日本の人事を科学する: 因果推論に基づくデータ活用
- 日経BPマーケティング(日本経済新聞出版 (2017年6月1日発売)
- Amazon.co.jp ・本 (251ページ)
- / ISBN・EAN: 9784532321505
作品紹介・あらすじ
◆働き方改革の実行や、女性管理職の育成、労働生産性アップ、ストレスチェックなど、人事部門は、様々な課題について現状を正確に把握し、数値目標を立てて改善に取り組まねばならなくなった。本書は、多くの日本企業が抱えるこれらの人事上の課題を、データを使ってどのようなに分析し、活用すればよいのかを解説。
◆著者が、株式会社ワークスアプリケーションズや経済産業研究所(RIETI)と連携して行ってきた研究成果を活かし、具体的に、読者が自分の会社で使えるように解説する。
◆女性の管理職育成が候補者を選ぶところから行き詰まってしまうのはなぜか、早期退職者を減らすにはどうしたらよいか、労働時間管理をどのように行えば良いのかなど、具体的にいま日本企業が抱えている問題を取り扱う。
感想・レビュー・書評
-
従業員を「コスト」はなく、「資産(あるいは人的資本)」だとする考え方が広がっている。
2017年初版だが、社内にある人事データを活用して人事企画等を行うべきと提唱しており、今こそ読むべき本だと感じた。
統計学の知見に乏しい評者はデータ分析そのものは理解出来なかったが、「データ分析により何が分かるのか」をつかむことはできたように思う。
人事部門や経営戦略部門に在籍している方にオススメ。詳細をみるコメント0件をすべて表示 -
人事もPDCA回しましょう話。
考え方が参考になる。
特に女性雇用や定年や介護問題にもフォーカスを当てて、さまざまな人事をデータ活用する大事さが伝わる。
ただ専門用語が飛び交うので理解へは参考書籍レベルのデータサイエンティスト能力が必要。
今後求められる分野であり日常でも統計的センスを持って相関関係や因果関係を見ていきたい。
計量経済学ベースの人事本の筆頭。 -
人事に関する分析は、自身の実感・経験を大きく覆すものはなかった
面白かったエピソードは、
Abraham Waldの生存者バイアスの下りと、
離職理由でという下り、優れた従業員は会社を去るのではなく直属の上司を去っていく -
いやー良かった。分かんなかったけど笑
何というのかな、理解できなくても、
「そうだよな、なるほどな」
の連続でした。
こういう人が会社のブレーンでいてくれて、
会社自体が理解ある組織ならば、
絶対に良くなると思う。確信した。
でも、それが難しい笑 -
人事をデータ分析すべきという本。
統計の使い方はメイン。
中間管理職は
①情報の収集と戦略立案
②他部署との調整
③評価と配置
④部下の教育と動機付け
で評価する。 -
もう少し勉強しないとすぐに現場で有用性を確認できないかもです。
-
統計学を用いて人事制度を分析できるよ!そのためにデータを一元的に蓄積しよう!という趣旨の本。
「統計的差別というのは自己成就的です。女性は辞める確率が高いから投資をしないという企業の意思決定が、女性にとって継続就業のメリットを下げ、離職を促している」とか、サンプルセレクション問題とか、統計的手法の盲点にも目配りしようとしている。
その意味では、本書の基礎となるデータが大企業に偏っているという問題点は深刻なのだけど、統計制度の未整備な現状からすると目を瞑るほかないのだろう(議論の混乱を避けるために)。
「ノルウェーも…1993年初頭までは、男性の育児休業取得率は3%しかありませんでした。そこで男性にも育児参加させようと、ノルウェー政府は、父親が育休を取得する場合は、1カ月余分に育休期間を追加する制度「パパ・クォータ」を導入しました。その結果、取得率は一気に30%超まで上がり、その後数年で7割近くまで上がってきています。」 -
・人事はPDCAの改善サイクルが回りづらい。これは常々思っていたところで、いくつかの問題が生じている。
(e.g.人事施策を打ってもデータがないと効果測定ができない、そもそも評価の際に全て定量化しきれない面もある、回るサイクルが遅いetc)
・ビッグデータ活用において①データ収集②データ加工③分析アルゴリズム実装の流れがあるとしたら、各段階でデータ整理とかも大事だと思いますが、個人的には全体を通した感覚というか仮説を持って、効果的に分析を進めていくかが大事な気がします。なぜかというと、分析フォーカスだと手段の目的化を招きそうな印象を持ったから。(あくまで私見)
・上記と矛盾しているようですが、データを集めて加工して分析して、に盲目にならずに、とにかく施策なども打ちながら検討する「アジャイル人事」的な動き方の方が良いかもしれない。結論、企業は生き物なので動きながら分析するほかないし、動かないと動いたデータは得られないので、セレクションバイアスに気を付けつつとにかく動かしていく。 -
東2法経図・6F開架 336.4A/Ka48k//K