JP2011145718A

JP2011145718A - 人材構造評価装置および人材構造評価プログラム

Info

Publication number: JP2011145718A
Application number: JP2010003546A
Authority: JP
Inventors: Haruko Yakabe; 晴子矢加部; Yukiko Morimoto; 由起子森本; Junko Ota; 純子太田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2010-01-12
Filing date: 2010-01-12
Publication date: 2011-07-28

Abstract

【課題】
人材構造適正化のための施策の立案を迅速化する。
【解決手段】
人材グループに含まれる人材の他の人材グループへの移動条件値を受け付け、移動条件値から算出されるネットワーク図におけるノードの値を算出し、定常状態下において異常値を示すノードが存在する場合には人材グループのネットワーク図の形状を変更し、定常状態下において異常値を示すノードが存在しない場合には移動条件値の下で目標とする時期までの人材構造の推移を予測する。
【選択図】図１

Description

本発明は、人材構造評価装置および人材構造評価プログラムに関する。

人材構造の視点で組織を評価する方法として、組織の構成員を性格などの性質で分類し、その組合せで評価するものと、人材をスキルなどに基づく職種で分類し、その人員配分比で評価するものの２つに大別できる。

前者の具体例としては、FFS（Five Factors and Stress）理論に基づき、組織の構成員の個々の思考行動パターンを分析し、その特性をタイプ分けすることで、組織・チームの組合せや関係性を最適化する手法がある（非特許文献１）。

後者の具体例としては、ITSS（ITスキル標準）（登録商標）が挙げられる。これは、IT関連サービスに必要となる能力を明確化・体系化した指標で、職種／専門分野と７段階のレベルで構成されたスキルのマップが公開されている（非特許文献２）。
また、後者の別の具体例として、将来想定されるビジネス規模（プロジェクトモデル）から、その時点で必要となる人材モデル（プロジェクトマネージャ、アーキテクト等の専門分野とレベル）ごとの必要人員数とのギャップを把握することで、人材育成や人材配置の計画を立てる技術がある。（非特許文献３）。

http://www.human-logic.jp/introduction/index.php（平成21年9月16日検索） http://www.ipa.go.jp/jinzai/itss/index.html（平成21年9月16日検索）「ユニシス技法」Vol.26, No.3, 2007.2

非特許文献１記載の技術では、個々人の特性を把握するためのアンケートなどに基づく分析が必要であり、実施するには時間や手間がかかる。また、人の特性や、特にストレス状況などはタイミングにより変化するものであり、有効なチーム構成を築くには、定期的・高頻度に分析した結果を反映しなければ、有効なチーム編成は困難である。

非特許文献２および３記載の技術では、例示されているキャリアパスモデルを元に、自社の組織のキャリアパスモデルを描こうとすると、キャリアアップの条件（あるレベルから次のレベルへ昇任する際の昇任率や、昇任に要する期間など）をキャリアごとに設定する必要がある。一般に昇任時期などは、人事部に相当する部署が、それまでの慣習に基づき、対象者一人ひとりの経験年数や対象者の周囲の評価などによるスキル習熟度により決定するが、長期的視野で見ると組織全体にとっての最適な判断とは言いがたい。また、キャリアパスすべてに条件値を定める必要があり、全組合せの中から妥当な設定値を見つけることは、机上の計算では困難である。例えばITSSに例示されているアプリケーション開発系のキャリアパスでの最適化を机上で計算しようとすると、数10億通りのパターンを検証する必要がある（職種／専門分野４種、レベル７段階のうち、ノード間移動が発生する可能性があるものが32あり、それらの移動条件を決定する移動所要期間、移動率を計算する必要がある。さらに、新人の採用先として２種の職種があるため、すべてのパターンを机上で計算しようとすると、２^３２×２通りのパターンを検証する必要がある）。実現的な組合せのみを抽出することで検証パターン数を絞ることは考えられるが、多くの企業では複数の職種の人材を抱えており、それらすべての検証を考えると人手では非常に煩雑な処理となることが類推できる。

さらに、組織にとって人材は、非常に有効な経営資源であり、若手育成のためには、組織規模に応じたベテラン層の人員数維持が必要であるが、必要以上の人材を抱えると組織は高コスト体質となるため、市況の読みに合った人材採用・育成がカギとなる。

本発明はこのような事情に鑑みてなされたものであり、その目的とするものは、組織の長期的な生産性向上や安定性維持のため、組織の人材構造の現状を評価し、市況の読みに合った人材構造適正化のための施策（採用・キャリアパス計画など）の立案を迅速化する技術を提供することである。

上記課題を解決するため、本発明の一態様は以下の構成を備える。即ち、組織における人材を経験年数で分類した複数の人材グループからなる人材構造を評価する人材構造評価装置であって、CPUと、入力部と、出力部と、を備える。CPUは、人材グループをノードとするネットワーク図を生成し、人材グループに含まれる人材の他の人材グループへの移動条件値を入力部から受け付け、移動条件値から算出されるネットワーク図におけるノードの値を算出し、定常状態下において異常値を示すノードが存在する場合には、人材グループのネットワーク図の形状を変更し、定常状態下において異常値を示すノードが存在しない場合には、移動条件値の下で目標とする時期までの人材構造の推移を予測し、予測の結果と目標値とのギャップを算出し、ギャップが所定の閾値を超えるノードが存在する場合には、目標値に近づけるための移動条件値の最適値を算出し、ギャップが所定の閾値を超えるノードが存在しない場合には、予測の結果およびギャップの算出の結果を出力部から出力させる。

本発明によれば、人材構造適正化のための施策の立案を迅速化することが可能となる。

基本処理フローを説明する図である。システムの機能構成を説明する図である。人材構造モデル作成フローを説明する図である。人材構造シミュレーション機能を説明する図である。ギャップ分析機能を説明する図である。条件値最適化機能を説明する図である。人材構造モデル例を示す図である。人材構造モデルデータの構造を説明する図である。人材データの構造を説明する図である。シミュレーション条件値データの構造を説明する図である。理想値データの構造を説明する図である。出力画面例を説明する図である。パターンに応じた人材構造を示す図である。

本発明の実施の形態に関して図面を用いて説明する。

まず始めに、人材構造評価に用いる人材構造モデルについて、図７を用いて説明する。図７は、キャリアパスモデルを示している。図７では、人材を専門分野（ITスペシャリスト、ITアーキテクト、プロジェクトマネージャ（PM）、APスペシャリスト）およびレベルでグループ分けしている。人材構造モデル701は、各グループをノード７０１１で示し、グループ間で移動が発生する可能性のある場合をアーク７０１２で接続したネットワーク図で表現されている。また、ノード間で移動が発生する条件は移動条件値７０１３として設定される。ここでは、専門分野とレベルで分類した例を示しているが、年齢層や所属部署などによるグループに分けて評価することも考えられる。

図２は、本実施形態のシステム構成図である。

本実施形態のプログラムを処理する情報端末201は、少なくとも入力装置202、出力装置203、CPU（図示せず）、記憶部（図示せず）、評価対象となる組織の人材データを格納する人材データ管理部2015、その組織におけるキャリアパスモデルを格納する人材構造モデル管理部2016、その組織の人材構造の理想値を格納するグループ別人員数理想値管理部2017、人材構造を評価するために経年による人材構造の推移をシミュレートする人材構造モデル評価部2011、設定した人材構造モデルに関して定常状態における各ノードの値を算出する定常状態計算部2012、人材構造のノード間の移動率などの条件値の最適値を計算する移動条件値最適化計算部2013、人材構造の現状（または、施策を講じずに成り行きで至る将来の人材構造）と、理想値管理部2017に格納された理想値とのギャップを定量的に計算するギャップ分析部2014とを有する。

ここでは人材構造モデル評価部2011、定常状態計算部2012、移動条件値最適化計算部2013、ギャップ分析部2014はプログラムの機能図として記述されている。CPUは記憶部からこれらを読み出して実行する。後述する情報端末の動作処理やフローチャートは、CPUがこれらのプログラムを実行することにより実現される。なお、ここでは人材構造モデル評価部2011、定常状態計算部2012、移動条件値最適化計算部2013、ギャップ分析部2014を別々のものとして説明したが、１つのプログラムとして構成するようにしても良い。

図１は、本実施形態の基本処理フローを示している。

情報端末201は、人材構造モデルを作成するための入力情報を入力装置202から受付け、入力情報に基づき人材構造モデルを既述のネットワーク図の形状に作成、可視化し（ステップ101）、ノード間移動条件値を入力装置202から設定し（ステップ102）、人材構造モデルの妥当性を評価し（ステップ103）、ステップ103の結果で異常値を示すノードが存在した場合（ステップ104）、ステップ101からの工程を繰り返し、ステップ104で異常値を示すノードが存在しないと判断された場合、人材構造モデルの形状そのものは妥当とみなし、各条件値の適正化を図る手続きに移る。目標と設定する期間（n年後など）、目標時（ｎ年後）における各ノードの理想値を入力装置202から設定し（ステップ105）、各ノードに現状値を設定した上で目標時までのノード値の変遷を定量的にシミュレートし（ステップ106）、シミュレート結果と予め設定しておいた目標値とのギャップを定量的に評価し（ステップ107）、ギャップを埋めたいノードが存在する場合（ステップ108）、目標値に近づけるためのノード間移動条件値の最適値を算出し（ステップ109）、算出した最適値を設定した上でステップ106以降の工程を繰り返し、ギャップを埋めたいノードがなくなった後、シミュレーション結果、ギャップ分析結果、人材構造モデルを出力装置203へ出力する（ステップ1010）。

ここで、図10を用いてステップ103での人材構造モデルの妥当性評価の考え方を詳述する。

まず、ステップ101〜102で作成した人材構造モデルの定常状態におけるノード値を算出する。定常状態とは、流体力学などで用いられる表現で、長期間、物理量が時間的に変化せず一定の状態のことを指す。ここでは、組織全体の物理量が一定であることを定常状態と考えることとし、組織への入力（新採用者）、出力（離退職者）が常時一定で、組織全体の総人員数が一定である状態を指している。定常状態を算定する際、各ノードの初期値には任意の値を設定して構わない。各ノード間の移動条件値には、図１０に示す条件値を設定しておく必要がある。条件値データ1001には、少なくとも移動前ノード10011、移動先ノード10012、移動条件値10013が含まれる。本例では、専門分野とレベルで決定されるノード間での移動条件を設定する場合を想定しており、この場合、移動条件10013にはノードＡからノードＢへの平均移動率p（0≦p≦１）、平均所要期間t（0＜ｔ）が設定される。これらの設定を元に定常状態における各ノード値を算出するが、例えば定常状態でゼロとなるノードが存在する場合は、そのノードが存在しなくても組織が成り立つことを示すことになり、当ノードへの入力アークの条件値、または当ノードからの出力アークの条件値が不適切であるか、そのキャリアパスモデル（ネットワーク図）そのものが不適切であることが判別できる。

簡単な具体例を用いて、定常状態における組織の人材構造評価を行う。本例では、１種の職種、３段階のレベルで構成される組織を想定する。レベルiに属する人員数をn_ｉ、レベルiからレベルi+1へキャリアアップする人材の割合を昇格率i、レベルiからレベルi+1へのキャリアアップに要する期間を昇格所要期間ｉ、離退職者数と採用者数が同値とする。100人規模の組織、退職までの期間を35年と想定し、定常状態におけるｎ_i（１≦ｉ≦３）を算定すると、昇格率i、昇格所要期間iの設定によって、図１３の通りとなる。

この算定結果より、パターン２（昇格所要期間_1>>昇格所要期間₂と設定）の場合、n₁が極端に多い組織となる。また、パターン３では、昇格率₂を制限することにより、ｎ_３が極端に少なく、ｎ_２＞ｎ_１（若手より中堅層が多人数）となる組織となり、若手の育成や昇格に起因するモチベーションの観点から、アンバランスな組織となることが分かる。

本例は、極端な例を示しているが、キャリアアップモデルが複雑化することで、設定が必要となる条件値の個数が増えるため調整が煩雑となり、設定のまずさによりアンバランスな組織となっていることも多い。現場では人為的な対応でこのようなアンバランスに陥らないように調整しているが、計画的に施策（ここでは昇格率、昇格所要期間）の影響度を検証しながら意思決定をすることができれば、組織にとってより効率的である。

なお、ステップ105における理想値には、ステップ103で安定した人材構造モデルとして評価されたモデルにおけるノード値を設定することも可能である。

次に図３および図８を用いて、ステップ101の処理を詳述する。

図８は、人材構造モデル管理部2016に格納する人材構造モデルデータ801の構造を示す。人材構造モデルデータ801には、少なくとも組織を評価するための人材の分類視点（人材構造モデルデータ80１では人材類型）8011、その分類視点で分類された人材グループの移動先人材グループ8014を含む。図８の場合、図７に示す人材構造モデル例に対応させ、人材の分類視点に専門分野、その専門分野に存在するレベル、の２つの分類視点を持ったときの人材構造モデルデータを示しているため、人材構造モデルデータ801は、専門分野8011、存在レベル8013、移動先人材グループ8014で構成されている。なお、略称8012は、他データファイルと専門分野8011をキーに相関させる場合が多いため、簡易化のために設けたデータ項目のため、必須ではない。

図３の処理フローについて説明する。組織に含まれる人材構造の分類視点について入力装置202を介して設定し（ステップ301。ここでは、専門分野、レベルの２つを想定）、入力された人材構造分類視点を人材構造モデルデータ801へ格納する（ステップ302）。ある人材グループから移動の可能性がある人材グループを入力装置202を介して設定し（ステップ303）、新採用者を示す人材グループから配置される可能性がある人材グループを入力装置202を介して設定し（ステップ304）、入力された人材グループ間での移動可能性について人材構造モデルデータ801へ格納する（ステップ305）。人材グループをノード、人材グループ間で移動の可能性があるノード間をアークで示し、ネットワーク図状の人材構造モデルを出力装置203から出力する（ステップ306）。

図４および図９を用いてステップ106の処理を詳述する。

図９に示す人材データ901には、少なくとも組織を構成する人材を識別するためのＩＤ9011、属している人材グループ9013が含まれる。実際に分析・評価する場合には、一般に所属部署ごとの分析、年齢層による分析、実経験年数による分析も行われることが多いため、所属9012、入社年次9014、生年月日（yyyymmdd）9015、採用種別（新卒採用か中途採用か）9016といったデータも含まれていることが望ましい。なお、本例では人材グループの分類視点として専門分野とレベルを用いた場合の例を人材グループ9013に示している。

人材構造シミュレーション（図４）では、各ノードの初期値を入力装置202を介して設定し（ステップ401）、入力された値を人材データ901へ格納する（ステップ402）。ここで、人材データ901のレコード数が膨大となる場合、ファイル読み込みI/Fを用意しての入力方法でも構わない。次にシミュレートする期間を入力装置202から設定し（ステップ403）、条件値データ1001に設定した値を元に、経年による各ノードの時間変化を計算し（ステップ404）、シミュレート結果を出力装置203に出力する（ステップ405）。

次に図５および図１１を用いてステップ107の処理を詳述する。

図１１は、理想値管理部2017に含まれる理想値データ1101の構造を示している。理想値データ1101には、少なくとも目標とする時期11011と、その目標時期における人材グループごとの人員数（または人員比率）11012が含まれる。本例では、人材グループの分類視点を専門分野とレベルの２つとしているので、図11に示すような構成となる。

人員数の理想値の設定は、実際には非常に煩雑となるが、既述のように、ステップ103で算定した定常状態での値を参考にするなどの支援方法が考えられる。

図６は、人材構造モデルの最適化のためのロジックフローを示す。まず、最適化の対象となる条件値を選択し、それにより最も影響を受けるノードの理想値を設定する（ステップ601）。次にシミュレーションの時刻を進める（ステップ602）。この時点を時刻ｔとする。ステップ601で設定したノードの理想値と時刻ｔにおけるノードの値の偏差を計算する（ステップ603）。偏差が０に等しいか（または限りなく等しいか）を比較し（ステップ604）、偏差が大きいと判断した場合、計算した偏差の時刻ｔまでの積分値を計算し、上記条件値に係数を乗じて加算し、ステップ602へ戻る（ステップ605）。ここで、この場合の係数は、制御対象の動特性により設定する。604で偏差が限りなく０に近いと判断した場合、理想値に近づけることができたと見なせるので、その場合の条件値を出力する（ステップ606）。

なお、本例では、職種や専門分野、レベルによって決定する人材グループの組合せ最適化による人材構造の強化を図る方法について述べてきたが、年齢に基づく評価も可能である。複数の年齢層からなる組織が存在し、最若手層を採用し、全層の構成員が離職する可能性があり、最ベテラン層が定年退職するというケースの場合、長期的に安定した組織（定常状態の計算結果）の形状は、完全なピラミッド構造（若手層からベテラン層に向けて人員数が減少する形状）となる。

さらに、組織における人員削減は非常にデリケートな問題となるため、採用後はコントロールが困難である。本シミュレーションにより、将来見込まれる事業規模と採用者数規模との調整を事前に検証することで、高コスト体質となることを事前回避することが可能となる。

図１２は出力画面例を示す。

出力画面１２01は、少なくとも条件値の設定値12012、検証結果を定量的に示すグラフ等の可視化手段12013を含む。ユーザの理解のため、計算に用いたモデルの表示12011があればなお良い。また、条件値の設定値12012には、影響を検証するためのインジケータ型の条件値設定I/Fがあれば、動的な検証をすることができ、ユーザの理解を促進することができる。

以上のように、本実施形態によれば、組織の長期的な生産性向上や安定性維持のため、組織の人材構造の現状を評価し、市況の読みに合った人材構造適正化のための施策（採用・キャリアパス計画など）の立案を迅速化することが可能となる。

Claims

組織における人材を経験年数で分類した複数の人材グループからなる人材構造を評価する人材構造評価装置であって、
CPUと、入力部と、出力部と、を備え、
前記CPUは、
前記人材グループをノードとするネットワーク図を生成し、
前記人材グループに含まれる人材の他の人材グループへの移動条件値を前記入力部から受け付け、
前記移動条件値から算出されるネットワーク図におけるノードの値を算出し、
定常状態下において異常値を示すノードが存在する場合には、前記人材グループのネットワーク図の形状を変更し、
定常状態下において異常値を示すノードが存在しない場合には、前記移動条件値の下で目標とする時期までの人材構造の推移を予測し、
前記予測の結果と目標値とのギャップを算出し、
前記ギャップが所定の閾値を超えるノードが存在する場合には、前記目標値に近づけるための移動条件値の最適値を算出し、
前記ギャップが所定の閾値を超えるノードが存在しない場合には、前記予測の結果および前記ギャップの算出の結果を前記出力部から出力させることを特徴とする人材構造評価装置。
組織における人材を経験年数で分類した複数の人材グループからなる人材構造を評価する情報処理装置を制御する人材構造評価プログラムであって、
前記情報処理装置に対し、
前記人材グループをノードとするネットワーク図を生成し、
前記人材グループに含まれる人材の他の人材グループへの移動条件値を受け付け、
前記移動条件値から算出されるネットワーク図におけるノードの値を算出し、
定常状態下において異常値を示すノードが存在する場合には、前記人材グループのネットワーク図の形状を変更し、
定常状態下において異常値を示すノードが存在しない場合には、前記移動条件値の下で目標とする時期までの人材構造の推移を予測し、
前記予測の結果と目標値とのギャップを算出し、
前記ギャップが所定の閾値を超えるノードが存在する場合には、前記目標値に近づけるための移動条件値の最適値を算出し、
前記ギャップが所定の閾値を超えるノードが存在しない場合には、前記予測の結果および前記ギャップの算出の結果を出力するように制御することを特徴とする人材構造評価プログラム。
請求項１記載の人材構造評価装置であって、
前記CPUは、
前記組織における人材を専門分野および当該専門分野でのレベルで分類した人材グループを前記入力装置から受け付け、
前記人材グループから他の人材グループに移動する可能性がある人材を前記入力装置から受け付け、
人材の移動があるノードをアークで示すネットワーク図を前記出力部から出力することを特徴とする人材構造評価装置。
請求項２記載の人材構造評価プログラムであって、
前記情報処理装置に対し、
前記組織における人材を専門分野および当該専門分野でのレベルで分類した人材グループを前記入力装置から受け付け、
前記人材グループから他の人材グループに移動する可能性がある人材を前記入力装置から受け付け、
人材の移動があるノードをアークで示すネットワーク図を前記出力部から出力するように制御することを特徴とする人材構造評価プログラム。