業界初、コミュニケーションツールのテキストデータの解析のみで従業員のワーク・エンゲイジメントの予測に成功。エンプロイーサクセスプラットフォーム「Well」

「Well（ウェル）」は従業員の状態を客観的でリアルタイムな可視化をするサービスです。機械学習・自然言語処理によるテキスト解析のみで従業員のワーク・エンゲイジメントを予測することを実現しました。

エンプロイーサクセスプラットフォーム「Well（ウェル）」を開発・運営する株式会社Boulder（ボルダー｜本社：東京都港区、代表取締役：牟田 吉昌、以下「当社」）は、業務上で利用するコミュニケーションツールのテキストデータの解析によるワーク・エンゲイジメント予測を実現いたしました。

従業員のコンディションを評価する重要指標である「ワーク・エンゲイジメント」をテキストデータのみで客観的に予測することを実現

当社は、普段の業務で利用するコミュニケーションツールのテキストデータの解析のみで従業員のワーク・エンゲイジメントを予測することを実現いたしました。実際に従業員に行ったサーベイによる実測値と、人工知能による予測の相関係数が0.67という結果になっています。これにより、従業員にサーベイを取らずとも、予測機能のみで従業員のワーク・エンゲージメントを週次で把握でき、バーンアウト（燃え尽き症候群）の予兆の早期発見と防止ができるようになります。

ワーク・エンゲイジメントとは

ワーク・エンゲイジメントとは仕事に対してやりがいを感じ、夢中で取り組めている心理状態を指します。反対にワーク・エンゲイジメントが下がり、仕事への意欲を失い満足に働けない状態をバーンアウトと言います。ワーク・エンゲイジメントを高めることで、パフォーマンスや生産性の向上、業務における心理的苦痛の軽減、離職意思の低下といった効果があります(※1, 2)。


ワーク・エンゲイジメント予測の仕組み

当社ではテキストに現れる従業員の心理的な状態を人工知能が解析することでワーク・エンゲイジメントの予測を可能にしています。

Google の検索エンジンでも採用されている最先端の自然言語処理モデル（※3, 4）をベースに、より幅広い言語的な特徴を捉えられる人工知能を開発しました。この人工知能は、過去に行ったアンケートの回答結果と従業員のコミュニケーションツール上のテキストデータを学習しており、テキストデータに現れる従業員の心理状態を把握しワーク・エンゲージメントを予測することが可能です。

実際に従業員に行ったサーベイによる実測値と、この人工知能による予測の相関係数が0.67という結果になっています。

 

ワーク・エンゲイジメント予測により、従業員のダウントレンドの早期発見が可能に。
弊社の提供しているサービス「Well」 では、従業員にサーベイを取らずとも、予測機能によってワーク・エンゲイジメントを算出することができます。
Wellを企業に導入することで、ワーク・エンゲイジメントの低い従業員の方のコンディションをリアルタイムかつ客観的にキャッチアップすることで、大切な従業員のバーンアウトの予兆を早期に発見し防止することができるようになります。
 

また、リモートワークを推奨している企業様や、従業員数が一定数を超えた企業様（目安として従業員数が100〜500名以上）では人事の方の目が行き届かなくなる場合が多く、導入することでよりWellの価値を感じていただきやすくなります。


▼Wellを利用して従業員のワーク・エンゲイジメントを把握・改善したい方へ
下記URLから「Well」のご案内をダウンロード頂けます。

https://wellday.jp/

出典
※1 A Shimazu, W B. Schaufeli, K Kubota, N Kawakami, “Do workaholism and work engagement predict employee well-being and performance in opposite directions?”, Industrial Health, 2012, 50 巻, 4 号, p. 316-321. https://doi.org/10.2486/indhealth.MS1355

※2 W B. Schaufeli,  A B. Bakker, “Defining and measuring work engagement: Bringing clarity to the concept, Work engagement: A handbook of essential theory and research ”, Psychology Press, 2010.

※3 J Devlin, MW Chang, K Lee, K N. Toutanova, “BERT: Pre-training of Deep Bidirectional Transformer
s for Language Understanding”, North American Chapter of the Association for Computational Linguistics (NAACL), 2019. https://research.google/pubs/pub47751/

※4 Google: BERT now used on almost every English query, https://searchengineland.com/google-bert-used-on-almost-every-english-query-342193


「Well（ウェル）」の概要

「Well」は従業員コンディションを客観的でリアルタイムな可視化をするエンプロイーサクセスプラットフォームです。
 

普段業務で利用するコミュニケーションツールのテキストデータ解析のみで、従業員のワーク・エンゲイジメントを予測できます。サーベイ基本不要で人事・従業員双方の負担低く、バーンアウト等の予兆の早期発見と防止が可能になります。

会社名： 株式会社wellday（旧：株式会社Boulder）
設立日： 2019年4月3日
代表者：牟田 吉昌
所在地： 〒103-0004 東京都中央区東日本橋２丁目１−５
事業内容：エンプロイーサクセスプラットフォーム「wellday」の開発・運営
ホームページ：https://wellday.jp/