人事分野のドメイン知識とデータサイエンス

人事分野のデータサイエンス「people analytics」として1つの分野になっていて、素材も多いので別ページに分けました。やはり先行事例はgoogleかな。いろいろまとまっている。

本当は人事こそデータで考えるべきだと思ってます。たまたまローテーションで人事部にいたり、他の仕事ができなくて置かれているような人による勘や経験に基づく思いつきの施策は多くの社員を苦しめる。

以前とある人事部門でデータ分析だけ導入すれば良いと思ってるコンサル崩れが「知り合いの統計を知ってるエコノミストが言うにはー」とか引っ搔き回して、まぁいろいろ大変だった。買い叩かれ案件なんてこんなものではあるが、人事部自体も結局は元いる人材次第なんだなww
その案件で学んだことの1つとして、人事データは外に出せないものも多いので、人事部のメンバー自体に分析をさせ、コンサルタントはアドバイザリーとして入るという形態もあるということ。そしてそれは人事部門側のリーダーの質にPJの質が大いに左右されるという経験。

people analyticsは、手法として特別なことや難しいことは多くない。ドメインをいかに理解して、必要なアウトカムを実現するための分析を設計できるかがほとんど。なお分析手法やアウトカムに沿って分析を設計する手法は別に譲る。
必要な情報源として、人事制度とニュースのソースをメモ。人事業務というのは、その影響を受ける側としての想像ができてしまうからこそ、こういう情報を参照・確認する必要がある。

あとは最近だと人的資本経営って文脈も出てきた。

日本で先行事例というと医薬系。データスチュワードが昔からいる業界だからサイエンスとエンジニアリングを分けて考えられる、実に素晴らしい。people analyticsに限らず、他の分野でも、この動きを理解してほしい。少なくともブームに乗ってきただけのITベンダーでは厳しいかも。

以前の呟いた後に人事経済学と言ってる人の著作を読んだけど、やはり何をもって経済学かわからなかった。学術的には経営学・社会学の切り口が近そうだし、経済学としてなら労働経済学や組織の経済学もある、データサイエンス観点ではpeople analyticsだ。まぁ立ち振る舞いとか政治は大事ってことか（どうせ僕は苦手だよww）。

あとは指標系をいくつか。人事採用政策におけるアメリカの法的規制でdisparate impactという指標があるらしい。ダイバーシティ系の分析では使えそう。その他、指標系の考え方も

他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note