HRプロ

 　ピープル・アナリティクス（以下PA）とは、従業員に関わるあらゆるデータを活用してより良い人事意思決定をおこなうことで従業員の幸福度を上げ、それにより経営効果の向上を促す様々な施策の総称です。2017年時点でのPwCによる調査結果では、人事担当者の79%がPAに関心があると答えている一方で、現在でも「重要度は高いが緊急度は高くない」、「何から始めれば良いか分からない」、「いろいろ試してはいるが悪戦苦闘している」という声がよく聞こえます。
　そこで本稿では、PAを組織内で推進していく上で、以下の2点を前・後編に分けてお話しできればと思います。
　前編：（これまでは）なぜ、うまくいかなかったのか？
　後編：技術的・意識的な課題を乗り越えるポイント
　なお、本稿を担当するトランは BCG（ボストン コンサルティング グループ）、リクルート、Googleといった企業において、事業開発・経営企画・マーケティングなどの領域で「アナリティクスやアナリストを、いかに経営や現場にとって役立つ武器にするか」に腐心していましたので、人事以外の領域でのアナリティクス活用に際する反省や学びも交えて考察していきます。

PAは、なぜうまくいかなかったのか～問題意識が原因になるケース

　得てしてアナリスト部隊や人事部門は「コストセンター」と捉えられがちで、システム投資や人員拡大に対して、経営側は消極的な姿勢を見せることが少なくないでしょう。また、PAに関しては「興味はあるけど、今はまだ取り組む必要は無い」、「（いざとなれば）既存の手法やツールで対応できる」という声もよく聞きます。しかし、以下の3つの点で問題意識を改めるべきだと考えます。

a. PAをリスク対処的なツールと捉えている
　人事領域に限らずとも「問題が発生・顕在化してから対応方針を練り、改善策を実行する」ケースは枚挙にいとまがありません。しかし例えば離職率の上昇が顕在化し、原因究明と対処策実行のためにプロジェクトチームが組成されたとしても、事前に分析基盤を整備していないと上述の通り原因究明だけで6～9ヵ月かかり、その間にも離職の波は止まりません。組織の拡大・変容にともなって必然的に迫り来る波に備えて、事前に灯台や防波堤を築いておくべきではないでしょうか。

　よく企業の経営資源は「ヒト・モノ・カネ（・データ）」に集約されるといいます。「カネ」の動きや健全性をリアルタイムで捉え、客観的な指標で評価し、将来の財務戦略を始めとした経営方針に示唆を与える『ツール』として「財務諸表」があげられます。「モノ」に関しても、顧客の動きや健全性（離反の兆候など）を捉える『ツール』として、CRM（顧客管理）やSFA（営業支援）が存在します。しかもこれらは財務部長や営業部長の専売特許ではなく、今や経営と現場が一枚岩となって、同じ目線・言語で意思決定できるよう促進する触媒としての役割を果たしています。同様にヒトに関しても、組織や従業員の動きや健全性を、人事・経営・現場が普遍的に捉える『ツール』が存在しても良いはずです（※1）。少々大げさかもしれませんが、PAは本来「人財のための財務諸表」と位置付けられるべきでしょう。

　赤字が疑われてから初めてPL（損益計算書）を正しくつけるような企業は、今やほとんど存在しないでしょう。同様に、ことさら人財活用を標榜している企業においては、離職などの組織課題が顕在化してようやくPAを始めることがないよう、決して埋没費用ではなく「保険」として先行投資する価値は充分にあると考えます。

　※1 余談ながら、経営会議や投資家説明会などでも、モノ（プロダクト）のチャーン（＝解約率）は頻繁に議題にあがりますが、ヒトのチャーン（＝離職率）があがることはそう多くないかもしれません。ヒトの動きや状態を客観的・普遍的に評価する指標が、より取得・可視化しやすくなれば、状況は変わっていくでしょう。

b. 既存のHRツールでしのいでいる
「HRテック」と呼ばれるツールやサービスの提供価値は、業務効率化（プロセスマネジメント）と意思決定の効率化・適正化（データマネジメント）に大別されます。また対象とする範囲は、採用や人財評価（タレントアセスメント）など従業員ライフサイクルのうちの一部、もしくは全部を含むものもあります。その中でPAは「従業員ライフサイクルの全部について、意思決定の効率化を支援する」ものと位置づけられます。

　現在HRテック市場を席捲しているのは、従業員ライフサイクルの一部の業務をデジタルで効率化するような「部分最適化ツール」でしょう。無駄な工数の削減や生産性向上の成果が、比較的早く、可視化される、という理由に起因していると考えられます。そうした取り組みの延長線上に「とりあえずは既存のツールの分析機能でPAにチャレンジしてみる」という声もよく聞きますが、本当にそれらのツール単体で組織が把握すべき指標を、全体観をもって可視化できるのか、再現性が高く意思決定の質向上に寄与するのかどうかは、慎重に評価すべきです。

c. アナリストに孤軍奮闘を強いている
　最近では、「とりあえず数名のPAアナリストをアサイン（任命）した」という企業も散見されます。組織の中にPA専任の役割・役職を設けたことは、非常に意義のある第一歩だと思います。しかし、PAを本当の意味で推進するには、そのスコープ（業容）を単なる分析・解析のみと過少に捉えるべきではありません。

　PAに限らず、データ分析の価値は （1）Description（現状把握・可視化）、（2）Prediction（把握データを基にした将来への示唆・予測）、（3）Prescription（具体的なアクションの提言・実行支援）の3つに分かれます。特に（3）では最終受益者、つまり企業においては経営や現場にとって役に立ったかどうか、意思決定の質が向上したか（＝既存の非効率な業務や不合理な慣行が、より価値のあるものに是正されたか）が、データ分析の成否の分水嶺となります。そのためには、経営層に対する働きかけや、現場のニーズ・インサイトの発掘など、机上の分析作業だけでは到底網羅できないような業務にまで対処する必要があります。数名のアナリストが（1）～（3）すべての責務を負うのは、非常に大変なことです。