第10回 AIによる従業員アンケートの分析と満足度向上策の提案AIを使った人事業務の効率化事例

従業員の意見や職場の課題を把握するため、従業員アンケートを実施している会社は多くあります。その内容は、従業員満足度調査やエンゲージメントサーベイ、ハラスメントに関するアンケートなど、さまざまです。
最近では、専用のシステムも普及し、回答結果の集計や部署別の比較、グラフによる可視化などを自動で行えるようになっています。
一方で、結果が数値やグラフとして示され、課題や改善策が提示されたとしても、それが自社にとっての「正解」とは限りません。職場の状況や他のデータも踏まえながら、結果をどのように捉え、どのような改善につなげていくかを検討することが重要です。
そこで今回は、AIを活用した従業員アンケートの分析と、満足度向上策の検討について解説します。

アンケート結果を確認する際には、単に「満足度が高い・低い」という結果を見るだけでなく、「なぜこの結果になったのか」を考えることが重要です。
たとえば、ある部署で「仕事への満足度」が低かった場合、その背景には、業務量、人員体制、上司とのコミュニケーション、人事評価、キャリア形成など、さまざまな要因が考えられます。
AIにアンケートの集計結果や自由記述を読み込ませることで、数値が低くなっている背景として考えられる要因を整理したり、自由記述から共通する意見を抽出したりすることができます。
また、前年と今年の結果を比較し、「改善した項目」「悪化した項目」「大きな変化がない項目」を整理させるなど、経年変化を確認する際にも活用できます。
AIが示した内容をそのまま原因と判断するのではなく、「さらに確認すべき点」や「考えられる仮説」を洗い出すために活用することで、アンケート結果をより深く検討しやすくなります。

多くの会社では、従業員満足度調査だけでなく、エンゲージメントサーベイ、ハラスメントに関するアンケート、健康に関する調査など、目的の異なる複数の調査を実施しています。さらに、残業時間、有給休暇の取得状況、離職率、福利厚生制度の利用率など、従業員の働き方に関するさまざまな人事・労務データも保有しています。
これらは、それぞれのシステムや担当部署で個別に集計・分析されていても、複数のアンケート結果や人事・労務データをまとめて確認する機会は少ないことがあります。
そこで、各調査の集計結果や各種人事・労務データをAIに読み込ませ、共通して見られる課題や、関連している可能性のある項目を横断して整理させる方法が考えられます。
一つひとつの調査やデータを個別に見ているだけでは気づきにくかった共通の課題や傾向を、複数の情報を組み合わせて見ることで発見しやすくなります。

アンケート結果から課題がある程度整理できた後は、具体的な改善策を検討します。
たとえば、「上司とのコミュニケーション」に複数の調査で課題が見られた場合には、1on1の質の向上、管理職研修、相談体制の見直しなど、考えられる施策をAIに挙げさせることができます。
さらに、

といった条件を指定し、改善策を分類させることもできます。
また、施策を実施した後に再度アンケートを行い、前回の結果と比較することで、「実施した施策によってどの項目に変化があったのか」を整理する際にもAIを活用できます。
ただし、AIが示した分析結果や改善策が、必ずしも実際の職場の状況に合っているとは限りません。アンケートだけでは把握できない事情もあるため、必要に応じてヒアリングなどを行い、会社の実情を踏まえて検討する必要があります。
従業員アンケートは、実施して結果を集計することが目的ではありません。そこから職場の課題を把握し、実際の改善につなげていくことが重要です。
複数のアンケートを実施しているものの、それぞれの結果を個別に確認するだけになっている、アンケート結果を具体的な施策につなげられていないという会社は、さまざまな調査結果をつなぎ、職場改善につなげるための補助ツールとして、AIの活用を検討してみてください。

次回のコラムでは、「AIを活用した健康管理とウェルビーイング向上」の事例について解説します。