経営学がえらんだ性格分析に特化。採用からトップマネジメントまで、使い方ひろがる
人件費は、大多数の企業で主要な固定費です。
あまり可視化される機会がありませんが、もちろん試算はできます。
たとえば、チームメンバーのトラブルがマネージャーを巻き込むかたちのケースでは、保守的にみても1営業日あたり2.8万円〜3.8万円がロス金額の中心帯(※)です。
丸1日を費すかたちに限らず、2時間ずつ月に4回発生する形式でも同じ効果です。
※ 月あたり22営業日の想定、2名年収は計740〜1000万円。マネージャーの想定として、日本の平均年収は480万円前後、上場企業の平均は670万円前後。メンバーの目安として、大学卒業者の初任給が24万円前後〜。
マネジメントから来るストレスの無視できない割合が、このように経済的な損失を伴っています。
タスクと無関係な行動を強いられるとき、チームの金銭ロスを自分のミスのように捉えることによって、マネージャーは心労を知覚します。
従来、このロスはメンバーの熟練のためのOJTとして暗黙の闇に包まれてきました。
スキルの問題なのであれば再現性をもって改善可能です。しかし、多彩なトラブルを本当に全てスキルに還元できるものなのでしょうか?
マネジメントには次のような観測が無数にあります。
- 誰かしら違和感を持っている
- しかし言葉になっていない
- 会議で扱われていない
- 調査対象にもなっていない
- 兆候がないわけではない
これを管理するのはビジネスプロセスの中では難しいのです。
認識プロセスと死角について、「know: 知る」の状態によって次のとおりモデル化できます。
| 知識が成立するか? |
| 知識があるか? |
Known knowns 対象の知識があり、説明できる | n/a |
Known unknowns 調べれば分かることではあるが、いまは説明できない |
Unknown unknowns 説明できないし、説明の仕方も分からない |
この分類は、2つの軸で整理されます。
- 「対象について知識が成立しうるか」、つまり観察や調査で、事実・経験・データ・判断材料を得られるか?
- 「その知識を実際に持っているか」、つまり今対象を説明できるか?
マネジメントの評価指標が「効率」なのだとしたら、それは Known knowns に目を奪われて視野狭窄に陥っている典型的な兆候です。
unknowns には効率を定義できない事象が多く含まれています。
たとえば、スエズ運河やホルムズ海峡は国際情勢によって航行できなくなることがあります。これによる直接の悪影響、たとえば原油価格の高騰は Known unknowns と言えます。
「風が吹けば桶屋が儲かる」のように、航行不能から意外な分野にダメージが波及することもあり、それらが Unknown unkowns です。そして、Unknown unknowns は波及効果だけに限定されません。
この表の中にはマネージとアンマネージが混在しています。同時にマネジメントの難しさを読みとることが可能でしょう。
Decider®(ディサイダー)はチームの分析から unknowns に光を当てるフレームワークを提供します。
unknownsにはチャンスとピンチが同居しています。金融ではテールリスクとして知られます。
効果としては本質的な違いはありませんが、2つの展開を呼び起こします。
- 飛躍の機会を、みすみす見逃す
- ふって湧いた災難で、大ピンチを迎える
日常観測できるほど頻繁に起きる事象ではないため、経営指標で検出できる対象ではなく、平均化した性質を述べることもできません。
たとえば巨大な事件による大企業倒産は稀ではあるものの、完全になくなりはしていません。
ニュースを通して見ると「なぜこのようなことになるのだろう?」と不思議に思うものですが、unknownsには知覚できないまま直面する性質があります。
突発性の事件のケースもあれば、静かに腐敗が進行しているケースもあります。
冒頭のような「うまく行っていないなあ」にはunknownsが蓄積していることがあるのです。
Deciderが提供する分析データは、各担当者の性格特性です。
ビッグファイブの簡潔な定義
|
特性 |
説明 |
| 1 | 信頼性 |
あらかじめ決められたルールに忠実な度合い |
| 2 | 神経症傾向 |
ネガティブな情動に関する強さ・持続性の度合い |
| 3 | 開放性 |
連想や行動が表現する複雑さ・幅広さ・深さ・他者との違いの量 |
| 4 | 外向性 |
社会や物質的な外界に対して、エネルギッシュに働きかける度合い |
| 5 | 協調性 |
他の人との距離感について、集団性/孤立性の度合い |
スコアについてのよくある誤解
ビッグファイブは性格を数値に引き写したものです。このスコアそのものへの誤解があります。
それは、スコアが「大きな数ほど良い」という先入観です。
他のスコア例として、温度を計測する場合を想像してみてください。一般的な環境で、水蒸気は100℃を超え、氷の温度は0℃よりも小さくなります。
そうすると、氷は悪いものなのでしょうか?
水の温度のように数値を使って現実世界を客観描写することは、初等教育の理科・社会でかなり時間をかけて習っているはずです。
現実には、この基礎的な数値感覚が欠けている大人はかなり多いと言えます。
Deciderの分析結果として表示されるビッグファイブは、かなり素朴な事実を表現しています。
データアナリティクス分野の常識のとおり、素データは起点にすぎず、知見は実例との対照やワークフローなどの総体の厚みとして蓄積されるものです。
これによって分かることは、神経症傾向の強い人物が対人トラブルの起きやすい役割で人一倍疲弊しているのであれば、それは自然の成り行きである、ということです。
性格は、一人ひとりの得意・不得意にかなり強く影響しています。これは万能・無能といった高い低いの単純な構造ではなく、何かが得意であれば何かが不得意といった関係です。
DeciderがスコアリングしているBigFiveは人が一番知覚しやすい性格であるため、個性と行動の対応に自然な説明が得られます。
適材適所は本当に必要なことなのです。
仕事の難易度は相対的なものです。その担当者にとってストレッチさせ過ぎているようであれば、配置または役割を変更する必要があります。
プロセス面の努力や育成であらゆる問題が解決するわけではないことを改めて意識すべきでしょう。
このように、担当者とタスクの相互関係に説明がつけば、問題は少なくとも Known unknowns として取り扱えます。
Unknown unknownsの知覚には消去法が必要
現場マネージャーにとって、Known unknowns であることが分かったからといって、なぐさめにはならないと思うかもしれません。
この点については、上席マネージャーと意見をかわし客観的に対処を考えることが大事です。
その過程でもっと大事なことは「起きていることが Unknown unknowns ではない」ことの確認です。
タスクと担当者のミスマッチであれば説明はつきます。
真の問題は、担当者の能力に不足はないはずなのにうまく行かないケースです。
担当者を替えても同じプロセスで詰まる。
能力が高い人でもうまくいかない。
理由の説明もつかない。
ここで初めて Unknown unknowns の疑いが強まります。資源ではなく、環境や企業の認識に問題があるのかもしれない。
何らかの点で、行動目標に非現実的な点があることを示唆しています。
Deciderを活用することで、通常のマネジメントプロセスでは得られない人物本位の着眼点を得られ、マネージャー間の仮説交換が新たに可能になります。
このように Unknown unknowns の推定には、フィルタリングの手間をかけ、消去法のかたちで抽出しなければ特定が困難です。
定義上、最終的に起きていることにはクリアな説明は得られません。しかし、存在を知覚することが何よりも重要で、それによってテールリスクに適応することが可能になるのです。
Decider®(ディサイダー)が決定的にユニークな点は、「ユーザーの上達」を中心に置いていることです。ビッグファイブにもとづく人材分析の継続を通じて、的確な人物評価スキルを獲得できるよう体系的にフレームワーク化しています。
一貫した方法論で組織経営の全般をカバーする設計は、Decider®独自の特長です。
- 自己分析: おもに採用時の適性検査として利用
- 相互評価: 客観精度アップ・経時追跡にくわえ、「人物鑑定力」を強化
- レポート: 組織活動を定量追跡する経営ダッシュボード
Deciderはビッグファイブにもとづく相互評価機能を世界で初めて※ 実用化しました。
人物一貫性の検証を飛躍的に拡張することにより、従来の採用適性検査の枠にとどまらない総合フレームワークを実現しています。
※ 当社調べ。2023年7月時点
性能の伝統。 第8世代Deciderエンジン
- Oct 2023 / v.8, データストアの分散処理アーキクチャ移行
- Jun 2023 / v.7, 世界初、Observer-ratings分析の商用提供
- Sep 2022 / v.6, レンダリング方式刷新。高負荷時のレスポンス向上
- Jul 2022 / v.5, 処理マルチスレッド化。iPhoneなど高機能端末の高速化
- Jun 2021 / v.4, PWA技術・インテリジェントキャッシュ移行による操作ラグ圧縮
- Oct 2020 / v.3, Rust移行による異次元の性能up。CO2排出削減・完全定額の確立
- Feb 2020 / v.2, WebAssembly導入によるスコアリング速度のブースト
- Jan 2017 / v.1, Big5に特化したデータモデル再設計による拡張性確保
- Mar 2016 / v.0, Ruby on Railsによる初期エンジン実装
precision_manufacturing
適職インデックス・スコア
folder_shared
レポート分類&共有制御
株式会社アイモバイル
須藤麻里様
「面接選考において客観的データを取り入れた多面評価」と「面接官同士の共通言語化」を目的に適性検査を探していました。
UTグループ株式会社
近藤邦洋様
一番大きいのは、時間が短縮された事。年々採用数が増えている当社にとってはすごく大事。
株式会社ファインドスター
津田智史様
人物評価の基準をさだめているものの「面接官によって認識の違いが起きてしまっていないか?」という点に課題意識を感じていました。
クリアな料金
スモールスタートでもフル機能をつかえる。用途を広げると、費用対効果がどんどん上がる
経営学がえらんだ性格分析に特化。採用からトップマネジメントまで、使い方ひろがる
初期費用
0円
初回ご契約時のみ適用。再契約などの場合、10万円(税別)
決済手段
領収証は、購入時に登録したメールアドレス宛てに送信されます
受検回数
制限なし
社内受検/採用候補者を問わず定額利用可能
アカウント数
制限なし
セキュリティ上、社外の利用者へのアカウント発行は禁止しています
海外支社向けに、英語受検のみ対応版(月額22,000円)もあります。
トライアル
デモデータと説明ドキュメントでレポート分析をひと通り体験※2
購入
ネットショップ型のクレジット決済※3。5分でスタート
利用開始
自社データの蓄積が進むほどレベルアップ。本当のスタートはここから。
1: お申し込み後、当社にて審査のうえ法人アカウント発行。承認完了しだい、システムメールにて通知
2: トライアルは無料。一部の機能にロックあり
3: 承認アカウントから購入可能。初回15万円(初期費+月額費用・税別)
まずはウェイティングリストに登録。
ドキュメント・資料ダウンロードも