Q　データを活用して、シフトの適正化をするにはどうしたらよいのか。

シフトの編成の重要性

（１）シフト編成は、スタッフの離職率に大きく関わる要素です。シフトの不公平は、スタッフの不満につながります。勤務日数は給与（生活の維持）に関わります。シフトの自由度は、介護や育児を担う労働者には死活問題であるからです。

（２）シフト編成は、企業側が決めれます。シフト編成は、企業がコントロールできます。

（３）離職のコストは想像以上に大きい。採用活動、新人の教育、新人の教育に時間を取られる指導者の負担等そのコストを下げることが重要です。

直観ではなくデータを活用する

（１）シフト編成については、店長等の現場責任者が経験やカンで作成しているのが現状です。

（２）これらについて、データを活用して分析することは可能で、必要なデータ（シフトパターン）、欠勤、離職、有休消化率等のデータを全て保有している。

（３）分析方法は以下のとおりである。

立地の重要性

（１）どのような要素が離職につながるかは、業種や、立地に大きな影響を受けます。

（２）立地によって、採用で集まってくる社員の構成が大きく変わるからです。

（３）したがって、同じ企業内でも、立地や、社員の構成も分析に加えるのが有益です。

要因について仮説を立てる

（１）離職率について影響を与えている要因を分します。

（２）勤務パターンの一貫性、シフトが何日前に発表されるか、従業員の変更要請にどこまで対応できているか、人員の余裕、労働時間、条件（シフト）の待遇のばらつきなどが考えられます。

（３）データ分析は、職人の直観以上に正確な答えを出すわけではありません。ベテランスタッフに、要因についてヒアリングすれば、ある程度必要な要因を絞ることはできるでしょう。

現場マネージャーに権限を渡す

（１）分析を行うには、現場マネージャーに権限を渡していく必要があります。

（２）現場でシフトを自由な発想で組んで、その成績を中央で分析して、成功要因を特定してくことになります。

（３）中央での分析結果を、現場に伝えて、今後は現場での意見のヒアリングして中央で集めて、微調整をしていきます。

要因を少なく、広く分析を行う

（１）データ分析で成果を上げるには、結果に重要な影響を与える要因を特定して、測定をする要因を絞るのが有益です。多数の要因があると分析のための分析となってしまいます。

（２）測定項目をしぼったうえで、１店舗　→　５店舗　→　一地域と広げて、広く分析を行いましょう。

データ分析の結果の表示を考える

（１）AIでシフトの案を作ることはできても、最終的には人が判断しなければシフトは作れない。

（２）データ分析でできることは、良いシフトと悪いシフトの見える化までであろう。

（３）データ分析の結果について、分かりやすく伝える表示形式を考えていく必要がある。

継続的に改善

　以上の流れで、継続的に改善してくことが有益です。

参考

　ハーバード・ビジネス・レビュー２０２６年９月号１００頁