特に、哲学や倫理学や社会学、そして心理学と人や組織を語る学問が細分化、先鋭化するなかで、それぞれの理論や仮説に沿ってデータが測定されており、恐らくそれらを含めて全てのデータを取得しようとするととてつもない量の調査が必要になってしまいます。
ぱっと思いつくだけでも、パーソナリティ、モチベーション、EQ、満足度、能力テスト、業務スキル、コミュニケーション、コンピテンシー、人事考課、MBO（目標管理）、360°（多面観察）、メンタル、グローバル、マネジメント、ロジカルシンキングなど、仕事が複雑化するのと同様に、カテゴリーも細分化、複雑化ています。
これらのデータはそれぞれ独立して使われながらもデータソースは同一という特異性を持っていますから、関係性や因果性を内包しています。さらに、測定方法のバイアスによってデータの海は混沌としています。
最近注目されているビッグデータは、構造、非構造が入り交じった多様で大量のデータで取扱いのため、格納と活用で新たな技術革新が求められています。昨年、非構造化データに取り組みましたが、すでに実用性も非常に高いレベルにあります。一方で、データサイエンティストの技量によって取り扱えるビッグさが変わってしまい、人材の確保、育成が課題の一つになっているそうです。
あれ？「人材」に話が戻って来ました。
さて、HRデータサイエンティストとは、何でしょうか。
グーグルがデータサイエンスでオキシゲン・エイトというマネジャー行動を抽出したことは以前のエントリーで書きましたが、それらの仕事をするのがこの、HRデータサイエンティストであり、2つの顔を持ち合わせた人材と言えるでしょう。
ひとつは、データサイエンティストとしての側面。格納と活用の技能を保有し科学的探究心があることがその人材イメージです。
もうひとつが、HRサイエンティストとしての側面。人と組織の理論に通じて定見を持ち、科学的な手法で仮説を検証する人材イメージです。
じつは、HRデータサイエンティストに関してかなり具体的な人物イメージがあるのですが、そのような人材を確保、育成することは意義深く、そのうえとても楽しそうです。
仮面ライダー1号、2号のときのショッカーの基地だったらしい
