en Japan Inc.（总公司：东京都新宿区，代表取缔役会长兼社长：越智通胜）所提供，用于可视化入职后离职风险的留任支持工具「HR OnBoard」（https://on-board.io/），其使用企业数已突破10,000家。 此外，该系统进行了功能扩充，过去通过其他工具（「HR OnBoard NEXT」）提供的针对第2年及以上员工的问卷发送，现在也可以从本工具中统一进行。这不仅仅是扩大发送对象，系统通过着眼于入职第1年与第2年后发生变化的「离职因素」，设计了独特的问卷，以实现贴近年轻员工成长阶段的无缝支持。 服务数据索取与咨询请点击此处 https://lp.on-board.io/hronboard_contact.html 1万家企业面临的「早期离职造成的经营损失」之严峻现状 近年来，伴随日本劳动力短缺而来的招募成本高涨，以及早期离职对企业经营造成的影响，已成为重大课题。 根据本公司的试算，若年薪400万日圆的员工在入职半年后离职，包括招募费用、教育费用、在职期间的人事费用等在内，每人将产生约360万日圆的损失（※图1）。将这些「看不见的损失」降至最低，并打造一个让员工能够留任且活跃的环境，是许多企业当务之急的课题。 面对这样的情况，能够可视化离职风险并支持留任的「HR OnBoard」，被作为一项标准化往往因人而异的「入职后关怀」工具而被广泛运用。实际上也观察到了改善，例如导入企业的平均离职率从13.6%降至5.3%，这表明了基于数据进行持续关怀的重要性。 【图1】 「HR OnBoard」的主要功能与特色 本服务是一项云端服务，通过定期（脉冲调查形式）可视化入职者的状态，并在适当的时机进行关怀。 通过直觉的贴图回答实现「平均回答率93%」 回答采用聊天形式，且可通过选择贴图进行直觉操作。通过无需登录即可从智能型手机或个人电脑即时回答的机制，维持了高达93%的平均回答率，从而实现了高精确度的数据收集。 通过独家算法分为3个阶段判定「离职风险」 采用了基于3,000家以上企业实例研究开发的独家问题和判定逻辑。系统根据每个月的回答结果，将离职风险分为「晴天、阴天、雨天」3个阶段，以浅显易懂的方式显示，让需要关怀的对象一目了然。 通过AI进行评论分析并提出「建议行动」 AI会分析自由评论字段的内容，自动挑选出负面迹象。此外，通过提示「为什么会做出这个判定（解说）」以及「负责关怀的人员应该如何行动（建议行动）」，支持不受经验影响、基于证据的后续关怀。 支持多种通知方式（SMS、Slack、LINE、Email） 系统可以配合发送对象的属性，不只通过电子邮件，还能通过SMS及各种聊天工具发送问卷。这防止了在现场遗漏回答，并支持即时掌握员工状态。 通过系统集成实现「活跃支持」无缝化 在这次更新中，「HR OnBoard」的功能得到了大幅扩充。过去这个系统专注于入职第1年的关怀，现在也能够统一进行针对第2年及以上员工（「HR OnBoard NEXT」领域）的调查与运用。借此，系统能够针对年轻员工面临的阶段性课题，实现不间断的一致性支持。 第2年及以上也持续进行「高端AI分析」 「HR OnBoard」所提供的AI自由评论分析，以及与性向测验「Talent Analytics」的集成功能，也扩展到了针对第2年及以上的调查中。系统持续根据个人的资质进行个人化的状态判定。 搭载配合离职风险变化、依「年资区分」的专业问卷 入职第1年和第2年及以上，为了抑制离职而必须关注的重点有所不同。系统不单单只是扩大对象，从入职后的「期望值落差」，到第2年及以上的「孤独感」与「职涯迷惘」，通过捕捉各个阶段特有离职征兆的专业问卷设计，实现了高精确度的预兆侦测。 导入案例 大成建设株式会社： 除了推动企业文化改革、人事制度改革和工作模式改革外，公司还持续积极投资于人力资本，包括完善培训制度、为年轻员工提供细致的后续关怀，以及推广多样化的工作模式。作为这些努力的一部分，「HR OnBoard」