退職予兆の検知とは？｜仕組み・精度の考え方・法律とプライバシーの配慮
「退職予兆の検知」「離職リスク分析」という言葉を、ツールの説明で見かけることが増えました。しかし「予測できるのか」「精度は」「法律的に問題ないのか」という疑問に、はっきり答えている説明は少ないと感じます。この記事では、定義から仕組み、精度の正しい見方、法律とプライバシーの配慮まで、人事・経営者が判断に使える言葉で整理します。
- 退職予兆の検知（離職リスク分析）とは
- 従業員の行動データやサーベイ回答を、その人自身の平常時と比べ、退職につながり得る変化に早めに気づくための分析のこと。退職を予言するものではなく、「声をかけるべき相手と時期」を人が判断するための材料を提供する。分析の結果は「気になる人」のリストであり、判断と会話は人が行う。
退職予兆の検知は「退職の予測」なのか？
いいえ。「辞める人を当てる」のではなく、「本人の過去と比べて変化している人に早めに気づく」ための分析です。結果は予言ではなくシグナルで、判断は人が行います。
この違いは言葉遊びではありません。「予測」と捉えると、リストに並んだ人を「辞める人」として扱い、本人にデータを突きつけたり、評価に反映したりという誤った使い方につながります。一方「変化に気づく」と捉えれば、リストは「普段どおりの 1on1 で少し丁寧に話を聞く相手」のリストになります。前者は信頼を壊し、後者は信頼を作ります。同じ仕組みでも、目的の置き方で結果は正反対になります。
ChordOne Retention の画面が「気になる人」という言葉を使い、「離職の懸念」と「ウェルビーイング」を種別として分けているのも、この立場からです。並んでいるのは辞める人ではなく、いま少し気にかけたい人です。
どんな仕組みで兆候を見つけるのか？
①行動データを集め、②本人の平常時を基準に長期的な変化を測り、③同じ時期に重なった変化を系統ごとに束ねて表示する、の3段階です。毎朝の分析で自動的に更新されます。
① 材料になるデータ
Slack（発言量・反応・返信の速さ）、Google Workspace のカレンダーとメール（会議・1on1 の参加、時間外の活動）、勤怠（出勤日数・残業）、パルスサーベイの回答（勤続意向・ウェルビーイング）が代表的です。いずれも「本文」や「内容」ではなく、量・頻度・速さ・参加という指標だけを使います。
② 本人の平常時との比較
ここが仕組みの中核です。他の人と比べるのではなく、その人自身の数週間〜数か月前の水準を基準にして「以前より減っている」「以前より遅くなっている」を測ります。もともと静かな人は、静かなまま安定していれば変化として扱われません。逆に、活発だった人が少しずつ静かになっていく変化は、絶対値では目立たなくても本人基準では明確に出ます。
③ 系統ごとの束ね
個別のシグナル（例: 「定例会議への参加が減った」「メンションへの返答が遅くなった」）は数が多く、そのまま並べると読めません。そこで「会議・1on1」「応答の速さ」「活動量」「勤怠パターン」といった系統に束ね、1文で表示します。系統ごとに「最初に出た日」と「N日間でM件」を添えれば、重なりと継続がひと目で分かります。系統の詳細は 退職の兆候はデータにどう出るか で扱っています。
精度はどう考えればよいのか？
「○%の精度」という単一の数字ではなく、「退職者のうち間に合う時期に兆候が出ていた割合」と「在籍者に誤って出た割合」を、自社の過去データで見ます。両者はトレードオフで、どちらか一方だけを高くすることは簡単です。
精度の話をするとき、確認したい数字は2つです。
| 指標 | 意味 | 高すぎると何が起きるか |
|---|---|---|
| 再現率（退職者で出た割合） | 実際に退職した人のうち、退職前の「間に合う時期」に兆候が出ていた割合 | 閾値を下げれば簡単に上がるが、同時に在籍者にも大量に出て、一覧が信用されなくなる |
| 誤検知率（在籍者で出た割合） | いま在籍している人のうち、同じ期間に兆候が出た割合 | 閾値を上げれば簡単に下がるが、本当に変化している人を見逃す |
| 当たり倍率（リフト） | 退職者で出た割合 ÷ 在籍者で出た割合。1なら偶然と同じ、2以上なら退職者に偏って出ている | —（両者のバランスを1つの数字で見るための指標） |
ここで重要なのは、どの期間の兆候を数えるかです。退職日の直前30日は、有給消化や引き継ぎで全ての指標が一斉に崩れます。この期間を含めて数えれば再現率はほぼ100%に近づきますが、それは「退職を伝えたあとの姿」を当てているだけで、価値がありません。ChordOne Retention の振り返り画面は、退職日直前の30日を除外し、「退職の30〜60日前に1回以上シグナルが出ていた退職者の割合」を主指標として表示します。1か月を切ってから出ても、退職はすでに固まっていて引き止めに使えないからです。
もうひとつ重要なのは、精度は会社ごとに違うということです。Slack の使い方、会議文化、リモートの比率、勤怠データの有無で、どの系統が先に出るかは変わります。だから「一般に○%」という数字には意味が薄く、自社の過去の退職者について「退職前に兆候が出ていた割合」を自社データで確認できることのほうが、判断材料として信頼できます。ChordOne Retention では、この振り返りを毎週月曜に自動で測り直し、退職者が少ないときは「数値は目安です」と表示します。私たちは精度の数字を約束しません。自社データで確認できるようにしています。
法律やプライバシーの面で、何に配慮すべきか？
利用目的を明示して社内に周知し、見るデータの範囲と閲覧できる人を決め、結果を評価・処分に使わないことです。ここに書くのは一般的な考え方で、法的助言ではありません。自社の顧問への確認をお勧めします。
個人情報保護法の基本的な考え方
従業員の行動データを分析することは、従業員の個人情報の取り扱いにあたります。個人情報保護法では、個人情報を取り扱う際に利用目的をできる限り特定し、本人に通知または公表することが求められています。離職予兆の検知を導入する際は、「早めに気づいて支えるため」という目的を明確にし、就業規則やプライバシーポリシー、社内規程のどこに記載するかを検討します。すでに「人事労務管理のため」などの目的が定められている場合でも、行動データの分析を新たに始めるなら、その内容を具体的に社内へ知らせることが望ましいと考えます。
ストレスチェックの個人結果は使えない
労働安全衛生法にもとづくストレスチェックの個人結果は、本人の同意がなければ会社は取得できません。目的が異なるため、離職予兆の分析に使うことはできませんし、すべきでもありません。サーベイを材料にする場合は、本人が「会社に伝えるつもりで」答えた任意のサーベイ回答に限ります。
社内周知に含めること
| 項目 | 伝えること |
|---|---|
| 目的 | 困っているときに早めに気づいて声をかけるため。評価・処分・異動の判断には使わない |
| 見るデータ | Slack・カレンダー・勤怠などの量・頻度・速さの変化。本文や内容は見ない |
| 基準 | 他人との比較ではなく、本人の過去との比較 |
| 閲覧者 | 上司と人事の誰が見るか（人数・役職） |
| その後 | 気になる変化があれば普段の 1on1 で声をかける。事情があればそのまま伝えてよい |
| 相談先 | 質問や不安を伝えられる窓口 |
この6項目を文章にした文例を 導入の流れ に置いています。透明性は法律のためだけではなく、この仕組みを「支え」として機能させるための条件です。何を見ているか分からない仕組みは、それだけで人を不安にし、離職を招きます。
検知したあと、どう動くべきか？
データを見せずに、普段の 1on1 で気持ちを聞きます。兆候は会話のきっかけであり、本人に説明を求める材料ではありません。声をかけた結果を記録し、効き目を見返します。
- まず普段どおりの 1on1 で、負荷・役割・人間関係・キャリアの4つを聞く。「最近どう？」から始め、詰問しない。
- 個人ではなく構造を疑う。同じチームで複数人に兆候が出ているなら、業務配分やマネジメントの問題かもしれない。
- 次の一手を決めて記録する。1on1 を予定する、様子を見る（見直す日を決める）、誤検知として閉じる（理由を選ぶ）。記録があれば、フォロー日に効き目を見返せる。
話し方の具体例は 兆候に気づいたあとの 1on1 にまとめています。どの型のツールを選ぶかは 離職防止ツール比較 をご覧ください。
まとめ
- 退職予兆の検知は「辞める人を当てる」のではなく「本人の過去と比べて変化している人に早めに気づく」分析
- 仕組みは、行動データを集め、本人基準で変化を測り、系統ごとに束ねる3段階
- 精度は単一の数字ではなく、再現率と誤検知率のバランスを自社の過去データで見る。最終月は除外する
- 利用目的の明示、見るデータの範囲、閲覧者、評価に使わないことを社内に周知する。ストレスチェックの個人結果は使わない
- 検知のあとは、データを見せずに気持ちを聞き、記録し、効き目を見返す
ChordOne Retention は、ここに書いた考え方をそのまま画面にした製品です。20名まで無料で、機能の一覧 と よくある質問 に、精度・プライバシーへの答えを載せています。