課題を見つけてこそのデータ分析なんです

前回データ分析の基礎編という事で、数字の見方や簡単な数字の出し方をお伝えしていきました。難しかったですか？簡単でしたか？前回のコラムのリンクを張っておくのでコチラで復習してみてくださいね。

【5分じゃできないｗ】採用成功の為の統計学/データ分析（基礎編）がっつり教えます！！まずは大前提の数字の見方を教えます～のーち先生の統計学講座～

看護師様と言えどもこのデータ分析というのは経営だけではなく、採用にも、もちろん満足度や離職対策にも使われているので、是非ぜひここで学んで、日々の看護業務の中に生かしてみてくださいね。

などなど、色ろな分析をしたときがあるのですが、とっても面白かったですねー！！
今回は採用の話にフォーカスしてデータ分析の話をしていきますが、やり方さえ理解していれば、後はちょっとした考え方の違いだけなので、基本的には全ての看護業務に活かすことができますよ。

質問などありましたらお気軽にお問い合わせくださいね。質問の多いものはまたコラムでお答えしていきたいと思います。

さて今日は実践編の授業をしていきましょう！！採用担当の為の統計学やデータ分析の方法をたっぷりとお伝えしていきます！！本日のポイントはこちら！！

データ分析や統計学を元にした看護師様のお仕事探しをご希望なら
分析で有名な看護求人JOBSで相談する事が間違いありません。
今なら相談料無料でサービスを受けることができるのでコチラにご登録ください。

それでは授業のスタートです！！

１：採用課題を見つけるためにセグメントをわけよう

1.1：採用課題の仮説を立てる

看護師様の採用や、保育士様の採用といった専門職種だけに関わらず、採用課題をデータ分析をすることは、実は採用コストを大幅に下げることが可能になります。なのでまずは数字で見える化して課題を明確にすることがとても重要になります。

採用課題を明確にするためには、セグメント毎に分析すると、何が課題なのかが明確になりますよ。

まず先週の復習もかねて、第一にやること覚えていますか？？そうです「分析の目的」を設定しましょう！！今回は看護師の採用というお題にしてみましょう。

「看護師の採用における、プロセス上の課題を明確にし改善し、入職数を最大化する」をまずは目的としてみましょうか！！

セグメントってなんだろう？？って質問があると思いますが、セグメントとは「ある変数」の要素ごとにわけるって事です。

そしてどんなセグメントにすればいいのか？はここが非常に難しく、経験が必要とするところなのです。内田先生の「仮説思考」ではありませんが、ここは課題や問題に対して沢山悩み、想像し仮説を持ってみる事です。この仮説思考という本は素晴らしいビジネス書籍なので（私の中では歴代のビジネス書籍１００選に必ず入ります）興味が出ましたら是非アマゾンとかでぽちっと。
※アフィリエーターではないのでリンクは貼りませんｗｗｗ

例えば今回の目的は「７：１の看護師配置基準を満たすために、入職数を最大化させプロセス上の課題を発見する」としてみましょう！！

そうしたら自問自答してみてください。「採用が上手くいっていない理由ってなんだ？」
こんな感じで仮説を立ててみましょう！！

こんな感じで仮説を考えてください。仮説はあくまで仮説なので、仮説が間違っていても全く問題ありません。仮説が間違っていたという検証ができたので、これはこれでデータ分析成功なのです！！

この仮説がまさに変数になります。つまりここでは「保有資格」「年齢」「看護
学校」「市区町村」といった感じです。そしてこれらの変数をセグメントわけしていくわけなんですよ！！

データ分析や統計学を元にした看護師様のお仕事探しをご希望なら
分析で有名な看護求人JOBSで相談する事が間違いありません。
今なら相談料無料でサービスを受けることができるのでコチラにご登録ください。

大丈夫ですかー！！ついてきていますかー！！わからなくなったらちょっと前から読んでみてくださいねー！！それでもわからなかったらコチラにメールしてくださいねー！！
さあ次にいきましょう！！

1.2：仮説を元にセグメントわけをしてみる

例えば年齢のセグメントはどんな分析をするにしろ、よくやるので一緒に考えてみましょうか。例えば年代ごとのセグメントをするとなるとシンプルにこんな感じです。

年代の変数：10代、20代、30代、40代、50代、6０代以上、その他
これらのセグメントで分析していけば、どの年代に課題があるかなどもわかりますね？

もう一つくらい実践的にお話をすると「資格」という変数で考えると資格の変数：看護師、准看護師、無資格

といった感じになると思います。

ポイントは何かといえばMECE（ミーシー）なんて表現をするのですが、漏れなくダブりなくセグメントわけをすることが大切なんです。

こことても大切な話なので具体的に話しますね。

例えば今現状100名の個人情報を取得していると考えてください。
これを資格ごとの変数でセグメントしてみましょうか！！

あれれ・・・100名いるはずなのに、10名が消えている・・・・
これセグメントわけの悪い例で、合計しても数が合わないときはこの10名が資格の変数で言う所の何なのかを明確にしなければいけません。

一番簡単なのは「その他：10名」でくくってしまうのがシンプルですし時間も取りませんね。「不明：10名」というのでも考えられますし、単純に集計ミスで「学生（資格取得見込み）：10名」とかもありますよね。もちろんこれらを色々使って「学生：5名」「不明：5名」というようにセグメントわけをすることもできます。

イメージ湧きやすいように図にしてみました。

どうでしょう？？これであればMECEになっていますよね？漏れなくダブりなく、合計人数が100名になっていますよね？

データ分析や統計学を元にした看護師様のお仕事探しをご希望なら
分析で有名な看護求人JOBSで相談する事が間違いありません。
今なら相談料無料でサービスを受けることができるのでコチラにご登録ください。

1.3：セグメント毎にちょっとした分析をしてみる

さあここまで来たら四則演算してみましょう！！エクセルで対応されるケースが多いと思うので、それも踏まてお伝えしていきますね。

今回の分析の目的は「看護師の採用における、プロセス上の課題を明確にし改善し、入職数を最大化する」になりますよね。

ではわかりやすいようにまずは前提条件のデータを決めちゃいましょう。

まずは簡単にこんな感じですすめてみましょうか。
前回を思い出してくださいね。入職の展開率（CVR）を出してみましょう！！

展開率＝10名入職/100名の全個人情報
になるので、展開率は10％ですよね。

なので入職数の方程式は
入職者数＝個人情報数×10％の展開率
になります。

つまり、20名の採用目標であれば
20＝個人情報数×10％になる為に、個人情報数＝20/10％の200名の個人情報を獲得すれば、採用目標は達成するという事もわかるわけです！！ここまでは前回の復習になります。

さあそれではせっかくなのでセグメントわけした変数で分析してみましょうか。
保有資格ごとに分析してみましょう。

と仮定してみましょう！！

ふむふむ、セグメントはちゃんとできましたね。

ではいつもと同じく、セグメント毎にまずは展開率（CVR）を出してみましょう！！

良い感じに出てきましたね。ちょっとこれを並べ替えてみましょうか？
そしてエクセルで見やすくしてみましょう。
並べ替えのポイントは大きな所から、小さなところへ。
つまり一番大きな塊は全体を示している、合計ですよね？
なので合計を一番上に置いてみると、全体から細部へ思考がしやすくなりますよ。

ポチポチと数字を入力してもらえれば、こんな感じに作れると思います。
展開率は関数を入れてみると楽ですよ。簡単にやるなら「＝B4/B3」（合計をB行、、入職数を４列、個人情報数を3列と仮定した時の計算式になります。
※ Excel中級以上であれば「=IFERROR(B2/B2,0)」とかにしておくと、割り算が出来ないときに０と表示されたりにもできますよ。

グラフにしてみるとさらに視覚的にわかるようになりますね。

むむむむ！！！こうしてみるだけでも、何か見えてきましせんか？
そうなんです、数字を見る時のポイントになりますが「比較」をすることが大切なのです！！

どうですか？簡単ですか？？難しいですか？
慣れも必要にはなりますが、焦らず何度でも見直してくださいね。

もしもわからな過ぎて困ったーがあれば個別レッスンもしておりますのでコチラからご連絡ください。

またデータ分析したいけどやり方がわからん！！なんて採用担当者様おりましたらコチラからご連絡ください。データ分析の質問と件名に記載いただければ、のーちー先生が対応します！！

info-kango@brainactz.com

データ分析や統計学を元にした看護師様のお仕事探しをご希望なら
分析で有名な看護求人JOBSで相談する事が間違いありません。
今なら相談料無料でサービスを受けることができるのでコチラにご登録ください。

ここまできたらデータの見方を次の章でお話ししましょう！！

２：採用課題を見つけるためにデータを比較しよう

こうしてデータを見るだけでも、「あれれ？？なんでだろう？」って思う事出てきませんか？ここまで来たらもう立派なデータサイエンティストですよ。

そうです、数字というのは単体で出す事には意味がなく、比較をして初めてGOOD/BADを判断する事が可能になるのです！！

よくこんなたとえ話をするのですが（超くだらない例えばなしですが・・・）

無人島で、自分一人、異性一人だったら「どっちと付き合う！！」という選択肢ってないですよねｗｗｗでもそこにもう一人異性が来たら、はじめて「どっちが良い！！」という「選択」をすることが可能になりますよね？
つまり比較をするためには１つのデータだけを眺めていてもダメなんです！！

さあ話を元に戻してみましょうかｗｗｗ

セグメント毎の数字まで表のように出すことが出来たら、次は数字を眺めてみましょう。
順番としては下記のような感じです。

これもイメージしやすいように図にしてみましょう！！

まず基準値を合計の数値に定めると展開率は10％というのが一旦の基準になります。

さあそれよりも数字が高ければ、入職率が高いセグメントですし、悪ければ入職率の低いセグメントという事がわかりますよね？

つまり16％の入職率を誇るのは正看護師様です。なので正看護師の入職率は高いという事がわかり、准看護師は5％、無資格は0％なので基準に比べて悪いという事がわかりますね。

ではなぜ正看護師の入職率は高く、准看護師や無資格は入職率が低いのでしょうか？
次はココを考えてみましょう！！

これがわかるだけでも例えば「准看護師様は入職率が基準値（平均値）に比べて5ポイントも入職率が低い。正看護師と比べると11ポイントも差がある。

という事は、正看護師と准看護師面接の時に同じことを言っても効果がないって事ですよね？それであれば准看護師の面接内容を大きく変えてみましょう！！その為に何がささるか准看護師のニーズを調査してみましょう！！」とかなり具体的な施策を考えることが可能になります。

またもう一段細かく分析してみるというのももちろん可能です。
例えばこんな感じでも考えられますよね？「そもそも正看護師と准看護師では内定を出す率が大きく異なっていました。正看護師の内定率は95％ですが、准看護師の内定率は60％でした。内諾率は双方共に50％なので、准看護師に関しては求人広告の内容を変えてみよう！！」

公告の内容を変えて「数」を取りに行くか「率」を取りにくくかはまさに「意思決定」になりますが、数字を元に意思決定をするので、採用成功する可能性というのはグンとあがるわけです。

今回は数字としては3つだけ（個人情報数、入職数、展開率）だけなのですが、ここをもっと分解してみると、さらにさらに数字を元にした課題分析が出来るようになりますよ。

とにもかくにも、まずはココから。たったこれだけでも感覚ではなく数字を元にした「事実」がわかるようになるので、是非データ分析してみてくださいね。

データ分析や統計学を元にした看護師様のお仕事探しをご希望なら
分析で有名な看護求人JOBSで相談する事が間違いありません。
今なら相談料無料でサービスを受けることができるのでコチラにご登録ください。

次回はプロセス分析とかしてみましょうか！！
ここまでできれば、ダミー変数とか使って重回帰分析とかも出来てしまうのです！！
またちょっと面白い分析の方法としてはベイズ統計学を使った分析などもやっていきたいですね！！