アプリケーションSEがデータサイエンスや機械学習を学ぶ方法について話せます

人事データ分析のテーマ設定、仮説の立て方、分析アプローチについて話せます

■背景 社内外の人事データ分析プロジェクトに携わってきました。これまでに取り組んだテーマは、配置、エンゲージメント、ハイパフォーマ―分析、労務分析、タレントマネジメントなどです。人事データ分析は2018年頃から取り組んでおり、統計解析や機械学習技術を応用してきました。また、近年ではアドバイザリも実施しております。 過去には製造、公共などの諸問題に対してデータ分析や機械学習技術の応用を行ってきましたので、その経験も活かしています。 ■話せること 人事データ分析、ピープル・アナリティクスは国内ではここ数年注目されるようになってきました。一方、人事部門の中で実践しようとしても組織内に経験が蓄積されておらず、様々な疑問や課題が生まれます。これまで、人事部門内でデータ分析に携わっている方から以下のような質問を受けアドバイスしてきました。お気軽にご相談いただければと存じます。 (1)技術的なご相談〈人事の方向け〉 ・グラフを使って分析をしたいのだけど、どのようなグラフを使っていいかわからない。 ・散布図や単回帰を使って分析したがどのように解釈したらよいかわからない。 ・○○と▽▽の関係を調べたいのだが、どのような方法がよいかわからない。 ・分析をしてみたが想定と違う結果が得られた。分析を深める上で何かよいアイデアはないだろうか。 ・データ分析未経験者は何から学ぶといいだろうか。 (2)技術的なご相談〈人事経験のない技術者向け〉 ・人事データの種類が多く、人事担当と議論した仮説(問題)とどのように紐づけて良いかわからない。 ・人事データを加工したり特徴量化したりするとき、何に気を付ければよいだろうか。 ・DNNや高度な統計モデルを利用して説明したが伝わらなかった。どうしたらよいだろうか。 ・レポーティングの際に人事の方が求める切り口がわからない。 (3)テーマ設定 ・漠然と配置やエンゲージメントについて取り組みたいと思っているが、どこから手を付けたらよいだろうか。 ・データ分析には仮説が必要だと言われるが、仮説の立て方がわかならい。どうしたらよいか。 ・機械学習や最新のAI技術を使ってアウトプットを出したが、人事管理職の反応が悪かった。なぜだろうか。 ・社内アンケートを一から作るときに気を付けることはないだろうか。 (4)組織運営 ・草の根的に始めているがなかなか認められない。どこから手を付けるべきだろうか。