Alteryx web forms will be unavailable from 1:00 AM – 4:00 AM UTC on Wednesday, July 22. Have questions? Chat with Annie, our AI Chat Bot. Chat Now
Talk with Annie, Alteryx’s AI agent that answers data questions, explores use cases, and helps teams solve analytics faster. Talk to Annie Now
Alteryx and Google Cloud expand partnership, bringing Live Query in-place analytics to BigQuery, with more coming soon Learn More
hero background shape
お客様事例

キングフィッシャー社、Alteryxでピープルアナリティクスを変革

hero background gradient

「より良い世界は、より良い住まいから」これは、ロンドンに本社を構え、8か国で約2,000店舗を展開するグローバルなホームセンター企業、Kingfisher社のモットーです。同社のリーダーシップチームは、データ主導型の組織へと進化するため、高度なデータ分析を活用するという新たな目標を掲げています。

人々を中心に据える

世界的な雇用市場における競争の激化により、Kingfisher社は、人材を惹きつけ、維持し、従業員の満足度を向上させるためには、新しいテクノロジーソリューションの導入が不可欠だと考え、2021年10月に、Iain Reid氏が率いるピープル・アナリティクス・チームを発足させました。

同チームは、グローバルな従業員データを統合し、アクセス可能で管理された人事グローバルデータセットを確立させることを目指しました。しかし、8万人を超えるグローバル従業員に関連する既存のデータは、膨大かつ複雑で、バラバラという課題が。

加えてReid氏は、「経営幹部や専門家がデータを簡単に活用できるようにし、データ専門家の助けを借りずに、自分自身で答えやデータからインサイトを引き出せる環境を整える」というミッションも課せられました。「ユーザー自身でインサイトを促進できるような技術ソリューションを見つけることが急務となっていました」と、Reid氏は振り返ります。

従業員データの全体像を把握

従業員情報の報告における主な課題のひとつは、必要なデータが多くの異なるソースに分散していることでした。答えを得るためには、バラバラなソースから標準化されていないデータを手作業で取り出し、エクセルにまとめなければなりませんでした。

「よくあるデータの問題ですが、(同じデータであっても)質問の仕方によって、返ってくる答えが違うということも。データに関する標準化やガバナンスがなかったため、意思決定が感情に左右されがちでした」(Reid氏)

もうひとつの課題は、分析の成熟度が人事部門によってまちまちなことでした。ステークホルダーは、さまざまなアプローチでデータや分析に関与しており、詳細や分析のレベルにバラツキがある状態でした。

グローバルな人事報告プロセスを変革 

Alteryxに精通するReid氏は、高度な分析プラットフォームがグローバルな人事報告プロセスを変革するためのカギとなることを知っていました。しかし、ソリューションの実装には6か月というタイムラインが求められるため、信頼できるパートナーが必要でした。そして、Alteryxのような先進技術に関する豊富なノウハウを持つBulien Consultancyとタッグを組みました。

Bulien社は、Alteryxの接続性、自動化、予測機能をPower BIのインタラクティブなレポートと共に活用するというアプローチを提案しました。「導入後わずか1週間で、Reid氏とKingfisherチームは独自のAlteryxワークフローを作成し、分析を実行できるようになりました」と、Bulien社のMark Jackson氏は語ります。

すべての人のインテリジェントな意思決定を加速

AlteryxとPower BIの導入によって、Reid氏はあらゆるステークホルダーがデータインサイトにアクセスし、活用できるようにするというミッションを達成。AlteryxのAuto Insightsによって、経営陣や意思決定者が技術的なスキルを必要とせずに、よりインテリジェントな意思決定を大規模に行えることが実証されました。

「経営層は、毎月のダッシュボードを通じて主要なKPIを確認しています」とIain氏は述べています。「Auto Insightsは、それらのKPIがなぜ変化したのか、どの要因が数値に影響を与えたのかを明らかにします。さらに、ユーザー自身がリアルタイムでデータをモデリングし、独自の分析インサイトを導き出すことも可能です。」

その結果、ステークホルダーが分析に積極的に関与するようになり、急を要する質問にスピーディーに答えられるようになりました。これにより、他の質問が生まれた場合に、アナリストに新しいダッシュボードの作成を依頼する必要がなくなり、そのやり取りや待ち時間のために貴重な時間を失うこともなくなりました。

予測モデリングで離職率を下げる

人事部のリーダーが最初に着目したユースケースは、小売業界で一般的かつコストのかかる問題である従業員の離職率を改善することでした。

Reid氏のチームは、Alteryx Intelligence Suiteを使用して過去のデータを調査して、店舗における従業員の離職理由を探り、そこから得られたインサイトを利用して予測モデルを構築し、離職率の傾向をより良く理解しています。

「Alteryxで行っているすべての基準モデリングを適用して、既存の従業員を調査し、離職の恐れのあるスタッフや、離職につながりそうな理由を予測しています」(Reid氏)

Alteryxで構築された予測モデルは、組織の戦略的柱に沿ったインサイトも提供してくれるため、人事部がデータを使用してより幅広いビジネスの意思決定に情報を共有するうえでも役立っています。

 

変革の成果

Alteryxを利用した人事革新の成果には目を見張るものがありました。Kingfisher社は毎月170人分の労働時間を節約し、大幅なコスト削減を実現。さらに、自動化されたAlteryxワークフローを構築することによって、月末のデータ統合作業にかかる時間を2週間から2日へと短縮させることに成功しました。

Alteryxによって、人事分野のエキスパートがデータ分析を習得し、身近な問題を解決するためにデータ主導のインサイトを活用することのできる環境が実現しました。

キャリアアップにつながった人も何人かおり、人事データのスペシャリストの一人は、わずか4か月でAlteryxのCore Certifiedを取得したそうです。「彼らがAlteryxを使うために他の場所を探さないように、仕事を面白くし続けなければなりません」と冗談を言うReid氏。

データドリブン企業への道を歩む大手ホームセンターは、自社データのより良い活用を叶え、これまでにない強力な改善ストーリーを打ち出しています。.

Alteryxを利用するメリット
使いやすさ

データの扱いに不慣れなビジネスユーザーであっても簡単にインサイトを入手し、身近な問題をリアルタイムで解決できます。

短時間で価値を創出

反復可能なワークフローを迅速に構築し、手作業主体のミスが起こりやすいプロセスを削減。Auto Insightsの機能を活用し、ステークホルダーに速やかに回答を提供することができます。

コストの削減

自動分析によって、時間のかかる手作業のプロセスの削減と業務効率の向上が実現します。

 

おすすめのリソース

 
電子書籍
ビジネスロジック:エンタープライズAIに欠けているレイヤー
この電子書籍では、ビジネスロジックがなぜ多くのAIイニシアティブに欠けている重要なレイヤーなのか、そしてそれがどのように信頼性のギャップを埋め、ビジネス全体でスケーラブルなAIの実現を可能にするのかを詳しく解説します。
  • 分析の自動化
  • ITリーダー
今すぐ読む
 
Webinar
Friction-Free Analytics
Learn how Alteryx One helps more employees access insights, automate analysis and make faster, data-driven decisions.
  • Analytics Automation
  • Data Prep and Analytics
  • Generative AI
Watch Now
 
ブログ記事
データ準備が依然として手作業のままである場合、なぜデータ可視化ツールは機能しないのでしょうか
  • 分析の自動化
  • 分析の成熟度
  • データ準備と分析
今すぐ読む
 
お客様事例
統合性、拡張性、信頼性:UnitedHealth GroupがAlteryxで分析を変革した方法
UnitedHealth GroupはAlteryxを活用し、保険金請求処理、不正検知、会員対応において、より迅速で信頼性の高い分析を実現しています。
  • 分析の自動化
  • データ分析
  • 製造
詳細を見る
 
電子書籍
信頼できる財務AIの構築:財務ロジックのガバナンスガイド
AIの信頼性は、その基盤となるビジネスロジックによって決まります。財務チームがルールを適切に管理し、ワークフローを最新化することで、説明可能かつ監査可能な結果を提供するAIを構築する方法をご紹介します。
  • 分析の自動化
  • 財務
今すぐ読む
 
ブログ記事
断片化した分析ツールがレポート作成を遅らせる理由と、その代替手段
  • 分析の自動化
  • データ準備と分析
  • アナリティクスリーダー
今すぐ読む