人工知能学会全国大会論文集
Online ISSN : 2758-7347
第36回 (2022)
セッションID: 4Yin2-39
会議情報

ハイパフォーマンスチーム分析:小サンプルデータのための探索的分析手法とその適用事例
*仲間 大輔宇野 渉
著者情報
会議録・要旨集 フリー

詳細
抄録

チームのパフォーマンスを高めることは組織マネジメントの重要な課題であり、人事データを活用してハイパフォーマンスなチームの特性を分析し、施策を検討するアプローチはニーズが高い。活用される人事データの多くは属性情報やサーベイ結果等の個人単位データであり、チーム単位で分析する際にはチームごとに基本統計量が集計される。検討対象となる変数の数が膨大になる傾向にあることから、事前に立てた仮説についてデータで検証するという手法が一般的となっている。しかし、この場合、重要な変数を見過ごしてしまう可能性があり、さらに、変数間の重要度の違いが可視化されないといった問題があった。そこで本研究では、全説明変数とパフォーマンスとの関係性を網羅的に探索する分析手法を提案する。本手法では、各変数の主効果に加えて全組み合わせにおける交互作用効果を線形・非線形モデリングを用いて抽出する。本手法の有用性については、3社において、各社の状況をブラインドで分析し得られたインサイトを各社のマネジメント・人事担当者とディスカッションすることで検証した。その結果、通常であれば見過ごしていた要因に注目できたという評価を得た。

著者関連情報
© 2022 人工知能学会
前の記事 次の記事
feedback
Top