HR Development formulaG=P×E(T+W)

HaKaSeでは「育成方程式」を基本概念に、
「どのような個性(P)をもった人材が、 どのような環境(E)で、どのような成長(G)を遂げたのか」
を示すデータを蓄積しています。 ( G: growth / P: personality / E: environment / T: team / W: work )

蓄積した育成方程式のデータを解析し、環境(E)に合った個性(P)を導くアルゴリズムや、
個性(P)に合った環境(E)を導くアルゴリズムを構築し、各人事施策の最適化を図っています。

  • 左辺[G]の定量化

    人材育成の「目的変数」を360度人事評価システムで定量的に取得。HRアナリティクスで成果を上げるためには「目的変数」の定義が不可欠です。しかし、人事は「目的変数」の定義が難しく、これが人事領域のデジタル化を遅らせてきたとも考えられます。自社開発した360度人事評価システムでは、全社員が全社員をレビューすることが可能であり、1人あたり20名程度のレビューを得ることでスコアの信頼性を担保しています。当システムで得られたスコアは営業成績をはじめとした客観的パフォーマンスとの相関関係が確認できており、当社では20年以上人事考課の重要指標として運用を続けています。

    more detail
  • 右辺[P×E]の定量化

    人材育成の「説明変数」は大きく、個性(P)と環境(E)の2種類。どんな個性を持った人材が、どのような環境にいたのかを定量的なデータに変換します。そのためには大きくFFS(Five Factors & Stress)診断の結果と人事管理の過程で蓄積されるデータの2種類を用いています。これら2つのデータを組み合わせて方程式の右辺(P×E)のデータベースの蓄積を行なっています。そして、蓄積したデータを用いて自社独自の“相性を計算するアルゴリズム”を構築する取り組みを続けています。(※ベースロジックはFFS理論で明らかになっている関係性評価のアルゴリズムを活用しています)

    more detail
Technology
「どのような個性(P)を持った人材が、どのような環境(E)で、どのような成長(G)を遂げたのか」といった方程式データを分析可能な状態でデータベースに蓄積しています。一時点の1人のG=P×Eのデータセットの項目数は約300になり、それらが時系列で蓄積されていく構造を運用しています。データベースの解析はマシンラーニングや統計分析の専門資格を保持するデータサイエンティストや統計モデリングソフトウェアにて実施しており、データベースから得られた自社独自のアルゴリズムを複数構築・学習を継続し、各種人事施策に活用しています。

Mechanism説明図 Mechanism説明図
データベースの解析により構築したパフォーマンス予測モデルをはじめとした複数の自社独自のアルゴリズムを、各人事施策の管理・実行を司っているHR-techエンジンに搭載し、施策の精度向上・最適化を図っています。誰を採用すべきか、どこに配置すべきか、どんな育成を行うべきか、などのコタエがアルゴリズムから定量的に導かれ、それを踏まえて経営陣・現場責任者・人事スタッフが施策の意思決定ができる構造を運用しています。HR-techエンジンはRecruiting/On-boarding/Development/Alumniの計4つで、それぞれにHaKaSeが構築したアルゴリズムを搭載、日々アルゴリズムのメンテナンスを行い、精度向上を図っています。