2017.7.7 HR Tech Kaigi vol.2

[loversnet]

このイベントについて

労働人口が減少していく中で、企業の競争力は戦略や経営システムといったハードではなく、人材や社内文化といったソフトにシフトしています。

今後、企業の競争力の源泉となる「雇用力」をいかにつくるか。

この大きな課題に対して、HR領域の最新テクノロジーは重要な意味を持ちます。 戦略人事としてどのように最新テクノロジーを活用していくべきか、HR Techは今後どのように進化していくのか。

今回のHR Tech Kaigiでは、「そもそもHR Techとは何か？」という前提のお話から入り、HR Techの具体的活用事例をご紹介いたします。 このカンファレンスを通じて、ご参加いただくみなさまと一緒に、今後の人事のあり方について考え、多くの刺激を得ていただければと思います。

今回のテーマ

HR Techのそもそも談義から最新活用事例まで。思いっきりHRを語り尽くす七夕ナイト

登壇者プロフィール（敬称略・順不同）

HR Techってそもそもなんだろう談義

篠田真貴子（株式会社ほぼ日 CFO管理部長） 日本長期信用銀行（現新生銀行）を経てコンサルティング大手、マッキンゼー・アンド・カンパニー入社。その後、スイス製薬大手のノバルティスファーマに転職。08年東京糸井重里事務所（現株式会社ほぼ日）に入社、09年取締役最高財務責任者（CFO）に。慶応義塾大学経済学部卒、ペンシルベニア大学ウォートン校で経営学修士（MBA）

佐野一機（株式会社タレンティオ 代表取締役社長CEO） / モデレーター コンサルとして様々な企業を支援した後、事業会社を設立。譲渡後、2011年に株式会社サティス製薬の経営に参画。2015年に家入一真氏と株式会社キメラを共同創業。2015年8月に採用管理システム「Talentio」を運営するハッチ株式会社を買収。2016年9月にハッチ株式会社を株式会社タレンティオに社名変更。代表取締役就任。グロービス経営大学院（MBA）修了。

人事はHR TechとPeople Analyticsをどう活用するべきか

藤野学（株式会社リクルートホールディングス IT人材統括室） 1981年12月14日生まれ。東京都国分寺市出身。2006年にリクルートに新卒で入社。WEBサービスの開発エンジニアからキャリアをスタートし、新規事業企画、営業を経て、2年前から人事に異動。新卒採用を担当しながら、HR Techの推進に取り組んでいる。

佐久間祐司（LINE株式会社 人材支援室） 2005年ワトソンワイアット（現ウイリス・タワーズワトソン）に入社。人事制度構築コンサルティング等に携わる。08年に面白法人カヤックに転じ人事業務全般を担当。新卒採用キャンペーン「節就宣言」で第10回東京インタラクティブ・アド・アワード銅賞を受賞。その後、生体情報やビッグデータの人事への応用を志し、同志社大学心理学研究科に進学。株式会社メタップスを経て、現在はLINE株式会社にて人材支援室に所属。HR technology/People Analyticsの導入・推進を担当。

宮田昇始（株式会社SmartHR 代表取締役） / モデレーター SmartHRを開発する株式会社SmartHRの代表取締役CEO。2013年に株式会社KUFU（現SmartHR）を創業。2015年11月に自身の闘病経験をもとにしたクラウド人事労務ソフト「SmartHR」を公開。利用企業数は公開後1年と6ヶ月でおよそ5,000社にまで拡大。IVS、TechCrunch Tokyo、B Dash Campなど様々なスタートアップイベントで優勝。HRアワード 2016 最優秀賞、グッドデザイン賞 2016、東洋経済すごいベンチャー100にも選出。

[loversnet]

HR Techってそもそもなんだろう談義

• 篠田さん：ほぼ日のCFOで9年目
  • 管理部門がない状態からのスタート。仕組みをどうするかを考えて制度を作ったり
  • 経営コンサルティングの視点から人事、組織について考えてきている

労働人口は年々減少、雇用力が企業の競争力になる

• 高度成長期：企業側に力がある
• 有効求人倍率：1.48倍（2017年4月）
• エンジニアの有効求人倍率は6倍

HR Techはどういう風に定義したらいいのか

• 経理実務のTech化

  • 平成3年まではシステムなどが導入されることがなく、手作業でやっていた

• ほぼ日：最初のステップとして重要なこと 1.大人数が必要→少人数で可能 2.正確性に不安（ヒューマンエラー）→より正確に 3.仕上げるまで時間がかかる→短時間で仕上げられる

• データ活用のステップ

  • 現状の認識をどれだけ把握できるか
  • データベースをきれいにしていく

• 大事なのは、人事のあり方が大きく変わろうとしている
  • 終身雇用をいかに維持するか　→　 働く側にパワーが移っているので、流動性高く働きたい希望がある
• 海外の方が日本に比べて流動性が高い、どんな人が定着性がいいか分からない
• いろんな文化が混じっていて探っていく必要がある
  • 定量的に探っていく必要性がある（×定性的）

青田さんが登場した・・・！

• HRをもっとよくしていく

• AIとピープルアナリティクスにARやVRを交えてもいいんじゃないかと思っている

• AIが人の仕事を奪うって言うけど、奪ってくれないと困る

  • Amazonは倉庫にルンバみたいな機械を入れて、棚が自分のところに来るようにしている

• 人事戦略を行うにあたり

  • 意思決定にどう寄与しているのか
  • 推進するうえでパワフルになっているか

元サイバーの渡邉さんもでてきた・・・！

• サイバーの中でいうと、人事の中で「①コミュニケーションエンジン」と「②パフォーマンスドライバー」
• ①コミュニケーションを円滑にしていく
• ②問題解決になりがち　→　業績に貢献していく

ほぼ日

• 人1人採用するときには、工場１つ立てるようなのと同じ気持ち
• 新しい分野にいきたいときに、外から来る新しい人を中心にして作っていく
  • あの人が入ったことによってムードが変わった、実行できるものが増えた
• 経営そのもの（経営者が人を採って、それを一緒にやることが事業戦略）　←佐野さん

人事戦略って何なのか

• 自分たちが目の前にあるツールをどう寄与するのか、というところができないといけない
• 人事戦略をするうえで大きく寄与するテクノロジー

[loversnet]

人事はHR TechとPeople Analyticsをどう活用するべきか

LINE：佐久間さん

HR Techとかほぼ考えたことなかった会社が限られたリソースで半年くらいで楽しくジタバタする話

• HR TechとPeopleAnalyticsについてはまあり意識しないで話す

１．背景と課題意識（１）

• 人事が求められているのはマネジメントの強化
• 本体に1500名
• 2年以内の入社がほぼ半数
• 「スマートポータル戦略」により、違う生き物が多数生息する会社に
• 求心力はサービスそのもの、組織戦略で勝ってきた会社ではない

【社内の認識】速い、安い、ウマイ 「人事もデータに基づいて意思決定ができたらいいな」くらい →投資判断や明確なテーマはなし →応援はあるが判断は是々非々

【佐々木さんの意識】蓄積して価値が高まるデータ＝センターラインを通す ”HR Tech or Die” →データの蓄積が勝負 →今すぐ手をつけないと二度と勝てない世界に

センターライン？ 会社パフォーマンス ↑ 個人パフォーマンス＝個人の能力＋職務特性＋環境・文化 （個人の能力＝性格特性、経験・職歴。スキル） （職務特性＝エンジニア ↑ エンゲージメント

パフォーマンスとの相関性の仮設×取得の難易度（取得済／取得可能／取得困難）

２つの速い、安い、ウマイ １：分析基盤を構築する ２：「マネジメントサポートします！」

• 足元の状況として、人事周りのデータは独立

• システム統合は非現実的

• 分析用の東郷データベースを構築

• BIツール（tabeleau）の導入

  • 純粋なDBは日エンジニアには扱いづらい
  • 短期的に役に立つ者として、統合するデータから、マネージャ0向けのHRダッシュボードを提供する（勤怠や評価、年収分布等）

• 人事のレポーティングの手間の軽減、という分かりやすい成果

２：マネジメントをサポートします LINEマネージェーの３つの難しさ ①メンバーの人となりがわからない ②マネージャーとしての働きかけ方がわからない

提案ツール　パーソナリティテスト「FFS」 ③（マネジメントアクションの）効果があったのか分からない 提案ツール②「WEBOX」？

入社してから今までの流れと現在

- 2月入社、様子をうかがう
- 3月マネジメント強化の文脈にのせつつデータを採るという先述で部署内での承認を得る
- 4月役員会で承認、パイロット実施、チームの募集
- 5月FFSとWEVOXの実施、BIツールの導入決定、ツール選定など
- 6月取得データのフィードバックや各種の研修に追われる
- 7月採用時の展開検討、tableauへのデータ投入

• 残業が多いTOP15人と適性テストを照らし合わせると、共通因子があった
• ひとの役に立つのが嬉しい
• 人の特性、性格的なところから働き方改革も見えてくる

[loversnet]

人事はHR TechとPeople Analyticsをどう活用するべきか

リクルートホールディングス：藤野さん

• 06入社
• エンジニア6年やってから開発とかやって人事

２つのテーマ

DEDA Driveven HR

• データを活用し、人事の意思決定を高める

HR Tech Ops

• 人事の進化を”Tech”と"Ops”で実現する

• プロジェクトメンバーは9名

  • エンジニア、IT人材新卒がメイン
  • エンジニアが3名、新卒4年目1人、2年目1人、人事業務1名、データ解析1名、あともう1名

• 目的

  • 採用・人事開発の進化（ノンコア業務の効率化） ∟Tech投入（全20テーマ）

• きっかけ：違和感

  • 紙とExcel作業ばかり、仕事のための仕事
  • 人事がやらなくちゃいけない仕事にどれだけ仕事をしているの？
  • こんな働き方をしていてキャリアになるの？

なぜこんな働き方をしているのか

• 属人的な組織：人事業務は秘伝のたれ
• ノンコア業務の肥大化

HR Tech　トレンド 2000年：業務効率 2008年「データ収集」 2013年「データ分析」 2016年～「データの予測」

事例紹介

• 「選考業務の効率化」を構想し、着手

  • 特に新卒採用（1日何千件の面接）
  • 選考業務5’時間/人日）、業務委託費を4000万円（万／年）削減（Excel→Salesforce）
  • これまで23時までの勤務

• 組織のオープン化

  • 組織の働き方を進化
  • 全員の業務を見える化
  • 組織の意思決定の質／スピードアップ -メンバー：アウトプットの質が向上
  • GM：コミュニケーション

• 進化し続けるアプローチ

  • HRエコシステム ：昨日／外部サービスが交換可能な構成
  • 新しいものがでてきたら実証実験をして、よければ導入
  • 約70サービスを評価、導入検討していく。寄り良いものを取り入れる

• 経費精算の効率化

  • Neoの登録作業をBotで自動化し、学生負担50%減、人事の業務深58%減

• 日程調整の自動化

  • Botが社員と学生の日程調整し、Outlookに予定登録
  • Facebookでの連絡～

• 面接スケジュール自動生成

• エントリーシートの自動分析

  • テキストマイニングを活用し、評価基準に則り分析
  • 業務効率化（100h／回→25h/回）
  • 評価制度が2倍に向上

• BIツール

  • 人事関連データを集約

危機感

• イノベーター理論
  • スタッフ組織のテクノロジー活用は「レイトマジョリティ」
  • 採用者数×時間のマトリックス

まとめ

• ノンコア業務の圧縮
• コア業務の進化（採用／人材開発力の向上）
• 進化し続ける組織文化

Ready for human & robots mixed team！

[loversnet]

人事はHR TechとPeople Analyticsをどう活用するべきか

ディスカッション

HR Techの始め方。気をつけたこと、大変だったこと LINE

• 人事が直接やると現場に嫌われる（時間を取られたりするので）、すぐに成果がでて取り組めそうなものを妥協せずに入れた
  • FFSやwevoxは現場もいいと言ってくれている

リクルート

• テキストマイニングしてよさそうな人をピックアップ→2年前からやっていて、業務効率化が大きくてやっていた。
• 過去の評価の仕方を再現するところからスタートした。結果自分たちがやりたいと思っている評価軸ではないというところから進め始めた
• 今も人の目は入っている。可能性があるなしは既に判定できていて、ある人について人の目を入れていくという感じ
• 単語と文脈に近い所を見て判定している（キーワード単語と8語くらいの単語を抽出してみるようにしている）
  • 過去のよかった人のレジュメを見て比較をしている
• 2年前に始めて実用レベルになったのはそこまで時間がかからず数カ月
  • チューニングはしている
• 最初に食べさせたデータは1000件くらい

未来のHRやdeeplearningの点で、生体データでどんなことが分かりそうですか？ LINE

• ストレスはホルモン（コルチゾール）の分泌で分かるようになっている
  • 質問紙でストレスを測るのはばかばかしい、血液くれって言う感じ
  • コルチゾールは唾液でも取れるので、そういうので取っていけるのではないか　笑
• 性格特性についてはこれで全てが決まっているわけではない、組み合わせやよさ・悪さを見てのチームというところを話をしている
• 生体データを会社に入れているというところは、アメリカの健康保険周り（Fitbitを導入して健康になって健康保険料下げようぜ、みたいな感じ）はありそう

ピープルアナリティクスカンファレンスでテクノロジーが面白そうというのはありました？ リクルート

• やたらエンゲージメントって言うなという印象だった
  • 自分たちもエンゲージメントをいかに引き上げるかという点を見ている
  • 退職率を下げる
• データのオープン化
  • 世の中のオープンソースから探すことができたりスコアリングできたり
  • リスクハントしていくような（犯罪者DBを元に似たような因子を持つ人が出せたり）

LINE

• ネットワーク分析
• ヒューマナイズ（誰と誰がコミュニケーションを取っているか）
  • この人はこの人とどのくらいコミュニケーションを取っているか
  • 辞めた人がいたときに、リプレイスした人にそのデータを渡すと、誰とコミュニケーションを取るのが大切かというのがしれるので、マニュアルよりも重要かも
  • 権力者から矢印を飛ぶのは当然、逆に矢印が向く人がコミュニケーションのハブになっている可能性がある
  • コミュニケーション量でどちらを上の役職に上げるという点で評価するというのもある
• チャットツールコミュニケーション（トラストフィア？）

ひとことずつ（誰のためのHR Techか） LINE

• 自分の趣味でもある
• 前にカヤックにいたけど、現場の解決にならないことがあったりして、せめぎ合いの間にあった。
  • 何とかしたいと思っていた
  • 数字や確率で分かるといいなと思っていた
• 経営と現場の最適という感じ

リクルート

• 自分たちがやることは人事戦略や経営戦略に則ったものだと思っている
• まずは自分たち、自分の組織のため、というアプローチから考えていくのがいいのではないかなと思っている