組織における「価値観」ネットワークの可視化と「評価」に与える影響

people analytics tokyo #1
組織における「価値観」ネットワークの可視化と
「評価」に与える影響
株式会社トランス代表取締役
塚本鋭

筑波大学付属駒場中学・高等学校（1998-2004）
東京大学・大学院工学系研究科（2004-10）
- 機械学習（AI）・複雑ネットワーク
※人工知能学会研究会優秀賞・東京大学工学系研究科長賞（総代）など受賞
株式会社野村総合研究所（2010-12）
- コンサルティング事業本部
株式会社クラウドワークス（2013-2018）
- 社員番号８・2014年12月上場・子会社副社長など歴任
株式会社トランス（2018-）
登壇者略歴

大学でやっていたこと

Copyright © 2019 TRANS., inc. 3
母集団形成
面接
適性検査
入社後活躍退職応募離職
採用
マネジメント
タレント
マネジメント
面接結果
適性診断
機械学習
（AI）
入社後活躍
早期退職
ＡＩが採用候補者の入社後活躍・早期退職を予測する
ピープルアナリティクスサービス「TRANS.HR」

自社における「活躍・定着人材」を
“再現性”のある形で、採用できていますか？

「採用基準」と「入社後評価」の関係が分析されておらず、
適切な「採用基準」が作れていない
高評価
19%
「面接」における“高評価者”の
入社後評価（X社）
入社”前”の「高評価者」のうち
入社”後”の「高評価者」は【19%】
「適性検査・ストレス耐性」が
低い人の退職率（Y社）
退職率
17%
在職率
83%
「ストレス耐性」が低くても
【83%】は退職していない

既存の従業員のデータから、応募者を予測
データが蓄積され、さらに精度が高まる
従業員データ
（適性診断・面接結果）
※部署・職種
予測モデル
（機械学習）
応募者データ予測結果
高評価確率：80%
早期退職率：30%
データ
蓄積
（入社）

適性診断×機械学習（ＡＩ）によって
入社後評価・早期退職を高精度で予測できることを実証済み
WebサービスＡ社（200名）広告系Ｂ社（1000名）
不動産系Ｃ社（1000名） IT系Ｄ社（2000名）
早期
退職者
10%
早期
退職者
62%
早期
退職者
12% 早期
退職者
49%
高評価者
25%
高評価者
84%
低評価者
9%
低評価者
64%
利用前 TRANA.HR 利用前 TRANA.HR
利用前 TRANA.HR 利用前 TRANA.HR

「相性（価値観）」と「評価」は
どのくらい関係するのか？
（を可視化してみた）
※ネットワークの良い点は”可視化”

「２つの主張」のどちらが正しい？
会社の価値観に
マッチする人を
採用するべき
組織には
多様性が重要

「価値観」の「関係性」と「活躍」を可視化してみる
価値観「適性診断」の結果を利用
※今回は、弊社の「TRANS.適性診断」の結果を利用
関係性「適性診断」の差を「類似度」としてスコア化
活躍
「人事考課」の結果を利用
※「高評価」「普通評価」「低評価」は
「人事考課」の一定期間の平均により３分割

１．部下と上司の関係性
２．組織全体における関係性
３．「価値観」と「評価」の関係性

１．部下と上司の関係性

「評価」のネットワークを可視化
社長

リンク（エッジ）の太さ＝類似度

リンク（エッジ）の太さ：類似度
ノードの枠色：評価（高評価／普通評価／低評価）

「部下」と「上司」は、
【似すぎ】ても【異なりすぎ】ても、評価が悪くなる？
部下の平均評価
上司と部下の類似度高い
（似ている）
低い
（異なる）

「部下」と「上司」は、
【似すぎ】ても【異なりすぎ】ても、評価が悪くなる
中途入社
（リーダー以上）
新卒入社
（メンバー）
上司と部下の類似度
上司と部下の類似度
※性格一致度0~60%は、
役員による評価で異常値
高い
（似ている）
低い
（異なる）
高い
（似ている）
低い
（異なる）

２．組織全体における関係性

「価値観の類似度」によるネットワークを可視化
社長

（評価）

（クラスタリング）
ノードの色：クラスター（４つ）

「価値観」によって、高評価／低評価になりやすいタイプがいる
※ただし、採用には使いにくい
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
黄紫青緑
高評価普通評価低評価
ノードの色：クラスター
※評価（高評価／普通評価／低評価）
クラスターごとの評価分布

３．「価値観」と「評価」の関係性

組織ごとに重要となる「価値観」を限定することで
より「高評価タイプ」と「低評価タイプ」がわかれる
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
黄紫青緑
「全ての価値観指標（６軸）」による
（階層化クラスタリング）
「特定の価値観指標（4軸）」による
（教師あり学習）
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
A B C D

「評価」に強い影響を与える「価値観」ネットワークを可視化
※「高評価」と「低評価」の価値観は、真逆ではない
ノードの色：クラスター（４つ）
挑戦・外向
挑戦・達成
達成・感性

部下と上司
組織全体
価値観と評価
部下と上司には、適した価値観の組み合わせがある
※似すぎても、異なりすぎても、評価が悪くなる
組織では「高評価／低評価」になりやすい価値観がある
※「高評価」と「低評価」の“価値観”は、真逆ではない
組織ごとに「重要となる価値観指標」がある
※「重要指標」が一致していれば、他は多様でＯＫ

「２つの主張」のどちらが正しい？
会社の価値観に
マッチする人を
採用するべき
組織には
多様性が重要
組織として重要な「価値観」はマッチさせ、
それ以外の価値観は多様であることが望ましい（？）

（ご協力のお願い）
「ITベンチャー向け適性診断」”無料”トライアル企業を募集
応募者データ
予測モデル予測結果
従業員
データが
少ない
１企業における
価値観
ITベンチャー
全体の価値観
共通部分を定量化することで
未来予測の精度を高める
ご興味持っていただける方は、お声がけいただくか、
弊社HP（ https://hr.trans-suite.jp/ ）よりお問い合わせください！

組織における「価値観」ネットワークの可視化と「評価」に与える影響

組織における「価値観」ネットワークの可視化と「評価」に与える影響

Recommended

Recommended

More Related Content

Similar to 組織における「価値観」ネットワークの可視化と「評価」に与える影響

Similar to 組織における「価値観」ネットワークの可視化と「評価」に与える影響 (20)