1on1ミーティングの効果、測れていますか?AIインタビューで組織的に振り返る方法
「1on1を導入したが、効果があるのか分からない」「上司によって質にばらつきがある気がする」「部下に1on1の感想を聞いても"良いと思います"としか言ってもらえない」——1on1ミーティングを組織的に導入している企業から、こうした声をよく聞きます。
1on1は部下の成長支援やエンゲージメント向上に有効な施策として広まりましたが、その効果を測定し、組織として改善していく仕組みは十分に整っていないのが実情です。
この記事では、1on1の効果測定が難しい理由と、AIインタビューを活用して組織的に振り返る方法を解説します。
なぜ1on1の効果測定は難しいのか
1. 当事者に聞いても建前になる
1on1の満足度を部下に直接聞くと、「上司との関係を悪くしたくない」という心理が働き、率直な回答は得にくくなります。特に評価者である上司が聞く場合、ほぼ確実に建前の回答になります。
人事が聞く場合も同様で、「1on1の内容が上司に伝わるのでは」という懸念から、本音は出にくいのが実情です。
2. 質の定義が曖昧
「良い1on1」の定義は組織によって、また人によって異なります。業務の進捗確認が主な1on1と、キャリアや成長を話す1on1では、評価基準が異なります。何をもって「効果がある」とするかが明確でなければ、測定自体が意味を持ちません。
3. 定量指標だけでは実態が見えない
1on1の実施率や頻度は定量的に把握できますが、それは「やったかどうか」であって「効果があったかどうか」ではありません。月2回実施していても、30分の沈黙が続く1on1と、部下が前向きになれる1on1では、効果はまったく異なります。
4. 上司ごとのばらつきが大きい
1on1の質は上司のコミュニケーションスキルに大きく依存します。傾聴が得意な上司と、つい自分の話ばかりしてしまう上司とでは、部下の体験はまったく違います。しかし、このばらつきは数値データからは見えにくいものです。
従来の効果測定手法とその限界
アンケート調査
「1on1に満足していますか?」「1on1は役に立っていますか?」といった設問で定期的に調査する方法です。全体の傾向は把握できますが、5段階評価の「4」が本当の満足なのか、波風を立てたくないだけなのかは判断できません。
エンゲージメントスコアとの相関分析
1on1の実施状況とエンゲージメントスコアの相関を見る方法です。マクロなレベルでは参考になりますが、エンゲージメントには1on1以外の要素も多く影響するため、1on1の効果を直接測定したことにはなりません。
上司への360度フィードバック
部下から上司へのフィードバックを収集する方法です。有効ですが、実名制の場合は忖度が入り、匿名制でも少人数のチームでは回答者が推測される懸念があります。
AIインタビューで1on1を振り返る
AI対話で率直な声を引き出す
AIインタビューでは、AI相手の対話形式で1on1についてのフィードバックを収集します。「上司に直接は言えないけれど」という前置きなしに、率直な感想や改善要望を引き出せます。
たとえば、AIは以下のような対話を行います。
- 「直近の1on1を振り返って、どんな印象でしたか?」
- 「1on1で話せてよかったことはありますか?」
- 「逆に、話したかったけれど話せなかったことはありますか?」
- 「1on1がもっとこうなったら良いのに、と思うことはありますか?」
対話形式のため、「満足度4」という数値では分からない具体的な体験や要望が言語化されます。
聞くべき観点
1on1の効果を多面的に把握するために、以下の観点で質問を設計します。
安心感: 1on1の場で本音を話せているか。話しにくいテーマがあるか。
有用性: 1on1が自分の仕事や成長に役立っていると感じるか。具体的にどう役立っているか。
上司の傾聴: 上司は自分の話をしっかり聞いてくれていると感じるか。アドバイスは的確か。
頻度と時間: 1on1の頻度や所要時間は適切か。もっと頻繁に、あるいはもっと短くしたいか。
改善要望: 1on1をより良くするために、何を変えてほしいか。
組織全体の傾向を構造化する
個別の回答を集約し、テーマごとに分類・構造化することで、組織全体の1on1の課題が見えてきます。
たとえば、以下のような分析が可能です。
- 部署別の傾向:「A部署では1on1への満足度が高く、キャリアの話ができている」「B部署では業務確認に終始しており、成長支援の観点が弱い」
- 共通課題:「多くの部下が1on1で"評価に関する話"をしたいが、切り出せないでいる」
- 好事例:「C部署の上司は毎回冒頭にアイスブレイクを入れており、部下から高評価」
測定結果を改善につなげる
マネージャーへのフィードバック
集約された結果をマネージャーにフィードバックする際は、個人が特定されない形で、チーム全体の傾向として共有します。「あなたのチームでは、キャリアの話をもっとしたいという声が多い」といった形です。
マネージャー育成への活用
組織全体の分析結果は、マネージャー育成プログラムの設計に活用できます。「傾聴スキルに課題がある」という傾向が見えれば、コーチング研修を企画する根拠になります。
1on1ガイドラインの改善
「何を話せばよいか分からない」という声が多い場合は、1on1のアジェンダテンプレートを整備するなど、組織としてのガイドラインを改善する材料になります。
定期的な振り返りで1on1の質を高める
1on1は導入して終わりではなく、継続的に質を高めていく必要があります。半年に1回程度、AIインタビューで全社的に1on1の振り返りを行い、結果をマネージャー育成やガイドライン改善に活かすサイクルを回すことで、組織全体の1on1の質が底上げされます。
ホンネミルは、AIが対話形式で従業員の率直な声を深掘りし、回答を自動的に構造化するプラットフォームです。1on1に対する部下の本音まで引き出し、マネジメントの質向上につなげます。
