退職リスク分析でハイパフォーマーの流出を防ぐ
PwCコンサルティング合同会社 ディレクター。慶応義塾大学理工学部卒業。外資系IT会社を経て現職。人事コンサルティング領域に関して15年以上の経験を持つ。組織設計、中期人事戦略策定、人事制度設計から人事システム構築まで、組織／人事領域に関して広範なプロジェクト経験を有する。ピープルアナリティクスの領域においては、国内の第一人者として日系から外資系にいたるまで様々なプロジェクト導入・セミナー講演・寄稿を含め、国内でも有数の実績を誇る。現在は、人事部門構造改革（HR Transformation）、人事情報分析サービス（People Analytics）におけるPwCアジア地域の日本責任者に従事している。HRテクノロジーコンソーシアム(LeBAC)理事。 ビッグデータで人事が変わる！ 世間でも注目を集める「データアナリティクス」や「ビッグデータ」という概念が、人事の仕事のあり方を変えつつある。
「幸せは加速度センサで測れる」：日経ビジネスオンライン
矢野：そうですか。 店舗の中で、居場所と体の動きを検知できるセンサを従業員が身に着けて、来店したお客様にも買い物の間だけ身に着けてもらい、毎秒20回ずつひたすらデータを取り続けるわけですが、それを解析した人工知能コンピュータがすごく意外な影響要因をはじき出した。 店内のいくつかの「ある特定の場所」に従業員が「いる」だけで顧客単価が向上するというんですね。そこでの滞在時間を1.7倍にしただけで顧客単価が15％も増えたとか。でもそれがどういう理由なのか言葉ではうまく説明できない。これは、具体的にはどういうことをコンピュータでやっているんですか。 矢野：ごく単純に言うと、1人のお客さんがいくらお金を使うかという売り上げというマクロな量に対して、影響を与えるかもしれない要因はものすごくたくさんあります。そのたくさんの要因の中で、影響がありそうな候補を何千個、何万個と自動で作り出し、かつそれらを絞り
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
