組織はよりデータに重点を置くようになり、主要業績評価指標 (KPI) に基づいた戦略的目標を作成するようになってきています。 人事部が会議テーブルの格言的な席を確保するには、データ、メトリクス、およびアナリティクスの違いや、これら 3 つがどのように連動しているかなど、主要なデータの概念を理解することが重要です。 例えば、人材獲得(TA)チームのパフォーマンスを測定しようと考えているとします。 見るべき重要な指標は、採用までの時間でしょう。 Time to Fillとは、TAチームが募集職種を満たすのにかかる平均日数です。 そして、この指標を基にKPIを構築します。 TAチームのKPIは、Time to Fillを45日以下に抑えることでしょう。 指標のパラメータを明確にし、一貫して適用するようにしてください。 たとえば、オファーレターに署名した時点で日数をカウントしないのか、それとも新入社員の入社日をカウントするのか。
データ
データとは、特定のメトリックのために集められた数値または計算の集合です。 TAチームのメトリックである充填までの時間については、データは実際の日数でしょう。 各チームメンバーがジョブを埋めるための平均日数も、メトリックのデータセットの一部となります。 データの整合性は、測定基準が正確であることを保証するために不可欠です。
Analytics
測定基準が作成されたら、次はデータのパターンを分析し、見つける番です。 分析には、データの背後にある理由を探し、意思決定を導くために測定基準を使用する、より批判的な思考スキルが必要です。 例えば、TAチームのTime to Fillメトリクスが作成され、それが高い傾向にあることがわかったとします。 TAチームにどのような課題を抱えているのかを尋ね、タスク分析を行うことで、その指標が高い理由を見つけることができます。 調査の結果、TAと採用担当者の間で、面接の日程調整に関するコミュニケーションに断絶があることがわかりました。 候補者との面接が確定するまでに2週間かかることもある。 このことから、採用担当者にインタビューを行い、管理者が応募者追跡システム（ATS）のスケジュール管理機能を使用していないことを発見します。 解決策として、ATSのトレーニングを管理職に展開する。 ソリューションを導入した後は、Time to fill指標を監視し、その傾向が変わるかどうかを確認することが、アナリティクスの一部です。
指標を使ってデータの傾向を見つけ、その情報を使ってビジネス目標をサポートするというプロセス全体が、アナリティクスと言えるでしょう。 あなたの組織がよりデータに重点を置くようになった場合、HR ダッシュボードの構築を検討する時期かもしれません。 ダッシュボードでは、さまざまな人事システムのデータを使って指標を出力し、アナリティクスに集中できるようにします。 HRダッシュボードは、計算プロセスからヒューマンエラーを排除するため、データの整合性をサポートします。
データ、メトリクス、および分析はすべて異なることを意味しますが、戦略目標をサポートするために連動します。 データなしに測定基準を開発することはできません。 測定基準がなければ、分析する傾向もなく、データ内の関係を見つけることも難しくなります。 また、分析なしの測定基準は、計算するのにかかった時間を無駄にするだけです。 アナリティクスは、人事を組織が必要とする戦略的ビジネスパートナーにするための鍵なのです。 データが語るストーリーに耳を傾け、行動を起こすことを忘れないでください。