Save 37% off PRO during our Black Friday Sale! »

名刺交換から構築する企業間の転職ネットワーク「Talent Flow Network」の活用 / Use of Talent Flow Network

13d936e697fe0f4fa96f926d0a712f6c?s=47 Sansan
PRO
November 05, 2021

名刺交換から構築する企業間の転職ネットワーク「Talent Flow Network」の活用 / Use of Talent Flow Network

■イベント

Sansan Builders Stage 2021
https://jp.corp-sansan.com/engineering/buildersstage2021/

■登壇概要

タイトル:
名刺交換から構築する企業間の転職ネットワーク「Talent Flow Network」の活用
登壇者:技術本部 DSOC 研究開発部 SocSciグループ シニアリサーチャー 臼井 翔平

▼Sansan Engineering
https://jp.corp-sansan.com/engineering/

13d936e697fe0f4fa96f926d0a712f6c?s=128

Sansan
PRO

November 05, 2021
Tweet

Transcript

  1. STAGE 1 研究開発部 SocSciグループ SESSION TAG ⾅井翔平 Talent Flow Networkの活⽤

  2. ⼯学博⼠ 個⼈情報保護⼠ 専⾨分野 • 計算社会科学 • 複雑ネットワーク科学 ⾅井 翔平 技術本部

    DSOC 研究開発部 SocSciグループ シニアリサーチャー
  3. 名刺交換ネットワークは⼈をノード、名刺交換をエッジ ノードには、所属企業/職種/役職/地域/業種等の様々な属性情報がある Talent Flow Networkの活⽤ 名刺交換の複雑ネットワーク 地域・業種 ※分析にあたっては、Eightのデータについて個⼈を匿名化し、2015年~2020年にEightのユーザーによって登録された名刺の情報を、 Eightの利⽤規約で許諾を得ている範囲で使⽤した

  4. ⼈材に関する問題を 技術で解決しようという取り組み HR Techとはなにか Talent Flow Networkの活⽤ Human Resource Technology

    主な領域 採⽤・⼈材育成・労務管理・福利厚⽣等 技術とデータを使ってキャリア形成を⽀援する
  5. Eight Career Design - Eightを通したダイレクトリク ルーティング - Eightで転職意向度を設定すると、 スカウトを受けることができる サービス

    Talent Flow Networkの活⽤
  6. 名刺からキャリアパスを知る Talent Flow Networkの活⽤ Sansan株式会社 研究開発部 リサーチャー Sansan株式会社 研究職 ⼀般クラス

    正規化 名刺を⽤いたHR tech Sansan株式会社 研究開発部 チーフリサーチャー 正規化 Sansan株式会社 研究職 課⻑クラス Yonyon株式会社 研究所 研究課⻑ 正規化 Yonyon株式会社 研究職 課⻑クラス
  7. Talent Flow Networkの活⽤ 名刺交換からキャリアパスのネットワークへ Sansan株式会社 研究職 ⼀般クラス Yonyon株式会社 研究職 課⻑クラス

    Yonyon株式会社 研究職 ⼀般クラス 1⼈ 2⼈ 「企業」+「職種」+「職位」が⼀つのノード - e.q. 「Sansan株式会社 研究職 メンバー」 エッジは⼈材の流動 - 該当ノードの移動⼈数 - 「Sansan株式会社 研究職 メンバー」 →「Yonyon株式会社 研究職 マネージャー」
  8. 技能がどのように流動していくかを ⽰したネットワーク - Node数 : 1,015,772 - Edge数 : 1,867,238

    Talent Flow Networkの活⽤ Talent Flow Network
  9. 各ノードに何⼈が⼊ってきているか - 少⼈数が⼊ってくる多数のノードと 多⼈数が⼊ってくる少数のノードが存在 ⾊々な切り取り⽅が可能 - 他社への移動 : 542,717件 -

    同社内での昇進 : 179,976件 - 異職種への移動 : 594,792件 キャリアパスを包括的に追うことができる Talent Flow Networkの活⽤ Talent Flow Network ⼊ってくる⼈数 ノード数
  10. ユーザーの職種の変更に着⽬ - 職種の隆盛を知る - 職種間の関係性を知る 企業間の移動に着⽬ - 近年ホットな業界はどこにあるのか - 流動性の⾼い/低い業界、成⻑している業界はどこか

    組織内での移動/昇進に着⽬ - どういう⼈材が昇進していくのか Talent Flow Networkの活⽤ Talent Flow Networkに期待すること
  11. - 年毎に (その職種になった⼈ / その職種ではなくなった⼈) を計算 Talent Flow Networkの活⽤ 職種の隆盛を知る

    2018年 取締役・役員 内部統制・内部監査 IR マーケティング お客様相談 ⼈事 品質管理・品質保証 法務 コンサル系専⾨部⾨ 経営企画・事業企画 2020年 内部統制・内部監査 取締役・役員 経理・財務・管理会計 品質管理・品質保証 海外⽀店 IR マーケティング お客様相談 総務 ⼈事 2016年 取締役・役員 IR 物流ロジスティクス コンサル系専⾨部⾨ ⼈事 マーケティング 購買 内部統制・内部監査 広報 法務
  12. 職種間の距離を定義 - jaccard係数 = 2職種を移動したユーザー数 (and) / 2職種の経験ユーザー数 (or) 研究職と関連性が⾼い職種

    - 開発 - 経営企画・事業企画 - IT系専⾨職 Talent Flow Networkの活⽤ 職種間の関係性を知る
  13. Talent Flow Networkから異なる企業への移動のみを抽出 2020年の1年間に絞って、企業間の移動の数をプロット - 多い企業間で100⼈以上が移動している → 転職ではなく、グループ企業への出向の可能性を検討 年間2⼈以上移動している企業はほとんどが 何らかの関係を持っている

    Talent Flow Networkの活⽤ 転職に関するネットワーク 移動する⼈数 企業間の数
  14. - ⼈流ネットワークをみていくと関連している企業が ⾒えてくる - 名前からはわからないような関係まで⾒える - 関連企業確率を計算可能 →同業他社の推定に活⽤ - 関連企業は取り除く

    関連企業のネットワーク Talent Flow Networkの活⽤
  15. - エンジニアの業種移動に着⽬ - 今⼈を集めている業種がどこなのか 業種の移動に着⽬ (エンジニア) Talent Flow Networkの活⽤

  16. ユーザー数 : 257,057 /エッジ数 : 447,418 / 企業数 : 243,215

    転職先企業で集計 - べき分布になることを確認 → ⼈気のある少数の企業が存在 どこの企業が⼈気あるの? - 流⼊量が⾼い企業についてみてみる - 流出も考慮しなければ代謝が⾼いだけかもしれない 転職ネットワークの次数分布 企業の数 Talent Flow Networkの活⽤ ⼊ってくる⼈数
  17. スポーツやゲーム分野での「⼒」の数値化を応⽤ 仮定:チームAとチームBが試合をした時、統計的にはそれぞれの実⼒を反映したスコアとなる - チームA vs チームB = 2 vs 3

    → (2 - 3) = (チームAの実⼒)-(チームBの実⼒) +(誤差) 全チームに対して複数回の試合を⾏い、最適なレートを学習する チームの⼒はオフェンス(得点の多さ)とディフェンス(被得点の少なさ)の総合で決まる 企業の「⼒」を図る⽅法 Talent Flow Networkの活⽤
  18. 企業での⼈材の引っ張り合いでは、魅⼒の⾼い企業がより⼈材を引っ張ることができる 企業Aから企業Bに3⼈、企業Bから企業Aに2⼈移動した場合、 スポーツレーティングの応⽤ Talent Flow Networkの活⽤ 企業におけるオフェンス⼒とディフェンス⼒ : 2 vs

    3 企業A vs 企業B オフェンス⼒ 採⽤⼒ ディフェンス⼒ リテンション⼒
  19. 採⽤⼒とリテンション⼒は基本的には強い負の相関を⽰す - 採⽤⼒もリテンション⼒も⾼い企業はほとんど存在しない → リテンション⼒の⾼い企業は強く採⽤を⾏う必要がない 採⽤⼒が⾼くリテンション⼒が低い企業 → 惹きつける魅⼒があり、⼈材が循環している リテンション⼒が⾼く採⽤⼒が低い企業 →

    留める魅⼒があり、安定している 採⽤⼒とリテンション⼒の関係 流動的 成⻑ Talent Flow Networkの活⽤
  20. 流動している業界 → 総合コンサルティング/ 保険 安定している業界・流動している業界 Talent Flow Networkの活⽤ 安定している業界 →空調機器

    / 保険代理店 ⼤きく成⻑している業界 →クラウド・フィンテック
  21. ⼈材の移動を予測する

  22. Link predictionをすることによって、あるノードからあるノードへの移動確率を推定する - 「企業」+「職種」+「職位」が⼀つのノード - エッジは⼈材の流動 Talent Flow NetworkのLink prediction

    Gogo株式会社 研究職 ⼀般クラス 求⼈ ? Talent Flow Networkの活⽤ Sansan株式会社 研究職 ⼀般クラス Yonyon株式会社 研究職 課⻑クラス Yonyon株式会社 研究職 ⼀般クラス 1⼈ 2⼈ このEdgeが存在する確率を推定する
  23. (𝑆𝑎𝑛𝑠𝑎𝑛株式会社の特徴, 研究職, 𝐼𝑇業界, 東京都, ⼀般クラス) (𝑌𝑜𝑛𝑦𝑜𝑛株式会社の特徴, 研究職, 𝐼𝑇業界, 東京都, 課⻑クラス)

    𝑓 = (企業間の距離, 職種間の距離, 業種間の距離, 都道府県間の距離, タイトル間距離, ⼈数) 特徴作成 Talent Flow Networkから特徴量を作成 Sansan株式会社 研究職 ⼀般クラス Yonyon株式会社 研究職 課⻑クラス 転職 Talent Flow Networkの活⽤
  24. 𝑓 = (企業間の距離, 職種間の距離, 業種間の距離, 都道府県間の距離, タイトル間距離, ⼈数) Talent Flow

    Learning Talent Flow Network内の全ての転職Edgeを特徴量に変換 XGBoostを⽤いて、実際の企業間移動データを学習 Edgeを⼀部削除して予測実験をする XGBoost Talent Flow Networkの活⽤ 𝑓 = (企業間の距離, 職種間の距離, 業種間の距離, 都道府県間の距離, タイトル間距離, ⼈数) 𝑓 = (企業間の距離, 職種間の距離, 業種間の距離, 都道府県間の距離, タイトル間距離, ⼈数) AI
  25. 不正解データとして、転職先企業・転職先職種をシャッフルしたものを正解データと同数⽤意する Cross validationで、8割を学習データとして学習 2割をテストデータとして判定 推定確率0.7以上を正解、推定確率0.3以下を不正解とする 学習⽅法 Talent Flow Networkの活⽤

  26. - 0.7以上の確率で推定されたもののうち 82%は実際に転職しているデータ - 0.3以下の確率で推定されたもののうち 84%は実際に転職してないデータ 学習結果 正解ラベル 推定ラベル Talent

    Flow Networkの活⽤
  27. Talent Flow Networkの設計と利⽤価値について - 職種間の隆盛や関係性について考察 - 職種毎の⼈材の流れを考察 - 業界の流動性 /

    安定性 / 成⻑について考察 - Link predictionを⽤いた⼈材移動予測モデル まとめ Talent Flow Networkの活⽤
  28. 研究開発部 SocSciグループ Twitter @talerabel Virtual Card ⾅井 翔平