新着Pick
398Picks
Pick に失敗しました

人気 Picker
私自身、HR Tech、中でもHR Analyticsの取組みを推進しており、HR Techには大きな可能性を感じていますが、同時に難しさも感じています。

採用の領域で言えば、既存の人事業務の中で面接官が判断している要素を完全にデータ化できないことがその難しさの原因です。過去の採用傾向をもとに、採用自動化の分析モデルを作成してみても、なかなか予測精度は上がりません。モデルで点数が低いのに、実際は採用されている人をby Nameで「この人はなぜ採用?」と面接官に尋ねると、多くの場合でデータ化されていない個別の要素が出てきます。つまり、記事の中で言っているような要件定義・採用基準を完璧に決めて汎用的にデータ収集することは非常にハードルが高いことなのです。

人事の領域では、適材適所のような正しい答えを目指すためのテクノロジー活用よりも、人事業務を効率化するためのテクノロジー活用のほうが正しい方向性のような気がします。採用で言えば、足切りの精度向上・効率化ということです。もちろん、将来的に本当にデータが拡充されるのであればその限りではありません。
年功序列・終身雇用の我が国では、本人がどの現場にいようと人事部が終身主導して年次横並びでOJTとジョブローテーションを繰り返して“潜在能力”を見極め、“潜在能力”に応じた格のポストと仕事を与えて現場に使わせる、働かせる、そして必要があれば転勤させるというのが常態ですから、人事部が各現場に必要なスキルセットを正確に定義するには及びません。そのため、それなりの人員規模を持つ会社では「採用したい現場と採用機能を持つ人事が分かれている」ことになり、「そもそもどんな人材が必要かという採用要件が明確でないまま採用活動を行う」ことになりがちです。言い換えると人事部は、従業員一人一人の尖った専門スキルや職務遂行能力を評価して人員を配置する立場に無く、当然の帰結としてその評価能力を持ちません。
カイゼン、擦り合わせといった連続的なイノベーションが競争力の源泉だった製造業の時代にはそれで十分だったわけですが、変化が激しく非連続的なイノベーションが求められ宇時代には、それではやっていけません。事業の各現場は確たる方向性を持った戦略の策定と機動的な遂行を求められますし、それを成功させるには、事業戦略に合った尖ったスキルセットの構成員が必要です。そうなると、採用する側は、どのようなスキルセットで各職務ポジションを構成すれば採用し易いかといった定義から始まって、それに適した人材を評価する力まで求められるようになるわけです。「データに基づく採用」がこうした変化を助けてくれるなら、大いに意味があるように思います。いずれにしても、年功序列終身雇用型の人事管理制度から、同一労働同一賃金で流動的な人事管理制度への転換を伴わないと、たとえこうしたシステムを使っても、根本的な問題解決は難しそうに感じないでもありません。とはいえもちろん、こうしたシステムの補助は有用です (^.^)/~~~フレ!
採用ガチャっていい言葉生み出したね。

選考という表現はおかしいと思ってる。選考されるのは企業の方だと思う(特に中途では
ToBeの姿に違和感はありませんが、さすがにAsIsのレベルを低く設定しすぎているように思いました。

>ほぼ運任せのままの人材採用
>第一印象や話の盛り上がりなど、入社後に活躍するかとは関係ないところで判断しがち
>「どんな人材が必要か」という採用要件が明確でないまま採用活動を行っているケースは珍しくありません

採用ガチャという揶揄は中途採用ではなく新卒の話だと思うので、それこそ話のすり替えじゃないでしょうか?
>ネットでよく揶揄される通り、いわゆる“採用ガチャ”を引かされ続けているような状況
“採用ガチャ”という言葉がキャッチー。

ある意味運任せ、勘頼み、先入観にとらわれた“人事・採用”が減っていくと何が起こるのか?

「本当に活躍する人材の見極めができる世界へと変わります」
という、ミイダス後藤氏のメッセージにグッときました。
中小企業にとって採用のミスマッチは死活問題。MBOで小さな組織の立ち上げと拡大をやった経験からそのことは骨身に染みている。採用の意思決定はある種の祈りだった。どんなにデータがあってもその本質は変わらないとおもう。しかし、信じられるデータがあればその祈りの合掌に籠る力も少なくて済むという気がする。
この連載について