社員の残業時間を減らしたいというのは多くの企業に共通する悩みかと思います。本記事では残業時間の分析ポイントや分析ツール比較について解説します。

残業削減によくある悩み

社員の残業時間を減らすときの悩みは以下の3つに大別されるかと思います。

①分析に関する悩み

（例）
・どの部署・役職で残業時間が多いのか分析できていない
・何が原因が残業時間が増えているのか分析できていない

②集計に関する悩み

（例）データをダウンロードしてExcelで分析しようとすると手作業が大変

③施策に関する悩み

（例）残業時間を減らすためにどんな施策を行えば良いか分からない

この記事では①②を中心に解説します。

残業時間の分析のポイント

セグメントごとの残業時間を調べる

まずは残業時間の多いセグメントはどこかを分析します。残業時間が他に比べて多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。

↑職種ごとの残業時間の推移。経営企画の残業時間が多いことが分かる。

残業時間と人事データの相関を調べる

残業時間の多いセグメントを発見したら、残業時間と人事データ（労働生産性、有給取得率、ストレスチェックデータなど）を紐付けて分析します。これにより、何が残業時間の増加に影響しているのか把握できます。

（例）
・残業時間と労働生産性の相関が強い場合→非効率的な働き方により残業時間が増えている
・残業時間とストレスチェックデータの相関が強い場合→社員のメンタルヘルス不調により残業時間が増えている

↑残業時間とエンゲージメントスコアの相関が弱いことが分かる。

残業時間の多い時期を調べる

部門や職種によっては繁忙期が存在するため、特定の月、時期（月初・月末）に残業時間が増えていないか調べます。

（例）
・経理部門の月初の残業時間が多い→請求書の発行や月次決算業務が多い
・人事部門の4月の残業時間が多い→新入社員の受け入れ業務が多い

残業時間の推移を調べる

残業時間の増加がいつから発生しているのか把握できます。

ある時期から残業時間が増加した → その時期に原因が発生した（組織や人事制度の変更など）
残業が長期間続いている → 慢性的に原因が存在している（昔からの残業体質、低い労働生産性など）

↑開発グループの残業時間の推移。2024年8月頃から残業時間が増加傾向にあることが分かる。

分析後のアクション

原因に対する仮説を立てる

上の分析プロセスを元に、残業時間がなぜ増えているかの仮説を立てます。

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。

アクションプランを考える

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）
・労働生産性が低い→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
・社員のメンタルヘルス不調→産業医と面談する、1on1を導入する

残業時間と人事データの変化を時系列で見る

アクションを実施した後、残業時間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、原因の仮説やアクションを見直しましょう。

分析例

残業時間をセグメントごとに調べた結果、以下の結果を確認できた
営業部門の社員が残業時間が多い
上のセグメントについて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
・営業部門の労働生産性は他部門に比べて変わらない
・残業時間と業務量の相関が強い
・残業時間の増加は数年前から続いている
上記の結果から、以下の仮説を立てた
営業部門の業務量に対して人手が不足しており、残業過多になっている
以下のアクションプランを立てて実行した
・他部門から営業部門に人員を異動させる
・営業部門の人材を新規採用する
残業時間の変化を定期的（3ヶ月後、6ヶ月後など）に調べる

残業時間の分析の課題

データの前処理が大変

残業時間と人事データの相関を調べるためには様々なデータが必要ですが、これらは複数のシステムに分散していることがほとんどです（社員情報はタレントマネジメントシステム、残業時間は勤怠管理システム、有給取得率はワークフローシステムなど）。そのため、

各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）。

Excelでの集計が大変

3の集計・グラフ化についても、色々と切り口を変えてデータを見る度に作業をやり直す必要があります。例えば、

全社の残業時間データを見たい→次に部署別のデータを見たい→次に年代別のデータを見たい
離職率と勤続年数の相関を見たい→次に残業時間とエンゲージメントスコアの相関を見たい

のように色々な分析を行うと、集計やグラフ化だけでも大きな時間がかかります。

分析ツールの比較

上記を踏まえて、残業時間を分析する際にはExcel以外の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。

残業時間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

特に残業時間については

残業時間の時系列での把握
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
標準でデータベース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。