HRSSのセッションにて、Slidoで質問を受け付けて「できるだけ後で答えます！」と言ったけれど自分が管理していないSlidoで返事ができないことに気づいたので返答する連続ポストをします…
https://app.sli.do/event/8reVhNw4GU7uJqQLkXd2xY/live/questions?clusterId=eu1
Q. 超素人ですいません。1人採用人事で、データ分析がまったくできてない状態で、まずどの数字をみてみるのがいいのでしょう？スカウト数、返信率、応募数、通過率、、、
A. 困りごとに合わせると良いです。採用業務が回りきっていなければ通過率などを高くして工数を減らしたいはずで、返信率・通過率が低い求人を探して送信先を絞り込むべきですし、逆に欲しい人が採用できない、という悩みがあるとしたら、ターゲットリストの検索条件などにさかのぼることになるかと思います。
Q. ご経験の中で、有益だったデータ分析や例を紹介ねがいます。
A. 具体的な例は挙げにくいのですが、様々な方が持っている先入観・イメージを8割補強2割否定するようなデータが集まると、PJは進めやすかったように思います。
Q. 社内でデータドリブン人事と名乗れるようになる目安はどれくらいのレベルだと野上さんはお考えでしょうか？
A. 集めたデータ・ファクトを元に、施策で出来たこと・出来なかったことを示して、次のアクションを示せることだと思います。手法の高度さは必要ありません。
Q. 分析に必要なエクセルスキルを身につける第一歩はなにがよいでしょうか？本、YouTubeなどおすすめがあれば教えてください。
A. 試行錯誤で学ぶ人間なので良い本・Youtubeが思いつきません…「ピボットテーブル」を説明しているものを見比べて、自分に分かりやすいものを使えばよいと思います
Q. 人事データを複数掛け合わせて付加価値を生み出したいのですが、何か具体例や成功例があれば教えていただけますでしょうか。例えば学歴✖️研修評価から社員の適性を判断するなど、何かデータを掛け合せた例があれば教えてください！
A. 「仮説をつかむ」観点では、中途半端な掛け合わせは悪い「決めつけ」に繋がるので自分は避けることが多いです。一方、複数の施策が連携した結果、データも掛け合わせができる、というときには高い付加価値がでると思います。例えば1on1とセットのパルスサーベイ×組織診断サーベイ、であれば、相互に参考になる結果がだせるように思います。
Q. 人事としてデータドリブンチームを立ち上げるにあたって、考慮すべき点があればお伺いしたいです。
A. セッションの中でもお話しした、3つの特性 https://note.com/bizreachworktech/n/nb7651665a192 を持つメンバーを巻き込むこと、出来れば2,3人でチームを組めることが大事かと思います。
Q. 仮説を検証・立証するためのデータ分析をする時、使用するデータや分析方法によって恣意的に仮説が正しくなるような結果になってしまう気がします。それを防ぐために気をつけることやコツはありますか？
A. セッションで話した手法で、仮説検証が「恣意的だ」と気づける機会を増やすことです
Q. データ分析をしていくためにはある程度母集団が大きくないと結果が有効なものではないと考えるが、初めの1サイクルを回していく際にどのようにデータ収集するべきか
A. 施策で実現したい姿に沿うデータを漏らさず収集することです。個別対応になったとしても、データ収集できたという意味はあります