以数据与 AI 支持「经营决策」的战略人资伙伴 Panalyt 株式会社（总部：东京都港区，代表董事CEO：小川高子，以下简称「Panalyt」），宣布开始提供将人力资本数据转换为经营决策依据的新功能「洞察报告 (Insight Report)」。 虽然人力资本揭露的义务化正在推进，但成功将可视化的数据转化为实际的经营决策与人资施策的企业仍是少数。本功能活用该公司独家、由约 200 个问题组成的 PQ（People Questions＝直接关系到经营贡献的人资提问）数据库，针对各公司的经营课题，以事实、洞察、下一步行动这 3 个层次自动生成报告。协助企业从对人力资本数据的「只看不做」转变为「判断并采取行动」。 隐藏在揭露之后的、人力资本经营的盲点。仪表板无法进行决策的结构性极限 随着人力资本揭露的义务化以及「人才版伊藤报告」的普及，以大型企业为中心，HR 数据的整备与可视化正迅速发展。另一方面，许多企业在将仪表板上可视化的数据链接到具体的「经营决策」或「人资施策」的阶段时，都面临了瓶颈。 这种停滞绝非因为人资部门的技能不足。根本原因在于，要将时间轴与粒度都不同且孤立的数据相互链接，并量化其因果关系的「结构性壁垒」，已经大幅超出了日常业务的范畴。 Panalyt 正面迎接这个人资数据特有的结构性课题，开发了将原始数据升华为「决策依据」的新功能『洞察报告』。通过将破碎的信息进行端到端的结构化，自动提示能从数据中解读出的背景因素与下一步行动，成为经营层与人资果断决策的后盾。 将直接关系经营决策的约 200 个提问体系化：PQ (People Questions) 数据库 支撑洞察报告内核的，是 Panalyt 独家建构与累积的 PQ 数据库。PQ 是将「直接关系到经营贡献的重要人资提问」以问题的形式结构化，它指的不是「离职率是多少？」这种单纯的指针，而是「为什么这个据点的生产力差距正在扩大？」、「阻碍女性管理职比例提升的瓶颈在哪里？」、「在新事业中取得成果的人才有哪些共通点？」这类直接关系到经营决策的提问。 【特征】 ①分类体系 通过经营贡献轴（促进营收／优化成本／提升生产力／降低风险）与人资流程轴（招募／培育／异动与配置／活跃与评估／留任与离职／跨领域主题）的矩阵，将约 200 个 PQ 体系化（并根据论点与假设的演进持续扩充中）。 ②客制化 通过主要产业类别、员工规模、事业阶段、组织型态、数据基础设施成熟度等 5 个维度进行描绘，从数据库中选出最合适的 PQ。也支持根据个别企业的优先课题，设计额外的 PQ。 ③持续进化 根据导入企业的分析实绩与假设验证的累积，持续扩充数据库。各导入公司的数据会经过严格的匿名化与泛化处理，并转化为提升 PQ 数据库「提问精准度与假设分辨率」的知识资产回馈系统。个别企业的数据绝对不会被挪用给其他公司。 ④因果连锁设计 个别的 PQ 并非独立的指针，而是被设计为因果连锁的结构。通过分析多个 PQ 之间的关系，能凸显表面数据无法看出的结构性课题，并实证出通往经营成果的因果路径 (Impact Path)。 以事实、洞察、行动 3 层结构，将数值背后的「判断」自动结构化 洞察报告针对每一个被选定的 PQ，会自动将以下 3 层进行结构化，并输出为一份能让人资部门、经营企划、据点负责人从「数字的意义」到「判断」都在共同语境下对话的报告。它的设计旨在为政策拟定、效果验证、问题诊断等任何决策，提供必要的洞察。 【洞察报告的 3 层结构】 通过一贯地结构化这 3 个层次，洞察报告将人力资本数据从「看看就好」转变为「判断并行动」。解读数字、创建假设、在现场验证、运行施策，并监控效果——随着这个循环持续转动，人力资本经营将从「临时的应对」转变为「扎根于数据的持续经营实践」。 【洞察报告的运用循环】 此外，即使是在个别企业的数据尚未累积至 Panalyt 的阶段，也能活用此功能。如果是上市企业，可以根据综合报告、中期经营计划、有价证券报告、人力资本揭露信息等公开信息，在经营会议上生成应优先解决的人资议题的初步假设。