データ活用導入前チェックリスト
導入を考えているものを選び、確認項目をチェックしてください。チェック数に応じて準備度が表示されます。
AI離職予測:予測したい対象(退職)の定義が明確か(自己都合のみか契約終了も含むか)、学習データの期間が十分か(最低でも過去2〜3年分)、離職者数(サンプル数)が学習に十分な件数あるか、行動データ(勤怠・評価・コミュニケーション量等)を含めているか、退職理由の記録が曖昧な分類に偏っていないか、部署間でデータの定義が揃っているか、予測結果を誰が見て、どう対応するかを決めているか、予測精度を継続的に検証する仕組みがあるか
ピープルアナリティクス:分析の目的(課題仮説)が明確に定義されているか、必要なデータが部署を越えて収集できる状態か、個人情報・労務データの取り扱いルールが整理されているか、分析結果を見る人・権限の範囲が決まっているか、分析結果をどの会議・プロセスで使うかが決まっているか、現場が分析結果を信頼できるよう説明する準備があるか、継続的にデータを更新・メンテナンスする体制があるか、分析開始前に小さく試す(パイロット)範囲を決めているか
※上記はこのページで使えるチェック項目の概要です。実際に選択・入力して使う場合は、下のツールをご利用ください(ブラウザ内だけで動作し、入力内容は送信・保存されません)。