エンゲージメントサーベイを実施している企業にて「エンゲージメントスコアの活用方法が分からない」「エンゲージメント分析ができない」という悩みが増えています。本記事ではスコアの分析ポイントや分析ツール比較について解説します。

※人事データの活用については人事データ活用にありがちな悩みを解決！　データの種類や分析のポイントをご覧ください。

エンゲージメントサーベイによくある悩み

エンゲージメントサーベイを実施するときの悩みは以下の3つに大別されるかと思います。

①サーベイの設計

（例）
・どのような目的でサーベイを実施すべきか分からない
・設問の作り方が分からない
・従業員への説明の仕方が難しい

②サーベイツールの選定

（例）
・どのツールを選べば良いか分からない
・ツールごとの機能の違いが分からない

③エンゲージメントスコアの分析方法

（例）
・スコアの変化からどのようなインサイトを読み取れるのか分からない
・サーベイツールの分析機能だけでは深く分析しきれない
・スコアをExcelで集計しようとすると手作業が大変

この記事では③を中心に解説します。

エンゲージメントスコア分析のステップ

①人事データとの相関を調べる

エンゲージメントスコアと人事データ（離職率、残業時間、労働生産性、等級滞留年数など）を紐付けることで、スコアの上下によりどういう影響があるか、どの指標が変化するかなどを把握できます。
（例）スコアと離職率の逆相関が強い場合、スコアの低い社員ほど退職しやすい

↑残業時間とスコアの相関が弱いことが分かる。

なお、サーベイの設問・スコアが複数ある（Q12や自社オリジナルの設問など）場合は、設問と指標の相関を個々に調べる必要があります。例えば、エンゲージメントサーベイの1つ「Q12」では

私は仕事の上で、自分が何を期待されているかがわかっている。
私は自分がきちんと仕事をするために必要なリソースや設備を持っている。
私は仕事をする上で、自分の最も得意なことをする機会が毎日ある。
etc.

と設問が12個用意されており、設問によって内容が異なるので、「設問1のスコアと離職率は相関が弱いが、設問2のスコアと離職率は相関が強い」のように個々に調べましょう。

設問が多くて調べるのが大変なら、以下のような調べ方も有効です。

一部の設問を選んで相関を調べる
設問をカテゴライズし、カテゴリごとに相関を調べる（人間関係の設問、キャリアの設問など）

↑設問を「やりがい」「自己成長」「健康」などにカテゴライズ。

②セグメントごとに相関を調べる

①で発見したエンゲージメントスコアと相関の強いデータをセグメントごとに細かく把握します。スコアが他に比べて低く、相関が強いセグメントのほうが改善インパクトが大きいため、優先的に対策する必要があります。

セグメントとしては社員の基本情報（性別、部署、役職、等級、職種、入社年度など）が有効です。

↑部署ごとのエンゲージメントスコアの推移。社長室のスコアが特に低い。

③原因に対する仮説を立てる

②で見つけた相関がなぜ起きているかの仮説を立てます。

（例）
・残業時間とスコアの相関が強い→残業過多で社員が疲弊している
・勤続年数と「自己成長」のスコアの逆相関が強い→新入社員が成長実感を感じられていない

データだけを見ても仮説が立てづらい場合、360度評価・サーベイの回答内容などの定性情報を調べたり社員にヒアリングするのも有効です。

④アクションプランを考える

③の仮説を踏まえて、それを解決するためのアクションを考えます。例えば、以下のようなアクションが考えられます。

（例）
・残業時間が長い→業務効率化のためのスキル研修、ツール導入、業務の見直し
・職場の人間関係が不仲→チームビルディング研修を行う、1on1を導入する

ただし、人事制度や組織の変更など大規模なアクションになるほど効果が出るまでに時間がかかります。アクションが現実的に実行可能か、解決までのスピードが見合っているかなども踏まえて検討しましょう。

⑤スコアと人事データの変化を時系列で見る

④で決めたアクションを実施した後、スコアや相関の強いデータの変化を定点観測します。アクションから数値に反映されるまでタイムラグがあることが多いので、しばらく様子見が必要です。

もし時間が経過しても数値が変化しない、またはわずかな変化しか見られない場合、③の原因の仮説や④のアクションを見直しましょう。

①〜⑤の例

Q12でエンゲージメントサーベイを行い人事データとの相関分析を行った結果、以下の結果を確認できた
・成長に関する設問のスコアと離職率は逆相関が弱い
・他の項目のスコアと離職率は相関が弱い
・特に人間関係に関する設問のスコアは全体的に高く、離職率との相関が弱い
セグメントごとに調べた結果、以下の結果を確認できた
・営業部で3年以内入社の社員は成長の設問スコアが特に低く、離職率との逆相関が強い
・他の項目、特に人間関係のスコアと離職率は相関が弱い
上記の結果から、以下の仮説を立てた
・営業部の人間関係などは良好である
・しかし若手に成長やスキルアップの実感が薄く、キャリア形成の見通しを立てられていない
・それにより若手の早期離職が多発している
以下のアクションプランを立てて実行した
・営業部の若手向けのスキル研修
・今後のキャリアプラン形成のための研修
営業部の若手の離職率を定期的（3ヶ月後、6ヶ月後など）に調べ、スコアや離職率の変化を確認する

エンゲージメントスコア分析の課題

サーベイツールで相関分析ができない

多くのサーベイツールではスコアをセグメント（部署、職種、入社年度など）ごとに集計したり、スコアを時系列（1年前、半年前、現在など）で把握する機能は搭載されていますが、上記のような相関分析を行う機能はありません。

他の人事システムとAPI連携しているサーベイツールもありますが、人事データの自動連携や集計だけにとどまることが多いです。

データの前処理が大変

よって、スコアと人事データの相関分析を行うためには、

サーベイツールや他の人事システムからデータをダウンロードする
Excelで各データを突合する
Excel上で集計やグラフ化を行う

という工程を踏むことが多くなります。この1・2の作業を「前処理」などと呼びますが、データの種類や件数が増えるほど前処理の手間も大きくなります（一般的に、データ分析では8割の時間が前処理に費やされるとも言われています）。

分析ツールの比較

上記を踏まえて、人事データを分析する際にはサーベイ以外に分析ツールを導入することがおすすめです。ここでは2種類のツールをご紹介いたします。

BI（Business Intelligence）ツール

データの統合・集計などに特化したツールです。有名なものではTableau、Power BI、Yellowfinなどです。

メリットとしてはデータの集計・フィルタリング・グラフ化・ダッシュボード作成などの機能が豊富に用意されており、集計や分析がしやすい点です。

出典:【Tableau×人事】人員推移表の作成（毎月自動更新）

一方、デメリットも存在します。

エンゲージメントスコアや他の人事データを管理するためのデータベース、レポート作成などをゼロから行う必要があり、導入が大変
システムや分析機能を使いこなすための学習コストが高く、情報システム部やエンジニアの協力が必要

特に、前述の前処理については様々なデメリットがあります。

他の人事システムとAPI連携していないことが多く、人事システムからのデータダウンロード→BIツールへのアップロードなどの手作業が多い
データベースを自由に定義できる分、正しく設計をしないと複雑化し、前処理も大変になる
データの加工などはETLツールを使うか、Excel等で行う必要がある

Human & Human

クラウドワークスで開発しているツールであり、人事データの集計や活用に特化しています。

メリットは以下のようなものです。

人事でよく使うデータや図表を自動集計できる
人事用のデータベースやレポートが標準で用意されているので導入しやすい
学習コストが低いので人事のみでも運用できる

特にエンゲージメントスコアについては

スコアの時系列での把握
様々なセグメント（部署、役職、等級など）での分析
他の人事データとの相関分析

などのレポート、グラフが標準で用意されており、簡単に分析できます。

前述の前処理については様々なメリットがあります。

他の多くの人事システムとAPI連携しており、前処理を自動で行える
標準でエンゲージメント分析用のデータベースやレポートが設計されているので前処理も簡単
データの加工などはサポートで対応してもらえる

一方で、BIツールほどの分析の柔軟性が無い点はデメリットです。

比較ポイント

	BIツールがおすすめ	Human & Humanがおすすめ
利用目的	多くの種類のデータを時間をかけて高度な分析や細かいシーンに応じた表現をしたい。	まずは小さくデータ可視化・分析をして、素早く可視化・効率化して、徐々に本格的にしたい。
必要な分析手法	統計的分析手法、Rを用いた分析	時系列・セグメント比較・相関分析
人的リソース	データ設計スキルが豊富な人材を用いたい	専門的なデータ設計スキルを持った人材無しで進めたい
時間的リソース	じっくり時間をかけて構築したい	1ヶ月以内など、すぐにデータ可視化・分析をしたい

Human & Humanについて詳しく知りたい方は、以下より資料請求・トライアル申込お願いいたします。