(L'inglese segue il giapponese)
Titolo: Casi di studio sull'uso di JMP nelle risorse umane aziendali
Verifica dell'attuazione e dell'efficacia delle politiche del personale attraverso la previsione delle potenziali dimissioni e delle future performance dei candidati
Isamu Ueno, Amministratore delegato, Septeni Holdings Co., Ltd. Tatsuya Shindo, Ricercatore, Human Assets Research Institute, Septeni Holdings Co., Ltd.
Nel reparto risorse umane di un'azienda, le informazioni sulle persone vengono gestite quotidianamente e vengono accumulate grandi quantità di informazioni. Tuttavia, la realtà è che la maggior parte dei dipartimenti delle risorse umane aziendali non sfrutta molto queste informazioni nelle proprie politiche del personale, che sono il mezzo per utilizzare le "persone" che sono al centro dell'aumento del valore aziendale. I motivi principali sono che le informazioni sul personale non sono quantitative, presentano molti spazi vuoti o sono dati di tipo flag, il che ne rende difficile la compilazione e l'analisi mediante applicazioni tradizionali come Excel.
Tuttavia, utilizzando JMP, queste preoccupazioni sono state eliminate e siamo riusciti a migliorare notevolmente l'efficienza dell'analisi delle risorse umane aziendali, che richiede un'analisi complessa da effettuare caso per caso. Un esempio del suo utilizzo è la previsione di potenziali dimissioni mediante l'analisi di partizione. Sono state fatte delle previsioni su 400 persone per calcolare la probabilità che si licenziassero entro un anno, poi i risultati sono stati classificati e rivisti con la dirigenza. Nel giro di un anno, il 50% dei primi 10 e il 25% dei primi 50 avevano lasciato l'azienda. Inoltre, tra i primi 50, due dipendenti con prestazioni eccellenti sono rimasti in azienda fino a oggi grazie a misure di fidelizzazione (manipolando alcune delle variabili esplicative). Inoltre, nelle attività di reclutamento, abbiamo utilizzato JMP per migliorare l'efficienza delle nostre attività di reclutamento tracciando una mappa dei contorni dei dipendenti su tre assi: due tipi di personalità e prestazioni, e posizionando i candidati sulla mappa dei contorni per visualizzare il loro futuro. Abbiamo anche utilizzato l'analisi discriminante per determinare se un candidato entrerà a far parte dell'azienda dopo aver ricevuto un'offerta di lavoro e se le sue prestazioni future saranno alte, medie o basse, per poi decidere se superare o meno il processo di selezione. I risultati delle previsioni sul futuro del candidato vengono poi raccolti in una scheda di valutazione e utilizzati nei colloqui con i dirigenti. La correlazione tra i giudizi dei dirigenti e i giudizi dei dati è stata molto elevata, pertanto stiamo valutando di eliminare le interviste in futuro.
Come descritto sopra, utilizzando JMP è possibile trasformare i dati "personali" nascosti all'interno di un'azienda in una fonte di creazione di valore aziendale. Spero che l'uso di strumenti di analisi statistica, tra cui JMP, si estenda ai dipartimenti delle risorse umane di altre aziende e che arrivi il giorno in cui la produttività migliorerà in tutto il Giappone.
Un esempio di caso di utilizzo dell'analisi statistica JMP ® nel campo delle risorse umane aziendali: una presentazione sulla gestione del personale e la verifica dell'efficacia attraverso la previsione del potenziale pensionamento e la previsione delle prestazioni future dei candidati all'occupazione
Isamu Ueno, Amministratore delegato senior, Septeni Holdings (coautore)
Tatsuya Shindo, ricercatore, Septeni Holdings
Le informazioni sugli "umani" nelle risorse umane vengono gestite quotidianamente dalle aziende e molte informazioni vengono accumulate. Tuttavia, molte risorse umane aziendali non utilizzano la gestione del personale, che è una misura per rendere gli umani il pilastro per migliorare il valore di un'azienda. Ci sono molte ragioni per cui: molte informazioni sulle risorse umane sono quantificate; ci sono molti dati vuoti; i dati sono contrassegnati; è difficile conteggiare e analizzare i dati in applicazioni convenzionali come Excel. Tuttavia, JMP elimina queste preoccupazioni, migliorando drasticamente l'efficienza dell'analisi nelle risorse umane aziendali, che richiede molte analisi complicate, caso per caso. Un esempio di ciò è la previsione del potenziale pensionamento tramite analisi di partizione. Abbiamo calcolato la possibilità di pensionamento entro un anno con una previsione effettuata su 400 soggetti, quindi abbiamo classificato i dati e condotto una revisione della gestione. Un anno dopo, il 50 percento degli individui nella top 10 classificata e il 25 percento della top 50 classificata si erano ritirati. Inoltre, tra questi primi 50, i due dipendenti con le migliori prestazioni sono rimasti attraverso misure di fidelizzazione (il risultato di alcune variabili esplicative). In altre attività di reclutamento, abbiamo creato una mappa di contorno per i dipendenti utilizzando due tipi di personalità e tre assi di prestazione e abbiamo tracciato i candidati sulla mappa per creare una visione futura. Utilizzando l'analisi discriminante, ci siamo sforzati di determinare se i candidati avrebbero accettato o meno la posizione dopo aver ricevuto un'offerta di lavoro e se le loro prestazioni future sarebbero state alte, medie o basse. Compiliamo i risultati futuri previsti di questi candidati in schede di valutazione e li utilizziamo per i colloqui dirigenziali. La correlazione tra le decisioni dirigenziali e i dati compilati è estremamente elevata, quindi stiamo valutando l'eliminazione dei colloqui in futuro. L'utilizzo di JMP in questi modi ci ha consentito di prendere dati sugli esseri umani nascosti nelle aziende e di incanalarli in fonti che coltivano il valore aziendale. L'uso di strumenti di analisi statistica, tra cui JMP, si sta diffondendo ai dipartimenti delle risorse umane di altre aziende e speriamo che ciò porti a miglioramenti della produttività in tutto il Giappone.
