(English follows Japanese)
日本語タイトル：企業内人事におけるJMPの活用事例
潜在退職可能性の予測や採用応募者の未来パフォーマンスの予測などを通じた、人事施策の実施内容と効果検証
株式会社セプテーニ・ホールディングス 専務取締役 上野 勇
株式会社セプテーニ・ホールディングス 人的資産研究所 研究員 進藤 竜也
企業内の人事では“人”に関する情報が日々管理され、多くの情報が蓄積されています。しかしながら企業人事の多くは、その情報群を企業価値向上の中枢を担う“人”の活用策である人事施策へ、ほとんど活用がされていないのが現状です。その原因の多くは人事情報が数量的でなかったり、ブランクの多いデータであったり、フラグ型のデータであったりと、従来用いていたエクセル等のアプリケーションでは集計・分析が困難なことが挙げられます。
しかし、JMPを活用することでその悩みは消え、ケースバイケースの多い複雑な分析が求められる企業内人事において、分析効率は劇的に上げることができました。その活用例として、パーティション分析を用いた潜在退職者の予測を挙げます。400名を対象に行った予測で1年後の退職可能性を算出し、ランキング化して経営へレビュー。その後1年で上位10名の50％、上位50名の25％が退職に至りました。また、上位50名の内、パフォーマンスの高かった2名の社員にはリテンション策（説明変数の一部を操作すること）で無事現在に至るまで在籍しています。その他にも採用活動においては、従業員をパーソナリティ2種×パフォーマンスの3軸で等高線図を描き、応募者を等高線図上にプロットすることで将来像をイメージしたり、判別分析を用いて入社オファー後に「入社するか・しないか」、将来のパフォーマンスが「高・中・低」のいずれかになるのかを判定して選考通過の判断をしたりと、JMPを活用することで採用活動の効率を高める取り組みを行いました。そしてその応募者の未来を予測した結果をアセスメントシートにまとめ、役員面談で活用。役員の判断とデータの判断の相関は非常に高い結果で、今後は面接の廃止を検討しています。
以上のようにJMPを用いることで企業内に埋もれていた“人”のデータを、企業価値を育む源へと昇華させることが可能となります。他企業の人事にもJMPを含めた統計分析ツールを活用が広まり、日本全体の生産性が向上する日が来ることを願っています。
A Case Example of the Use of JMP® Statistical Analysis in the Corporate Human Resources Field: A Presentation on Personnel Management and Effectiveness Verification Through the Prediction of Potential Retirement and the Prediction of Future Performance of Employment Applicants
Isamu Ueno, Senior Managing Director, Septeni Holdings (Co-Author)
Tatsuya Shindo, Researcher, Septeni Holdings
Information on the "humans" in human resources is managed by companies daily, and a lot of information is accumulated. However, many corporate human resources are not using personnel management, which is a measure for making humans the pillar for improving the value of a company. There are many reasons why: a lot of human resource information is quantified; there is a lot of blank data; data is flagged; it is difficult to tally and analyze data in conventional applications such as Excel. However, JMP eliminates these concerns, drastically improving the analysis efficiency in corporate human resources, which requires many complicated, case-by-case analyses. An example of this is the prediction of potential retirement using partition analysis. We calculated the possibility of retirement within one year with a prediction carried out on 400 subjects, then ranked the data and conducted a management review. One year later, 50 percent of the individuals in the ranked top 10 and 25 percent of the ranked top 50 had retired. Further, amongst these top 50, the two employees with the best performance remained on through retention measures (the result of some explanatory variables). In other recruitment activities, we created a contour map for employees using two types of personality and three performance axes, and plotted applicants on the map to create a future vision. Using discriminant analysis, we strove to determine whether or not the applicants would accept the position after being offered a job and if their future performance would be high, medium, or low. We compile the future predicted results of these applicants into assessment sheets, and use them for executive interviews. The correlation between executive decisions and the compiled data is extremely high, so we are looking into the elimination of interviews in the future. Using JMP in these ways has allowed us to take data on humans that is buried in corporations, and channel it into sources that cultivate corporate value. The use of statistical analysis tools, including JMP, is spreading to the human resources departments of other corporations, and we hope that this will lead to improvements in productivity across Japan.
