Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
女性活躍推進のための人員構成比のシミュレーション
Search
Ikuya Murasato
February 18, 2022
Business
0
92
女性活躍推進のための人員構成比のシミュレーション
2022/02/18(金)に開催したExploratory データサイエンス勉強会#22の日鉄ソリューションズ株式会社のご登壇資料です。
Ikuya Murasato
February 18, 2022
Tweet
Share
More Decks by Ikuya Murasato
See All by Ikuya Murasato
トピックモデル分析を活用した問合せ業務の効率化
ikuyam
1
190
回帰分析の活用による新商品の販売力予測
ikuyam
0
140
生存分析モデルを利用したLineのブロック要因分析
ikuyam
0
85
自動車トラブルと気象条件などの探索的データ分析
ikuyam
0
59
データサイエンス「も」使えるチェンジメーカー輩出への挑戦
ikuyam
0
330
ExploratoryとRによる全学データサイエンス教育
ikuyam
0
450
エンゲージメント向上のための人事制度改革 - 管理部門におけるExploratoryの活用
ikuyam
0
1.4k
「学ぶ」分析技術から「使う」分析技術へ - Exploratoryによるドリル演習
ikuyam
0
330
データサイエンス入門教育の現場から - 46歳新任教員2年間の苦闘
ikuyam
0
430
Other Decks in Business
See All in Business
アルプ株式会社/会社紹介資料
alpinc
0
470
ログラス会社紹介資料 新卒採用 ビジネス職[経営幹部候補]/ Loglass Company Deck
loglass2019
0
700
メタバースを活用した観光PR
tokyo_metropolitan_gov_digital_hr
0
320
バイセルのものさし(Ver. 1.1)
buyselltechnologies
0
200
エンジニア向け会社紹介資料/株式会社PLAY
play_inc
0
5.4k
新しい社員の組織適応を 支える3つの要素とプロセス / Three elements and processes of organizational adaptation
tbpgr
0
220
culturebook_WeddingParkShip
weddingpark
0
570
会社案内資料
mkengineering
1
160
「観察」をチームで実践できるか!? チームの視座をレベルアップするための挑戦!
rakuraku0615
1
220
Cobe Associe: Who we are? /コンサル・市場調査・人材紹介のCobe Associe
nozomi
6
18k
3次元データを用いた差分解析による工事発注への取組
tokyo_metropolitan_gov_digital_hr
0
390
エムスリーキャリア エンジニア採用資料 / M3C Engineer Guide
m3c
1
86k
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
222
8.9k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
38
1.8k
Done Done
chrislema
181
16k
Unsuck your backbone
ammeep
668
57k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
42
9.2k
Designing the Hi-DPI Web
ddemaree
280
34k
Statistics for Hackers
jakevdp
796
220k
Typedesign – Prime Four
hannesfritz
40
2.4k
Scaling GitHub
holman
458
140k
Producing Creativity
orderedlist
PRO
341
39k
The World Runs on Bad Software
bkeepers
PRO
65
11k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
4
370
Transcript
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 1 Exploratory勉強会
「⼥性活躍推進のための⼈員構成 ⽐のシミュレーション」 ⽇鉄ソリューションズ株式会社 ⾚塚 友⾥
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 2 ⾃⼰紹介
⽒名 ⾚塚 友⾥ 会社 ⽇鉄ソリューションズ株式会社 *ITを駆使して時代の先端を常にお客様と進む、ファーストDXパートナー *従業員数︓国内約7000名+海外グループ約500名 職歴 ・SEとしてメガバンク向けアプリ開発(Java/C/C+/C#) ・⼈事に異動し、働き⽅改⾰・ダイバーシティ&インクルージョンを担当 趣味 絵画制作/鑑賞
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 3 Exploratoryとの出会い
⼈事は従業員情報・社員アンケートなどデータ取り扱いの機会が多い。 ⾯談などで1⼈1⼈の社員との対話も⼤切だけど、認識が偏らないよう、 全社員をマクロにつかむためにデータ活⽤がとても重要。 Excelでのデータ集計に限界を感じたこと、IT企業の⼈事データを ⾃分のような素⼈が扱うことへの違和感・危機感から勉強を決意。 2020年7⽉にExploratoryのデータサイエンス・ブートキャンプ参加。 直後、国内全社員対象の社内のテレワークアンケートを実施し、その分析に活 ⽤。重回帰分析を使った社員の属性別の分析が⼤変評価される。 (このときたくさんサポートしてもらい、Exploratory⼤好きに︕) 今回は統計的な解析ではなく、集計機能を活⽤したシミュレーションに初挑戦。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 1. 業務の背景と現状業務の課題
2. Exploratoryを活用したシミュレーション自動化 3. シミュレーション自動化の効果 Agenda
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 1. 業務の背景と現状業務の課題
2. Exploratoryを活用したシミュレーション自動化 Agenda 3. シミュレーション自動化の効果
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 6 業務の背景︓ダイバーシティ&インクルージョンの全体像
ダイバーシティ&インクルージョンの2つの意義 属性に関わらず、社員1⼈1⼈の個性や価値観を認め合う/ 多様なスキル・経験を伸ばす 似たような⼈材ばかりの組織では、変化の激しい社会に対応できない。多様 な⼈材が様々な視点から議論し、新しい発想を⽣み出していく。 所謂マイノリティの属性*で⽣じやすい制約や悩みを理解し、 能⼒を最⼤限発揮できる環境を整える *⼥性、時間制約者(育児/介護/私傷病等)、シニア、LGBTQ、障がい者、外国籍社員等 労働⼈⼝減少の折、これまでマイノリティだった⼈材や、育児・介護等の制 約を持つ⼈材など、様々な属性の社員が働きやすい・活躍できる会社である ことが不可⽋。 「属性」の ダイバーシティ 「個性」の ダイバーシティ 狭義の多様性 本質的な多様性
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 7 業務の背景︓⼥性活躍推進の社会的要請
適切な⽬標設定のために、 また⽬標達成に向けた毎年の 進捗を測るために、 当社では今後5年間の性別×資 格別⼈数構成を試算(シミュ レーション)している 「⼥性活躍推進法」で、⼀定以上の規模* の企業に対し、5年間の⾏動計画(⽬標)策 定が義務付けられている。定量⽬標が必 要なため、⼥性管理職⽐率を設定してい る企業も多い。 *法改正により、2022年4⽉より対象企業の規模が「301⼈以 上」から「101⼈以上」に拡⼤されます。近々新たに策定する 企業も多いはず︕(⼥性活躍推進法の詳しい内容は厚⽣労働省 HPをご覧ください。) 社会的要請
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 8 現状業務の課題
将来の資格別男⼥⽐率を求めるためには、多くの⼈員データを取り扱う必要がある。 (直近の⼈員数、採⽤⽬標数、昇格⽬標数、定年退職・⾃⼰都合退職予測数、etc…) これらの膨⼤なデータをExcel上で計算していたため、以下のような課題があった。 ①⼿作業でやらなければならない作業が多い。 (ピボットテーブルで集計して、その結果をコピーして別の計算⽤シートに貼り付けて、etc…) ②⼤量の数式が詰まっているため、指定するセルのズレなどミスが起きやすく、 かつミスの発⽣個所が特定しづらい。 ③シミュレーションのプロセスの全体像がつかみにくい (1個1個数式をたどらないと何をしているシートなのかわからない) Exploratoryに置き換えすることに︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 1. 業務の背景と現状業務の課題
2. Exploratoryを活用したシミュレーション自動化 Agenda 3. シミュレーション自動化の効果
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 10 ゴールの設定
2020年度末の⼈員データを起点として、5年間の性別×資格別の⼈数集計表を作りたい ※本ページ以降に登場する データはすべてダミーであ り、実際の従業員数ではあ りません。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 11 データ加工のIn/Out
ID ⽒名 資格 ⽣年⽉⽇ 性別 … A0001 ◦◦ ◦◦ 基幹職 yyyy/mm/dd 男性 … A0002 ◦◦ ◦◦ 上級専⾨職 yyyy/mm/dd 男性 … A0003 ◦◦ ◦◦ ⼀般 yyyy/mm/dd ⼥性 … A0004 ◦◦ ◦◦ ⼀般 yyyy/mm/dd 男性 … A0005 ◦◦ ◦◦ 基幹職 yyyy/mm/dd ⼥性 … Input①(従業員リスト) 集計表の元となるOutput Input②(⼈員パラメーター) 2020年度末の従業員リストと、今後5年間の⼈数変動をもとに、 性別×資格×年度ごとの⼈数⼀覧を作成したい ※今後5年間の ⼊退職・昇格予定数
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 12 加工後データ作成までのプロセス
前年度末の性別× 資格別⼈数を集計 Branchを作成 し、⽣年⽉⽇をもと に今後5年間の定年 退職予定者数を計算 従業員リスト 前年度末時点の 全社員⼀覧 ⼈員パラメーター 今後5年間の ⼊退職・昇格予定数 ②の定年退職数と ⼈員パラメーターを、 ①のテーブルと結合 【Output】 今後5年間の性別× 資格別⼈数を計算 1 2 3 4 ⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 13 加工後データ作成までのプロセス
前年度末の性別× 資格別⼈数を集計 Branchを作成 し、⽣年⽉⽇をもと に今後5年間の定年 退職予定者数を計算 従業員リスト 前年度末時点の 全社員⼀覧 ⼈員パラメーター 今後5年間の ⼊退職・昇格予定数 ②の定年退職数と ⼈員パラメーターを、 ①のテーブルと結合 【Output】 今後5年間の性別× 資格別⼈数を計算 1 2 3 4 ⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 14 ①従業員リストをもとに、前年度末の性別×資格別⼈数を集計
ID ⽒名 性別 資格 ⽣年⽉⽇ … A0001 ◦◦ ◦◦ 男性 基幹職 yyyy/mm/dd … A0002 ◦◦ ◦◦ 男性 上級専⾨職 yyyy/mm/dd … A0003 ◦◦ ◦◦ ⼥性 ⼀般 yyyy/mm/dd … A0004 ◦◦ ◦◦ 男性 ⼀般 yyyy/mm/dd … A0005 ◦◦ ◦◦ ⼥性 基幹職 yyyy/mm/dd … Input①(従業員リスト) (前年度末)性別×資格別⼈数 従業員リストをExploratoryに 読み込み、性別・資格の列を キーにして集計を⾏う シミュレーションの発射台となる、 前年度末時点の⼈員構成のテーブル ができた︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 15 加工後データ作成までのプロセス
前年度末の性別× 資格別⼈数を集計 Branchを作成 し、⽣年⽉⽇をもと に今後5年間の定年 退職予定者数を計算 従業員リスト 前年度末時点の 全社員⼀覧 ⼈員パラメーター 今後5年間の ⼊退職・昇格予定数 ②の定年退職数と ⼈員パラメーターを、 ①のテーブルと結合 【Output】 今後5年間の性別× 資格別⼈数を計算 1 2 3 4 ⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 16 ②Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算
ID ⽒名 資格 性別 ⽣年⽉⽇ ⽣年⽉⽇ _years … A0001 ◦◦ ◦◦ 基幹職 男性 yyyy/mm/dd 58 … A0002 ◦◦ ◦◦ 上級専⾨職 男性 yyyy/mm/dd 35 … A0003 ◦◦ ◦◦ ⼀般 ⼥性 yyyy/mm/dd 24 … A0004 ◦◦ ◦◦ ⼀般 男性 yyyy/mm/dd 26 … A0005 ◦◦ ◦◦ 基幹職 ⼥性 yyyy/mm/dd 45 … Input①(従業員リスト) Branchを作成して従業員リストを複製。 ⇒⽣年⽉⽇をもとに、年齢を計算する。 定年退職予定数 定年を迎える 年度を特定し、 今後5年間の 定年退職予定数 を計算
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 17 加工後データ作成までのプロセス
前年度末の性別× 資格別⼈数を集計 Branchを作成 し、⽣年⽉⽇をもと に今後5年間の定年 退職予定者数を計算 従業員リスト 前年度末時点の 全社員⼀覧 ⼈員パラメーター 今後5年間の ⼊退職・昇格予定数 ②の定年退職数と ⼈員パラメーターを、 ①のテーブルと結合 【Output】 今後5年間の性別× 資格別⼈数を計算 1 2 3 4 ⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 18 ③計算した定年退職数と⼈員パラメーターを、①のテーブルと結合
定年退職予定数 Input②(パラメーター) ※今後5年間の ⼊退職・昇格予定数 (前年度末)性別×資格別⼈数 1 2 年度・性別・資格を キーにしてそれぞれ結合
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. ③計算した定年退職数と⼈員パラメーターを、メインのテーブルと結合 結合結果︓性別×資格ごとに、各年度の⼈数増減を⼀覧化したテーブルができた︕
前年度末時点の ⼈数(発射台) 今後5年間の ⼈数変動
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. ③計算した定年退職数と⼈員パラメーターを、メインのテーブルと結合 結合結果︓性別×資格ごとに、各年度の⼈数増減を⼀覧化したテーブルができた︕
20 合算 最後の計算がしやすいよう に、要因別の⼈数変動を合 算した列を作っておく ★summarize_row関数で 同じ⾏内の指定列を合算 今後5年間の ⼈数変動
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 21 ③計算した定年退職数と⼈員パラメーターを、メインのテーブルと結合
結合結果︓性別×資格ごとに、各年度の⼈数増減を⼀覧化したテーブルができた︕ 前年度末時点の ⼈数(発射台) 今後5年間の ⼈数変動 さらに、前年度末時点の⼈数(発射台) と⼈数変動を1列にまとめておく ★coalesce関数で、「⼈数」列が空 なら「⼈数増減」列の値を⼊れる
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 22 加工後データ作成までのプロセス
前年度末の性別× 資格別⼈数を集計 Branchを作成 し、⽣年⽉⽇をもと に今後5年間の定年 退職予定者数を計算 従業員リスト 前年度末時点の 全社員⼀覧 ⼈員パラメーター 今後5年間の ⼊退職・昇格予定数 ②の定年退職数と ⼈員パラメーターを、 ①のテーブルと結合 【Output】 今後5年間の性別× 資格別⼈数を計算 1 2 3 4 ⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 23 ④今後5年間の性別×資格別⼈数を計算
累積和 性別×資格ごとに集計で きるように、グループ化 しておく 性別×資格ごとの各年度の⼈数は、 ⼈数変動の「累積和」によって求められる。 ★累積をを求めるcumsum関数
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. ゴール!! 前ページのテーブルを元に
ピボットテーブルで集計すると、 最終⽬的の表が完成︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 1. 業務の背景と現状業務の課題
2. Exploratoryを活用したシミュレーション自動化 Agenda 3. シミュレーション自動化の効果
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 26 シミュレーション⾃動化の効果
現状の業務の課題が以下のように解消された ①⼿作業でやらなければならない作業 が多い。 (ピボットテーブルで集計して、その結 果をコピーして別の計算⽤シートに貼り 付けて、etc…) ②⼤量の数式が詰まっているため、指 定するセルのズレなどミスが起きやす く、かつミスの発⽣個所が特定しづら い。 ③シミュレーションのプロセスの全体 像がつかみにくい (1個1個数式をたどらないと何をしてい るシートなのかわからない) ⼈員パラメーター作成以外,ほぼ全ての作業を⾃動化︕ *ステップ内に年度をべた書きしている部分だけ修正すれば、来年 度もそのまま利⽤可能。作業時間を⼤幅に短縮︕ *正直、1回しかシミュレーションをやらないならExcelの⽅が構築 は楽かもしれませんが、継続性を考えるとメリット。 ほぼ⾃動化できたため、ヒューマンエラーによるミス の余地を極⼩化︕ 設定したステップを⾒れば、計算のプロセスがすぐに 振り返りできる︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 27 最後に
2020年のデータサイエンス・ブートキャンプ参加以降、個別のレク チャー等々 とても丁寧にフォローいただき、本当に感謝しています︕ ⼈事のデータ利活⽤に、今後も⼀層活⽤していきます。 Exploratoryのみなさま、愛⽤者のみなさま、 今後ともどうぞよろしくお願いいたします。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 28 ご清聴ありがとうご
ざいました︕ リーガルページ︓https://www.nssol.nipponsteel.com/info/legal.html 本⽂記載の会社名及び製品名は、それぞれ各社の商標⼜は登録商標です。