ピープルアナリティクスは人事に仮説検証のプロセスを導入するものです。
しかし、分析したいことは？という問いからスタートしてもなかなか業務に役立つ分析にいきつきません。

そこで、分析そのものでなく、仕事の課題に根差した問題発見とその解決を目指すような流れが大切ではないかと考えています。

この仮説検証のサイクルをクニラボではピープルアナリティクスのDDDIサイクルと呼んでいます。詳細は事務所のサイト記事をご覧ください。

この考え方は過去のプロジェクトの経験則を整理したものですが、人事データ分析のテーマを議論するときに重宝しています。

実際に様々なプロジェクトでこうした考え方をご説明しながら整理していくと、業務の現在地が見え、プロジェクトメンバーのベクトルが合う効果がありました。

考えてみると、目指す姿（To Be）と現状（As Is）の問題を捉えて施策を打つというのは、ビジネスの基本だと思います。このDDDIサイクルというのは、そこに仮説検証のスタイルを持ち込むもので、特段画期的なものではないかもしれません。

とある人事部門の管理職の方は「この考え方は人事業務をする上で本来はあたり前にやっておくべきことだよね」とおっしゃいました。

まさにそのとおりで、普遍的なプロセスとピープルアナリティクスの関係を結びつけるためにDDDIサイクルが必要だと考えています。