自己申告書やその他アンケートを取ったけれど「自由入力の項目で発言傾向の分析ができない…」「アウトプットを作成するのに手間がかかる…」という方必見！
本記事ではタレントパレットの強みである文章を自動で分析するテキストマイニング機能を紹介していきます。

テキストマイニング分析について、以下STEPでご紹介いたします。

STEP0：テキストマイニングとは
STEP1：分析対象の検討
STEP2：分析項目の設定
STEP3：アウトプットの検討

STEP0：テキストマイニングとは
テキストマイニングとは、アンケートを始めとしたテキスト文章を、単語や文節に分割して、その出現頻度や相関関係を分析し、有益な情報を探し出す技術です。
マイニング（mining）とは「採掘」という意味で、膨大なテキストの山から価値ある情報を掘り当てるといった意味が込められています。

タレントパレットに蓄積しているあらゆる定性情報をテキストマイニング対象とすることが出来るため、今回紹介する自己申告以外にも目標管理シートの内容や1on1のデータ等、幅広く活用することが可能です。

STEP1：分析対象の検討
前提として自己申告書を展開する目的は、離職率の改善や各社員のキャリアプランを可視化し、効果的な人材育成や異動配置検討等様々ございます。
仮に離職率の改善を目的としている場合、どの層の離職率改善をしたいかを整理する必要があります。
導入企業様のセグメント例として、離職率の改善を目的とする場合、入社から3年以内のグループをモニタリングフォルダにて作成し、対象を企業全体から絞り込んで分析を行っています。

以下に、各目的に準じた分析の際に利用できるセグメント例を記載いたします。
【離職率改善】
●セグメント例
部門別 / 役職別 / 組織滞留年数別 / 年齢別 / 評価別 / キャリア意向別 / 勤続期間別

●分析結果例
年齢別でセグメントをすると企業への不満や求める改善の設問内で以下のような分析結果例が見えるケースがございます。
＜20代＞
・成長機会の不足による不安がある
・残業時間についての不満がある
＜30代＞
・キャリアの停滞感に対する不安がある
・家庭と仕事の両立に対する不満がある
＜40代＞
・評価や報酬の不一致による不満がある

20代の不満でよく上がる成長機会の不足に関しては、異動施策内のローテーション等で解決する場合があります。テキストマイニング機能ではどの話題が多く話されているかをランキング形式で表示が可能なため、年齢別のセグメントは非常に効果的です。

【異動配置検討】
●セグメント例
異動先希望の部門・役職別 / 異動理由別 / 異動希望の時期別 / 異動希望の地域別 / 異動希望を出しているキャリアステージ別 / 異動希望の頻度
●分析結果例
異動希望理由ををキャリアステージ別で分析すると以下のような分析結果が見えるケースがございます。
＜若手＞
・将来のキャリアを模索するべく、異動によってどの様なステップアップができるかを考えたい
・異なる業務やプロジェクトに参画し、幅広い経験を積みたい
＜ベテラン＞
・キャリアの最終段階で新しい挑戦をしたい
・他部門の若手に対して自部門の知識伝承や育成を行いたい

若手に対しての育成が急務の部署があれば、若手育成に対して力を入れたいと考えるベテラン層を異動対象としてフラグを立て、異動時にすぐに見つけることも可能です。別業務に興味のある若手がいれば、人員不足が課題となっている部署への異動を検討することも可能です。

【人材育成】
●セグメント例
年齢別 / 役職別 / 経験年数別 / 部門別
●分析結果例
学びたい内容に関して年齢別で分析すると以下のような分析結果が見えるケースがございます。
＜20代＞
・海外拠点、展開に関して興味があり語学に関するスキルアップを考えている
＜40代＞
・自部門で扱っている商品や言語に関しての知識をさらに伸ばしたい

年代ごとのニーズを把握できるため、社内の講座研修立案の参考データとすることが可能です。また、研修後アンケートをテキストマイニングにかけ、社員の意見を反映する等研修のブラッシュアップに役立てることもできます。

STEP2：分析項目の設定
テキストマイニング機能を利用する前に必要な設定がございます。
分析対象にしたいメンバ属性やリンク属性の編集ボタンより表示されるテキストマイニングを下図のようにONに変えていただきます。




テキストマイニングの画面に表示されるまで少々時間はかかりますが、この設定のみでこの後ご説明するテキストマイニング機能に対象の属性や項目を設定が可能です。
リンク属性だけではなく、ミッション機能の目標設定項目や1on1の面談内容など文字型の自由入力項目であれば分析対象に設定することが可能でございます。

【設定】リンク属性・アンケートなどをテキストマイニングの対象にする方法を知りたい（テキストマイニング）

STEP3：テキストマイニング分析の利用方法
ここからはテキストマイニングの各分析機能についてご説明していきます。
モニタリング＞テキストマイニングで分析画面を表示することができ、下記、それぞれのタブの利用シーンをご案内いたします。

【ランキング】
項目内の頻出単語をランキング形式で表示する機能です。
以下画像の場合は、将来の希望業務を記載させる項目の分析例となっています。
『新しい』『営業』という言葉が多く使われていることが分かり、社員の興味のある範囲を絞り込むことが出来ます。

もちろん単語を閲覧するだけではなく、クリックすれば単語マップという単語間の流れも確認することが可能です。例えば中心の『新しい』という単語から右上の『事業』という言葉へ繋がっていることが分かります。

それでは、『新しい』『事業』について発言のある社員は誰なのか？
個人単位まで深掘りたい場合は、表示されている単語をクリックしてください。
誰が発言しているかと原文を確認することが可能です。
顔写真をクリックすればメンバ実感モニタが表示されるため、社員情報を閲覧し、異動希望に基づいた抜擢等も可能となります。










分析対象となる社員は、選択したモニタリングツリーで抽出されている社員のみとなるため、自己申告のアンケートの場合、『直近で異動を希望する』『2～3年後に異動を希望する』など異動希望タイミングを問う設問があれば、それぞれの回答をした社員のモニタリングフォルダを作成し希望業務内容の分析が可能です。
また、異動検討時の重要な要素として、全国転勤可能かどうかがあるかと思います。
この情報をタレントパレット上で管理していれば、転勤可能な社員のみの分析結果を表示ができます。
社員満足度調査のアンケートなどがあれば同様に、既婚/未婚の属性別に満足度アンケートの定性情報でどの様な差があるかも分析できます。

分析対象を切り替えながらテキストマイニングをすると思わぬ傾向を発見できることもあるため、是非お試しください。

【ワードクラウド】
頻出単語を出来るだけ多く一画面で閲覧したい場合、ワードクラウド機能と全体マップ機能がオススメです。
ワードクラウド機能は、よく使われている単語が大きく表示される機能となっています。
現在、学びたい分野や業務についてのアンケートがあれば、年代ごとに分析対象を切り替えてニーズの高い内容を確認できます。20代や30代で興味のある分野等が変わる場合、研修の内容を分けてみる、ブラッシュアップするなどの検討に繋げることができます。



【全体マップ】
全体マップ機能では、ランキング上位の単語を、共起関係（同じ文中で使われやすい）の単語と合わせて表示することが出来ます。話題ごとに島ができるため、自己申告等のアンケート結果をもとにした施策のテーマを探すことが可能です。
中心単語数を30に設定すると、ある程度の島ができ、単語同士の関係性が分かりやすくなります。



【特徴分析】
比較対象に選んでいる属性内（もしくは子フォルダ内）で、他グループが発言していない単語をランキング形式で表示することが出来る機能です。
例えば、年代ごとに自己申告結果の分析を行えば、「新しい業務がやりたい」「現在の業務でマネジメントがしたい」等の希望業務の特徴の差を確認することが可能です。入社区分で分析を行えば満足度調査で傾向を見ることも容易になります。



最後に
テキストマイニング分析についてご説明をして参りましたが、いかがでしたでしょうか。
他社事例も踏まえて紹介をさせていただきましたが、テキストマイニング機能のオススメの点は、
これまで定性データを眺めてかいつまんで意見を拾っていた作業を、タレントパレットを利用して効率的に効果的に行うことができることです。

本記事をご覧になり、ご興味頂けましたら是非テキストマイニング機能をご活用いただけますと幸いです。