JP7004986B1 - 人材管理システム、サーバ、人材管理方法、及びプログラム - Google Patents

人材管理システム、サーバ、人材管理方法、及びプログラム Download PDF

Info

Publication number
JP7004986B1
JP7004986B1 JP2021067585A JP2021067585A JP7004986B1 JP 7004986 B1 JP7004986 B1 JP 7004986B1 JP 2021067585 A JP2021067585 A JP 2021067585A JP 2021067585 A JP2021067585 A JP 2021067585A JP 7004986 B1 JP7004986 B1 JP 7004986B1
Authority
JP
Japan
Prior art keywords
information
management system
members
objective variable
variable
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2021067585A
Other languages
English (en)
Other versions
JP2022162668A (ja
Inventor
盛廣 松本
Original Assignee
株式会社アーティスソリューションズ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社アーティスソリューションズ filed Critical 株式会社アーティスソリューションズ
Priority to JP2021067585A priority Critical patent/JP7004986B1/ja
Application granted granted Critical
Publication of JP7004986B1 publication Critical patent/JP7004986B1/ja
Publication of JP2022162668A publication Critical patent/JP2022162668A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】複数のシステムから取得した情報を統合して、構成員に対して人材育成に関する提言をする。【解決手段】人材管理システムは、(1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするアクセス手段と、対象構成員が取るべき行動を示す提言情報を、出力先であるユーザに出力する出力手段とを有する。【選択図】図2

Description

本発明は、グループに属する構成員の人材育成を管理する技術に関する。
企業等のグループに属する構成員の教育又は研修等の人材育成を管理する技術が知られている。例えば特許文献1には、ウェブを用いた教育システムにおいて受講計画をナビゲーションする技術が記載されている。
特許4823509号公報
グループの構成員の人材育成に関する情報は多様であり、研修システムも集合研修及びeラーニングなど複数のシステムにまたがっている場合があるが、特許文献1に記載の技術においては、これら複数のシステムに分散されている情報を統合して、構成員に対して人材育成に関する提言をすることができなかった。
これに対し本発明は、集合研修を管理するシステム及びeラーニングを管理するシステムを含む複数のシステムから取得した情報を統合して、構成員に対して人材育成に関する提言をする技術を提供する。
本開示の一態様は、(1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするアクセス手段と、前記複数の構成員のうち提言の対象となる対象構成員を特定する第1特定手段と、前記提言の出力先となるユーザを特定する第2特定手段と、前記第1管理システム、前記第2管理システム、及び前記第1データベースから取得された、前記対象構成員が前記集合研修を受講した状況に関する情報、当該対象構成員が前記eラーニングを受講した状況に関する情報、及び当該対象構成員の属性情報の少なくとも一部を説明変数として、前記第1モデルに入力する入力手段と、前記第1モデルから前記入力された説明変数に対応する目的変数の値を取得する取得手段と、前記目的変数の値に応じて、前記対象構成員が取るべき行動を示す提言情報を、前記出力先であるユーザに出力する出力手段とを有する人材管理システムを提供する。
この人材管理システムは、前記第1管理システムから前記第1情報を取得する第1取得手段と、前記第2管理システムから前記第2情報を取得する第2取得手段と、前記第1データベースから前記第3情報を取得する第3取得手段と、前記第1乃至第3情報を用いて、前記目的変数と前記説明変数との相関を分析する分析手段と、前記分析の結果として得られる前記第1モデルを記憶する記憶手段とを有してもよい。
前記分析手段は、多変量解析を用いて前記相関を分析してもよい。
前記分析手段は、前記第1乃至第3情報を教師データとする機械学習を用いて前記相関を分析し、前記第1モデルは機械学習モデルであってもよい。
前記出力手段は、目的変数の名前及び値が入力されると当該入力された目的変数の名前及び値に対応する提言を出力する提言生成手段から得られた前記提言情報を出力してもよい。
前記提言情報は、前記集合研修及び前記eラーニングのうち前記対象構成員が受講すべき講座、前記対象構成員が取得すべき資格、及び前記対象構成員が従事すべき業務のうち少なくとも1種を含んでもよい。
この人材管理システムは、目的変数の名前、当該目的変数の値に関する条件、及び当該条件に対応する提言を含むレコードが複数記録された第2データベースを参照して前記提言情報を生成する提言生成手段をさらに有してもよい。
この人材管理システムは、目的変数の名前及び当該目的変数の値を入力層に、当該目的変数の名前及び値の組み合わせに対応する提言を出力層に、教師データとして与えて機械学習をさせた第2モデルを用いて前記提言情報を生成する提言生成手段をさらに有してもよい。
本開示の別の一態様は、集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報を取得する第1取得手段と、eラーニングを管理する第2管理システムから取得された、前記複数の構成員が当該eラーニングを受講した状況に関する第2情報を取得する第2取得手段と、前記複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報を取得する第3取得手段と、前記第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析する分析手段と、前記分析の結果を用いたモデルであって、前記第1乃至第3情報に相当する説明変数が入力されると、当該入力された説明変数に対応する目的変数を出力する出力手段とを有するサーバを提供する。
本開示のさらに別の一態様は、(1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするステップと、前記複数の構成員のうち提言の対象となる対象構成員を特定するステップと、前記提言の出力先となるユーザを特定するステップと、前記第1管理システム、前記第2管理システム、及び前記第1データベースから取得された、前記対象構成員が前記集合研修を受講した状況に関する情報、当該対象構成員が前記eラーニングを受講した状況に関する情報、及び当該対象構成員の属性情報の少なくとも一部を説明変数として、前記第1モデルに入力するステップと、前記第1モデルから前記入力された説明変数に対応する目的変数の値を取得するステップと、前記目的変数の値に応じて、前記対象構成員が取るべき行動を示す提言情報を、前記出力先であるユーザに出力するステップとを有する人材管理方法を提供する。
本開示のさらに別の一態様は、集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報を取得するステップと、eラーニングを管理する第2管理システムから取得された、前記複数の構成員が当該eラーニングを受講した状況に関する第2情報を取得するステップと、前記複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報を取得するステップと、前記第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析するステップと、前記分析の結果を用いたモデルであって、前記第1乃至第3情報に相当する説明変数が入力されると、当該入力された説明変数に対応する目的変数を出力するステップとを有する人材管理方法を提供する。
本開示のさらに別の一態様は、コンピュータに、(1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするステップと、前記複数の構成員のうち提言の対象となる対象構成員を特定するステップと、前記提言の出力先となるユーザを特定するステップと、前記第1管理システム、前記第2管理システム、及び前記第1データベースから取得された、前記対象構成員が前記集合研修を受講した状況に関する情報、当該対象構成員が前記eラーニングを受講した状況に関する情報、及び当該対象構成員の属性情報の少なくとも一部を説明変数として、前記第1モデルに入力するステップと、前記第1モデルから前記入力された説明変数に対応する目的変数の値を取得するステップと、前記目的変数の値に応じて、前記対象構成員が取るべき行動を示す提言情報を、前記出力先であるユーザに出力するステップとを実行させるためのプログラムを提供する。
本発明によれば、集合研修を管理するシステム及びeラーニングを管理するシステムを含む複数のシステムから取得した情報を統合して、構成員に対して人材育成に関する提言をすることができる。
一実施形態に係る人材管理システム1の概要を示す図。 人材管理システム1の機能構成を例示する図。 サーバ10のハードウェア構成を例示する図。 クライアント20のハードウェア構成を例示する図。 モデル構築の動作を示すフローチャート。 データベース31に記録されている情報を例示する図。 第1段階における分析を例示する図。 第2段階における分析を例示する図。 提言の出力動作を示すフローチャート。 データベース111を例示する図。 提言として表示されるメッセージを例示する図。 登録システム及びユーザ端末の動作を示すフローチャート。
1.構成
図1は、一実施形態に係る人材管理システム1の概要を示す図である。人材管理システム1は、eラーニング受講管理、教育・研修受講管理、及び人材データベースを包括的に管理するプラットフォームである。人材管理システム1は、管理システム2、管理システム3、及び管理システム4と連携する。
管理システム2は、eラーニングを管理する管理システム(第2管理システムの一例)である。eラーニングとは、情報技術を用いた教育をいい、具体的には、例えばコンピュータネットワークを介した動画配信及びコンピュータ上で行われるテスト等を組み合わせた学習コンテンツをいう。管理システム2は、例えば、eラーニング用動画の配信、アクセス制限、受講履歴のデータベース、受講結果の分析、及び教材の提供といった機能を提供する。
管理システム3は、グループの人材管理に関するシステム(第3管理システムの一例)である。グループとは、定義された構成員の集合をいい、例えば、企業の社員、団体の職員、又は教育機関の学生若しくは生徒の集合をいう。管理システム3は、データベース31を有する。データベース31は、グループの構成員に関する属性情報が記録されたデータベースである。管理システム3は、そのほか、資格・研修・スキル等の要件管理、人材育成プランの設定、属性・要件(保有資格、業務スキル等)と成果(人事考課、各種業務成績等)との分析・検証、外部データベース9との連携、人事異動の支援といった機能を提供する。外部データベース9は、通信教育やeラーニング講座の受講結果等、外部で管理されているデータベースである。「外部」とは、管理システム3とは異なる主体により管理及び運営されていることをいう。
管理システム4は、集合研修を管理する管理システム(第1管理システムの一例)である。ここでいう集合研修とは、eラーニングを含まない、いわゆる対面又は集合で行われる教育・研修をいう。管理システム4は、例えば、講座情報の提供、講座への申し込み及び承認のためのワークフロー、講座の受講者管理、課題の管理、アンケートの収集、受講履歴の管理といった機能を提供する。
人材管理システム1は、管理システム2、管理システム3、及び管理システム4を統合的に連携するシステムである。一例において、人材管理システム1は、eラーニング及び集合研修の受講状況に応じて、推薦される行動を示す情報を提供する。一例において、管理システム2、管理システム3、及び管理システム4は、それぞれ別個のサーバにより提供される。さらに、これらの機能は、それぞれ別個の事業者により提供されてもよい。
図2は、人材管理システム1の機能構成を例示する図である。人材管理システム1は、装置として、サーバ10及びクライアント20を有する。人材管理システム1は、機能として、記憶手段11、取得手段12、取得手段13、取得手段14、分析手段15、提言生成手段16、記憶手段21、アクセス手段22、特定手段23、特定手段24、入力手段25、取得手段26、及び出力手段27を有する。これらの機能のうち、記憶手段11、取得手段12、取得手段13、取得手段14、分析手段15、及び提言生成手段16はサーバ10に、記憶手段21、アクセス手段22、特定手段23、特定手段24、入力手段25、取得手段26、及び出力手段27はクライアント20に、それぞれ実装される。
サーバ10において、記憶手段11は、各種のデータ及びプログラムを記憶する。取得手段12は、管理システム4からモデル構築用第1情報を取得する(第1取得手段の一例)。モデル構築用第1情報は、グループに属する複数の構成員が当該集合研修を受講した状況に関する情報である。取得手段13は、管理システム2からモデル構築用第2情報を取得する(第2取得手段の一例)。モデル構築用第2情報は、複数の構成員が当該eラーニングを受講した状況に関する情報である。取得手段14は、管理システム3(より詳細には)データベース31(第1データベースの一例)からモデル構築用第3情報を取得する(第3取得手段の一例)。データベース31は、複数の構成員の属性に関する情報が記録されたデータベースである。モデル構築用第3情報は、複数の構成員の属性に関する情報である。
分析手段15は、モデル構築用第1情報、モデル構築用第2情報、及びモデル構築用第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、目的変数と説明変数との相関を分析する。この分析には、例えば多変量解析又は機械学習が用いられる。この分析の結果として得られる、目的変数と説明変数との相関を示すモデル151(第1モデルの一例)は記憶手段11に記憶される。
クライアント20において、記憶手段21は、各種のデータ及びプログラムを記憶する。アクセス手段22は、モデル151にアクセスする。特定手段23は、複数の構成員のうち提言の対象となる構成員(以下「対象構成員」という)を特定する(第1特定手段の一例)。特定手段24は、提言の出力先となるユーザ(以下「出力先ユーザ」という)を特定する(第2特定手段の一例)。入力手段25は、説明変数の値をモデル151に入力する。ここで入力される説明変数は、モデル151を構築(又は生成)する際に用いられた説明変数に対応する変数であって、対象構成員のみに関するデータである。モデル151は、入力された説明変数に対応する目的変数の値を出力する。取得手段26は、モデル151から目的変数の値を取得する。出力手段27は、目的変数の値に応じて、対象構成員が取るべき行動を示す提言情報を、出力先ユーザに出力する。
図3は、サーバ10のハードウェア構成を例示する図である。この例において、サーバ10は、CPU(Central Processing Unit)101、メモリ102、ストレージ103、及び通信IF(Interface)104を有するコンピュータである。CPU101は、プログラムに従って各種の処理を行う処理装置である。メモリ102は、CPU101がプログラムを実行する際のワークエリアとして機能する主記憶装置であり、例えばRAM(Random Access Memory)を含む。ストレージ103は、各種のプログラム及びデータを記憶する補助記憶装置であり、例えばSSD(Solid State Drive)及びHDD(Hard Disk Drive)の少なくとも一方を含む。通信IF104は、所定の通信規格(例えばイーサネット)に従って他の装置と通信する通信装置である。
この例において、ストレージ103は、コンピュータを人材管理システム1におけるサーバとして機能させるためのプログラム(以下「サーバプログラム」という)を記憶している。CPU101がサーバプログラムを実行することにより、コンピュータに図2の機能が実装される。CPU101がサーバプログラムを実行している状態において、メモリ102及びストレージ103の少なくとも一方が記憶手段11の一例である。通信IF104が、取得手段12、取得手段13、及び取得手段14の一例である。CPU101が分析手段15の一例である。
図4は、クライアント20のハードウェア構成を例示する図である。この例において、クライアント20は、CPU201、メモリ202、ストレージ203、通信IF204、入力装置205、及び出力装置206を有するコンピュータ、具体的には、スマートフォン、パーソナルコンピュータ、又はタブレット端末である。CPU201は、プログラムに従って各種の処理を行う処理装置である。メモリ202は、CPU201がプログラムを実行する際のワークエリアとして機能する主記憶装置であり、例えばRAMを含む。ストレージ203は、各種のプログラム及びデータを記憶する補助記憶装置であり、例えばSSD及びHDDの少なくとも一方を含む。通信IF204は、所定の通信規格(例えばイーサネット)に従って他の装置と通信する通信装置である。入力装置205は、ユーザから情報又は指示の入力を受け付ける装置であり、例えば、キーボード、タッチスクリーン、及びマイクロフォンの少なくとも一種を含む。出力装置207は、ユーザに対して情報を出力する装置であり、例えば、ディスプレイ及びスピーカの少なくとも一種を含む。
この例において、ストレージ203は、コンピュータを人材管理システム1におけるクライアントとして機能させるためのプログラム(以下「クライアントプログラム」という)を記憶している。クライアントプログラムは、人材管理システム1専用のアプリケーションプログラム又は汎用のウェブブラウザである。CPU201がクライアントプログラムを実行することにより、コンピュータに図2の機能が実装される。CPU201がクライアントプログラムを実行している状態において、メモリ202及びストレージ203の少なくとも一方が記憶手段21の一例である。通信IF204がアクセス手段22、入力手段25、及び取得手段26の一例である。CPU201が、特定手段23及び特定手段24の一例である。出力装置207が、出力手段27の一例である。
2.動作
以下、人材管理システム1の動作を説明する。人材管理システム1の動作は、大きく、モデルの構築(又は事前分析)及び提言の出力の2つに分けられる。以下それぞれの動作を説明する。ここでは、人材管理システム1がある企業に導入され、その企業の従業員が管理の対象となるグループの構成員である例を用いて説明する。以下において、取得手段12等の機能構成を処理の主体として記載することがあるが、これは、サーバプログラム等のソフトウェアを実行しているCPU101等のハードウェア要素が処理を行うことを意味する。
2-1.モデルの構築
図5は、人材管理システム1におけるモデル構築の動作を示すフローチャートである。ステップS11において、サーバ10は、分析用のデータを取得する。具体的には、サーバ10は、管理システム2、管理システム3、及び管理システム4から、指定された母集団において多変量解析に用いる情報を取得する。この母集団は、一例において分析の対象となるグループ(例えば、一企業の従業員全員)と同一である。詳細には以下のとおりである。
取得手段12は、管理システム4からモデル構築用第1情報を取得する。モデル構築用第1情報は、具体的には、先の母集団に属する構成員全員について、各構成員が集合研修を受講した履歴である。この履歴は、例えば、受講した研修を特定する情報(例えば講座名)、受講した日時、理解度確認テストがあればその成績、及びテストを受けた日時を含む。
取得手段13は、管理システム2からモデル構築用第2情報を取得する。モデル構築用第2情報は、具体的には、先の母集団に属する構成員全員について、各構成員がeラーニングを受講した履歴である。この履歴は、例えば、受講したeラーニングを特定する情報(例えば講座名)、受講した日時、理解度確認テストがあればその成績、及びテストを受けた日時を含む。
取得手段14は、管理システム3(より具体的にはデータベース31)から先の母集団に属する構成員の属性に関するモデル構築用第3情報を取得する。
図6は、データベース31に記録されている情報を例示する図である。データベース31は、複数のレコードを含む。各レコードは、一のユーザの属性を示す。この例では、各レコードには、そのユーザの氏名、性別、年齢、会社名、部署名、役職、勤続年数、実務経験年数、保有資格(詳細には、フィナンシャルプランナー、証券外務員、及び証券アナリスト)の有無、及び人事評価が記録される。例えば、図6の例において最上段のレコードには、氏名「山田花子」というユーザについて、性別「女」、年齢「38」、会社名「株式会社カンパニー」、部署名「証券営業部」、役職「課長」、勤続年数「5年」、実務経験年数「16年」、フィナンシャルプランナー資格保有、及び昨季の人事評価「A」であることが記録されている。
再び図5を参照する。ステップS12において、分析手段15は、データの分析を行う。この分析は、構成員が将来的に産み出すであろう結果を予測するモデルを構築するための分析である。この分析は、トリガとなるイベントが発生したことを契機として開始される。分析のトリガとなるイベントは、例えば、分析の開始を、人材管理システム1にログインしているユーザが明示的に指示したというイベントである。あるいは、分析のトリガとなるイベントは、現在時刻が所定の日時(例えば、毎日午前0時)に達したというイベント、又は、直近の分析を行ってから所定の期間が経過した(例えば、前回の分析から1週間が経過した)というイベントであってもよい。
この例において、ステップS12における分析は2段階で行われる。第1段階の分析は、成果と課題との相関に関する分析である。そもそも、ステップS12における分析は分析の対象となる組織の人材育成課題に基づいて定義される。
図7は、第1段階における分析を例示する図である。この例においては、人材育成課題又は大課題として、「融資業務における成果を向上させる。」という課題が設定されている。この大課題の達成を評価する尺度として、「融資額」、「融資件数」、「新規件数」、「顧客満足度」、及び「利ざや」が設定されている。「融資額」は返済継続中の融資の金額を示す数量データである。「融資件数」は返済継続中の融資の件数を示す数量データである。「新規件数」は所定の期間(例えば、現会計年度)において新たに実行した融資の件数を示す数量データである。「顧客満足度」は返済継続中の顧客から聞き取った満足度を示すカテゴリデータである。「利ざや」は返済継続中の融資における利ざやを示す数量データである。
この大課題に対して複数の小課題が定義される。この例では、「知識レベルの向上」、「関連資格の取得」、「業務スキルレベルの向上」、「ヒューマンスキルレベルの向上」、及び「管理者スキルレベルの向上」という5つの小課題が設定されている。さらに、これらの小課題の各々に対して対応する変数が定義される。ここでは、「知識レベルの向上」という課題に対しては「テスト結果」という数量データ及び「知識レベル評価」というカテゴリデータが、「関連資格の有無」という課題に対しては資格の有無を示すカテゴリデータが、「業務スキルレベルの向上」という課題に対しては「業務スキルレベル」というカテゴリデータが、「ヒューマンスキルレベルの向上」という課題に対しては「ヒューマンスキルレベル」というカテゴリデータが、「管理者スキルレベルの向上」という課題に対しては「管理者スキルレベル」というカテゴリデータが、それぞれ定義されている。
一例において、「テスト結果」及び「知識レベル評価」の値は、管理システム2又は管理システム4から取得される。「関連資格の有無」の値は、データベース31から取得される。「業務スキルレベル」、「ヒューマンスキルレベル」、及び「管理者スキルレベル」については、データベース31にこれらの値が記録されており、取得手段14がこれらの値を取得してもよいし、データベース31にこれらの値が直接は記録されておらず、データベース31に記録されている他の情報及び管理システム2又は管理システム4から取得される情報を用いて分析手段15がこれらの値を計算してもよい。
第1段階の分析は、複数の評価尺度の各々を目的変数とし、課題に対応する変数を説明変数とした相関の分析である。この例では、説明変数は2つのグループに分けられる。このグループ分けは人材管理システム1において定義される。第1のグループは、「テスト結果」、「知識レベル評価」、及び「関連資格の有無」からなるグループである。分析手段15は、複数の評価尺度の各々と第1グループに含まれる説明変数との相関を、重回帰分析により分析する。具体的には、分析手段15は、「融資額」を目的変数とし、「テスト結果」、「知識レベル評価」、及び「関連資格の有無」を説明変数とする重回帰分析を行う。詳細には、分析手段15は、目的変数と説明変数との関係を表す式において、回帰係数を計算する。分析手段15は、計算により得られた回帰係数を記憶手段11に記憶する。次に分析手段15は、「融資件数」、「新規件数」、「顧客満足度」、及び「利ざや」の各々についても、複数の説明変数との相関を分析する。
第2のグループは、「業務スキルレベル」、「ヒューマンスキルレベル」、及び「管理者スキルレベル」からなるグループである。分析手段15は、複数の評価尺度の各々と第2グループに含まれる説明変数との相関を、数量化1類により分析する。具体的には、分析手段15は、「融資額」を目的変数とし、「業務スキルレベル」、「ヒューマンスキルレベル」、及び「管理者スキルレベル」を説明変数とする数量化1類を行う。詳細には、目的変数と説明変数との関係を表す式において、回帰係数を計算する。分析手段15は、計算により得られた関係式及び係数を記憶手段11に記憶する。
図8は、第2段階における分析を例示する図である。第2段階における分析は、小課題と要件との相関に関する分析である。この例においては、複数の小課題の各々に対応する変数に対して説明変数が定義されている。例えば、「知識レベルの向上」という小課題に対応する変数である「テスト結果」に対して、「科目A受講履歴(確認テスト結果含む)」、「科目B受講履歴(確認テスト結果含む)」、及び「科目C受講履歴」という3つのデータが説明変数として定義されている。同様に、他の小課題に対応する変数に対しても、それぞれ説明変数が定義されている。分析手段15は、これらの目的変数及び(複数の)説明変数の組に対して、データ形式に応じた分析を行う。分析としては、例えば、重回帰分析、判別分析、数量化1類、数量化2類、及び数量化3類のいずれかが用いられる。詳細には、分析手段15は、目的変数と説明変数との関係を表す式における係数を計算する。どのデータ形式の組に対してどの分析手法を用いるかは、分析手段15においてあらかじめ定義されている。
再び図5を参照する。第1段階の分析で得られた関係式及び第2段階の分析で得られた関係式を合わせた数理モデルが、モデル151である。すなわちモデル151は、上記で説明した第2段階の説明変数(例えば、「科目A受講履歴」、「科目B受講履歴」、「科目C受講履歴」、及びユーザの属性等)の名前及び値が入力されると、第1段階の目的変数(例えば、「融資額」、「融資件数」、「新規件数」、「顧客満足度」、及び「利ざや」)を出力するモデルである。分析手段15は、計算により得られたモデル151を記憶手段11に記憶する(ステップS13)。以上でモデルの構築は終了である。以下、こうして構築されたモデルを用いた、ユーザへの提言について説明する。
2-2.提言の出力
図9は、提言の出力動作を示すフローチャートである。ステップS21において、特定手段23は、対象構成員を特定する。一例において、対象構成員は、人材管理システム1(詳細にはサーバ10)にログインしているユーザ自身である。この例では、企業の従業員はあらかじめ人材管理システム1にユーザ登録される。各従業員は、自身のクライアント20からサーバ10にアクセスし、システムにログインすることができる。別の例において、クライアント20からログインしているユーザが管理職であり、対象構成員はその管理職の部下である従業員である。この場合、サーバ10が、構成員の職制を特定する情報を記憶しており、特定手段23はこの情報を参照して、ログインしているユーザの部下である構成員を対象構成員として特定する。あるいは、特定手段23は、ログインしているユーザにより指定された構成員を対象構成員として特定する。
ステップS22において、特定手段23は、出力先ユーザを特定する。一例において、クライアント20から人材管理システム1にログインしているユーザ自身が対象構成員である場合、出力先ユーザは対象構成員自身である。別の例において、クライアント20からログインしているユーザが管理職であり、対象構成員がその管理職の部下である従業員である場合。出力先ユーザは管理職すなわちログインしているユーザである。
ステップS23において、入力手段25は、予測用の説明変数の名前及びその値をモデル151に入力する。クライアント20は、アクセス手段22を介してモデル151にアクセスする。予測用の説明変数は、予測用第1情報、予測用第2情報、及び予測用第3情報に含まれる変数の少なくとも一部である。具体的には、予測用の説明変数は、対象構成員に関する情報であって、分析手段15においてモデル151を構築する際に説明変数として用いられた変数と同じ名前を有する変数である。例えば、モデル151の構築において全ての構成員の「科目A受講履歴」、「科目B受講履歴」、及び「科目C受講履歴」が説明変数として用いられた場合、入力手段25は、対象構成員の「科目A受講履歴」、「科目B受講履歴」、及び「科目C受講履歴」を説明変数としてモデル151に入力する。
なお、図5で説明したモデルの構築と図9で説明している提言の出力とは必ずしも時間的に近接して行われる訳では無い。したがって、対象構成員が、モデル151を構築する際の分析に用いられるデータの母集団に属している場合であっても、モデル151を構築した時点における対象構成員の状況と、提言を出力しようとする時点における対象構成員の状況とは必ずしも同一ではない。例えば、1年前にA社の社員のデータを用いてモデル151が構築された場合において、その1年後にA社の社員に対して提言を出力しようとするとき、この1年でA社の社員は研修の受講を進めたり、新たな資格を取得したり、新たな職務経験を積んだりしている。モデル151を用いれば、このように更新された状況に対しても、提言を出力することができる。さらにいうと、対象構成員は、モデル151を構築する際の分析に用いられるデータの母集団に属していなくてもよい。例えば、人材管理システム1においては、昨年度までに在籍した社員のデータを用いて構築されたモデル151が、今年度新たに入社した社員に対する提言を出力するために用いられてもよい。あるいは、A社の社員のデータを用いて構築されたモデル151が、A社と異なるB社の社員に対する提言を出力するために用いられてもよい。
説明変数の名前及び値が入力されると、モデル151は,対応する目的変数を出力する。ステップS24において、取得手段26は、モデル151から出力された目的変数の名前及び値を取得する。例えば、取得手段26は、モデル151から「融資額」、「融資件数」、「新規件数」、「顧客満足度」、及び「利ざや」の値を取得する。これらの変数の値は、対象構成員が将来的に産み出すであろう結果の予測値を示している。
ステップS25において、取得手段26は、ステップS24において取得された予測値に対応する提言情報を取得する。この提言情報は、サーバ10において提言生成手段16により生成される。一例において、記憶手段11はデータベース111(第2データベースの一例)を記憶しており、提言生成手段16はデータベース111を参照して提言を生成する。
図10は、データベース111を例示する図である。データベース111は、複数のレコードを含む。各レコードは、目的変数の名前、その目的変数の値に関する条件、その条件に対応する提言のひな形、及び説明変数の抽出条件を含む。例えば、図10において最上段のレコードには、目的変数「融資額」について、条件「目標値より20%以上低い」、提言のひな形「融資額が目標に到達しない可能性があります。目標達成に向け以下の講座を受講しましょう。」、説明変数の抽出条件「講座に関する説明変数の中から、融資額との関係式における係数の上位3件の説明変数に対応する講座名」が記録されている。対象構成員について予測される「融資額」が「目標値より20%以上低い」という条件を満たしていた場合、提言生成手段16は、「融資額」を予測するためのモデル151において、講座に関する説明変数であって、係数の値が高いものから上位3つの説明変数の講座名を抽出する。例えば、「科目A」、「科目B」、及び「科目C」が抽出される。提言生成手段16は、抽出した情報をひな形に埋め込んで提言を生成する。
再び図9を参照する。ステップS26において、出力手段27は、取得手段26が取得した提言情報をユーザに出力する。一例において、出力手段27は、クライアント20のディスプレイに提言情報を示すメッセージを表示する。
図11は、提言として表示されるメッセージを例示する図である。この例では、「融資額が目標に到達しない可能性があります。目標達成に向け以下の講座を受講しましょう。科目A、科目B、科目C」というメッセージが表示される。この提言情報により、対象者は目標達成のために具体的にどういう努力をすればよいのか知ることができる。
2-3.受講登録
ここで、管理システム2又は管理システム4において受講講座を登録する方法の例を説明する。以下で説明する機能は、例えば、管理システム2又は管理システム4自体に実装されてもよいし、管理システム1に実装されてもよいし、講座登録用の専用システムに実装されてもよい。以下、受講登録を行う機能が実装されたシステムを「登録システム」という(図示略)。
図12は、登録システム及びユーザ端末の動作を示すフローチャートである。受講講座を登録しようとするユーザ(例えば、企業の人事担当者又は受講者本人)は自身の端末(以下「ユーザ端末」という。図示略)から登録システムにアクセスし、講座一覧を取得する(ステップS31)。登録システムは、提供している講座に関する情報が記録されたデータベース(以下「講座データベース」という。図示略)を有する。登録システムは、この講座データベースから講座に関する情報を抽出し、一覧を生成し、生成した一覧をユーザ端末に送信する。登録システムは、前述の分析又は提言に基づいて、自動的にカテゴリ又は費用などで絞り込んだ講座の情報を抽出する。あるいは、登録システムは、ユーザ端末からの要求により、カテゴリ又は費用などで絞り込んだ講座の情報を抽出してもよい。
ステップS32において、ユーザ端末は、ユーザの指示に応じて受講する講座を選択する。なおステップS31において登録システムが自動的に又はユーザ端末からの要求に応じて抽出した(又は絞り込んだ)講座一覧をユーザ端末が取得した場合、ユーザ端末は、この絞り込まれた講座一覧の中から受講する講座を選択する。講座が選択されると、ユーザ端末は、登録システムに登録要求を送信する(ステップS33)。登録要求は、選択された講座を特定する情報、講座に関する情報、及びユーザの属性情報を含む。講座に関する情報は、例えば、(必要であれば)クラス又はレベル、又は教材購入の有無などの情報を含む。ユーザの属性情報は、例えば、受講者名、パスワード、及びメールアドレスを含む。なお、講座一覧の取得から登録要求までの処理は複数回繰り返し行われてもよい。例えば、1回目に全ての講座一覧の中からいくつかの講座を選択してユーザ端末が登録システムに登録要求を送信した後で、カテゴリ又は費用などで絞り込まれた講座一覧の中から講座を選択してユーザ端末が登録システムに登録要求(すなわち追加登録の要求)を送信してもよい。
ユーザ端末から登録要求を受信すると、登録システムは、その講座の受講に必要な料金、及びその料金を支払うサービスへのリンクをユーザ端末に提示する(ステップS34)。複数の決済サービスを利用することが可能であれば、登録システムはその選択肢をユーザ端末に提示する。ユーザ端末は、ユーザの指示に応じて選択された決済サービスに接続し、決済を行う(ステップS35)。決済が完了すると、登録システムは領収書を表示する(ステップS36)。さらに、登録システムは、受講講座を確認するための画面をユーザ端末に送信する。さらに、登録システムは、管理システム2又は管理システム4に対し受講講座の登録要求を送信する(ステップS37)。この登録要求は、受講者及び講座を特定する情報を含む。管理システム2又は管理システム4は、登録要求に応じて受講者及び受講講座に関する情報を登録する。管理システム2又は管理システム4は、受講者に対し講座の案内を送信することができる。
なお、オンラインの決済サービスを利用するのではなく、銀行振込みを利用する場合(例えば法人顧客など)には、登録システムはステップS35及びS36に代えて請求書の表示又は発行を行い、ステップS37に移行する。
3.他の実施形態
本発明は上述の実施形態に限定されるものではなく種々の変形実施が可能である。以下、変形例をいくつか説明する。以下の変形例において説明した事項のうち2つ以上のものが組み合わせて適用されてもよい。
3-1.モデル構築手法
分析手段15がデータを分析する具体的手法は実施形態において例示したものに限定されない。例えば、分析手段15は、実施形態において例示したような2段階の分析ではなく、1段階の分析を行ってもよい。例えば、「融資額」、「融資件数」、「新規件数」、「顧客満足度」、及び「利ざや」を目的変数とし、モデル構築用第1情報、モデル構築用第2情報、及びモデル構築用第3情報の少なくとも一部を説明変数として、多変量解析を行ってもよい。
また、分析手段15がモデル151を構築する手法は実施形態において例示された多変量解析によるものに限定されない。分析手段15は、いわゆる機械学習を用いてモデル151を構築してもよい。この場合、モデル構築用第1情報、モデル構築用第2情報、及びモデル構築用第3情報の少なくとも一部(例えば、構成員の氏名を除くすべての情報)が説明変数(又は入力層に与えられる教師データ)として用いられ、モデル構築用第1情報、モデル構築用第2情報、及びモデル構築用第3情報の別の一部(これは、多変量解析において説明したように組織の人材育成課題に応じて指定される)が目的変数(又は出力層に与えられる教師データ)として用いられる。すなわちこの場合、モデル151は機械学習モデルである。この例によれば、分析に先立って説明変数を具体的に特定する必要が無い。
3-2.提言生成手法
データベース111において定義されている条件を複数の目的変数が満たす場合(例えば、「融資額」及び「利ざや」がいずれも基準値を下回った場合)、提言生成手段16は、条件を満たした全ての目的変数について提言情報を生成してもよいし、条件を満たした複数の目的変数の中から選択された一部の目的変数についてのみ提言情報を生成してもよい。複数の目的変数の中から一部の目的変数を選択する場合、提言生成手段16は、複数の目的変数に対し優先度を付与し、この優先度を用いて目的変数を選択する。優先度については、例えば、条件を満たしている度合い(例えば、目標値からの乖離度)が高い目的変数に対しより高い優先度が与えられる。
また、提言生成手段16が提言を生成する際に講座名を抽出するとき、実施形態で説明した以外の他の条件を考慮してもよい。例えば、複数の講座のうち、グループ(例えば会社)によりあらかじめ選択又は指定された特定の講座(例えば、会社が期待するスキルに沿う講座)に対してフラグが付与され、提言生成手段16はこのフラグが付与された講座をフラグが付与されていない講座よりも優先的に抽出してもよい。なおこのフラグは、例えば講座データベース又は他のデータベースに記録される。あるいは、提言生成手段16は講座の人気ランキングを考慮し、例えばランキングが高い講座を低い講座よりも優先的に抽出してもよい。なおこのランキングは、例えば講座データベース又は他のデータベースに記録される。
また、提言生成手段16が提言を生成する手法は実施形態において例示された、データベース111を参照する手法に限定されない。提言生成手段16は、いわゆる機械学習を用いて提言を生成してもよい。この場合、記憶手段11は、提言情報を生成するための機械学習モデル(第2モデルの一例)を記憶する。この機械学習モデルは、目的変数の名前及びその目的変数の値を入力層に、その目的変数の名前及び値の組み合わせに対応する提言のひな形を出力層に、教師データとして与えて機械学習をしたモデルである。この教師データは、例えば、人材育成の専門家により生成されたデータである。
3-3.対象構成員の特定
特定手段23が対象構成員を特定する手法は実施形態において例示したものに限定されない。例えば、特定手段23は、指定されたグループに属する構成員のうち、集合研修又はeラーニングの受講履歴が所定の条件を満たす構成員(例えば、所定数の講座の受講が完了していない構成員、特定の講座を受講していない構成員、又は昨季の人事評価が基準に達しなかった構成員など)、若しくは所定の属性を有する構成員(例えば、所定の資格を有していない構成員)を対象構成員として特定してもよい。
3-4.他の変形例
分析手段15が分析をするための情報を取得する管理システムの数、及び入力手段25がモデル151に入力する説明変数を取得する管理システムの数は実施形態の例に限定されない。例えば、集合研修の受講履歴に関する情報が、2つ以上の管理システムから提供されてもよい。
人材管理システム1の動作フローは実施形態において例示したものに限定されない。実施形態において説明した動作フローはあくまで例示であり、例えば、処理の一部が省略されたり、処理の順番が入れ替えられたりしてもよい。
人材管理システム1を構成する装置は、実施形態において例示したサーバ10及びクライアント20に限定されない。例えば、実施形態においてサーバ10に実装されるものとして説明した機能の少なくとも一部をクライアント20又は別のサーバ装置に実装してもよい。あるいは、実施形態においてクライアント20に実装されるものとして説明した機能の少なくとも一部をサーバ10又は別のサーバ装置に実装してもよい。サーバ10は、物理サーバであってもよいし、仮想サーバであってもよい。
機能構成とハードウェア構成との対応関係は実施形態において例示したものに限定されない。要求される機能を実現できるものであれば、人材管理システム1を構成する装置はどのようなハードウェア構成を有してもよい。同様に、機能構成とソフトウェア構成との対応関係は実施形態において例示したものに限定されない。要求される機能を実現できるものであれば、人材管理システム1はどのようなソフトウェア構成を有していてもよい。
CPU101又はCPU201が実行するプログラムは、CD-ROM等のコンピュータ読み取り可能な記録媒体に記録された状態で提供されてもよいし、サーバからインターネット等のネットワークを介してダウンロードされてもよい。
1…人材管理システム、2…管理システム、3…管理システム、4…管理システム、10…サーバ、11…記憶手段、12…取得手段、13…取得手段、14…取得手段、15…分析手段、16…提言生成手段、20…クライアント、21…記憶手段、22…アクセス手段、23…特定手段、24…特定手段、25…入力手段、26…取得手段、27…出力手段、31…データベース、101…CPU、102…メモリ、103…ストレージ、104…通信IF、111…データベース、151…モデル、201…CPU、202…メモリ、203…ストレージ、204…通信IF、205…入力装置、206…出力装置、207…出力装置

Claims (15)

  1. (1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするアクセス手段と、
    前記複数の構成員のうち提言の対象となる対象構成員を特定する第1特定手段と、
    前記提言の出力先となるユーザを特定する第2特定手段と、
    前記第1管理システム、前記第2管理システム、及び前記第1データベースから取得された、前記対象構成員が前記集合研修を受講した状況に関する情報、当該対象構成員が前記eラーニングを受講した状況に関する情報、及び当該対象構成員の属性情報の少なくとも一部を説明変数として、前記第1モデルに入力する入力手段と、
    前記第1モデルから前記入力された説明変数に対応する目的変数の値を取得する取得手段と、
    前記目的変数の値に応じて、前記対象構成員が取るべき行動を示す提言情報を、前記出力先であるユーザに出力する出力手段と
    を有する人材管理システム。
  2. 前記第1管理システムから前記第1情報を取得する第1取得手段と、
    前記第2管理システムから前記第2情報を取得する第2取得手段と、
    前記第1データベースから前記第3情報を取得する第3取得手段と、
    前記第1乃至第3情報を用いて、前記目的変数と前記説明変数との相関を分析する分析手段と、
    前記分析の結果として得られる前記第1モデルを記憶する記憶手段と
    を有する
    請求項1に記載の人材管理システム。
  3. 前記分析手段は、多変量解析を用いて前記相関を分析する
    請求項2に記載の人材管理システム。
  4. 前記分析手段は、前記第1乃至第3情報を教師データとする機械学習を用いて前記相関を分析し、
    前記第1モデルは機械学習モデルである
    請求項2に記載の人材管理システム。
  5. 前記出力手段は、目的変数の名前及び値が入力されると当該入力された目的変数の名前及び値に対応する提言を出力する提言生成手段から得られた前記提言情報を出力する
    請求項1乃至4のいずれか一項に記載の人材管理システム。
  6. 前記提言情報は、前記集合研修及び前記eラーニングのうち前記対象構成員が受講すべき講座、前記対象構成員が取得すべき資格、及び前記対象構成員が従事すべき業務のうち少なくとも1種を含む
    請求項1乃至5のいずれか一項に記載の人材管理システム。
  7. 目的変数の名前、当該目的変数の値に関する条件、及び当該条件に対応する提言を含むレコードが複数記録された第2データベースを参照して前記提言情報を生成する提言生成手段をさらに有する
    請求項5又は6に記載の人材管理システム。
  8. 目的変数の名前及び当該目的変数の値を入力層に、当該目的変数の名前及び値の組み合わせに対応する提言を出力層に、教師データとして与えて機械学習をさせた第2モデルを用いて前記提言情報を生成する提言生成手段をさらに有する
    請求項5又は6に記載の人材管理システム。
  9. 前記人材管理システムにアクセスしてきたユーザ端末に対し、当該人材管理システムにおいて提供される講座の一覧を送信する送信手段と、
    前記ユーザ端末から、前記一覧の中から選択された講座の登録要求を受信する受信手段と
    を有する請求項1乃至8のいずれか一項に記載の人材管理システム。
  10. 前記ユーザ端末に対し、前記選択された講座を受講するための決済を行うサービスを利用するための情報を提示する提示手段
    を有する請求項9に記載の人材管理システム。
  11. 前記サービスにおいて前記決済が行われたことが確認された場合、前記送信手段は、前記第1管理システム又は前記第2管理システムに対し、当該ユーザ端末に係るユーザが前記選択された講座を受講することを示す登録要求を送信する
    請求項10に記載の人材管理システム。
  12. 集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報を取得する第1取得手段と、
    eラーニングを管理する第2管理システムから取得された、前記複数の構成員が当該eラーニングを受講した状況に関する第2情報を取得する第2取得手段と、
    前記複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報を取得する第3取得手段と、
    前記第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析する分析手段と、
    前記分析の結果を用いたモデルであって、前記第1乃至第3情報に相当する説明変数が入力されると、当該入力された説明変数に対応する目的変数を出力する出力手段と
    を有するサーバ。
  13. コンピュータが、(1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするステップと、
    前記コンピュータが、前記複数の構成員のうち提言の対象となる対象構成員を特定するステップと、
    前記コンピュータが、前記提言の出力先となるユーザを特定するステップと、
    前記コンピュータが、前記第1管理システム、前記第2管理システム、及び前記第1データベースから取得された、前記対象構成員が前記集合研修を受講した状況に関する情報、当該対象構成員が前記eラーニングを受講した状況に関する情報、及び当該対象構成員の属性情報の少なくとも一部を説明変数として、前記第1モデルに入力するステップと、
    前記コンピュータが、前記第1モデルから前記入力された説明変数に対応する目的変数の値を取得するステップと、
    前記コンピュータが、前記目的変数の値に応じて、前記対象構成員が取るべき行動を示す提言情報を、前記出力先であるユーザに出力するステップと
    を有する人材管理方法。
  14. コンピュータが、集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報を取得するステップと、
    前記コンピュータが、eラーニングを管理する第2管理システムから取得された、前記複数の構成員が当該eラーニングを受講した状況に関する第2情報を取得するステップと、
    前記コンピュータが、前記複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報を取得するステップと、
    前記コンピュータが、前記第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析するステップと、
    前記コンピュータが、前記分析の結果を用いたモデルであって、前記第1乃至第3情報に相当する説明変数が入力されると、当該入力された説明変数に対応する目的変数を出力するステップと
    を有する人材管理方法。
  15. コンピュータに、
    (1)集合研修を管理する第1管理システムから取得された、グループに属する複数の構成員が当該集合研修を受講した状況に関する第1情報、(2)eラーニングを管理する第2管理システムから取得された、当該複数の構成員が当該eラーニングを受講した状況に関する第2情報、及び(3)当該複数の構成員の属性に関する情報が記録された第1データベースから取得された、当該複数の構成員の属性に関する第3情報に関し、当該第1乃至第3情報の少なくとも一部を目的変数として、別の少なくとも一部を説明変数として、当該目的変数と当該説明変数との相関を分析した結果を用いた第1モデルにアクセスするステップと、
    前記複数の構成員のうち提言の対象となる対象構成員を特定するステップと、
    前記提言の出力先となるユーザを特定するステップと、
    前記第1管理システム、前記第2管理システム、及び前記第1データベースから取得された、前記対象構成員が前記集合研修を受講した状況に関する情報、当該対象構成員が前記eラーニングを受講した状況に関する情報、及び当該対象構成員の属性情報の少なくとも一部を説明変数として、前記第1モデルに入力するステップと、
    前記第1モデルから前記入力された説明変数に対応する目的変数の値を取得するステップと、
    前記目的変数の値に応じて、前記対象構成員が取るべき行動を示す提言情報を、前記出力先であるユーザに出力するステップと
    を実行させるためのプログラム。
JP2021067585A 2021-04-13 2021-04-13 人材管理システム、サーバ、人材管理方法、及びプログラム Active JP7004986B1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2021067585A JP7004986B1 (ja) 2021-04-13 2021-04-13 人材管理システム、サーバ、人材管理方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021067585A JP7004986B1 (ja) 2021-04-13 2021-04-13 人材管理システム、サーバ、人材管理方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP7004986B1 true JP7004986B1 (ja) 2022-01-21
JP2022162668A JP2022162668A (ja) 2022-10-25

Family

ID=80621047

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021067585A Active JP7004986B1 (ja) 2021-04-13 2021-04-13 人材管理システム、サーバ、人材管理方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP7004986B1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001009867A1 (en) 1999-07-29 2001-02-08 Nikon Tec Corporation Education/training management system, training management computer, class attendee terminal device, manager terminal device, education/training management method
JP2004259140A (ja) 2003-02-27 2004-09-16 Mitsubishi Electric Information Systems Corp 資格取得支援システム
JP2009237635A (ja) 2008-03-26 2009-10-15 Promise Co Ltd 人材管理システム
JP2010145915A (ja) 2008-12-22 2010-07-01 Toyota Motor Corp 研修支援装置
JP2014235614A (ja) 2013-06-03 2014-12-15 株式会社ゼネット 総合学習支援ネットワークシステム及び総合学習支援方法
JP2020155097A (ja) 2019-03-12 2020-09-24 株式会社Airobo 営業支援装置、プログラム、及び営業支援方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001009867A1 (en) 1999-07-29 2001-02-08 Nikon Tec Corporation Education/training management system, training management computer, class attendee terminal device, manager terminal device, education/training management method
JP2004259140A (ja) 2003-02-27 2004-09-16 Mitsubishi Electric Information Systems Corp 資格取得支援システム
JP2009237635A (ja) 2008-03-26 2009-10-15 Promise Co Ltd 人材管理システム
JP2010145915A (ja) 2008-12-22 2010-07-01 Toyota Motor Corp 研修支援装置
JP2014235614A (ja) 2013-06-03 2014-12-15 株式会社ゼネット 総合学習支援ネットワークシステム及び総合学習支援方法
JP2020155097A (ja) 2019-03-12 2020-09-24 株式会社Airobo 営業支援装置、プログラム、及び営業支援方法

Also Published As

Publication number Publication date
JP2022162668A (ja) 2022-10-25

Similar Documents

Publication Publication Date Title
Wang et al. Preparing for AI-enhanced education: Conceptualizing and empirically examining teachers’ AI readiness
US20180268341A1 (en) Methods, systems and networks for automated assessment, development, and management of the selling intelligence and sales performance of individuals competing in a field
US10956869B2 (en) Assessment system
US8200527B1 (en) Method for prioritizing and presenting recommendations regarding organizaion's customer care capabilities
US10412024B2 (en) Resource evaluation for complex task execution
US20150302306A1 (en) Systems and methods of processing personality information
US11663839B1 (en) Polarity semantics engine analytics platform
Sidharta et al. Cross Sectional Study on Information System Facilities on End-User Satisfaction: Study at Retail in Bandung
Ahmad et al. Insights into the perceived benefits of Kanban in software companies: Practitioners’ views
Wautelet et al. On modelers ability to build a visual diagram from a user story set: a goal-oriented approach
US10032385B2 (en) System for optimizing employee leadership training program enrollment selection
US20240338359A1 (en) System with task analysis framework display to facilitate update of electronic record information
US20140096061A1 (en) Systems and methods for providing documentation having succinct communication with scalability
US10956429B1 (en) Prescriptive analytics platform and polarity analysis engine
Forgionne et al. Management support system effectiveness: Further empirical evidence
Phillips et al. Maximizing data use: A focus on the completion agenda
Bider et al. Using a socio-technical systems approach for a sales process improvement
JP7004986B1 (ja) 人材管理システム、サーバ、人材管理方法、及びプログラム
US20150242802A1 (en) Distributed learning system and method for presenting a sales pitch
US20160314426A1 (en) Arrangement and method for improving sales performance
JP6662536B2 (ja) 経営支援システム及び経営支援方法
Muley et al. A STUDY OF UNDERSTANDING USERS'INTENTION TO USE ONLINE SURVEY PLATFORMS: A STUDY WITH SPECIAL REFERENCE TO GOOGLE FORM AND SURVEY MONKEY
US20220058758A1 (en) Methods, computing platforms, and storage media implemented by an expert development system
JP7566370B2 (ja) 情報処理装置、情報処理方法及びコンピュータプログラム
Wittman et al. A comparative case study on process optimization and the modern law library’s involvement in achieving efficiency at the law school in times of change

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210413

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210413

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210727

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210922

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20211214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211222

R150 Certificate of patent or registration of utility model

Ref document number: 7004986

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150