【分析レポート】エンジニア採用時の報酬決定時にも活用。応募者も社員も納得の状態を作る(株式会社はてな)
こんにちは。 SmartHR カスタマーサクセスチームの村田です。今回はSmartHRの「分析レポート」機能をご導入いただいている株式会社はてなさまへインタビューを行ないました。導入前は扱うデータが部署や社員ごとでバラバラだった過去などを赤裸々にお話しいただいています。
中館 貴也さん さん
株式会社はてな コーポレート本部 人事部
活用ポイント
- データ管理の煩雑さを見直すべく、導入を決断
- 作業がカンタンになり大幅な時間短縮に成功
- エンジニア中途採用に社員データのグラフ化を活用
- 機密性の高い情報も分類・数値化を可能に
欲しい情報がタイムリーに出せない
どういった組織的、事業的課題や人材戦略をお持ちだったのでしょうか。
中館さん:人事施策の検討においても、またそれを経営で判断するための情報として、タイムリーに人事関連データを提供・活用できていない状況がありました。
採用時に社員の年収平均やグレードを比較したいときに、いろいろなところからデータを引っ張ってきて集計するのは大変苦労しますよね。
そうなんです。ほしい情報をパッとタイムリーに出すことが出来ませんでした。毎週、経営層が集まってミーティングを実施するのですが、その際に労務担当から人事データを提供できていなかったのも課題でした。
正確なデータを基にした議論を目指された?
中館さん:はい。蓄積されたデータを可視化することで人事施策の検討や経営判断が素早くできる状態にすることを目標にしました。当時、従業員情報や給与データ、人事評価に利用するマスターまでをそれぞれ弊社独自のシステムで運用していました。中途社員の報酬決定のときはGoogleスプレッドシートを使用するなど管理が煩雑だったこともあり、見直すべきだと考えました。
データが部署や社員ごとにバラバラ
スムーズにデータを抽出することが出来ていなかった課題として、管理していたツールがバラバラだったというのは、なにかご事情があったのでしょうか。
中館さん:社内で公開できる情報が部門によってバラバラだったというのがありますね。
「公開できる情報」とは?
中館さん:1つに集約するシステムがなかったため、入社予定情報などのデータをそれぞれの部署が独自に整備していたんです。情報を必要とする各部署の担当それぞれが作成していたため、部署や社員ごとにデータがバラバラになっていて、記載方法も独自でした。
人事データの算出がぐちゃぐちゃになってしまっていたところがあったと。危険な部分がありますね。俗にいう、人事データの「三大疾病」です。
中館さん:そうですね。人事にかかわる情報のインプットや経営層へのアウトプット、そして私たちが理解を深めて精度を高めるための分析レポートを活用していかなければ、とSmartHR分析レポートの導入を決断しました。
SmartHR主催オンラインセミナー「人事・労務担当1,000名に調査!『評価業務』効率化が実現できない要因とその解決法」にて紹介した、人事データの三大疾病(ヤフー株式会社Yahoo!アカデミア学長/株式会社ウェイウェイ代表取締役・伊藤羊一氏「ヤフーが1年がかりで奮闘した『人事データの“三大疾病”』」より引用)
作業時間が4時間からわずか15分に短縮
そのようなご状況からご導入いただいたとき、最初に取り組まれたことはどのようなことだったのでしょうか。
中館さん:まずは経営層向けのダッシュボード作成から着手しました。社員数や組織の在籍状況、性別比や入社者数、雇用形態別の分類などの把握からですね。
いま人事評価期間(1月中旬取材)で、評価に関するデータ収集を終えました。評価におけるポジションや昇給額、給与情報をSmartHRに集約して、もうすぐ行なわれる査定会議の際の議論や検討材料にできるよう統合的な評価データを作成しています。
そういった作業はかつてなんらかの形で行なわれて来たかと思います。作業時間にどの程度変化が現れましたか?
中館さん:レポート業務に4時間ほどかかっていましたが、導入後は15分くらいに短縮できました。スプレッドシートへさまざまなデータを転記していた時間が、SmartHRで個人の設定を押して同期化するだけに変わったことで、必要な入退社情報をいれて同期ボタンを押して確認したら完了!って感じですかね。
競争激化するエンジニア採用に勝つために
人事に係る業務でなにかご活用いただいていることはありますか?
中館さん:チーム単位で中途採用を結構組織的にやっていて、弊社は全社員のうちエンジニアの比率が高く、積極的に採用を行なっています。そういったエンジニア採用で使うシーンが多いですね。
エンジニア採用は、近年の人手不足なせいもあり、競争激化し難しい状況にありますよね。優秀なエンジニアを採用するために、どのようにご利用いただいているのでしょうか。
中館さん:オファー面談で最後に提出する金額の妥当性といった、どのくらいの報酬でオファーするかが大変重要になっています。そういった部分の精度を高めるために、分析レポートを用いて、たとえば個人ごとの年収額をカスタム項目に入力し、職種や等級別にグラフを作成。年収の分布を確認するなどを行なっていますね。報酬額の決定時にそういったデータを利用することで、適切な報酬額が提示でき、採用関係者の報酬面での納得感が高まりました。
その他には、応募者が求めていたレンジより上だったけど、とても魅力的な人なのでGOサインを出す採用戦略の際にも役立っています。熾烈なエンジニア採用だからこそ、応募者も社員も納得の状態を作ることが大事だと考えます。
働きやすい環境作りに活かす「離職理由のデータ化」
今後このような分析を行なっていきたいなどの想いはございますか?
中館さん:少し前から離職理由を退職時にアンケート形式で本人から回収しています。離職した社員となぜミスマッチが起きたのか、どのような改善策があるかを知り、人事制度やエンゲージメント施策の次なる打ち手の参考にするためです。
ただ、以前は退職面談の内容をテキストで保管するだけに留まっていたため、どうしても定性的に捉えてしまっていたところが残念ながらありました。現在はSmartHRで集約するよう切り替えているので、これに限らず機密性の高い情報も分類化、数値化して定量的に見える状態にしています。こうした動きを推進することで、課題発見や改善スピードをどんどん高めて、意思決定のために精度の高い情報を提供していきたいと考えています。
読者の皆さんへメッセージ
中館さん さん
労務は業務が多岐にわたっておりマルチロールが求められるため忙しいし、正確さが求められる一方で処理するスピードも重視されます。SmartHRにしてからデータがカンタンに出せるようになったことで、「こういうデータがほしい」との問い合わせにスピーディーに対応できる喜びを実感しています。
※
掲載内容は取材当時のものです。