人事データ分析の最適な入り口となる資格認定講座が新設

人事データの分析・活用に関する基礎知識を認定する新資格「ピープルアナリスト・ベーシック」は、なぜ創設され、何を目指しているのか。資格認定講座のプログラムを開発したキーパーソンである、一般社団法人ピープルアナリティクス＆HRテクノロジー協会 上席研究員の長谷川智彦氏に聞いた。

目次

資格講座開発に加わった経緯とは

技術的背景のない人事でもデータ分析の初歩が学べる

知識と経験則のバランスに留意しつつ講座内容を設計

資格講座開発に加わった経緯とは

入江：長谷川さんは大学院でどんな研究をしていたのですか。

長谷川：植物の遺伝子組み換え技術です。そこで実験データを正しく分析するため、統計を学びました。

入江：その知識を買われてパーソルキャリアに入社され、データサイエンティストになったのですね。

長谷川：入社からしばらくは、事業部で使われるAIモデルの開発などを担当しました。そして、2022年に人事データの積極活用方針が社内で打ち出されたのを機に、社内の人事データ活用部門の立ち上げを推進しました。

入江：人事領域に移ったとき、どんなふうに感じられましたか。

長谷川：最初は戸惑いました。事業に携わっていた頃に扱っていたのは、売上額やリードタイムといった効果が分かりやすい指標がほとんど。一方、人事では効果が分かりづらく、かつ、デリケートで曖昧なデータも取り扱う点で大きく違うと感じました。

入江：人事領域でも多くの活動をされていますが、今回の資格講座の開設はどういった経緯で決まったのでしょうか。

長谷川：協会の代表から、ピープルアナリストの裾野をより広げていくための資格の構想を聞き、そのなかで企業における人事データ活用の普及の重要性を説かれ、それに賛同するような形で資格講座の開発を手伝うことになったという流れになります。

技術的背景のない人事でもデータ分析の初歩が学べる

入江：協会は2026年3月、「ピープルアナリスト・ベーシック」資格認定講座の新設を発表しました。こちらの概要について教えてください。

長谷川：ピープルアナリストは、人事データを収集・分析して経営や現場に役立つ洞察（インサイト）を提供し、人事の意思決定を支援する役割です。本資格認定講座は、eラーニングでピープルアナリストに必要な基礎知識を体系的に学習するもので、試験合格者には認定バッジが配布されます。

入江：この講座ではどんな知識が学べるのでしょうか。

長谷川：大まかにいうと3分野に分けられます。1つ目は、人事データ活用プロジェクトをマネジメントするための基礎知識。2つ目は、仮説構築・分析計画からデータ分析、レポーティングまでの大まかな流れ。そして3つ目が、人事データ保護をはじめとするデータリテラシーの知識です。講座は全16コマで、1コマあたり10～60分程度。トータルの受講時間は10～15時間程度となっています。

入江：協会ではすでに、中級者向けeラーニング講座「R/Pythonによる人事データ分析入門」を提供しています。それとは別に、ピープルアナリスト・ベーシックの資格認定講座を開設したのはなぜですか。

長谷川：「R/Pythonによる人事データ分析入門」には、プログラミング言語によるコーディングやグラフ作成法、回帰分析の手法など、それなりに難度の高い内容も含まれています。そのため、これらに馴染みのない人事担当者にとってはハードルが高く、途中で挫折する人も少なからず存在していました。そこで、もっと初級者向けのプログラムを提供したいというのが、本講座を作ったねらいです。

入江：なるほど。すでに第1回の講座は始まっていますが、受講者はやはり人事畑の方が多いのでしょうか。

長谷川：人事の方もいらっしゃいますが、受講者のバックグラウンドは多種多様です。ただ、データ分析の経験がほとんどない方も想定して、専門用語をできるだけ使わないよう工夫したり、イラストを多用したりすることで、初学者でもついていけるレベル感を目指しています。

入江：講座ではプロジェクトマネジメントの基本についても学ぶのですね。

長谷川：はい。人事データ活用プロジェクトを企画する際には、関係者の巻き込み方やスケジュールの立て方、業務フローの整理法といった知識も求められます。ところが人事担当者のなかには、これらを体系的に学んだことのない方もいるのではないでしょうか。そうした方が私たちの講座を受講すれば、プロジェクトの進め方がガラリと変わるのではと考えています。

入江：なるほど。定常業務の比率が高く、プロジェクト型業務の経験が少ない人事担当者にとっては、基本的な知識を学べる良い機会かもしれません。

長谷川：そうなれるよう頑張っています。また、人事データを扱うときには倫理面での配慮も欠かせません。そこでこの講座では、データリテラシーに関する要素も盛り込んでいます。

知識と経験則のバランスに留意しつつ講座内容を設計

入江：講座の内容を決める上で、苦労した点はどこでしたか。

長谷川：教科書的な知識と実践的な経験則のバランスをどうとるのか、悩みました。人事データ分析を行うには、分析手法から最新テクノロジー、さらに人事ノウハウまでの幅広い知見が必要になります。一方、この講座は「資格講座」ですから、現場に根ざした暗黙知をどこまで学習内容に盛り込むべきか、協会内で議論を重ねました。

入江：人事は「これが唯一の正解だ」と言い切れる世界ではありません。ですから、経験則や暗黙知をどこまで教えるかは難しいところですね。その意味で、講座では現場で繰り広げられた具体的な事例も教えるのですか。

長谷川：いいえ。事例に興味をもつ人は多いですし、そこから学べることも豊富です。ただ、紹介するためには各企業の許可が不可欠ですし、そもそも企業によって文化や課題が異なりますから、ある企業でうまくいったやり方が他の企業でそのまま通用するわけでもありません。そのため、講座ではあくまで知識習得に的を絞り、事例については協会が定期的に開いているセミナー「ピープルアナリスト最前線」で紹介しています。

入江：細心の注意を払ってカリキュラムを設計しているのですね。一方、最近の人事領域では生成AIや機械学習に対する関心が高まっていますが、この講座ではこれらに触れますか。

長谷川：実は、あえてカリキュラムからは外しました。人事がAIを活用したいと思っても、分析環境の整備やデータ格納場所の確保といった問題をクリアするまでにはかなりの手間と時間がかかります。また、高度な分析は自分には関係ないとなってしまうよりも、親しみ深いExcelを通して、分析の基礎を身につけて実務にすぐ生かせることに重きを置きました。例えばクロス集計の手法を学ぶだけでも、人事が抱える課題のうちかなりの部分が整理できたりします。そうして小さな成功を積み重ねてもらい、将来につなげてもらうことを、私たちは重視しています。

入江：分かります。人事のなかには、人員不足で「ひとりピープルアナリスト」がデータ分析に孤軍奮闘しているところも少なくありません。そうした現場で、ピープルアナリティクスについて学んだ人たちが知識を実際に役立てられれば、組織を良い方向に変えたり仲間を増やしたりできますね。

長谷川：この講座は学びのゴールではなく、人事データ分析という長い旅の始まりだと考えています。人事担当者はもちろん、事業に携わるなかで人事データ分析に触れたいと考えている人にもスタート地点として活用していただけると、私たちも嬉しいです。