スポンサーリンク

日本でもビッグデータから社内で誰が辞めるかわかるのか?

経済分析の方とビッグデータの使い方を議論しました。

その時は、退職というのは個別の要素や比較が厳しく
なかなかデータ性にはたどり着かないというのが結論でした。

現在のできる対策としても限定的です。

ではハーバードビジネスレビューでの研究は
どう考えているでしょうか。

研究ケースを確認することと
日本の場合への応用を考えてみます。

パトレイバー展

*パトレイバー展にて

スポンサーリンク

伝統的な退職の推測データは遅い

伝統的に退職対策は2つの方法が取られています。

一つは退職インタビュー。
もう一つは定期的な聞き取りです。

人事担当は退職する人に必ずインタビューをしましょう

 

退職者に対して、退職理由を知ることは大切です。
適合者でなかった。社内の対応が悪かった。
人間関係を円滑に築く形になっていなかった、など。
次の良い方法につなげることができます。

もう一つの定期的な聞き取り。例えば、
毎年の各個人の貢献度の評価です。
評価を定期的にすることで、どんな評価の人がその後に
退職したかを測ることができます。

これらは伝統的なやり方ですが、一定の役割は果たしています。

ただ、大きな問題点はリアルタイムではないことです。

地震が起こってからその時動物が暴れていたことを
理解しても使えません。

察知して逃げられるくらい早く知りたい。
退職についても同様です。

□サービスメニュー

 

ビッグデータが使えるかのハーバードビジネスレビューの記事

アメリカのある調査は、売上高と転職オファーの
関係性をビッグデータから測りました。

売上高は、プライバシー云々を考えずに
評価としてオープンな指標。

データとしても取りやすく、プライバシーの
問題もそこまでない。比較数値として
ある種適当です。

細かなデータを知らないうちに使われていたと
なると、詳細はおいておいても最近のリクナビの
ようなプライバシーの問題が深くなってしまいます。

正確性とプライバシーをどう回避するかは
悩ましいところ。日本は甘いとの指摘も多いところです。

https://weekly.ascii.jp/elem/000/000/432/432895/

●「スコア」ビジネスに影落とす

しかし、データの活用を進める大手企業を代表する存在であるリクルートグループが、学生の将来に影響しうる情報を無断で販売していた事実は、極めて深刻だ。

●内定辞退防ぐサービスがきっかけ

リクルートキャリアの発表によれば、同社は内定辞退の確率を予測するサービスを2018年3月に始めた。

背景には、いったん採用が内定したものの、辞退する学生が増加していることから、メールや電話で、採用担当者らが内定者にフォローをしている現状がある。

内定辞退の確率が高い学生であれば、こまめにフォローして、辞退を防ぐ――。企業側のこうしたニーズに答えるサービスだった。

リクルートキャリアは、サービスの停止までに、学生が知らないうちに38社に対して分析スコアを提供していた。

売上高と退職の相関性

売上のビッグデータを使うことで
個人の売上高傾向指数を計測します。

この傾向指数と退職率の相関性を計ります。

 

売上高と転職オファーを受ける可能性の関係性で
リアルタイムで外部の転職オファーを受けているかを
予測することができました。

調査は二つの観点から行われています。

1)転職関心度

売上高指数は転職メッセージへ関心が
開かれているかを考えています。

具体的には、転職しなさそうと判断された
2000人のサンプルの方に転職メッセージを送ってみます。
結果、そのうち1473人がメールを受け取り、
161人が開き、40人がクリックします。

転職しやすそうと判断された人たちは
その倍の83人(2.4%に対して5.0%)の方が
メールを開いてくれます。

そして、クリックも多いとの結果でした。

 

2)転職オープン度

売上高指数の能力を評価するために
50万人の個人標本を評価。

3ヶ月後に、転職しやすいと判断された
63%の人たちは転職しないとされた人たちに比べて
転職をしてる結果でした。

社内で売上高指数のようなものを持っているのは優位。
こういった使えるデータの他に、誕生日やら、
勤続年数記念やら、プライバシーを侵害しない
範囲で持っているデータを合わせられます。

社内で独自にデータを持つことは
この点からも優位です。

ビッグデータは人事データに使えるのか?

今回の相関性はトップセールスの
引き止めという観点から有効かもしれません。

ただ、人が辞めるのは次の仕事で
魅力的なオファーを受けたからという
だけでなく、もっと複雑でしょう。

何かしらの相関性が出るでしょうが、
それが優秀さとの関係で役に立つのか。

悩ましいところです。

不正確な天気予報は
実害さえあるやもしれません。

一定の有用性はあっても、
規模が小さい会社であったり
サンプルが取りにくい相関は
測れるか疑問です。

売上高と転職オファーに関係性を
見出しているのは、面白い点ですが。

まとめとして

ビッグデータ信仰が少し和らいできたこの頃。

要素が多い退職については、なかなか
正確な予測のためにデータを使いきれていない
印象が強いです。

実際に退職を予測できるようになれば
いいのですが、天気予報とは違い
人は心変わりもするし家族もいる。
外部要因が大きい。

今回のハーバードレビューを読んでも、
やはりまだ人事評価とビッグデータを
完全に使うのは難しいという判断を
改めて感じます。

参考記事

Better Ways to Predict Who’s Going to Quit
The right data can help manage turnover risk.

 

 

【編集後記】
パトレイバー展は、なかなかの雰囲気。

デッサンなども古さを感じさせず
イキイキとしてるものが多かったです。

【運動記録】
ジョギングO ストレッチO 筋トレO サプリO

【一日一新】
パトレイバー展

【子育日記(2歳)】
家でかくれんぼ。上手に息をひそめて
隠れていました。