日本の人事を科学する―因果推論に基づくデータ活用

大湾 秀雄【著】

日経ＢＰＭ（日本経済新聞出版本部）（2017/06発売）

• サイズ B6判／ページ数 280p／高さ 19cm
• 商品コード 9784532321505
• NDC分類 336.4
• Cコード C3034

出版社内容情報

採用、女性活用、働き方改革、メンタルヘルスなど、人事で企業内の課題を発見し解決するためのデータ分析をわかりやすく解説。

内容説明

女性活躍支援、働き方改革、採用、管理職評価、離職対策、高齢者雇用―問題点と解決策をデータで明らかに。戦略的人事設計の必読書。

目次

第１章　なぜ人事データの活用が必要か―人事部が抱える問題
第２章　統計的センスを身につける
第３章　女性活躍推進施策の効果をどう測ったら良いか
第４章　働き方改革がなぜ必要か、どのように効果を測ったら良いか
第５章　採用施策は、うまくいっているか
第６章　優秀な社員の定着率を上げるためには何が必要か
第７章　中間管理職の貢献をどう計測したら良いか
第８章　高齢化に対応した長期的施策を今から考えよう
第９章　人事におけるデータ活用はどう発展するか

著者等紹介

大湾秀雄［オオワンヒデオ］
東京大学社会科学研究所教授。１９６４年生まれ。東京大学理学部卒業。（株）野村総合研究所勤務を経て、留学。コロンビア大学経済学修士、スタンフォード大学経営大学院博士（Ｐｈ．Ｄ．　ｉｎ　Ｂｕｓｉｎｅｓｓ）。ワシントン大学オーリン経営大学院助教授、青山学院大学国際マネジメント研究科教授を経て、２０１０年から現職。（独）経済産業研究所ファカルティフェロー兼任。専門は、人事経済学、組織経済学、および労働経済学。実務家向けに、経営課題解決のために自社人事データをどのように活用したら良いかを指導する、人事情報活用研究会を主宰する（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[かんちゃん]

人事といえば「密室」という印象を持つ人も多いのではないか。それを「科学する」というのだから気になる。しかし、人事の裏側を暴露する趣旨ではなかったようだ。つまるところ「とかく曖昧になりがちな人事制度や政策の効果を統計的手法を用いて検証しましょうよ」という話だ。「こんな風に分析してみたらどうですか、ほら面白そうでしょ」という話題が中心で、「詳しくは他のちゃんとした専門書を読んでね」という。新書のような中途半端さがもどかしい。「そうね、統計ってうまく使うと便利だよね」というのが率直な感想だ。

2017/09/19

[cape]

人事は確かに精緻な分析を怠り勝ちで、推測と仮定に基づいた対策に終始し、その結果の検証は不十分。統計学を基にした分析は、多くの示唆を与えてくれるのがわかる。しかしながら、統計学素人の私にはその数式などは理解できても使いこなすのは困難。こうした考え方や発想が必要だよなぁに留まるのは、こちらの問題。女性活躍、働き方改革、採用、管理職評価、高齢者活用など、今直面している問題が取り上げられていたのはよかった。それにしても問題山積だなぁ。参考にしたい。

2017/12/17

[Artemis]

採用や、人の配属、人事評価・・人事にまつわる問題は定量的な評価が難しく、判断する人の主観に基づいた定性的な評価判断によるものが多い。問題が根深いからこれだけ働き方改革の時代になっても変化への抵抗もすごい。その精度を変えるには個人の主観的な評価判断では、検討材料にもならない。だからこそ、客観的視点で訴えかけるこういう視点が必要なんだと思う。わかったつもりになるのではなく、実際に生のデータたを使って手を動かしてみること！それで初めて本当に考えることができる問題だと思う。

2020/06/10

[koji]

待望の書です。企業人事に結構長く関わってきましたが、私の結論は「人事データをもっと活用し、科学的人事を確立すること」です。本書では、産学官連携プロジェクトの実験データが豊富に示され貴重な研究成果が提案されています。人事の結論(①短期インセンティブ、②ネットワーク情報、③サクセッションプラン)、統計の活用(①差分を取る、②様々な属性をダミーコントロールして回帰式を求める、③サンプルセレクションによるバイアスの補正はヘックマンの二段階移行が有効)とも著者の考えは私に親和的でした。人事関係者以外にもお奨めします

2017/12/13

[月をみるもの]

あたりまえなんだけどあくまで統計に基づく話なんで、ある程度の数の採用に関われる人・部署でないと、あんまり役には立たない。相関から因果に、、、とうたってるわりには、因果に持ってくところの方法論が、たんなる解釈しやすいストーリー作成以上のものになってない気がする。。ベイジアンネットつくっても、結局ノードの定義には作成者の恣意が入ちゃうし。。。

2017/10/21