ilodoliデータを活用した分析事例
データ連携することで、どんなことが可能になるかが分かります。
ilodoliのデータと、他の人事データを組み合わせながら、企業の課題解決を行います。例えば下記のような分析を行うことができます。
- 適性アサイン配置
- ハイパフォーマ―分析
- 退職予兆分析
- 採用候補者の推奨
- スキルアッププランの推奨
企業で管理しているデータの内容や量を加味した上で、適切な分析方法を提案しますので、お気軽にお問い合わせください。
| カテゴリ(※) | データ種別 |
|---|---|
| オペレーショナルデータ | 採用・経歴情報 |
| 退職履歴 | |
| パフォーマンス・評定 | |
| 資格・スキル情報 | |
| 360度評価 | |
| 組織データ履歴（部署・役職・職種など） | |
| センチメントデータ | エンゲージメント |
| 満足度 | |
| パーソナリティデータ | 価値観データ |
| SPI等の適性検査 | |
| アクティビティデータ | 勤怠情報 |
| コミュニケーション（メール・チャット等）ログ | |
| 研修履歴 | |
| ヘルスケアデータ |
※ピープルアナリティクスの教科書より抜粋
カスタムデータ分析事例 ①：ハイパフォーマンス分析を基にした配属先の推奨
個人の価値観・スキルなどを基に、個人の特性に応じて配属先を推奨する分析を実施しました。
働く意識、過去の部署履歴・SPIデータ等の組み合わせから、現状のパフォーマンス／エンゲージメントへの影響度を分析し、最もパフォーマンス／エンゲージメントが上がるアサイン先を推奨できるようにしました。
また、採用候補者にも質問に回答してもらい、ilodoliデータを取得することで、採用前に候補者の特徴や、パフォーマンスの予測などを行うことができるようになります。
カスタムデータ分析事例 ②：採用候補者の特徴把握
働く人の価値観、SPIなどのデータを基に、採用候補者の特徴を把握する分析を実施しました。
分析の結果、書類選考不合格者のうち、内定者人物像と合致レベルが高い人物がどの程度いるかを把握することができ、優秀な候補者が書類選考時に除かれないように改善しました。
