIが実務における採用を阻害することもあります。そこで、本特集では「特徴度」と呼ばれる指標で、分析結果の理由を説明する指標を用いる場合もご紹介しています。


関連する商品・サービス・事例(スコアリングエンジン)

データ利活用において幅広く使われる手法の1つで、例えば離職する/しないといった状態に確率を付与し、意思決定の支援を行います。

サービス概要


スコアリング分析とは、過去のデータから正解(あり)/不正解(なし)を判定できる状況において、新しいデータのその結果が得られる可能性・確率を予測する手法です。
例えば、過去商品を購入したお客様のデータから、新しくコンタクトをしたお客様が商品を購入する可能性・確率を分析できます。
より可能性の高いお客様に情報を提供するなど、ビジネスや営業活動の効率化を推進します。
営業のほかにも採用、DM送付、消費量予測など多様多種の予測に使われています。
bodaisでは、データマイニングに多変量解析という手法を用いており、顧客に紐づく様々なデータ(年齢や性別などの顧客属性、購買に関する指標など)をもと に、どのデータ項目が正解率にどの程度影響しているかを定量的に可視化することができます。
その結果、新しい個別のデータが持つ情報からそのデータがどれだけ正解に近いかをスコアリングにて判定できるようにしています。

サービスへのリンク

ご紹介した「スコアリングエンジン」はこちらからより詳しい情報をご覧いただけます。

関連する商品・サービス・事例(特徴度解析)

例えば、この人は採用すると自社で活躍する確率が高いという結果がででた場合。どうしてそのように言えるのか?活躍するという知りたいことと、どのような要素が強く関係しているのでしょうか?こうした疑問にこたえてくれるサービスをご紹介します。

サービス概要

特徴度解析では、目的変数(従属変数)と呼ばれる、予測したい変数、つまり採用するとか、採用しないといった物事の結果に対する原因が何で、その原因がどのように結果である目的変数に効いているのかを数値で表します。
ここで原因は、説明変数(独立変数)と呼ばれば、左図にあるように多くの説明変数が、1つの目的変数に対応することが多くあります。
特徴度解析では、これまでの業務経験に照らして、例えば採用可否に影響がしていると考えられている指標が解析の結果からも適当であることを確認したり、あるいは、今まで想定していなかったような説明変数を発見する場合もあります。

サービスへのリンク

ご紹介した「特徴度解析」はこちらからより詳しい情報をご覧いただけます。

関連する商品・サービス・事例(働き方改革)

サービス概要

「働き方」の関するデータは様々です。
出退勤データメールの送信時刻のデータ。残業時間、有休取得実績などがその一例です。働き方を改善するためのには、現状がどのようになっているかを定量的に把握した上で、何を、どのように変化をさせることで、組織としてありたい働く環境にできるかが重要となります。
このサービスでは、貴社の働き方を定量的に分析します。

サービスへのリンク

ご紹介した「働き方改革」はこちらからより詳しい情報をご覧いただけます。


関連する商品・サービス・事例(早期退職評価)

貴社が保有する様々なな人事関連データから、早期退職の確率を計算するサービスです。

サービス概要

採用時のSPIと退職者のデータとを用いて、所定の期間内に退職する傾向の強い人を予測することを実現するサービスです。
人材毎の早期退職の可能性を解析スコアで算出し、どのような人材が貴社において早期退職をする傾向があるかを解析することで、貴社に最適な人事計画を考えることができます。

サービスへのリンク

ご紹介した「早期退職評価」はこちらからより詳しい情報をご覧いただけます。

関連する商品・サービス・事例(退職予防策の検討)

企業にとってどんなシグナルがあると退職リスクが高そうか?採用や、評価における先手管理を行うための予防策の検討につなげた事例です。

事例詳細

スコアリングを用いた退職予防策検討の事例です。
顧客企業の背景には、
・仕事の引継ぎなど退職などによる無駄な業務時間を減らしたかった
・中途採用などの無駄な経費を減らしたかった
・自社で育てた有能な人材を長く使用したかった
・退職が少なくすることで、より有能な新入社員へのアピール  につなげたかった
・退職につながる原因を解消したかった
といった要望がありました。
そこで過去10年分の、入社時の個人属性情報や、入社試験成績、などのデータを解析し、社員ごとの退職確率を予測。解析結果から、退職する確率を高めている特徴も明らかになり、この解析結果をもとに退職を予防する対策の検討が開始されました。

事例へのリンク

ご紹介した事例「退職予防策の検討」はこちらからより詳しい情報をご覧いただけます。


関連する商品・サービス・事例(退職傾向の可視化)

こちらは退職傾向の可視化を行い採用や各種施策策定に利活用した事例です。

事例詳細

特徴度解析を用いた退職傾向の可視化事例です。
顧客企業の背景には、退職者の発生に伴う人事コストや作業の停滞を解消したいというニーズがあり、社内アンケートなどのデータを用いて可視化を行い、採用や施策策定のデータ活用が行えるようになった事例です。

事例へのリンク

ご紹介した「退職傾向の可視化」はこちらからより詳しい情報をご覧いただけます。

この特集に関連する用語

用語へのリンク

ご紹介した「用語」はこちらからより詳しい情報をご覧いただけます。


特徴度

【英語】 Text Feature

【読み】 トクチョウド

データ解析

特徴度解析

【英語】 Word Feature Analysis

【読み】 トクチョウドカイセキ

技術研究

目的変数

【英語】 response variable

【読み】 モクテキヘンスウ

データ解析

説明変数

【英語】 explanatory variable

【読み】 セツメイヘンスウ

データ解析

可視化

【英語】 Visualization

【読み】 カシカ

データ解析


株式会社アイズファクトリーの場合

DX推進に必須の4つのオリジナル支援サービス

DXとは何か、どこから始めたらよいか。具体的にDXプロジェクトを進める点に課題を持たれている方におすすめの動画です。まずはこちらをご覧下さい。

DXの進め方

運営会社へのお問い合わせは、下記ボタンよりお問い合わせください。

運営会社へのお問い合わせはこちら 

bodais

bodais

DX総合支援サイト

運営会社