アッテル分析ブログ

経営(ヒト・モノ・カネ)に関して定量的な分析を発信する 株式会社アッテルのブログ

ハイパフォーマー分析をしても、よい人材は採用できない?

採用基準を決める際に

自社のハイパフォーマーを分析して、共通する特徴を抽出する(=ハイパフォーマーに似た人を採用する)

という方法を用いている企業が散見されます。

 

一方、「ハイパフォーマーの特徴を採用基準にしても、ハイパフォーマーは採用できない」(ことが多い)という事実はあまり知られていません。

 

本記事では、採用基準の作り方の注意点を解説します。

 

ハイパフォーマーの共通特徴を見ても無駄?

実際の100名の企業において、ハイパフォーマーの特徴を可視化します。

 

定量化できる特徴は、「面接結果」「スキル」「コンピテンシー」などがありますが、今回はわかりやすさのために「適性検査」を用います。

 

ハイパフォーマーの適性検査の結果を分析すると、以下のグラフのように【大胆さ】と【達成意欲】が高いことがわかりました。

f:id:trans-inc:20200128175740j:plain

 

この結果から、「ハイパフォーマーを採用するためには、【大胆さ】と【達成意欲】が高い人を採用すればよい!」としてしまうと、実は間違えた意思決定になってしまうことがあります。

 

【大胆さ】と【達成意欲】が一定上であることを採用基準にしたとしても、調べてみると、以下のように、ほとんどハイパフォーマーの割合は変わりません。

f:id:trans-inc:20200128191123j:plain

 

そのため、「ハイパフォーマーの特徴を採用基準にしても、ハイパフォーマーの採用確率はほぼ変わらない」ことがわかります。

 

見るべきは、ハイパフォーマーとローパフォーマーの“差分”

 

では、どのように採用基準を作ればよいのか? という疑問を解消するには、「ハイパフォーマー」と「ローパフォーマー」の差に注目する必要があります。

 

例えば、先ほどのハイパフォーマーのデータに、ローパフォーマーのデータを重ねてみると、実は【達成意欲】は、あまり差がないことがわかります。

f:id:trans-inc:20200128191841j:plain

 

※一般的には「【達成意欲】が高いほうがよい!」と考えられていますが、実際にデータを見てみると、ローパフォーマーも高い場合も多いです。

 

「ハイパフォーマーとローパフォーマーの差の大きさ」の順に指標を並べ替えると、以下のように【鈍感力】と【自信】には、ハイパフォーマーとローパフォーマーで大きな差があることがわかります。

 

f:id:trans-inc:20200128192249j:plain



【鈍感力】と【自信】を、一定上であることを採用基準にすると、ハイパフォーマーの特徴(「達成意欲」と「大胆」)を採用基準にした場合と比較して、より高確率でハイパフォーマーを採用できることがわかります。

 

f:id:trans-inc:20200128192719j:plain

 

より精度を高めるには、指標の組み合わせに注目する

とはいえ、先ほどの分析ではハイパフォーマーの確率は「1.3倍」にしかなりませんでした。もちろん、利用しないよりはよいのですが、もっと精度を高めたいとも感じます。

 

さらにハイパフォーマーの予測精度を高めるためには、指標の組み合わせを考慮します。実は、組み合わせまで考慮すると、【鈍感力】【活動】【懐疑性】【外向】の4つを組み合わせると、よりパイパフォーマーの見極め確率が高まることがわかっています。

f:id:trans-inc:20200128195523j:plain

f:id:trans-inc:20200128195810j:plain

 

※組み合わせは、網羅的に手動で分析してもよいですが、機械学習などの手法を使うと、工数少なく確認することが可能です。

 

 

まとめ

 

今回、「ハイパフォーマーの特徴を採用基準にしても、ハイパフォーマーは採用できない」事例を見てきました。

 

多くの企業が、間違えた指標を採用基準にしており、採用のミスマッチを引き起こしていると考えています。

 

この機会に、ぜひ採用基準を分析しなおしてみてはいかがでしょうか?

 

 

※執筆者:塚本鋭

東京大学・大学院において、複雑ネットワークや大規模シミュレーションに関する研究に従事。人工知能学会研究会優秀賞・東京大学工学系研究科長賞 等を受賞。 大学院修了後、株式会社野村総合研究所コンサルタントとして入社し、ICT・メディア領域を担当。2013年1月より株式会社クラウドワークスに8番目の社員として参画し、2014年12月に上場を経験。データ分析・産官学連携を軸としながら、B2B事業立ち上げ、カスタマーサポート部門立ち上げ、子会社副社長等を歴任。2018年より現職。

 

 

以下、PRです。

 

弊社が提供するアッテル(Attelu)では、様々なデータを取り込み「ハイパフォーマー」と「ローパフォーマー(退職者)」の特徴を比較分析し、採用基準に落とし込むことが可能です。(計算が面倒な“統計的有意差”などの検証も自動で可能)また作成した採用基準が、どれだけ当たるのかの検証もできます。

β版期間中1ヵ月無料でご利用いただけますので、こちら からお声がけくださいませ。

 

(アッテル(Attelu) の分析画面例)

f:id:trans-inc:20200128200736p:plain

f:id:trans-inc:20200129121444p:plain