＜2022年人事異動に関する調査＞6割の企業が人事異動を予定。昨年減少した異動人数は約2割が復活。現状客観的な配置は6割ができておらず、データ活用意向が7割超え

～データ分析による社内異動の最適配置を提案～

AI（機械学習）が採用候補者の入社後活躍・退職確率を予測する将来予測型ピープルアナリティクスサービス「アッテル（Attelu）」を展開する株式会社アッテル（本社：東京都渋谷区、代表取締役：塚本 鋭）は、この度、人事・採用担当者300人にインターネット調査を行い、2022年度の人事異動の予定と、人材の最適配置に関する調査を行いました。その結果に関して、下記の通り発表いたします。

 

【調査結果】 ■トピックス① 2022年度は約6割の企業で異動を予定。 約2割が昨年より異動人数が増えたと回答し、転勤を伴う異動も8pt上昇。 ■トピックス② 3割を超える企業が異動の目的を実現できず課題と感じている。 最適配置のためにデータに基づいた異動・配置の意向が7割超え。

【調査概要】

調査対象：人事・採用担当者　300人
調査方法：インターネット調査
調査期間：2022年1月17日～1月19日


①2022年度は約6割の企業で異動を予定。
約2割が昨年より異動人数が増えたと回答し、転勤を伴う異動も8pt上昇。
「2022年度の人事異動の予定」を聞いたところ、「ある」と答えた人は60.3％でした。また、「異動に関して昨年と異なることはあるか」という問いには、20.7％が「昨年より異動人数が減った」と回答しましたが、一方で「昨年より転勤を伴う異動人数が減った」と回答した人は7.3％と、23.3％だった昨年の調査※結果より16pt減少しました。さらに、「昨年より異動人数が増えた」は昨年に比べて約9ptの上昇、「昨年より転勤を伴う異動人数が増えた」は昨年に比べ約8ptの上昇を見せました。その理由としては、「コロナの影響で昨年転勤を伴う部署異動ができなかったから」20.7％、「コロナの影響で昨年部署間異動ができなかったから」が20.3％と続きました。しかし、コロナ禍の影響が完全に消えたわけではなく、「今年もコロナの影響で部署間異動を減らしたい」18.3％、「今年もコロナの影響で転勤を伴う異動を減らいたい」14.7％と、今年もまだ影響が残っていると言えます。
※人事・採用担当者300人を対象に2021年1月29日～2月2日に行ったインターネット調査
 

 ​②3割を超える企業が異動の目的を実現できず課題と感じている。
最適配置のためにデータに基づいた異動・配置の意向が7割超え。
「異動・配置はどんな理由で行われることが多いか」という問いには、「各個人の能力を引き出すため」が57％、「部署のニーズに人材の能力をマッチングさせるため」が45.7％と続きました。しかし、「人材配置の課題」を聞くと、35％が「各個人の能力を引き出せていない」、33.7％が「部署のニーズに人材の能力をマッチングできない」など、異動・配置の目的を実現できずに課題に感じていることが分かりました。

「データに基づいて客観的に最適な異動・配置ができているか」という問いには、半数以上の58％が「できていない」と回答したことからも、多くの会社でデータや科学的根拠を用いた人事異動が行われていないことが分かります。
「従業員の最適配置を行うために、データに基づいて客観的に異動・配置したいと思うか」聞くと、「はい」と回答した人が73.3％と、昨年調査時の64.7％から約9pt上昇しており、人事異動における課題の解決策として、データ分析の必要性を感じている人が多いことが明らかになりました。

～データ分析により社内異動の最適配置を提案～
アッテル新機能「従業員の配置・異動に関する評価予測が実施できる機能」紹介 

調査によって明らかになった「各個人の能力を引き出せていない」「上長・チームと個人の相性を最適化できていない」「部署のニーズに人材の能力をマッチングできていない」といった「人材配置の課題」を正しいデータ分析により解決し、最適配置を実施することができます。

■従業員の評価予測が可能に
各従業員に対し、配置・異動先それぞれの活躍確率が一覧で表示でき、配属先候補ごとの活躍確率を定量化することができます。さらに、複数の従業員に対し配属先候補を指定することで「配置案」を作成することができ、配置案ごとに「従業員の活躍確率の平均値」を算出することが可能です。

同じ会社内でも、部署・職種によって活躍人材の特徴は異なります。そのため、部署・職種ごとにAI（機械学習）を用いて、事前にハイパフォーマーの予測モデルを作成することで、その部署で活躍し、なるべく多くの従業員が活躍しやすい最適配置を提案することができます。

※「活躍確率の平均値」が高い配置案を採用することで、「なるべく多くの従業員が活躍しやすい配置（＝最適配置）」が実現できるようになります。

■上司との相性分析も可能
上司との「相性（類似度）」によって、活躍度が変わってくるというデータもあります。
従業員同士の資質の「相性（類似度）」を一覧で確認でき、配属対象人数が少ない場合には、この機能を使って「配属先」と「上司」を一緒に検討する方法も効率的です。

調査結果に関して
HR領域の意思決定は、依然として「勘」に依存している企業が多い状況で、最近では配置のミスマッチを表す「配属ガチャ」「上司ガチャ」という言葉も飛び交うようになりました。今回の調査では、適切にデータを利活用したいという企業ニーズが増えていることがわかりました。
データを確認すると、ヒトによって活躍できる配属が異なることがわかっています。単なるコスト最適化を最適配置と呼ぶ場合もありますが、アッテルは「活躍人材を増やすための、本当の意味での最適配置」をデータドリブンに実現していきます。
（株式会社アッテル　代表取締役　塚本 鋭）


■代表者プロフィール

塚本 鋭
東京大学・大学院において、機械学習（AI）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（総代）等を受賞。大学院修了後、株式会社野村総合研究所にコンサルタントとして入社し、ICT・メディア領域を担当。2013年に株式会社クラウドワークスに参画し、2014年に上場を経験。プラットフォーム事業のデータ分析・産官学連携を主担当すると共に、B2B事業責任者、カスタマーサポート部門責任者、子会社副社長等を歴任。2018年に株式会社トランス（現 株式会社アッテル）を設立。


■「アッテル」とは
「アッテル」は、AI（機械学習）が採用候補者の入社後活躍・早期退職を予測するピープルアナリティクスサービスです。採用から退職までのHRデータを一元管理・分析できる基盤と、HRに特化した機械学習（AI）の予測アルゴリズム（特許取得）を備えています。150種類以上の適性検査データに対応するほか、未来予測に最適化された独自の適性診断（アッテル診断）の提供もしています。
人材採用において、「勘」や「経験」だけに頼るのではなく、事実・データに基づき、実際の自社従業員と採用候補者を比較・分析することで、入社後活躍・早期退職を高い精度で予測することが可能です。2019年6月のβ版公開から2年半で、上場企業を中心に600社以上に利用されています。また、HRアワードやHR tech GPなど数多くの人事関連アワードを受賞するなど、評価をいただいています。
サービスサイト：https://attelu.jp/

■会社概要
会社名　：株式会社アッテル（Attelu,Inc.）
所在地　：東京都渋谷区恵比寿2-28-10
設立　　：2018年4月
代表者　：塚本 鋭
事業内容：「アッテル」の企画・開発・販売・運営・サポート
URL　　：https://attelu.jp/company/
出資元　：東大創業者の会応援ファンド（※）、有安 伸宏氏、小泉 文明氏（株式会社メルカリ）、高野 秀敏氏（株式会社キープレイヤーズ）、吉田 浩一郎氏（株式会社クラウドワークス）
※ファンド出資者：ユーグレナ 出雲氏、ホットリンク 内山氏、gooddaysホールディングス 小倉氏、ミクシィ 笠原氏、エルテス 菅原氏、LayerX 福島氏、マネックス 松本氏、スター・マイカ 水永氏、エアトリ 吉村氏