運任せの転職をデータの力で壊す「アセスメント採用」とは
コメント
注目のコメント
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。なぜいまだに“採用ガチャ”が続き、ミスマッチが起こるのか。その背景を伺いました。
記事をお読みいただくと、「面接で応募者の“人となり”を見極める」という言葉が、あまりに心もとなく感じるようになるかもしれません。
組織にフィットするかって超重要なのに、スキルと違って客観的に評価しにくい部分ですよね…。実際に私もミイダスの診断をやってみたのですが、ストレス要因やストレス耐力など、個性が可視化されて自分を見つめ直すいいきっかけになりました。
ユニークなのは、応募者をふるいにかける目的ではなく、これがオファーのきっかけになるところ。
個人的には、「才能を見いだし、適材適所を実現したい」というヴィジョンがとっても素敵だなと思いました。
自己アピールが苦手だったり、活躍の場に恵まれなかったりする人でも、“組織との相性”から活躍できる場が見つかる。そんな世界になったら、ポジティブに転職に踏み出せそうです。組織戦略でも重要な位置づけを占める採用という人事戦略。
経営戦略を達成するためにどのような組織で戦うのか？
その組織をどのように構成して、調達するのか？
システムを導入して安心するなかれ。
データがそろっていても使わない人事では意味がない。
そもそも、データはあくまでもツール。そして、採用を会社の中でどう位置付け、UPDATEしようとしているのか？フィードバックをどこに活かすのか？といった戦術を駆使しようとする姿勢を大事にしたいですね。
