導入事例

B社(広告系 ※社名非公開)

ハイパフォーマーの条件を定量化!部門ごとの特徴が明らかに

広告 1,000~10,000人 活躍人材の定量化

・会社名:B社(※社名非公開)
・従業員数:1,001~1万名
・業種:広告
・導入目的:活躍人材の定量化

導入のポイント

・「適性検査」を導入したが有効な活用方法がわからなかった
・全社の採用基準に加えて、職種ごとの採用基準を再定義できた
・自社内での高評価の定義を見直すきっかけに

「適性検査」のデータはあったが、活用できていなかった

なぜTRANS.HRに興味をもたれたのですか?

弊社で新しく、HRデータを専門に分析・活用するための部署が立ち上がりました。データ基盤の整理などは事例も多く順調に進んでいたのですが、具体的にどのようにデータを分析し、生かしていくのかの方針を決めかねていたところ、Web上で分析事例の記事を見かけて問い合わせました。

特に、全社員分の「適性検査」データを取得しており、平均などの分析はしていたのですが、より多くの気づきが得られないかと考えていました。

全社の採用基準に加えて、職種ごとの採用基準を再定義

TRANS.HRを導入されてよかった点は何ですか?

よかった点は「部署・職種ごとにそれぞれの特徴を可視化できたこと」です。それまでは、全社の特徴を見ていたのですが、分析ツールを活用することで、簡単に部署・職種ごとの集計ができ、部門ごとにも大きな差があることに気づくことができました。

会社全体での採用基準はもともとあったのですが、今回の分析で「職種」ごとにハイパフォーマーに大きな違いがあることがわかったので、「職種ごとの採用基準」を新しく定義し、採用担当者と共有しています。

自社内での高評価の定義を見直すきっかけに

TRANS.HRの導入で、難しかった点を教えてください

サービスの問題ではないのですが、分析を開始する際の「ハイパフォーマー」(高評価者)と「ローパフォーマー」(低評価者)の定義が難しかったです。どのような基準で「高評価者」と「低評価者」を決めるべきかで、議論が長引いてしまいました。

一方、この議論を通して、「誰を自社内でハイパフォーマーと呼ぶのか」の共通認識ができたことは、今回のサービスとは関係ないのですが、自社としてはよかったかなと思います。

今後どのように運用されていきますか?

まずは、応募者の予測と、実際の結果のデータを蓄積していきたいと考えています。既存の従業員の分析では、72%の確率で評価を予測できましたが、実際の応募者に適応したときに、どの程度当たるのかについて、期間を設けて検証し、その後本格的に採用判断に使えるのかを意思決定してければと考えています。

データ×AIの未来予測を、今すぐ体験する

30日間無料でご利用いただけます。

β版を無料で試してみる