エグゼクティブ・サマリー
- サーベイが形骸化する真因は設問の質ではなく、「返す」工程の不在である。 多くの企業でサーベイは「配る・集める・集計する」までが設計されており、結果を誰がどの期限で何に変えるかが設計されていない。従業員は一度目で答え、二度目で様子を見て、三度目から適当に答えるようになる。回答率の低下は無関心ではなく、学習の結果である。
- 打ち手のオーナーがいない領域は、聞いてはいけない。 設問を作るとき、その項目が低かった場合に誰が動くのかを先に決める。オーナーが決まらない項目は、聞いた時点で「言っても変わらない」という不信を製造する装置になる。
- 結果は順位で返してはいけない。 部門別スコアのランキングを配ると、低い組織の管理者は防衛に回り、翌回の回答は操作される。返すべきは他組織との優劣ではなく、自組織内での項目間の高低差と、前回からの変化である。
- 結果は三層に切り分ける。 制度・全社構造の問題（人事が持つ）、部門運用の問題（部門長が持つ）、日々の対話の問題（管理者が持つ）。この切り分けをせずに現場へ丸投げするのが、最も多い失敗である。
- 改善は「一組織・一テーマ・90日」に絞る。 低い項目をすべて改善しようとすると何も動かない。次のサーベイまでに一つだけ変え、変えたことを本人たちに伝える。この一巡が回れば、次回の回答品質そのものが上がる。
- 成否は回答率ではなく「変化を認知した率」で測る。 サーベイの目的はスコアの上昇ではなく、組織が自分で問題を見つけて直せる状態になることである。
- AIは自由記述の分類と要約に限定する。 個人のリスク判定やスコア予測に踏み込んだ瞬間、サーベイは監視装置に変わり、二度と本音は集まらない。
1. なぜサーベイは「答えても何も変わらないもの」になるのか
エンゲージメントサーベイは、すでに多くの企業が実施している。年1回の全社調査、四半期ごとのパルスサーベイ、ツールも国内外に選択肢が揃っている。それにもかかわらず、現場に感想を聞くと返ってくるのは「また来た」「書いても変わらない」である。人事側にも「集計はしているが、その後どう使うかが決まっていない」という自覚がある。
この状態を「現場の当事者意識が低い」と説明するのは容易だが、原因の特定として誤っている。実際に起きているのは、次の循環である。サーベイが配られる。従業員は時間を使って答える。数か月後、全社平均のスコアと簡単な総括が共有される。自部門のスコアは管理者に渡されるが、何をすべきかは示されない。管理者は多忙であり、施策の裁量も予算も持たない。結果として何も変わらない。翌年、同じサーベイが来る。従業員は、答える時間が返ってこないことを既に学習している。
つまりサーベイが機能しない組織で起きているのは、測定の失敗ではなく、返報の失敗である。サーベイは従業員から時間と本音を受け取る行為であり、受け取った側には返す義務が生じる。返さない前提で回数を増やすと、実施のたびに不信が積み増される。サーベイは、やらないより下手にやるほうが組織を傷める施策である点で、他の人事施策と性質が違う。
この問題の経営上のコストは、集計コストや回答工数ではない。最大のコストは、組織の問題を従業員自身から聞き取れる、数少ない全社共通のセンサーを、自ら壊してしまうことである。離職者が出てから理由を探す状態に戻ると、打てる手は代替要員の確保しかなくなる。
本ホワイトペーパーでは、①設問をオーナーで設計する、②頻度と開示単位を先に決める、③結果の返し方、④三層への切り分け、⑤90日サイクルの運用、⑥測る指標、⑦データ基盤とAIの扱い、⑧実装ロードマップ、⑨落とし穴の点検、という順序で、実務に落とせる粒度まで踏み込む。
なお、離職の予兆検知や要員計画といった人事データの分析設計そのものは、別の設計論になる。本稿の対象は、従業員に問いを投げて答えを受け取る行為を、組織の改善運用として成立させる設計に限定する。分析基盤側の論点は「ピープルアナリティクス」に委ねる。