Upgrade to Pro — share decks privately, control downloads, hide ads and more …

働く人が前向きに働ける職場作りを目指して ~ピープルアナリティクスの可能性 / 2025 OP...

働く人が前向きに働ける職場作りを目指して ~ピープルアナリティクスの可能性 / 2025 OPENING KEYNOTE

2025年6月13日開催 Women in Data Science Tokyo @ IBM
OPENING KEYNOTE 資料

Speaker: 中村 友紀 氏
株式会社浜銀総合研究所
情報戦略コンサルティング部
主任研究員 公認心理師

https://widstokyoibm2025.pages.dev/

Avatar for wids-tky-i

wids-tky-i

June 13, 2025
Tweet

More Decks by wids-tky-i

Other Decks in Technology

Transcript

  1. © Hamagin Research Institute, Ltd. All rights reserved. 本セッションのSNS投稿について „SNS投稿︓

    全てOK OK: テキストによる⽂字のみの投稿 OK: スクリーンショットの画像/動画を含んだ投稿 „ ハッシュタグ: #WiDS2025 #WiDSTokyoIBM 本セッションのSNS投稿について
  2. © Hamagin Research Institute, Ltd. All rights reserved. ⾃⼰紹介 中村

    友紀 ナカムラ ユキ 株式会社浜銀総合研究所 情報戦略コンサルティング部 フィギュアスケート観戦 歌唱全般(カラオケ・声楽) ⼤学・⼤学院 ⼈材紹介会社 某⼤⼿ シンクタンク 浜銀総合研究所 臨床⼼理学専攻 ⾦融機関向け営業 ⾦融機関向けマーケティング 施策⽀援 データコンサルティング業務 公認⼼理師・⼈事データ保護⼠ 趣味
  3. © Hamagin Research Institute, Ltd. All rights reserved. 私の担当領域 マーケティング

    営業戦略⽴案⽀援 LTV(顧客⽣涯価値)算出・購⼊予測モデル 従業員の営業プロセス分析・顧客の⾦融嗜好性予測 顧客数・預⾦量・ローン需要等のマーケット予測 リスク管理 規制対応・開⽰⽀援 ピープルアナリティクス ⼈事戦略⽴案⽀援 その他 ローンのデフォルト予測モデル構築・収益シミュレーション 信⽤格付制度の効果検証業務 気候変動に関わる物理的リスク・移⾏リスク算出 ⼈財ポートフォリオ予測 ハイパフォーマー分析・エンゲージメントサーベイ分析 離職者予測・不調者予測モデル 慶応義塾⼤学PBL科⽬(データサイエンスコンサルティング) データサイエンス⼈財育成 公共政策関連の調査分析業務
  4. © Hamagin Research Institute, Ltd. All rights reserved. 本⽇の内容 ①ピープルアナリティクスとは

    ②健康経営・エンゲージメント向上 ③メンタル不調予測モデル構築とその運⽤ ④⼈事データを扱う上での注意点 ⑤私のキャリア展望
  5. © Hamagin Research Institute, Ltd. All rights reserved. ①ピープルアナリティクスとは ②健康経営・エンゲージメント向上

    ③メンタル不調予測モデル構築とその運⽤ ④⼈事データを扱う上での注意点 ⑤私のキャリア展望
  6. © Hamagin Research Institute, Ltd. All rights reserved. ⼈事分野の課題 採⽤・⼈の確保が困難な時代

    ⽣産⼈⼝減少 労務管理の厳格化(労働時間の短縮) 働き⽅改⾰ 多様な⼈材の活⽤ ダイバーシティ 多様な⼈事課題に対して 「タレントマネジメント」のニーズ
  7. © Hamagin Research Institute, Ltd. All rights reserved. タレントマネジメント WIN-WIN-WIN

    従業員が持つスキル・能⼒・経験を把握し、 採⽤・育成・配置などを戦略的に⾏うことで 企業の成⻑につなげること 従業員 満⾜度 組織活性化 ⽣産性 企業収益 タレントマネジメントには従業員理解が重要
  8. © Hamagin Research Institute, Ltd. All rights reserved. ピープルアナリティクス 様々な⼈事データを分析することで従業員理解を深め、

    タレントマネジメントに活かす ピープルアナリティクスで客観的事実をプラス 採⽤ 育成 配置 評価 定着 ⼈事データ 適性検査 経験・スキル 評価・実績 労働時間 満⾜度調査 キャリア希望・⾯談記録 ストレスチェック 職種・部署
  9. © Hamagin Research Institute, Ltd. All rights reserved. ピープルアナリティクスによるタレントマネジメント (出所)⼀般社団法⼈ピープルアナリティクス&HRテクノロジー協会

    「ピープルアナリティクスの教科書」より当社作成 採⽤ 要員計画、配置 育成 定着 労務 課題 優秀⼈材の獲得が 困難 従業員ポートフォ リオのゆがみ、⼈ 員不⾜ 優秀⼈材の早期育成 離職を減らしたい 業務負荷の偏り 個別 テーマ (例) 採⽤プロセスの検 証・優秀⼈材の事 前予測 採⽤チャネル別の 費⽤対効果分析 事業別収益シミュ レーション 職務従業員マッチ ング分析 ポテンシャル⼈材事 前予測 タレント分析 研修の効果検証分析 定着率のモニタリ ング エンゲージメント のモニタリング 退職予測 健康状態モニタリン グ 勤怠モニタリング コンプライアンス違 反予測 活⽤ 効果 ⽬標採⽤数達成・ 優秀⼈材獲得 採⽤コスト削減 事業計画に即した 要員計画策定 ⼈材の最適配置 従業員の育成 育成担当の選定 育成スキル、内容の 検討 育成費⽤の最適化 従業員の定着率向 上 エンゲージメ ント向上 健康管理 労働時間管理 コンプライアンス管 理
  10. © Hamagin Research Institute, Ltd. All rights reserved. コンペにも出ました DIGITAL

    HR COMPETITION2022 ピープルアナリティクス部⾨ ファイナリスト (出所) ピープルアナリティクス&HRテクノロジー協会HPより Digital HR Competition2022 ピープルアナリティクス部⾨ ダイバーシティを⽬指したピープルアナリティクスの活⽤〜採⽤活動への実務展開〜 適性検査結果を活⽤し 活躍⾒込みのある部署への配置を 検討したり、採⽤⼈材の偏りを防ぎ ダイバーシティを⽬指す
  11. © Hamagin Research Institute, Ltd. All rights reserved. ①ピープルアナリティクスとは ②健康経営・エンゲージメント向上

    ③メンタル不調予測モデル構築とその運⽤ ④⼈事データを扱う上での注意点 ⑤私のキャリア展望
  12. © Hamagin Research Institute, Ltd. All rights reserved. 職場のメンタルヘルスの現状 ⽇本で約3%(419万⼈)の⼈が精神科・⼼療内科に通院中

    気分[感情]障害(躁うつ病を含む)が特に近年急増 (出所)2022年6⽉ 厚⽣労働省 『第13回地域で安⼼して暮らせる精神保健医療福祉体制の 実現に向けた検討会』より
  13. © Hamagin Research Institute, Ltd. All rights reserved. 従業員の健康管理の重要性 ワークエンゲージメント

    プレゼンティーイズム アブセンティーイズム 意欲・注意⼒低下 離職率上昇 健康の問題を抱えつつ 仕事をしている状態 仕事を休業している 状態 労働損失への対応が急務 【要因】 メンタル不調、胃腸・呼吸器・⽬の不調、頭痛・肩こり アレルギー、⽉経痛・PMS等 (出所)⽶国商⼯会 2016年発表 ”HEALTH AND THE ECONOMY The Impact of Wellness on Workforce Productivity in Global Markets” ⽶国商⼯会議所(2016年)によると、病気による早期離職・ アブセンティーズム・プレゼンティーイズムのGDPに対する労働損失は、 ⽇本で7%であり、今後拡⼤が⾒込まれている
  14. © Hamagin Research Institute, Ltd. All rights reserved. 健康経営とは 従業員等の健康保持・増進の取組が、将来的に収益性等を⾼める投資であるとの

    考えの下、健康管理を経営的視点から考え、戦略的に実践すること (出所)令和4年6⽉ 経済産業省ヘルスケア産業課 『健康経営の推進について』をもとに当社作成 企業理念 健康投資 ⼈的資本投資(健康経営銘柄・優良法⼈認定制度) 組織 活性化 イノベー ション 優秀⼈材 確保 業績向上
  15. © Hamagin Research Institute, Ltd. All rights reserved. メンタル不調者の未然防⽌・早期発⾒ 1次予防の未然防⽌、2次予防の早期発⾒を⽬的として、

    ⼈事データ分析が⼀つの⼿段に (出所)平成29年12⽉ 厚⽣労働省労働基準局安全衛⽣部 『職場におけるメンタルヘルス対策について』より 3次予防 復帰⽀援 2次予防 早期発⾒ 1次予防 未然防⽌ ・職場復帰⽀援プログラ ムの策定、実施 ・主治医との連携 ・上司、産業保健スタッ フ等による相談対応、 早期発⾒と適切な対応 ・労働者のストレスマネジ メントの向上 ・職場環境等の把握と改善 ・ストレスチェック制度 不調になりやすい ⼈を事前に発⾒
  16. © Hamagin Research Institute, Ltd. All rights reserved. ①ピープルアナリティクスとは ②健康経営・エンゲージメント向上

    ③メンタル不調予測モデル構築とその運⽤ ④⼈事データを扱う上での注意点 ⑤私のキャリア展望
  17. © Hamagin Research Institute, Ltd. All rights reserved. データ分析の流れ データ分析は以下のような流れで⾏う

    !"# ! " $%# &'(() *+ ,- &'((. /,# ! " 0# &'((1 /,# ! " 0# &'((2 3# ! " 4# &'((5 6 7 $ &'((8 /,# ! " 0# &'((9 /,# ! " 0# &'((: /,# ! " 0# &'((; /,# ! " 0# &'()( /,# ! " 0# &'()) ,- *+ &'(). 不調者 傾向分析 モデル構築 実運⽤に向けた 分析 各種⼈事データを組み 合わせ、不調者になり やすい⼈の特徴を整理。 機械学習モデル等により 予測モデルを構築 (不調になりそうな⼈の 事前予測)。 施策検討のための 分析を実施し、実運⽤に ついて検討。 データ整備・ 分析要件の検討 各種⼈事データの整備。 分析対象やターゲット (不調者)の定義を検討。
  18. © Hamagin Research Institute, Ltd. All rights reserved. うつの類型 うつの種類は⼤きく下記の2つ

    このほか、産後うつや季節性うつ等もある ・抑うつ気分 ・興味または喜びの喪失 ・体重の変化 ・不眠・過眠などの睡眠の変化 ・精神運動における焦り(焦燥) ・疲労感や気⼒の減退 ・無価値観、不適切な強い罪悪感・罪責感 ・思考⼒や集中⼒の低下、決断⼒の低下 ・死についての反復思考、⾃殺願望 35〜50代に多く、⼏帳⾯、良⼼的、 配慮できる性格の⼈が陥りやすい ・ストレスを感じることは気分が落ち込む ・遊ぶ時は気分が晴れやかになる ・他⼈を責める思考になる ・過眠、過⾷ ・体が鉛なまりのように重くぐったりする 若い⼥性に⽐較的多く、対⼈関係不安、 他⼈の評価が気になる⼈が陥りやすい メランコリー親和型 新型うつ病(⾮定型うつ病)
  19. © Hamagin Research Institute, Ltd. All rights reserved. 仮説⽴案 メンタル不調に陥りそうな⼈物像(ペルソナ)の仮説⽴てを⾏う

    これらを組み合わせてイメージした⼈物像 中年期危機 タイプ 更年期⼥性 タイプ ハラスメント 被害者タイプ 仕事と家庭 板挟みタイプ 若⼿の新型うつ タイプ ライフステージ 40代以降 40代以降⼥性 30代以下 30〜40代⼥性 20〜30代前半 性格特性・ レジリエンス まじめ・責任感が強い、 ⾝体の不調 体の不調 ⾃⼰肯定感が低い 完璧主義・きちんとや りたい 承認欲求が強い ライフイベント・ 就業環境 仕事のプレッシャー 管理職適性 介護などの負担との両 ⽴ パワハラ・残業過多 育児と仕事の両⽴で 疲弊 仕事の適性・社内の ⼈間関係 若⼿・オンボーディング 30〜40代・育児期 40〜50代・管理職・介護・更年期 ライフステージ ライフイベント・就業環境 性格特性・レジリエンス 残業過多・パワハラ・仕事の適性 仕事のプレッシャー(管理職・昇格) 社内の⼈間関係・孤⽴(テレワーク等) 悲観的・内向的・⾃⼰肯定感が低い まじめ・責任感が強い・完璧主義 承認欲求が強い・サポートの有無
  20. © Hamagin Research Institute, Ltd. All rights reserved. データでどう表現するか マインド

    (意識・意欲・ 価値観) ヒューマンコア (性格特性) スキル・経験 ⾏動 成果 氷⼭モデル ⼈事データ 属性情報 ︓性年代・職種・部署・採⽤形態 成果・⾏動 ︓評価・実績・昇格・不調者リスト 従業状況 ︓⼊社年・異動・労働時間・内外勤 仮説⽴てした要素を表現できそうなデータを選定・ 加⼯して、基礎集計を実施していく マインド ︓ES調査・パルスサーベイ・⾯談記録・ ストレスチェック(部署単位) ヒューマンコア︓適性検査 ライフステージ ライフイベント・ 就業環境 性格特性・ レジリエンス
  21. © Hamagin Research Institute, Ltd. All rights reserved. 予測モデル構築 仮説⽴てしたペルソナをイメージしながら基礎集計し、特徴量を作成

    仮説になかった新たな特徴量も含めて、AI(機械学習)モデル構築 !"# ! " $%# &'(() *+ ,- &'((. /,# ! " 0# &'((1 /,# ! " 0# &'((2 3# ! " 4# &'((5 6 7 $ &'((8 /,# ! " 0# &'((9 /,# ! " 0# &'((: /,# ! " 0# &'((; /,# ! " 0# &'()( /,# ! " 0# &'()) ,- *+ &'(). 基礎集計 モデル構築 不調予測確率算出 社員コード 不調予測確率 モデルランク 100 不調者予測 ランク TEST01 0.0361% 92 3 TEST02 0.0000% 0 1 TEST03 0.1007% 98 5 TEST04 0.0034% 41 1 TEST05 0.0033% 41 1 TEST06 0.0094% 69 1 TEST07 0.0082% 66 1 !" #!" $!" %!" &!" '!" (!" )!" *!" +!" #!!" !" #!" $!" %!" &!" '!" (!" )!" *!" +!" #!!" ※図はイメージです。
  22. © Hamagin Research Institute, Ltd. All rights reserved. 実務展開例 !"#

    $%&'( )* !"#* !"# +, -./012 3 34555 6 5768 9 34555 6 5768 6 :55 6 57;8 < 955 = <758 >?@A'B0CDEFGHI'JA0K : 355 3: 3:758 )L@MNOPQBR-CSTDEUVA0K WC3XFA'B0DEY>?CST3Z[3 予測確率が⾼い順にランクを分け、 それぞれのランクに沿って施策を検討 ⾼リスク 低リスク 【予測ランク別のフォロー体制の例】 ※図はイメージです。 ランクごとの構成⽐やフォロー体制は、 ⼈的リソース(保健師・⼼理師・⼈事等)の兼ね合いで調整
  23. © Hamagin Research Institute, Ltd. All rights reserved. ピープルアナリティクスの可能性 ・エンゲージメントサーベイ

    ・パルスサーベイ ・ネットワーク分析(メール・チャット等) ・⾳声解析(⾯談・電話等) ・ウェアラブルデバイスデータ (体重・⼼拍・睡眠等) 健康管理・エンゲージメント向上のための ピープルアナリティクス ストレス 可視化 離職抑⽌ ⼈間関係 改善 孤⽴防⽌ 健康管理 活躍可能性
  24. © Hamagin Research Institute, Ltd. All rights reserved. ①ピープルアナリティクスとは ②健康経営・エンゲージメント向上

    ③メンタル不調予測モデル構築とその運⽤ ④⼈事データを扱う上での注意点 ⑤私のキャリア展望
  25. © Hamagin Research Institute, Ltd. All rights reserved. 分析⾯での注意点・課題 ・予測ターゲットの数(不調者・離職者)の少なさ

    ・不調2回⽬の⼈は当たらない(⼈事対応済) ・⼈事制度が変わるとターゲットのペルソナも変化 ・効果検証まで時間がかかる もともと⾦融⾏動データ(ビッグデータ)の 分析屋である私が感じたこと
  26. © Hamagin Research Institute, Ltd. All rights reserved. ⼈事データを扱う上での注意点 ⼈事データ利活⽤原則

    (出所)⼀般社団法⼈ピープルアナリティクス&HR テクノロジー協会 1.データ利活⽤による 効⽤最⼤化の原則 2.⽬的明確化の 原則 3.利⽤制限の 原則 4.適正取得原則 5.正確性、最新性、 公平性原則 6.セキュリティ確保の 原則 7.アカウンタビリティ の原則 8.責任所在明確化 の原則 9.⼈間関与 原則
  27. © Hamagin Research Institute, Ltd. All rights reserved. ①ピープルアナリティクスとは ②健康経営・エンゲージメント向上

    ③メンタル不調予測モデル構築とその運⽤ ④⼈事データを扱う上での注意点 ⑤私のキャリア展望
  28. © Hamagin Research Institute, Ltd. All rights reserved. これまでとこれから データエンジニア時代

    データコンサルタント エンジニアリング⼒ プログラミング データ整備 基礎集計等 課題解決⼒ ドメイン知識 顧客業務の理解 規制・システム・財務・⼈材マネジメント 現在 ⾝に着けたスキル データコンサルタント + ︖ マーケティング リスク管理 ピープル アナリティクス 気候変動関連 公共政策関連 ︖ 将来 担当領域