スマホレジ的DX

　１年ほど前に、オフィス前にあるコンビニでセルフレジのシステムが導入された。
以来、そのコンビニでは、棚から商品を取って、バーコードを自分のスマホのアプリで読み込み、そのまま精算し、レジに並ぶことなく、誰とも会話する事なく店を出ている。ファミリーレストラン等でも、テーブルに設置されているタブレット端末の画面メニューを見ながら、注文をするようなシステムが導入されているが、コンビニのセルフレジは、商品を取って、代金の精算するまで、店舗のスタッフとは、まったくコンタクトせず取引が完了するので、その先を行っている。店側は、人件費削減になるし、顧客側もレジの列に並ばなくてよいし、まさに、デジタルトランスフォーメーションの代表的な例だ。

　デジタルトランスフォーメーションでは、一般に、プロセスの自動化やデータ分析、クラウド移行、IOT導入など、デジタル技術の活用が前提になるが、それと組み合わせて、業務や取引プロセスを変更することで、ビジネスモデルの進化がなされる。先ほどのスマホレジの場合も、商品の代金決裁の機能の主体者を提供者からユーザーに移管させた訳である。

　当社で提供している社員意識調査においても同様の効用を感じる例がある。
社員意識調査の質問項目別のポイント集計は、サーベイ対象者全員と共に、年齢別、男女別、部門別、役職別、等級別、職種別といった属性ごとのポイント集計を行っている。そうする事で、例えば、ある質問項目に対する全社員の満足度は、比較的高い結果がでているが、年齢別でみると30代、40代の社員に比べて、20代の社員が極めて低いという事がわかる。

　では20代の社員だけなぜ満足度が低いのかを検討する中で、今度は、20代の特定の部門に所属している社員が他の部門と比べて低いことがわかれば、20代のなかで、特定の部門に所属している社員にターゲットを絞って固有の理由を考えればよいことになる。

　こうして、年齢別Ｘ性別、年齢別Ｘ部門別、年齢別Ｘ等級別、等、様々な属性を掛け合わせて見る事で、ピンポイントの状況が把握できるので、結果として、その理由も推察しやすくなるし、対策も打ちやすくなる。当社の提供する社員意識調査では、当社で、全社のポイント集計と共に属性別のポイント集計、および、結果に対して想定される原因や想定されるソリューションを一通り提示するが、それに加えて、２つの属性の掛け合わせの集計に関しては、簡易的なダッシュボードツールも提供して、クライアントが、20代の男性、40代の課長など設定された属性の中から、ツール上で自由に選択し、その集計結果が把握できるようにしている。

　こうした属性Ｘ属性の集計は、必ずしも、すべての組み合わせでやることは有効ではないし、まずは、単独の属性別での集計結果の中で、着目すべき結果に対して、原因を考察し、特定の属性X属性というクロス集計を見てみようという流れになるので、サーベイの提供者である我々が、あらかじめ一定の仮説のもとでクロス集計を行うよりも、ユーザーとしてのクライアント企業の方で、提供したダッシュボードツールを自由に使いながら、考察する方がより効果的で本質的な問題把握が可能になると考えている。

　こうした機能の主体者を移管させる事が有効となる可能性は、企業内の人事部と社員の間でも十分ありうる事だろう。人事評価の過去の履歴や分布情報なども、人事が抱え込んで、分析をしようとしても、なかなかやりきれないのであれば、一定以上の管理職にデータを提供し、人事評価を行う前に、過去データを分析することで、より評価品質が向上したり、評価対象者に対する効果的な育成ポイントが見えてきたりするかもしれない。