北陸の企業が人事データ活用を始めるための第一歩

「データ活用が大事だとは聞いているが、うちのような中小企業で何ができるのかイメージが湧かない」——福井県のある製造業の人事担当者から、こう言われたことがあります。

「ピープルアナリティクス」「HRテック」「データドリブン人事」——こうした言葉は、人事の世界でも盛んに使われるようになっています。しかし、北陸の中小企業の多くにとって、これらは「大企業の話」「IT企業の話」という印象が強いのではないでしょうか。

確かに、高度なAIや専用のHRテックツールを導入するのは、予算やIT人材の面でハードルが高いかもしれません。しかし、「人事データの活用」は、必ずしも大がかりなシステムを必要としません。Excelと既存のデータだけでも、経営に大きなインパクトを与える分析は可能です。

私は500社以上の企業の人事に関わってきましたが、「人事データを活用している」企業と「勘と経験で判断している」企業の間には、意思決定の質に大きな差があると感じています。特に北陸の中小企業では、データ活用の「第一歩」を踏み出すだけで、経営者との対話の質が劇的に変わることがあります。

---

「人事データ活用」とは何か

人事データ活用とは、人に関するデータを収集・分析し、経営や人事の意思決定に活かすことです。

大企業では、大量の社員データをAIで分析して離職予測を行ったり、適性検査の結果と業績データを組み合わせて「どんな人材が活躍するか」をモデル化したりしています。しかし、こうした高度な分析は、中小企業の第一歩としては大きすぎます。

北陸の中小企業が最初に取り組むべきは、「今あるデータを整理して、経営判断に使える形にする」ことです。新しいシステムを導入する前に、すでに手元にあるデータから始めればいいのです。

---

手元にある「使えるデータ」を整理する

多くの北陸の中小企業には、すでに以下のようなデータが存在しています。

「勤怠データ」——出退勤時刻、残業時間、有給休暇の取得日数、欠勤日数。勤怠管理システムやタイムカードから取得できます。

「採用データ」——応募者数、採用経路（求人広告、エージェント、紹介、ハローワーク）、採用コスト、内定承諾率。採用担当者の記録やエージェントからの請求書から集められます。

「離職データ」——退職者の人数、退職理由、退職時の部署・役職・年齢・勤続年数。退職届や退職面談の記録から得られます。

「人件費データ」——社員一人あたりの給与・賞与・法定福利費・福利厚生費。給与データから算出できます。

「評価データ」——評価制度がある企業であれば、過去数年の評価結果。

「年齢・勤続年数データ」——社員台帳から取得できます。

これらのデータは、ほとんどの企業がすでに「持っている」ものです。問題は、これらが「バラバラに」管理されていて、「分析可能な形で整理されていない」ことです。

---

最初に取り組む「5つの分析」

人事データ活用の第一歩として、以下の5つの分析から始めることを提案します。いずれもExcelで実施可能で、特別なスキルは不要です。

分析1：離職率の「分解」分析

全社の離職率を算出するだけでなく、「部門別」「年齢層別」「勤続年数別」「入社経路別」に分解して見ます。

「全社の離職率は12%」というだけでは対策の方向性が見えません。しかし、「入社3年以内の離職率が35%」「製造部門の離職率が20%で他部門の2倍」「エージェント経由の入社者の離職率が30%で、紹介経由の10%を大きく上回る」——こうした分解ができると、「どこに」「何を」すべきかが明確になります。

分析2：採用コストの「経路別」分析

採用コストを採用経路ごとに集計し、「1名あたりの採用コスト」と「定着率」を比較します。

「求人広告経由は1名30万円で採用できるが、1年以内の離職率が30%」「エージェント経由は1名150万円だが、1年以内の離職率が10%」——こうした比較をすると、「表面的には高いが、定着を考えると安い」経路が見えてきます。採用予算の配分を最適化する根拠になります。

分析3：残業時間の「部門別・月別」推移

残業時間を部門ごと、月ごとに集計し、推移を見ます。

「特定の部門だけ残業が増えている」「特定の月に残業がピークになる」——こうしたパターンが見えれば、人員配置の見直しや業務の平準化の根拠になります。また、残業時間と離職率の相関を見ることで、「残業が多い部門ほど離職が多い」という関係が数字で確認できることがあります。

分析4：年齢構成の「将来シミュレーション」

社員の年齢分布を5歳刻みでグラフ化し、「5年後・10年後の年齢構成」をシミュレーションします。

「現在50代が35%を占めており、10年以内に全社員の1/3が退職する」「30代が10%しかおらず、次世代の管理職候補が不足している」——こうした将来リスクの可視化は、経営者の意識を変える力を持ちます。

分析5：一人あたり売上高の推移

「売上÷社員数」の推移を過去3〜5年で追跡します。

この数字が上がっていれば「生産性が向上している」、下がっていれば「人が増えたが成果が伴っていない」ことがわかります。部門別に算出すると、さらに詳細な分析が可能です。

---

ある石川の企業が人事データ活用を始めた話

石川県のある機械部品メーカーの事例をお話しします。

この企業は社員数約90名で、人事担当者は1名。「人事の仕事は採用と勤怠管理で精一杯」という状態でした。経営者は人事施策に対して「効果が見えない」と感じており、人事の提案がなかなか通らないという悩みがありました。

人事担当者にまず提案したのは、「A4用紙2枚の人事ダッシュボードを作る」ことでした。Excelで以下の数字を一覧化し、四半期ごとに更新するものです。

1枚目は「基本指標」——離職率（全社・部門別）、採用充足率、一人あたり売上高、平均残業時間、有給取得率、年齢構成。

2枚目は「重点課題の分析」——離職者の傾向分析（部門・年齢・勤続年数別）、採用経路別のコスト・定着率比較、残業時間の上位10名リスト。

最初のダッシュボードを作るのに、人事担当者が費やした時間は約2日でした。既存のデータをExcelに集約し、グラフを作成しただけです。

このダッシュボードを経営会議で初めて提出したとき、経営者の反応は驚きでした。「この数字を見たのは初めてだ」「製造部門の離職率がこんなに高いとは知らなかった」「入社3年以内の若手がこれだけ辞めているのか」——データが、経営者の「知っているつもり」を覆したのです。

その場で、「製造部門の離職率改善」「若手の定着施策」「採用経路の見直し」の3つが、翌四半期の重点課題として合意されました。人事担当者は「数字を見せるだけで、こんなに話が進むとは思わなかった」と振り返っていました。

---

データから「施策」につなげる考え方

データを集めて分析するだけでは、まだ半分です。分析結果を「具体的な施策」につなげることが、データ活用の目的です。

「データ→仮説→施策→検証」のサイクルを回すことが基本的な考え方です。

データ——「入社2年目の離職率が40%」 仮説——「入社1年目の教育は手厚いが、2年目以降のフォローが薄いのではないか」 施策——「入社2年目の社員に四半期ごとのキャリア面談を実施する」 検証——「半年後に、2年目の離職率が改善したかを確認する」

このサイクルを回すことで、「仮説が正しかったか」がデータで検証でき、次の施策の精度が上がっていきます。

---

データ活用の「やりすぎ」に注意する

データ活用には注意点もあります。

「データに振り回される」リスクがあります。数字はあくまで「現象」を映しているだけであり、「原因」はデータだけではわかりません。離職率が高い部門があったとしても、その原因が「上司のマネジメント」なのか「業務量の過多」なのか「報酬への不満」なのかは、現場との対話を通じて初めてわかります。

「プライバシーへの配慮」も重要です。個人の健康情報、評価結果、給与データなど、センシティブな情報を扱う際は、アクセス権限の管理と情報の匿名化に注意が必要です。

「完璧なデータ」を求めすぎないことも大切です。中小企業では、データの精度が完璧でないことが多いですが、「ざっくりとした傾向」をつかむだけでも十分な価値があります。精度は徐々に上げていけばいいのです。

---

人事データ活用のコストを「経営数字」で語る

人事データ活用を経営に提案するとき、そのコストと効果を数字で示すことが重要です。

人事データ活用の主なコストは、人事担当者の工数です。四半期ごとのダッシュボード作成に2〜3日、データ更新に月1〜2時間——この程度の工数で始められます。高額なシステム投資は不要です。

効果としては、「離職率の改善による採用コストの削減」「残業時間の適正化による人件費の効率化」「採用経路の最適化によるコスト削減」——こうした効果を数字で追跡することで、データ活用自体の投資対効果が示せます。

---

よくある失敗パターン

「高額なHRテックを導入してから始めよう」とする

システムに投資する前に、Excelと手元のデータで始めることが重要です。「何を分析したいか」が明確になってから、必要に応じてツールを導入する方が、投資の無駄がありません。

データを集めるだけで活用しない

データを収集・整理しても、経営への報告や施策への反映がなければ意味がありません。「データを見せる場」を定例化することが、活用のサイクルを回す鍵です。

人事データ活用を「人事だけの仕事」にする

データは経営との対話のツールです。経営者や各部門の管理職と「データを一緒に見る」場を作ることで、データの解釈と施策の実行力が高まります。

---

「事業を伸ばす人事」を北陸のデータ活用から

人事データ活用は、「高度な技術」ではなく「基本的な整理」から始まります。手元にあるデータをExcelで整理し、A4用紙2枚のダッシュボードにまとめ、経営者に見せる。これだけで、経営と人事の対話の質が変わります。

「勘と経験」を否定する必要はありません。むしろ、データは「勘と経験」を補強し、説得力を持たせるためのツールです。「何となく離職が多いと思っていた」が「データで見ると製造部門の入社3年以内の離職率が40%」に変わったとき、対策の精度と実行力が格段に上がります。

北陸の中小企業の人事担当者が、「データで経営と対話する」力を身につけること。その一歩が、人事を「管理業務」から「経営のパートナー」に変える転換点になるのではないかと思います。