人事データのデータクレンジングが
人事のより良い意思決定と
部門を超えた議論の活性化に貢献
インタビュイー
株式会社フージャースホールディングス 人事部採用企画課 廣畑一聖 様
※所属部署は取材当時のものになります
インタビュアー
パナリット株式会社 カスタマービジネスパートナー 加藤順平
目次
パナリット導入により、データの正確性が改善
加藤：
パナリット導入前のデータの管理方法と、課題を教えていただけますか？
廣畑：
当社では数千名の社員がいますが、人事データをExcelで管理しているために様々なミスが発生しており、人事データが正しいのか正しくないのか分からない状況でした。その不確かなデータを基に人事戦略や人事課題について考えている状況に、一抹の不安を感じていました。
加藤：
データが正しいか正しくないかわからなかったということですが、以前はデータクレンジング（※データの確認・修正）をどのようにされていましたか？
廣畑：
アナログな方法で、入力する人とチェックする人を決めてマンパワーで確認していました。担当者が間違えれば、単純に間違いが起こるという仕組みで、指摘があった時にその都度修正していました。
加藤：
人事データは誤りが多いですよね。パナリットでフージャース様のデータクレンジングを行った際には、退職日がなくてデータから消えている人が何名かいらっしゃったり、ホールディングスと子会社で管理職の定義が異なっていたり、派遣社員とそれ以外のデータが分かれていたため、複雑なデータの統合・修正が発生したりしましたね。
廣畑：
パナリットで正確なデータが把握できるようになってからは、従業員数の集計のミスに気づけるようになりました。
正社員などは特に間違えないよう気をつけていたものの、退職日などの入力漏れや、性別の誤入力が発生してしまっていたのですが、パナリットを利用することにより正しいデータに修正できました。
正確なデータの可視化が、より良い経営判断に直結
加藤：
正しいデータを可視化できるようになったことで、経営にはどのようなインパクトがありましたか？
廣畑：
退職率がやっと正しい状態で表示されるようになったので、過去の退職率を一覧で出して、退職者の分析を行いました。それが経営陣の目に留まり、その分析をベースに人事施策の議論が進んでいます。
例えば、女性管理職比率を高める施策の中で、女性の活躍推進に取り組んでいたのですが、経営陣が思っていたより女性の退職が多いことがパナリットで可視化されました。女性がキャリアに悩んで辞めるケースも判明しました。（データで事実確認できたことにより）改めてその重要性に気づき、女性活躍推進の取り組みのスピードを加速させることになりました。
他には、想定よりも退職率が低い部署が見つかったり、ここ1年で20代の退職が増えていることが分かりました。若手社員が他の社員とのコミュニケーションを取りやすい機会を提供したり、研修を設けようといった動きが出たりしました。
加藤：
これまでの誤った思い込みや、新しい課題が明らかになったということですね。
それを実際に、女性の待遇改善を促進するなどのアクションに結びつけたのは、非常に素晴らしいですね。
実は、退職率の計算は非常に複雑なんです。
組織全体で出すのは比較的簡単なのですが、それを時系列、組織別、男女別、役職別などで見るには、高度な計算と知識が必要になります。それをぱっとできるのはパナリットの大きな強みかと思います。
人事データの民主化により、部門を超えた議論も活性化
廣畑：
現在経営企画が経営陣に提出している人事レポートを、今後は全てパナリットに代替するように準備しています。
加藤：
経営企画と人事は、うまく協業できていますか？
廣畑：
これまでは、人事と経営企画の関係性はあまり良好ではありませんでした。
経営企画が求めるクオリティの人事データが出せず、コミュニケーションもうまく取れなかったのです。それがパナリットを導入したことで、まだまだ経営企画が求める水準には届いていませんが、開示に対してこうしようという返答が可能になり今後どのようにデータを蓄積するのか？どのような定義で？という前に進むための議論ができるようになりました。
私としては関係者が増えたことは喜ばしいことだと思ってます。
コミュニケーションが活発になるにつれ、これまで人事データに理解や関心がなかった人もデータやデータクレンジングの重要性を認識するようになりました。
加藤：
パナリットが、組織内の関係性の改善やコミュニケーションのきっかけになっているのは嬉しいですね。
コミュニケーションの改善は、より多くの気づきが見つかるきっかけにもなると思います。
廣畑：
今後も加藤さんにもご相談しながら、社内でのデータ活用に関する議論を活発化させ、より理想的な形に進化させていければと思います。パナリットはツールの提供だけでなく、データの整理整頓や誤りの発見など、データクレンジング全体のサポートをしてくださるのが大きいと感じます。
加藤：
また人事データ分析に関するお困りごとがありましたら、なんでもご相談ください。
本日は、貴重なお話をありがとうございました。
