BIで出来る、「企業の働き方改革」


安倍総理は、平成28年9月27日に、「働き方改革実現会議」を開催し、その会議にて、働き方改革に対する9つのテーマが取り上げられました。国としてのみならず、各企業にとっても取り組むべき大変重要なテーマです。企業としては、売上や利益は向上させつつ、働き方改革を実現してゆく、という企業としては大変難しく、また腕の問われる課題と言えそうです。

とはいえ、トレンドがどんどんと変わってゆく中で、新しい課題に向けて予算を取り、ソフトウェアを導入してゆくのは、時間も予算も必要です。このような迅速な対応が迫られるものは、BIで対応が可能です。今回は、この働き方改革への対応を、セルフサービスBIのAnalyticaで対応してみましょう。BIって何?という方は、こちらの投稿も参考にしてみて下さい。=> BIって何?

 

1. 働き方改革とは?


詳しい説明は割愛致しますが、働き方改革実現会議では、主に以下の9項目が検討事項としてあげられています。

  1. 非正規雇用の処遇改善
  2. 賃金引き上げと労働生産性の向上
  3. 長時間労働の是正
  4. 転職、再就職支援
  5. テレワーク、副業・兼業といった柔軟な働き方
  6. 女性と若者が活躍しやすい環境の整備
  7. 高齢者の就業促進
  8. 病気の治療、子育て、介護と仕事の両立
  9. 外国人受け入れの問題

これらのうち、今回は

3. 長時間労働の是正
5. テレワーク、副業・兼業といった柔軟な働き方
6. 女性と若者が活動しやすい環境の整備、
8. 病気の治療、子育て、介護と仕事の両立

の4項目を改善することを目標として、Analyticaを利用したいと思います。一般的な社員のデータベースと、勤怠管理のデータががあれば、これらをいつでも最新の状態でAnalyticaで表示させることが可能です。新たにデータベースを作る必要はありません。既存のシステムのデータベースを読みに行く設定をすることで、従業員の働き方改革の迅速・継続的な現状把握が可能になります。

 

2. 今回用いたデータについて


今回は、例のため、社員が1000名、部署は管理部、営業部、システム部、マーケティング部門の4部署からなる事業会社を例として、進めてみます。役職は
アソシエイト550人(25-30歳)、
アソシエイトマネージャー280人(31-35歳)、
マネージャー150人(36-40歳)、
室長20人(41歳-)、
の4つの職階から構成されるとします。そして、部署別の人数構成は

管理部265人
営業部237人
マーケティング部248人
システム部250人
からなるとします。

日にちについては、2016年1月1日から10月31日まで(この記事は執筆開始時点で11月でした)のデータを分析対象と想定し、データを作りました。

3. 長時間労働の是正


まずは、『長時間労働の是正』からです。これは、勤怠管理データを用いることにより、分析が可能です。全社や部署ごと、また月別や前日分のみの速報などを、分析の対象にします。

全社平均残業時間 全社前日平均残業時間 管理部前日平均残業時間 営業部前日平均残業時間marketing_yesterday_average_overtime_work システム部前日平均残業時間

やはり、速報のように、各部署前日分を表示してある方がよいのでは?と考えられます。部署ごとに仕事が特徴づけられることも有り、部署ごとに平均残業時間に違いが出るでしょう。

 

4. テレワーク、副業・兼業といった柔軟な働き方


次に、『テレワーク、副業・兼業といった柔軟な働き方』に行きましょう。今回は、副業、兼業はまだまだ一般的ではないので、テレワーク、つまり自宅にいて仕事を行っている社員に焦点を当てます。柔軟な働き方、ということなので、テレワークで働いている割合を表示させます。こちらも、既存データから分析が可能です。

 

部署別テレワーク率

 

各部署ごとに、月別にテレワーク率が表示されていますね。こちらは、データの取得後には、通常エクセルでのピボットが必要になります。そしてエクセルでのピボットの場合、データを更新してチャートを作る度にエクセル作業が必要になりますが、Analyticaであれば、全て自動化されて表示されます。

 

5. 女性と若者が活動しやすい環境の整備


女性と若者が活動しやすい環境の整備についてです。女性はわかりやすいですが、若者、というのは具体的に何歳までを指すのかは、企業により意見の別れる所でしょう。今回は、分布を出したいと思います。部署ごとの性別比率と年齢の分布を出します。

 

システム部男女比率

マーケティング部男女比率

営業部男女比率

管理部男女比率

 

部署ごとに、男女比率がでていますね。この場合は、だいたい男女比が50%づつになるのが望ましいのではないかと思います。続いて、部署別の年齢分布です。幅は10歳ずつに設定しました。若い方が項目名になっています。ですので、左から、25歳から34際、35歳から44歳、と言ったような具合です。

 

システム部年齢分布
営業部年齢分布

マーケティング部年齢分布

管理部年齢分布

 

6. 病気の治療、子育て、介護と仕事の両立


昨今は、夫婦共働きや、介護をされている方が、とても増えました。良い会社は、こういった働き方をサポートしてゆくべきだと考えています。仕事はうまくいっているものの家庭はうまく行っていなかったり、その逆などが起こっていては少し残念ですね。良い会社で働くことで、仕事も家庭も両立出来る良い働き方をして頂きたいと思います。今回はその一環として、時短勤務を可能とした会社を想定して、時短勤務率を出しましょう。時短勤務を行っている社員の割合を出します。

 

勤務形態

 

7. ダッシュボード


Analyticaでは、これまで作ったチャートが、ダッシュボードにて1画面で表示されます。1個1個のチャートに、データの取得や加工が施されており、Analyticaを使わなければ、相応に時間がかかるものばかりです。対してAnalyticaであれば、データベースの更新があれば、全てのチャートでの加工が自動で更新されることを考えれば、飛躍的に迅速な分析が可能になると言えるでしょう。

 

dashboard

 

8. 終わりに



少子高齢化が進む日本では、どうしても大量の人口をもつ国には、生産量では負けてしまうでしょう。この状況下で我が国が進むべき道は、これまでのような長時間労働から、単位時間辺りの生産量、つまり量から質へと社員の評価基準を変更することにより、働く人々の身体的・精神的健康も保ちつつ、国家間競争力も維持する事が喫緊の課題といえるでしょう。

社員の皆様が多種多様な働き方が可能になるということは、これまでの「オフィスで長時間労働」よりも、生産性の把握と管理がより一段と難しくなります。これまでよりも、よりアウトプットにこだわらなければならない社会となってゆくでしょう。場所や時間を可能な限り自由な形態とした上で、能率を上げて仕事をし、仕事・家庭ともに充実出来る社会に出来るよう、BIを積極的に利用してゆくべきでしょう。


COMMENTS