SienaはDeelで分散していた人事運用を体系的なタレントマネジメントに変えました

Sienaは、コマースブランドのカスタマーサービスを担うAIエージェントを開発しています。約50人が17か国に分散し、雇用形態も複数にわたるなか、パフォーマンスやエンゲージメントの管理を、非公式な手順に頼り続けることは難しくなっていました。

エンゲージメント調査にはSurveyMonkeyとGoogle Formsを使用していました。調査のたびに、人事オペレーションマネージャーのInga Aksamitは、生データをエクスポートしてスプレッドシートに取り込み、経営層に結果を報告するためだけにグラフを手作業で作成していました。パフォーマンスレビューには、体系的なプロセス自体がありませんでした。チームが小さいうちは機能していましたが、傾向の追跡やグループ間の比較、繰り返し実施できる評価サイクルの運用が必要になると、対応できなくなりました。

「全員が同じ場所にいて、チームの実際の雰囲気を肌で感じられるうちは、非公式なやり方でも機能します。それができなくなると、途端に機能しなくなります。担当者が決まっていないために新入社員の最初の1週間が混乱したり、退職して初めてその人が不満を抱えていたとわかったりします。そうしたことは、ツールを使ってプロセスを整える必要があるというサインです」 — Inga Aksamit、人事オペレーションマネージャー、Siena

Inga Aksamitは、特に対応が急がれたエンゲージメント調査とパフォーマンスレビューの2つの課題から着手しました。どちらも経営層に導入の意義を明確に示せました。HRISを基盤とするDeel HRのEngageモジュールで両方の運用を整えたことで、ほかの機能を追加する前に、プラットフォームへの信頼を築けました。HRISを基盤として、17か国の従業員数、休暇、離職率、退職者のデータを1か所で把握できるようになりました。手作業でデータをエクスポートせず、ダッシュボードで確認できます。

次に整備したのは、オンボーディングとオフボーディングです。資料を集めるだけではなく、自動化されたワークフローとして構築しました。Sienaは現在、新入社員の初日から入社記念日、休暇の承認、エンゲージメント調査のリマインダー、退職まで、従業員ライフサイクル全体をカバーする20以上のワークフローを運用しています。問題は資料の不足ではなく、担当と責任が明確でないことでした。自動化によって、管理負担を増やさずにその課題を解決できました。

採用の意思決定も、より精度が高まりました。EOR、コントラクター管理、PEOを同じプラットフォームで運用しているため、Aksamitはどの市場でも雇用コストを試算し、チームが拡大しても一貫した運用モデルを維持できます。

「DeelでEngageに加えてEOR、コントラクター管理、PEOも運用できるようになり、Sienaが成長しても業務の管理負担を抑えられています。チームが拡大するたびに業務が複雑になることもありません」 — Inga Aksamit、人事オペレーションマネージャー、Siena

Engageの導入には4〜5週間を要しました。最大の変化はレビューや調査そのものではなく、その後の業務にありました。以前のAksamitはスプレッドシートでのグラフ作成に何時間も費やしていましたが、今では分析セクションを開くだけで、データがすでに分類・可視化され、すぐに施策に活用できます。AIが生成する調査の分析結果から、エンゲージメントを左右する要因や意欲の源泉をすぐに把握できます。定期調査の結果は蓄積され、時系列で比較できます。評価テンプレートも前回のサイクルから引き継げるため、毎回ゼロから作り直さずに改善できます。

このスピードによって、人事オペレーションが経営層に対して果たせる役割も変わります。Aksamitは次のように語ります。「経営層に自分の直感を信じてもらおうとするのではなく、データの傾向を示すようになると、意思決定に関わる立場を得られます」

活用は自然に広がりました。行動の変更を求められる前に価値を実感できたため、SienaのチームはDeelを積極的に受け入れました。