「ピープルアナリティクス」と「タレントマネジメント」との違いとは

ピープルアナリティクスとタレントマネジメントの違い

近年は経営目標の達成に向けて、「人事を科学する」試みに取り組む企業が増えています。人事担当者の“経験”と“勘”に頼るのではなく、最新のテクノロジーを活用して人事データを分析することで、実際にどのような効果が期待できるのでしょうか?
今回は、人材データ活用における注目キーワード「ピープルアナリティクス」と「タレントマネジメント」について解説します。

「ピープルアナリティクス」とは

「ピープルアナリティクス」とは、社内に存在する人材に関するデータを収集・分析し、統計的アプローチやエビデンスに基づいて、人材の採用・配置・評価ほか人事施策の意思決定を行っていく概念および取組みのことを指します。
ピープルアナリティクスという言葉を最初に使い始めたのはGoogleだと言われています。昨今、「心理的安全性」という言葉を耳にした方は多いと思います。これは、実はGoogleが「プロジェクト・アリストテレス」と名づけた社内調査において心理的安全性が生産性を左右する指標の5つのうちの1つであると解明したことがきっかけです。
社内の人事データを分析することで、今まで大きな成功要因と見なされていなかった新たな指標を導きだし、多くの経営者やマネージャー層に示唆を与えた事例です。Googleはピープルアナリティクスの定義を、「経営面で確率的な利点を得るために人材マネジメントに統計学と行動科学を体系的に応用すること」としています。
ピープルアナリティクスで扱う人材データは、性別や年齢という基本的な情報に留まりません。個々の従業員のスキル、行動、成果、キャリアプラン、従業員間の相互作用まで多岐に渡ります。
そのため、ピープルアナリクスは一般的な人事業務だけでなく、人材に関するさまざまな人事施策をデータによって客観的に捉えて判断し、その有効性を評価し、改善につなげることに役立ちます。
人事戦略上の難しい課題解決や大きな意思決定を迫られた際にも、豊富なデータを分析して得られたデータをもとに意見を出し合うことで、よりより解決策や判断基準を導き出せるようになります。

【活用領域例】
●人材の採用、配置、育成
●人事評価、人材の抜擢
●離職理由の分析と改善
●職場開発、組織改革  他

「タレントマネジメント」とは

一方、人事データを活用すると聞くと「タレントマネジメント」をイメージする方、実際に活用している方も多いと思います。
タレントマネジメントは、1990年代に欧米で生まれた概念です。日本では2010年代から注目を集めました。多くの企業が少子高齢化による労働力人口の減少や、働き方改革の推進による人的資源の活用に課題を抱え始めていたからです。
タレントマネジメントは、従業員の人材データを一元管理して可視化することで、人材開発や適材適所の人員配置・育成を行うことをさします。
一般に従業員のスキル、適性、ポテンシャルは入社何年かたつと変化しますが、その情報はブラックボックス化しがちです。仕事や上司との相性、本人の努力で大きく成長しているケースもあればその真逆のケースもあります。いずれにせよ、現場以外の人からは全体像が把握しづらい課題が出てきます。
タレントマネジメントシステムを活用して人材情報を一元管理し、リアルタイムに可視化することで、より戦略的な人材配置(リーダー候補の抜擢、適性を活かす人材配属)や、個々の従業員のスキル・潜在能力を伸ばすキャリア支援が可能になります。

まとめ

「ピープルアナリティクス」は、経営目標を達成するために人材データを収集し統計的アプローチに基づいて人と組織課題に向きあう概念です。人事を科学する「アプローチ手法」とも言えます。
「タレントマネジメント」は人材情報を一元管理・可視化することで、採用や配置、育成などの人事マネジメントを最適化する考え方です。タレントマネジメントシステムを活用する際も、ピープルアナリティクス的アプローチを取り入れることで、より有効な意思決定をすることができるでしょう

ピープルアナリティクスとタレントマネジメントの違い