2022/02/18(金)に開催したExploratory データサイエンス勉強会#22の日鉄ソリューションズ株式会社のご登壇資料です。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 1Exploratory勉強会「⼥性活躍推進のための⼈員構成⽐のシミュレーション」⽇鉄ソリューションズ株式会社⾚塚 友⾥
View Slide
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 2⾃⼰紹介⽒名 ⾚塚 友⾥会社⽇鉄ソリューションズ株式会社＊ITを駆使して時代の先端を常にお客様と進む、ファーストDXパートナー＊従業員数︓国内約7000名＋海外グループ約500名職歴・SEとしてメガバンク向けアプリ開発(Java/C/C+/C#)・⼈事に異動し、働き⽅改⾰・ダイバーシティ＆インクルージョンを担当趣味 絵画制作/鑑賞
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 3Exploratoryとの出会い⼈事は従業員情報・社員アンケートなどデータ取り扱いの機会が多い。⾯談などで1⼈1⼈の社員との対話も⼤切だけど、認識が偏らないよう、全社員をマクロにつかむためにデータ活⽤がとても重要。Excelでのデータ集計に限界を感じたこと、IT企業の⼈事データを⾃分のような素⼈が扱うことへの違和感・危機感から勉強を決意。2020年7⽉にExploratoryのデータサイエンス・ブートキャンプ参加。直後、国内全社員対象の社内のテレワークアンケートを実施し、その分析に活⽤。重回帰分析を使った社員の属性別の分析が⼤変評価される。（このときたくさんサポートしてもらい、Exploratory⼤好きに︕）今回は統計的な解析ではなく、集計機能を活⽤したシミュレーションに初挑戦。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved.１. 業務の背景と現状業務の課題２. Exploratoryを活用したシミュレーション自動化３. シミュレーション自動化の効果Agenda
Copyright ©2022 NS Solutions Corporation. All Rights Reserved.１. 業務の背景と現状業務の課題２. Exploratoryを活用したシミュレーション自動化Agenda３. シミュレーション自動化の効果
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 6業務の背景︓ダイバーシティ＆インクルージョンの全体像ダイバーシティ＆インクルージョンの2つの意義属性に関わらず、社員１⼈１⼈の個性や価値観を認め合う／多様なスキル・経験を伸ばす似たような⼈材ばかりの組織では、変化の激しい社会に対応できない。多様な⼈材が様々な視点から議論し、新しい発想を⽣み出していく。所謂マイノリティの属性*で⽣じやすい制約や悩みを理解し、能⼒を最⼤限発揮できる環境を整える＊⼥性、時間制約者(育児/介護/私傷病等)、シニア、LGBTQ、障がい者、外国籍社員等労働⼈⼝減少の折、これまでマイノリティだった⼈材や、育児・介護等の制約を持つ⼈材など、様々な属性の社員が働きやすい・活躍できる会社であることが不可⽋。「属性」のﾀﾞｲﾊﾞｰｼﾃｨ「個性」のﾀﾞｲﾊﾞｰｼﾃｨ狭義の多様性本質的な多様性
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 7業務の背景︓⼥性活躍推進の社会的要請適切な⽬標設定のために、また⽬標達成に向けた毎年の進捗を測るために、当社では今後5年間の性別×資格別⼈数構成を試算（シミュレーション）している「⼥性活躍推進法」で、⼀定以上の規模*の企業に対し、5年間の⾏動計画(⽬標)策定が義務付けられている。定量⽬標が必要なため、⼥性管理職⽐率を設定している企業も多い。*法改正により、2022年4⽉より対象企業の規模が「301⼈以上」から「101⼈以上」に拡⼤されます。近々新たに策定する企業も多いはず︕(⼥性活躍推進法の詳しい内容は厚⽣労働省HPをご覧ください。)社会的要請
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 8現状業務の課題将来の資格別男⼥⽐率を求めるためには、多くの⼈員データを取り扱う必要がある。(直近の⼈員数、採⽤⽬標数、昇格⽬標数、定年退職・⾃⼰都合退職予測数、etc…)これらの膨⼤なデータをExcel上で計算していたため、以下のような課題があった。①⼿作業でやらなければならない作業が多い。（ピボットテーブルで集計して、その結果をコピーして別の計算⽤シートに貼り付けて、etc…）②⼤量の数式が詰まっているため、指定するセルのズレなどミスが起きやすく、かつミスの発⽣個所が特定しづらい。③シミュレーションのプロセスの全体像がつかみにくい（1個1個数式をたどらないと何をしているシートなのかわからない）Exploratoryに置き換えすることに︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 10ゴールの設定2020年度末の⼈員データを起点として、5年間の性別×資格別の⼈数集計表を作りたい※本ページ以降に登場するデータはすべてダミーであり、実際の従業員数ではありません。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 11データ加工のIn/OutID ⽒名 資格 ⽣年⽉⽇ 性別 …A0001 ○○ ○○ 基幹職 yyyy/mm/dd 男性 …A0002 ○○ ○○ 上級専⾨職 yyyy/mm/dd 男性 …A0003 ○○ ○○ ⼀般 yyyy/mm/dd ⼥性 …A0004 ○○ ○○ ⼀般 yyyy/mm/dd 男性 …A0005 ○○ ○○ 基幹職 yyyy/mm/dd ⼥性 …Input①（従業員リスト）集計表の元となるOutputInput②（⼈員パラメーター）2020年度末の従業員リストと、今後5年間の⼈数変動をもとに、性別×資格×年度ごとの⼈数⼀覧を作成したい※今後5年間の⼊退職・昇格予定数
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 12加工後データ作成までのプロセス前年度末の性別×資格別⼈数を集計Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算従業員リスト前年度末時点の全社員⼀覧⼈員パラメーター今後5年間の⼊退職・昇格予定数②の定年退職数と⼈員パラメーターを、①のテーブルと結合【Output】今後5年間の性別×資格別⼈数を計算１２３ ４⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 13加工後データ作成までのプロセス前年度末の性別×資格別⼈数を集計Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算従業員リスト前年度末時点の全社員⼀覧⼈員パラメーター今後5年間の⼊退職・昇格予定数②の定年退職数と⼈員パラメーターを、①のテーブルと結合【Output】今後5年間の性別×資格別⼈数を計算１２３ ４⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 14①従業員リストをもとに、前年度末の性別×資格別⼈数を集計ID ⽒名 性別 資格 ⽣年⽉⽇ …A0001 ○○ ○○ 男性 基幹職 yyyy/mm/dd …A0002 ○○ ○○ 男性 上級専⾨職 yyyy/mm/dd …A0003 ○○ ○○ ⼥性 ⼀般 yyyy/mm/dd …A0004 ○○ ○○ 男性 ⼀般 yyyy/mm/dd …A0005 ○○ ○○ ⼥性 基幹職 yyyy/mm/dd …Input①（従業員リスト） (前年度末)性別×資格別⼈数従業員リストをExploratoryに読み込み、性別・資格の列をキーにして集計を⾏うシミュレーションの発射台となる、前年度末時点の⼈員構成のテーブルができた︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 15加工後データ作成までのプロセス前年度末の性別×資格別⼈数を集計Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算従業員リスト前年度末時点の全社員⼀覧⼈員パラメーター今後5年間の⼊退職・昇格予定数②の定年退職数と⼈員パラメーターを、①のテーブルと結合【Output】今後5年間の性別×資格別⼈数を計算１２３ ４⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 16②Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算ID ⽒名 資格 性別 ⽣年⽉⽇ ⽣年⽉⽇_years…A0001 ○○ ○○ 基幹職 男性 yyyy/mm/dd 58 …A0002 ○○ ○○ 上級専⾨職 男性 yyyy/mm/dd 35 …A0003 ○○ ○○ ⼀般 ⼥性 yyyy/mm/dd 24 …A0004 ○○ ○○ ⼀般 男性 yyyy/mm/dd 26 …A0005 ○○ ○○ 基幹職 ⼥性 yyyy/mm/dd 45 …Input①（従業員リスト）Branchを作成して従業員リストを複製。⇒⽣年⽉⽇をもとに、年齢を計算する。定年退職予定数定年を迎える年度を特定し、今後5年間の定年退職予定数を計算
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 17加工後データ作成までのプロセス前年度末の性別×資格別⼈数を集計Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算従業員リスト前年度末時点の全社員⼀覧⼈員パラメーター今後5年間の⼊退職・昇格予定数②の定年退職数と⼈員パラメーターを、①のテーブルと結合【Output】今後5年間の性別×資格別⼈数を計算１２３ ４⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 18③計算した定年退職数と⼈員パラメーターを、①のテーブルと結合定年退職予定数Input②（パラメーター）※今後5年間の⼊退職・昇格予定数(前年度末)性別×資格別⼈数１２年度・性別・資格をキーにしてそれぞれ結合
Copyright ©2022 NS Solutions Corporation. All Rights Reserved.③計算した定年退職数と⼈員パラメーターを、メインのテーブルと結合結合結果︓性別×資格ごとに、各年度の⼈数増減を⼀覧化したテーブルができた︕前年度末時点の⼈数(発射台)今後5年間の⼈数変動
Copyright ©2022 NS Solutions Corporation. All Rights Reserved.③計算した定年退職数と⼈員パラメーターを、メインのテーブルと結合結合結果︓性別×資格ごとに、各年度の⼈数増減を⼀覧化したテーブルができた︕20合算最後の計算がしやすいように、要因別の⼈数変動を合算した列を作っておく★summarize_row関数で同じ⾏内の指定列を合算今後5年間の⼈数変動
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 21③計算した定年退職数と⼈員パラメーターを、メインのテーブルと結合結合結果︓性別×資格ごとに、各年度の⼈数増減を⼀覧化したテーブルができた︕前年度末時点の⼈数(発射台)今後5年間の⼈数変動さらに、前年度末時点の⼈数(発射台)と⼈数変動を１列にまとめておく★coalesce関数で、「⼈数」列が空なら「⼈数増減」列の値を⼊れる
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 22加工後データ作成までのプロセス前年度末の性別×資格別⼈数を集計Branchを作成し、⽣年⽉⽇をもとに今後5年間の定年退職予定者数を計算従業員リスト前年度末時点の全社員⼀覧⼈員パラメーター今後5年間の⼊退職・昇格予定数②の定年退職数と⼈員パラメーターを、①のテーブルと結合【Output】今後5年間の性別×資格別⼈数を計算１２３ ４⼤きく分けて4つのステップで、Inputデータを加⼯してOutputのテーブルを作成する
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 23④今後5年間の性別×資格別⼈数を計算累積和性別×資格ごとに集計できるように、グループ化しておく性別×資格ごとの各年度の⼈数は、⼈数変動の「累積和」によって求められる。★累積をを求めるcumsum関数
Copyright ©2022 NS Solutions Corporation. All Rights Reserved.ゴール！！前ページのテーブルを元にピボットテーブルで集計すると、最終⽬的の表が完成︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 26シミュレーション⾃動化の効果現状の業務の課題が以下のように解消された①⼿作業でやらなければならない作業が多い。（ピボットテーブルで集計して、その結果をコピーして別の計算⽤シートに貼り付けて、etc…）②⼤量の数式が詰まっているため、指定するセルのズレなどミスが起きやすく、かつミスの発⽣個所が特定しづらい。③シミュレーションのプロセスの全体像がつかみにくい（1個1個数式をたどらないと何をしているシートなのかわからない）⼈員パラメーター作成以外,ほぼ全ての作業を⾃動化︕＊ステップ内に年度をべた書きしている部分だけ修正すれば、来年度もそのまま利⽤可能。作業時間を⼤幅に短縮︕＊正直、1回しかシミュレーションをやらないならExcelの⽅が構築は楽かもしれませんが、継続性を考えるとメリット。ほぼ⾃動化できたため、ヒューマンエラーによるミスの余地を極⼩化︕設定したステップを⾒れば、計算のプロセスがすぐに振り返りできる︕
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 27最後に2020年のデータサイエンス・ブートキャンプ参加以降、個別のレクチャー等々 とても丁寧にフォローいただき、本当に感謝しています︕⼈事のデータ利活⽤に、今後も⼀層活⽤していきます。Exploratoryのみなさま、愛⽤者のみなさま、今後ともどうぞよろしくお願いいたします。
Copyright ©2022 NS Solutions Corporation. All Rights Reserved. 28ご清聴ありがとうございました︕リーガルページ︓https://www.nssol.nipponsteel.com/info/legal.html本⽂記載の会社名及び製品名は、それぞれ各社の商標⼜は登録商標です。
ikuyam
dahatake
moridai
kajikent
ashisuto_career
tsubasa19940903
beglobal_document
navitimejapan
eviryr_recruit
eisukeueta
fujitanatsumi
leverages
morganepeng
maltzj
addyosmani
3n
trishagee
smashingmag
gr2m
jrom
aki_iinuma
productmarketing
pauljervisheath
mclloyd