【社長ブログ】大企業→ベンチャーで上場→起業（HR×データ）した私のこれまでとこれから

「HR×データ分析」 の事業を行っている私（塚本鋭）の自己紹介です。

あまり自分の話をすることはないのですが、もし事業に興味をもっていただける人が１人でもいたらと思い、事業をはじめた想いを書いてみます。

【私の要約】
・ほぼロボット（AI）の思考回路
・マネジメントで失敗し、データを活用した改善に挑戦
・データをみると、HRにおける既存手法の多くが間違えている
・HRデータを用いて、ヒトと組織のミスマッチを減らし、社会全体での最適配置を実現していきたい！と考えています

ほぼロボットの人格ができあがった学生時代

私の学歴としては、「筑波大付属駒場中学・高等学校（略称：筑駒）」→「東京大学」→「東京大学大学院」です。

表向き、まっとう（？）に見られることもありますが、みな大なり小なりあるように、一定の挫折も経験しています。

例えば、「中１のとき、友達が微分・積分の話をしていて心が折れる」とか、「研究室の先輩が優秀すぎて、エンジニアへの道をあきらめる」など、偏差値が高い学校ならではの経験もしており、自分の基礎能力は高くないと考えています。

大学では、「機械学習（AI）」や「大規模シミュレーション」の研究をしていましたが、当時の自分は”自分の強みがどこにあるのかよくわかっていない” 普通の学生でした。

一方、個人的な話としては、「家庭の問題で、大学進学をあきらめかけた」とか、「２歳から目の病気もち。失明してもおかしくないといわれている」などは、大きな人生の転機だったかなと思います。

大学については、中学・高校の多感な時期に家庭にやや問題があり、大学進学が金銭的に厳しい可能性がありました。結果として、奨学金をかなりいただき、無事に大学院まで卒業することができたことは、本当にありがたいです（奨学金のために頑張ったら、工学系研究科の"総代"というおまけつきでした）。ただ、喜怒哀楽を表現することが少ないのは、このころの影響も大きいのかもしれません。

目の病気については、６歳で角膜移植をしています。提供者は知り得ないのですが、亡くなっていることは確実で、どなたかの”死”の上に、自分の目が見えているという事実は、幼いころには重めの経験でした。今は治療のおかげでかなり安定していますが、いつかは見えなくなる運命ではあります。

幼い時に失明を覚悟したことは、自分から「お金」や「名声」に対する欲をなくす１つの原因だったのかなと強く感じます。また、常に「（明日、目が見えなくなっても）後悔しないように、全力でやり続ける」と考えることが、自分のデフォルトになっていることは、スタートアップに飛び込んでも、何とかやれている１つの理由かもしれません。

主に後半の個人的な話が原因だと思いますが、結果として、あまり感情の起伏がなく（他人の感情も察知が苦手な？）データ大好きロボット（AI）タイプの人格が出来あがったと認識しています。

意識低い系の就活～社会人３年目（暗黒の歴史）

大学時代は「意識低い系」の学生で、ベンチャー（スタートアップ）企業とは無縁の世界にいました。

大学の授業で「スタートアップ」を知り、興味はあったものの、結局、就職活動にほぼ時間を割かず、たまたま縁があった野村総合研究所（略称：NRI）のコンサルティング事業本部に新卒で入社し、３年間お世話になりました。

※今から考えると、もっと困難な選択肢を選べたとも感じており、もったいない時間の使い方をしていたなと思います。人生をやり直せるなら、この期間を一番やり直したいです。

NRIの仕事では、「データ分析」に関する仕事を任せていただけることが多かったです。例えば、クラスタリング分析したり、コンサルティングの定期レポートの一部をマクロで組むことなどもしていました。必要な技術力はそれほど高くない内容でしたが、周囲から有難がられる仕事でした。

学生時代には、周りが優秀すぎて、データ分析が得意だと感じることは少なかったのですが、この時初めて、「ビジネス × データ分析」の領域は、自分の強みとして生かせるのでは？と感じた瞬間でした。

クラウドワークスと出会いスタートアップの道へ

「他人の事業を拡大するために働く」コンサルタントという職業は、どうも性に合わず、早いタイミングから転職活動を続けていました。

ずっと”ここだ”と思う企業がない中で、たまたま出会ったのが、「クラウドワークス」という会社。

いまでこそ、知名度も高まっていますが、面接当時、役員・社員はCEOとCTOの２人だけ（シリーズＡの公開直前）。そんな会社から、初めて会ってから１週間で内定をいただき、ほぼその場で参画を決意。運命的な出会いだったと、個人的には感じます。

ハードワーク、急拡大、上場、そしてマネージャーに

クラウドワークスでは、尋常ではないくらい働きました。

データサイエンティストという肩書はいただいていましたが、とにかく目の前の課題をとにかく最速で解決し続ける、、コトのみに集中して仕事をしていた記憶があります。

社員番号８番目（面接から入社までで5人役員・社員が増えるのもすごい）で参画し、２年後（24人）に上場。その後、１年で100名まで組織が急拡大（１年で４倍！）

上場後も３年にわたり関わらせていただき、約5年間の在籍で担当させてもらった主な業務は、かなり幅広い内容になりました。

・データ分析・KPI設計
・産官学連携
・カスタマーサポート部門の立ち上げ・マネージャー
・カスタマーサクセス部門の立ち上げ
・B2B事業の立ち上げ・マネージャー
・PMI・子会社の副社長
・新規事業立ち上げ（マーケティングリサーチ・コンテンツマーケティング等）
・業務フロー改善・監査対応 など

上記の中で、特に難しかったのが「マネージャー」の業務。

上場期にはプレイヤーとしてそれなりのパフォーマンスを出していましたが、組織拡大に伴い求められる役割がマネジメントに。結果、アルバイトの方も含め、100人近い組織のマネジメントをさせていただくことになります。

予測が外れる採用、思い通りにいかないチーム、組織を任せてもらえない悔しさ

これまでプレイヤーとしてフルスピードで走ってきて、いきなり任されることになったマネジメント。

いまから考えれば当然なのですが、20代で初めてのマネジメントでいきなり100名規模の組織のマネジメントをしようとすると、当然ミスが多発することになります。

「すごい良いと思って採用した人が、全然活躍しない」「自分が強く採用することを推した人が、突然会社に来なくなる」「中途メンバーはほぼ全員自分より年上で、成長支援ができない」「部下となるマネージャーの育成ができない」「新卒からマネジメント対してクレームがあがる」「事業成長を追うあまり、メンバーのモチベーションが下がる」「成長が鈍化し、下方修正し、組織の隠れていた問題が露出」などなど・・・

あげればキリがないほど、自分の実力不足を痛感した時期でした。最終的に、周囲からの信頼を得られず、自分が立ち上げた組織のマネジメントから離れることになります。

このとき、「自分のマネジメントの何が間違っているのか？」を定量的に分析することができず、周囲とも主観のぶつけ合いをしてしまい、結果として組織を良い方向に進めきれなかったことは、社会人経験の中で最も悔しい経験です。

データ（事実）に基づくマネジメント手法への挑戦

マネジメントがうまくいかないとき、いろいろな人にアドバイスをもらいにいきました。

が、多くの人がバラバラの話をされており、ひどい時には２人から全く逆のアドバイスをもらうこともしばしば。

例えば、「階層型の組織がよいのか？フラットな組織がよいのか？」「事業成長を重視すべきか？育成を重視すべきか？」「どのようなタイプの人材を採用すればよいのか？」などは、当時の自分には大きな悩みでした。

アドバイスを基に実行してみても、うまくいかないことも多く、アドバイスの内容に問題があるのか？自分の実行方法に問題があるのか？の切り分けもできないという辛い状況が続いていました。

また会社で、複数の人事系コンサルティングサービスを導入した際、真逆の提案内容もありました。例えば、モチベーションは重視すべきか？否か？などは、いまだに悩ましい問題だと考えています。

HR領域における提言は「確かに！」と感じる部分と「これは本当か？」と感じる部分があり、最終的には、自分の「感覚」にあっている手法を、都合よく使ってしまっている、、という現実がありました。

私自身、事業に関しては、データを使って意思決定を改善する立場にも関わらず、マネジメントについては、「勘と経験」に依存して意思決定している、、という状況に強い違和感があり「どうすればHR領域において、より確度の高い意思決定ができるのか？」という課題をなんとか解決したい！という想いを持つようになりました。

100名規模のマネジメントから離れた後、業務とは別に、実際にマネジメントがうまくいかなかった原因の分析に取り組みます。

色々な文献や研究事例を勉強する中で、GoogleのHR事例が書かれている「Work Rules!」の書籍に書かれていた「採用は組織における唯一にして最重要の人事活動」という記述を基に、「採用」の分析をしてみることに。

最初はあまり意味のある結果が出ることは期待していなかったのですが、分析してみると、「自社のハイパフォーマーとローパフォーマーには、価値観に一定の違いがありそう」ということや、「人材のタイプによって、業務の任せ方を変えたほうがよさそう」などの示唆が得られました。

また「自分の面接結果は、ほとんど入社後パフォーマンスを見極められていなかった」ことも、ショックではありましたが、事実として向き合うことができました。

その後、一度離れた組織に、再度マネジメントとして戻るチャンスをもらい、自分の立ち上げた組織の立て直しを行った後、これを１つの区切りと考え、自身の失敗した経験を基に「HR課題（経営課題）をデータを使って改善する」取り組みに挑戦したいと想い、起業を決意することになります。

HR領域で信じられている手法は、ほぼ間違えている？

起業して最初の１年は、多くの企業様にデータを提供いただきながら、「データで見ると、HR戦略の何が正しくて、何が間違えているのか？」を検証する作業を進めました。

結果、約１年で100社程度のデータ分析をさせていただくことができ、いろいろな事実がわかってきました。個人的には「自分のマネジメントのミスはココが原因だったのか！」という発見も多く、非常に刺激的な結果が多かったです。

例えば、HR領域で一般的に信じられている手法に対し、データを分析すると結果が異なる事実としては、以下のような内容があります。

採用以外の、配置・育成に関してもいくつかの事実がわかってきています。例えば「退職」に関しては、以下のような事実が出てくることがあります。

上記の多くは「既存のやり方は、実は効果がない」ことを示しています。一方、データを分析することで、明らかになってきた正しい事実もあります。

例えば、「価値観を定量化し、組織・上司との相性を分析することで、パフォーマンス予測が一定できる」ことや「会社・事業内容によっては、学力が低すぎると、ローパフォーマーが増える」ことなどが、明らかになってきています。（分析事例については、分析ブログでも公開しています。）

また、上記で特に重要なのが、【「自社」の状況を分析すること】だということも分かってきました。例えば、同じ条件で分析しても、真逆の結果がでる会社もあるという事実があります。

多くの企業のHRデータ分析を行わせていただく中で、これらの分析を企業が簡単にできるようにできればと考え、「自社」の状況を分析・改善できるサービス「アッテル（Attelu）」を開発し、現在、日々機能の追加・改善を行っています。

これから実現していきたいコト

私の原体験としては「初めてのマネジメントでも、データ（事実）を活用することで、間違えた意思決定を最小限にできるようにしたい」という想いが強いです。

また事業としては、「多くの企業で活躍人材を定量的に説明できるようにすることで、社会全体での人材の最適配置を実現する」という理想があります。

例えば、ある求職者がいた時に、その求職者が、「Ａ社とＢ社どちらに行ったほうが活躍・定着しやすいのか？」が定量的にわかるような仕組みがあると、求職者・採用する会社の双方に、有益な仕組みが作れると考えています。

さらには、企業間での「採用プロセスの共有（最終面接に残った人材を、企業同士で推薦しあう）」や「人材の配置転換（企業間におけるレンタル移籍のようなイメージ）」なども実現していきたいです。

これらを実現することで、人口が減少し生産力が低下する社会において、社会全体の生産性向上に寄与していきたいと想っています。

（おまけ）事業の話

企業のHR領域におけるデータ活用における課題については、Keyplayers 高野さんにインタビューいただき、まとめていただきました。

また2020年12月現在、株式会社アッテルでは、「SaaSプロダクトのセールスメンバー」を募集中ですので、もしご興味を持っていただけましたら、お気軽にお声がけください！

・お問い合わせフォーム
・Twitter
・Facebook