WO2024106309A1 - エンゲージメント推定方法、プログラム及びエンゲージメント推定システム - Google Patents

エンゲージメント推定方法、プログラム及びエンゲージメント推定システム Download PDF

Info

Publication number
WO2024106309A1
WO2024106309A1 PCT/JP2023/040446 JP2023040446W WO2024106309A1 WO 2024106309 A1 WO2024106309 A1 WO 2024106309A1 JP 2023040446 W JP2023040446 W JP 2023040446W WO 2024106309 A1 WO2024106309 A1 WO 2024106309A1
Authority
WO
WIPO (PCT)
Prior art keywords
worker
engagement
information
estimation
feature
Prior art date
Application number
PCT/JP2023/040446
Other languages
English (en)
French (fr)
Inventor
健一 入江
洋介 井澤
若正 清崎
拓磨 白井
Original Assignee
パナソニックＩｐマネジメント株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Publication of WO2024106309A1 publication Critical patent/WO2024106309A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Definitions

  • the present disclosure relates generally to an engagement estimation method, program, and engagement estimation system, and more specifically to an engagement estimation method, program, and engagement estimation system that estimates a worker's engagement with their work.
  • engagement is defined in terms of the following two points: (1) commitment to the organization, specifically, affective commitment (emotional attachment to the organization) and continuance commitment (desire to remain with the organization) and (2) extra-role behavior (any behavior that enables the organization to function effectively).
  • Increased engagement can, for example, lead to increased productivity, sales, customer satisfaction, and worker retention within an organization.
  • Patent Document 1 Traditionally, engagement has been quantified by conducting surveys of workers and analyzing their responses (for example, Patent Document 1).
  • the present disclosure aims to provide an engagement estimation method, program, and engagement estimation system that can estimate engagement more objectively.
  • the engagement estimation method is an engagement estimation method in an engagement estimation system.
  • the engagement estimation method includes a first acquisition step, a second acquisition step, a feature determination step, and an estimation step.
  • a first acquisition unit acquires information about a worker.
  • the second acquisition step acquires the worker's engagement with work for a predetermined period of time.
  • the feature determination step determines at least one feature from the information about the worker based on the relationship between the information about the worker and the engagement for the predetermined period of time.
  • the estimation unit estimates the engagement of the worker at a time point other than the predetermined period of time based on the at least one feature.
  • the information about the worker includes biometric information about the worker, location information about the worker at the worker's place of work, and relationship information about the relationship between the worker and another worker at the workplace. The biometric information is measured by a biometric information measurement terminal.
  • a program according to one aspect of the present disclosure is a program for causing one or more processors of a computer system to execute the engagement estimation method.
  • the engagement estimation system includes a first acquisition unit, a second acquisition unit, a feature determination unit, and an estimation unit.
  • the first acquisition unit acquires information about a worker.
  • the second acquisition unit acquires the worker's engagement with work for a predetermined period of time.
  • the feature determination unit determines at least one feature from the information about the worker based on a relationship between the information about the worker and the engagement for the predetermined period of time.
  • the estimation unit estimates the engagement of the worker at a time other than the predetermined period of time based on the at least one feature.
  • the information about the worker includes biometric information about the worker, location information about the worker at the worker's place of work, and relationship information about a relationship between the worker and another worker at the workplace.
  • the biometric information is measured by a biometric information measurement terminal.
  • FIG. 1 is a block diagram of an engagement estimation system and related components according to one embodiment.
  • FIG. 2 is a graph illustrating a process in the engagement estimation system.
  • FIG. 3 is an explanatory diagram showing an engagement estimation process performed by the engagement estimation system.
  • FIG. 1 shows a schematic configuration of an engagement estimation system 1 of this embodiment.
  • the engagement estimation system 1 is used to estimate the engagement of workers.
  • “worker” refers to anyone who works in general. Unlike “worker” in the general sense, “worker” in the present disclosure refers not only to those who receive remuneration in exchange for labor, but also to those who work without remuneration.
  • the engagement estimation system 1 is used, for example, in companies, government offices, or organizations. In the following, as a representative example, a case where the engagement estimation system 1 is used in a company will be described.
  • the engagement estimation system 1 of this embodiment includes a first acquisition unit 21, a second acquisition unit 22, a feature determination unit 23, and an estimation unit 24.
  • the first acquisition unit 21 acquires worker information.
  • the second acquisition unit 22 acquires the worker's engagement with work for a specified period of time.
  • the feature determination unit 23 determines at least one feature from the worker information based on the relationship between the worker information and the engagement for the specified period of time.
  • the estimation unit 24 estimates the worker's engagement at a time point other than the specified period of time based on the at least one feature.
  • the worker information includes the worker's biometric information, the worker's location information at the worker's place of work, and relationship information regarding the relationship between the worker and another worker at the workplace.
  • the biometric information is measured by a biometric information measurement terminal 3.
  • the worker's biometric information, location information, and relationship information it is possible to estimate engagement more objectively compared to estimating engagement based solely on responses to a questionnaire. Furthermore, by using the worker's biometric information, location information, and relationship information, it is possible to reduce the number of questionnaire items or estimate engagement without conducting a questionnaire. This reduces the burden on people (workers, etc.) who respond to the questionnaire. Furthermore, by using the engagement estimation system 1, it is possible to increase the frequency with which engagement is estimated.
  • the engagement estimation method of this embodiment is an engagement estimation method in the engagement estimation system 1.
  • the engagement estimation method has a first acquisition step, a second acquisition step, a feature determination step, and an estimation step.
  • the first acquisition step acquires worker information.
  • the second acquisition step acquires the worker's engagement with work for a predetermined period.
  • the feature determination step determines at least one feature from the worker information based on the relationship between the worker information and the engagement for the predetermined period.
  • the estimation unit 24 estimates the worker's engagement at a time point other than the predetermined period based on the at least one feature.
  • the worker information includes the worker's biometric information, the worker's position information at the worker's place of work, and relationship information regarding the relationship between the worker and another worker at the workplace.
  • the biometric information is measured by the biometric information measurement terminal 3.
  • the engagement estimation method can also be embodied in a program.
  • the program of this embodiment is a program for causing one or more processors of a computer system to execute the engagement estimation method.
  • the program may be recorded on a non-transitory recording medium that can be read by the computer system.
  • the engagement estimation system 1 estimates the engagement of each of the multiple workers.
  • the engagement estimation system 1 is used together with, for example, a bio-information measuring terminal 3, a position measuring system 4, a data server 5, an operation terminal 6, an information processing server 7, a PC (personal computer) 8, an attendance management system 9, and an exercise measuring terminal 10.
  • the biological information measurement terminal 3 measures biological information of each of the multiple workers.
  • the biological information includes, for example, at least one of heart rate, blood pressure, skin temperature, sweat rate, and voice information.
  • a single biological information measurement terminal 3 may measure multiple types of biological information (for example, heart rate and blood pressure).
  • the bioinformation measuring terminal 3 is, for example, a wearable terminal worn by a worker.
  • the wearable terminal is equipped with, for example, an optical heart rate sensor, which measures the worker's heart rate and blood pressure.
  • the wearable terminal is also equipped with, for example, a temperature sensor, which measures the worker's skin temperature.
  • the wearable terminal is also equipped with, for example, a sweat sensor, which measures the amount of sweat produced by the worker.
  • the bio-information measuring terminal 3 captures an image of a worker for a certain period of time using a camera (such as a near-infrared camera) to generate image data, and measures the worker's heart rate based on the image data.
  • a camera such as a near-infrared camera
  • the bio-information measuring terminal 3 is, for example, a blood pressure monitor with an arm band, and measures the worker's blood pressure while the arm band is wrapped around the worker's arm.
  • the bioinformation measuring terminal 3 is provided with a microphone, for example, and converts the voice of the worker into audio information in the form of an electrical signal using the microphone.
  • the microphone may be provided in a wearable terminal.
  • the position measurement system 4 measures position information of each of the multiple workers.
  • the position information includes, for example, coordinate information of each of the multiple workers.
  • each of the multiple workers carries a mobile terminal such as a smartphone or a wearable terminal.
  • Multiple beacon devices are installed in the workplaces of the multiple workers (e.g., office buildings, stores, or factories).
  • Each of the multiple beacon devices transmits a beacon signal.
  • a mobile device carried by the worker measures the received signal strength of the beacon signal.
  • Information on the received signal strength is transmitted from the mobile device to the position measurement system 4.
  • the position measurement system 4 calculates the distance between the mobile device and each of the multiple beacon devices based on the received signal strength.
  • the position measurement system 4 measures the position information of the mobile device by three-point positioning based on the distance between the mobile device and each of the multiple beacon devices and the position information of each of the multiple beacon devices.
  • the position measurement system 4 transmits the position information of the mobile device to the engagement estimation system 1 as position information of the worker carrying the mobile device.
  • the mobile terminal e.g., a wearable terminal
  • receives the beacon signal may also serve as the biological information measurement terminal 3.
  • the data server 5 stores relationship information.
  • the relationship information is information about the relationships between the multiple workers in their workplaces (such as a company, a government office, or an organization). More specifically, the relationship information includes, for example, information about the hierarchical relationships between the multiple workers.
  • the information about the hierarchical relationships between the multiple workers is, for example, information about the job titles of each of the multiple workers.
  • the job title refers to a work position.
  • the job title is a position or a rank.
  • the relationship information also includes, for example, organizational information about the organization (department or division, etc.) to which each of the multiple workers belongs. The department or division is distinguished by the name, for example, XX Department, XX Section, or XX Center.
  • the relationship information also includes, for example, business information about the business (project, etc.) in which each of the multiple workers is involved.
  • the data server 5 also stores area information.
  • the area information includes, for example, map information of the workplaces of multiple workers.
  • the area information includes, for example, information on the location of each room and the purpose of each room.
  • the operation terminal 6 is, for example, a personal computer or a mobile terminal.
  • the mobile terminal is, for example, a mobile phone such as a smartphone, a wearable terminal, or a tablet terminal.
  • the operation terminal 6 generates the worker's work-related reporting information in response to human operation.
  • the worker himself/herself may operate the operation terminal 6, or another person may operate the operation terminal 6.
  • the operation terminal 6 includes, for example, a touch panel display, and displays survey items on the touch panel display. A person answers the survey items by operating the touch panel display. The operation terminal 6 then generates declaration information that includes the answers obtained from the person.
  • a person when asked a question in a questionnaire, a person selects an answer from among multiple options.
  • the multiple options are, for example, five options: “Agree,” “Somewhat agree,” “Can't say,” “Somewhat disagree,” and “Disagree.”
  • the questionnaire items include, for example, questions for estimating engagement for a specified period in the information processing server 7. Such questions are hereinafter referred to as “first questions”, and answers to the first questions are hereinafter referred to as “first answers”.
  • the first questions are, for example, questions asking about the worker's place of employment, the content of the work, and the worker's thoughts and feelings about their colleagues.
  • the questionnaire items also include, for example, questions for estimating engagement at a time other than the specified period using the engagement estimation system 1. Such questions are hereinafter referred to as “second questions,” and answers to the second questions are hereinafter referred to as “second answers.” At least one second question may be the same as the first question.
  • the information processing server 7 estimates the engagement of a worker for a predetermined period of time. More specifically, the information processing server 7 first acquires declaration information from the operation terminal 6. The declaration information includes at least one first response. Based on the at least one first response, the information processing server 7 estimates the engagement of a worker for a predetermined period of time.
  • the information processing server 7 can use a known method such as that disclosed in Patent Document 1 to estimate engagement. For example, a score for the first answer is determined based on which of multiple options is selected as the first answer. The information processing server 7 estimates the sum of the scores for each of the multiple first answers as the worker's engagement for a specified period of time.
  • PCs personal computers 8 for work. More specifically, each of the workers is assigned one or more PCs 8 by his/her workplace. Each of the workers uses the one or more PCs 8 assigned to him/her.
  • PC8 is equipped with a storage device that stores its own usage history.
  • the storage device is a hard disk drive (HDD) or a solid state drive (SSD), etc.
  • Software for acquiring the usage history of PC8 and storing it in the storage device may be installed in PC8.
  • PC8 is an example of a computer system that a worker uses for work.
  • a computer system includes one or more computers.
  • the computer system that a worker uses for work is not limited to PC8, and may be, for example, a mobile phone such as a smartphone, a tablet terminal, or a host computer.
  • the computer system that a worker uses for work may be, for example, a computer system for operating an object to be operated, such as a vehicle or a machine tool, and the usage history may include the operation history of the object to be operated.
  • the attendance management system 9 generates attendance information for each of a plurality of workers.
  • each of the plurality of workers carries a readable device such as a mobile terminal (such as a smartphone or wearable terminal) or an IC card, and holds the readable device over the reading device of the attendance management system 9 when arriving at and leaving work.
  • the attendance management system 9 then reads the identification information stored in the readable device from the readable device.
  • the attendance management system 9 generates attendance information for each of a plurality of workers, and the attendance information includes information on the arrival time and departure time of work.
  • the exercise measurement terminal 10 obtains an exercise index of a worker.
  • the exercise index indicates at least one of the quality and quantity of exercise.
  • the exercise index includes, for example, at least one of the amount of activity and the amount of movement.
  • the amount of activity is expressed, for example, in METs (Metabolic equivalents).
  • the amount of movement is, for example, the number of steps.
  • the exercise measuring terminal 10 is, for example, a wearable terminal.
  • the worker carries the wearable terminal.
  • the wearable terminal is equipped with, for example, a pedometer and measures the number of steps taken by the worker.
  • the wearable terminal also measures, for example, the worker's biometric information (heart rate, blood pressure, skin temperature, amount of sweat, etc.) as described above.
  • the wearable terminal calculates the worker's activity level based on the biometric information.
  • the engagement estimation system 1 includes a processing unit 2, a memory unit 11, and a communication unit 12.
  • the storage unit 11 is a storage device configured with a hard disk drive (HDD) or a solid state drive (SSD) or the like.
  • the storage unit 11 stores information.
  • the storage unit 11 stores information acquired from an external device, such as bioinformation acquired from the bioinformation measurement terminal 3, location information acquired from the location measurement system 4, and relationship information acquired from the data server 5.
  • the communication unit 12 includes a communication interface device.
  • the communication unit 12 is capable of communicating with external devices (e.g., the bioinformation measurement terminal 3, the position measurement system 4, and the data server 5) via the communication interface device.
  • external devices e.g., the bioinformation measurement terminal 3, the position measurement system 4, and the data server 5
  • “capable of communication” means that signals can be sent and received directly or indirectly via a network or a repeater, etc., using an appropriate communication method such as wired communication or wireless communication.
  • the processing unit 2 includes a computer system having one or more processors and a memory.
  • the functions of the processing unit 2 are realized by the processor of the computer system executing a program recorded in the memory of the computer system.
  • the program may be recorded in the memory, or may be provided via a telecommunications line such as the Internet, or may be recorded on a non-transitory recording medium such as a memory card and provided.
  • the processing unit 2 has a first acquisition unit 21, a second acquisition unit 22, a feature determination unit 23, an estimation unit 24, a presentation content generation unit 25, and a communication processing unit 26. Note that these merely indicate the functions realized by the processing unit 2, and do not necessarily indicate a concrete configuration.
  • the first acquisition unit 21 acquires worker information (information on each of a plurality of workers) via the communication unit 12.
  • the worker information includes the worker's bioinformation measured by the bioinformation measurement terminal 3, the worker's position information measured by the position measurement system 4, and the relationship information stored in the data server 5.
  • the worker information further includes reporting information generated by the operation terminal 6.
  • the reporting information is information about the work and is generated in response to operations on the operation terminal 6.
  • the reporting information is, for example, one or both of the first and second responses described above.
  • the worker information also includes the usage history of the computer system that the worker uses for work.
  • the computer system is PC8. That is, the worker information includes the usage history of PC8.
  • the worker information further includes the worker's attendance information.
  • the worker's attendance information is generated by the attendance management system 9.
  • the worker information further includes the worker's exercise index.
  • the worker's exercise index is generated by the exercise measurement terminal 10.
  • the second acquisition unit 22 acquires the engagement of a worker for a predetermined period of time estimated by the information processing server 7.
  • the feature determination unit 23 determines at least one feature from the worker information based on the relationship between the worker information and engagement for a predetermined period. For example, the feature determination unit 23 extracts multiple parameters from the worker information. The multiple parameters are, for example, the duration of a conversation between the worker and a specific person, the worker's activity level, and the worker's overtime hours.
  • a certain parameter may match certain information about a worker.
  • the information about the worker may be used as a parameter directly.
  • the overtime hours of a worker is an example of worker information.
  • the overtime hours of a worker may be used as a parameter.
  • a certain parameter may be found based on certain information about the worker. That is, the information about the worker may be processed to become the parameter.
  • the position information of the worker measured by the position measurement system 4 and the relationship information stored in the data server 5 are each an example of worker information.
  • the conversation time between the worker and a specific person may be found as a parameter. More specifically, the conversation time (face-to-face) between the worker and the supervisor can be found, for example, from the position information of the worker and the supervisor. That is, the time when the distance between the worker and the supervisor is within a specified distance (for example, one meter) can be determined as the conversation time between the worker and the supervisor. Also, whether or not a certain worker is a supervisor can be identified based on the relationship information.
  • the characteristic amount determining unit 23 may determine at least one characteristic amount for each worker. In other words, to determine at least one characteristic amount corresponding to a certain worker, information about the worker and the worker's engagement for a specified period of time may be referenced.
  • the feature determination unit 23 may determine at least one feature common to two or more workers. In other words, to determine at least one feature corresponding to two or more workers, information about each of the two or more workers and the engagement of each of the two or more workers for a specified period of time may be referenced.
  • the feature amount determination unit 23 determines, from among the multiple parameters, a parameter that has a strong correlation with engagement for a predetermined period as a feature amount.
  • the feature amount determination unit 23 calculates the strength of correlation, for example, by multiple regression analysis. That is, the feature amount determination unit 23 determines a multiple regression equation using engagement for a predetermined period as a response variable and multiple parameters for the predetermined period as multiple explanatory variables, and further determines a coefficient of determination of the multiple regression equation.
  • the coefficient of determination is a value between 0 and 1. The larger the coefficient of determination, the stronger the correlation.
  • the feature amount determination unit 23 determines, for example, multiple explanatory variables when the coefficient of determination is greater than a threshold value as multiple feature amounts.
  • the feature amount determination unit 23 may determine a simple regression equation instead of a multiple regression equation, and determine the strength of correlation (coefficient of determination) from the simple regression equation. In short, it is sufficient for the feature amount determination unit 23 to determine the correlation between at least one feature amount and engagement by regression analysis or the like.
  • Figure 2 shows an example of a simple regression equation (straight line L1) obtained by using engagement for a specified period as the dependent variable and one parameter for the specified period as the explanatory variable.
  • the explanatory variable is the number of conversations with a second-level supervisor (the direct supervisor's further direct supervisor).
  • the dependent variable and explanatory variable are each obtained for multiple time periods.
  • pairs of the dependent variable and explanatory variable for each period are plotted as points.
  • a simple regression equation is obtained based on these multiple points.
  • Figure 2 When determining at least one feature corresponding to one specific worker, Figure 2 will be a plot of data (pairs of objective variables and explanatory variables) for that one specific worker. When determining at least one feature common to two or more workers, Figure 2 will be a plot of data (pairs of objective variables and explanatory variables) for each of the two or more workers.
  • the feature determination unit 23 may determine at least one feature based on the difference between the engagement at the first time point and the engagement at the second time point. In other words, the feature determination unit 23 may determine at least one feature based on the amount of change in engagement. For example, the feature determination unit 23 may determine a multiple regression equation using multiple parameters as multiple explanatory variables and the amount of change in engagement as the objective variable, and may determine a parameter among the multiple parameters that has a strong correlation with the amount of change in engagement as the feature.
  • the feature determination unit 23 may set the explanatory variable as the difference between a predetermined parameter and a reference value.
  • the reference value may be, for example, the average value of the predetermined parameter in a specific period.
  • the predetermined parameter is set to the activity level of the worker in a predetermined period.
  • the reference value may be, for example, the average value of the activity level of the worker in the same period of the previous year to the predetermined period.
  • the reference value may be, for example, the average value of the activity level of the worker from a predetermined number of days (for example, six months) before the predetermined period to the predetermined period.
  • the estimation unit 24 executes an estimation step. That is, the estimation unit 24 estimates the engagement of the worker at a time point other than the predetermined period (the most recent time point, as an example here) based on at least one feature determined by the feature determination unit 23. For example, it is assumed that two parameters, the conversation time between the worker and the second-level supervisor and the overtime hours of the worker, are determined as feature amounts by the feature determination unit 23. In this case, the estimation unit 24 determines the most recent engagement reflecting the parameters of the previous month by substituting the above two parameters for the previous month into a multiple regression equation (determined by the feature determination unit 23) in which each of the above two parameters is an explanatory variable and the engagement is an objective variable.
  • the engagement may be calculated, for example, by substituting the average value of the parameters at the multiple points in time into the multiple regression equation.
  • multiple engagements may be calculated by substituting the parameters at the multiple points in time into the multiple regression equation.
  • a simple regression equation may be used instead of a multiple regression equation.
  • the presentation content generation unit 25 executes a presentation content generation step. That is, the presentation content generation unit 25 generates content to be presented to the viewer based on the estimation result of the estimation step by the estimation unit 24.
  • the content to be presented to the viewer includes, for example, a numerical value representing the engagement obtained in the estimation step.
  • the viewer may be the worker himself/herself who is the target of the engagement request, or may be another person (for example, the worker's supervisor).
  • the presentation content generation unit 25 generates, for example, a list of the engagement of each of a number of workers for each survey period (e.g., each month) as content to be presented to the viewer.
  • the presentation content generation unit 25 also generates, for example, a list of a worker's engagement for each survey period as content to be presented to the worker.
  • the communication processing unit 26 controls the transmission and reception of information by the communication unit 12.
  • the communication processing unit 26 executes the transmission step by controlling the communication unit 12.
  • the transmission step is a step of transmitting the content generated in the presentation content generation step to a terminal.
  • the terminal is, for example, a PC 8.
  • the terminal has a display that displays the received content. The viewer views the content generated in the presentation content generation step via the display of the terminal.
  • the content generated in the presentation content generation step is transmitted to the terminal at regular intervals.
  • the regular intervals are, for example, one week, two weeks, one month, or two months.
  • Worker information including biometric information, location information, and relationship information, is collected on a regular or irregular basis through measurements and questionnaires given to workers.
  • the worker information is then compiled on a monthly basis. For example, in Figure 3, worker information for January, worker information for February, etc. are compiled.
  • the information processing server 7 also estimates engagement based on the above-mentioned first response included in the declaration information.
  • a survey is conducted on workers once a month, and a first response is obtained as a response to the survey. Then, the information processing server 7 estimates engagement for each month based on the first response. For example, in FIG. 3, the information processing server 7 estimates engagement for January based on the first response in January, estimates engagement for February based on the first response in February, and estimates engagement for March based on the first response in March.
  • the engagement estimation system 1 begins to estimate engagement.
  • the engagement data estimated by the information processing server 7 is referred to as "reference engagement data.”
  • the engagement estimation system 1 first determines a multiple regression equation and feature quantities. For example, when estimating engagement for April (target period), the engagement estimation system 1 refers to worker information and reference engagement data for periods other than April (target period). In FIG. 3, the engagement estimation system 1 refers to worker information and reference engagement data for January to March. In this way, the engagement estimation system 1 determines a multiple regression equation and feature quantities. In more detail, the engagement estimation system 1 determines a multiple regression equation using engagement for January to March (predetermined period) as the objective variable and multiple parameters extracted from worker information for January to March (predetermined period) as multiple explanatory variables, and determines the multiple explanatory variables when the coefficient of determination of the multiple regression equation is greater than a threshold value as multiple feature quantities.
  • the engagement estimation system 1 estimates engagement for April (target period) from the multiple regression equation and the feature quantities. More specifically, the engagement estimation system 1 finds engagement for April (target period) by substituting the feature quantities obtained from the worker information for April (target period) into the multiple regression equation.
  • the engagement estimation system 1 generates content to be presented to the viewer based on the determined engagement, and transmits the content to the terminal (PC 8). For example, the engagement estimation system 1 generates content to be presented once a month, and transmits the content to the terminal.
  • the process of determining the multiple regression equation and feature quantities does not need to be executed every time the engagement estimation system 1 estimates engagement, but only needs to be executed the first time (i.e., when estimating engagement in April).
  • the process of determining (updating) the multiple regression equation and feature quantities may be executed every time a period longer than the engagement estimation interval (one month) by the engagement estimation system 1 elapses (e.g., every six months).
  • the burden is reduced, for example, because the frequency of conducting surveys to obtain a first response can be reduced.
  • the engagement estimation system 1 In order for the engagement estimation system 1 to estimate engagement for a target period (e.g., April), it is not necessary for the engagement estimation system 1 to collect information other than features from the worker's information for the target period. For example, assume that the conversation time between the worker and the second-level supervisor and the worker's overtime hours are determined as features by the feature determination unit 23. In this case, it is not necessary for the engagement estimation system 1 to collect information other than features from the worker's information for the target period (e.g., the worker's activity level).
  • the engagement estimation system 1 may determine the multiple regression equation and feature quantities by referring to worker information and reference engagement data for a period after April (target period) (e.g., May to June).
  • Feature A feature may be, for example, related to "job resources,””personalresources,” or “job demands” defined in the "job demands-resources model,” i.e., the "JD-R model.”
  • the feature may be related to empathy or a sense of satisfaction with at least one of the vision, mission, and philosophy of the group (company, etc.) to which the worker belongs for work.
  • the feature may be related to two or more of the above.
  • job resources refer to at least one of "support from others,” “relationships with others,” “job autonomy,” “coaching from colleagues,” “feedback from colleagues,” “diversity of relationships,” and “opportunities for career development.”
  • personal resources may relate to at least one of "optimism,” “resilience,” and “recovery status.”
  • job demands refers to at least one of the following: “quantitative workload,” “qualitative workload,” and “physical workload at work.”
  • the feature amount determining unit 23 extracts, for example, multiple parameters from the worker's information and determines at least one of them as a feature amount.
  • the parameters (feature amounts) are, for example, the conversation time between the worker and a specific person, the worker's activity level, and the worker's overtime hours.
  • the at least one feature amount determined by the feature amount determining unit 23 is not particularly limited. Therefore, the feature amount determining unit 23 may, for example, determine only the parameters extracted from the biometric information as the feature amount, or may determine only the parameters extracted from the declared information as the feature amount, or may determine both the parameters extracted from the biometric information and the parameters extracted from the declared information as the feature amount.
  • the conversation time between a worker and a specific person as a feature is related to the "work resources" of "support from the surroundings" and "relationships with the surroundings".
  • the (face-to-face) conversation time between a worker and a specific person can be obtained, for example, from the position information and voice information of each of a plurality of workers.
  • the conversation time between a worker and a specific person can be determined as the time when the distance between the worker and the specific person is within a predetermined distance (for example, 1 meter) and voice information is output from a microphone present around the place of conversation.
  • the microphone may be, for example, carried by the worker or installed near the worker's work place.
  • the duration of a (face-to-face) conversation between a worker and a specific person can also be calculated, for example, from only the location information of each of a number of workers.
  • the duration of a conversation can be calculated by conveniently determining that the worker and a specific person are in close proximity to each other as being for the purpose of conversation.
  • the duration of a conversation between a worker and a specific person can be determined as the time when the distance between them is within a specified distance.
  • conversation time between the worker and a specific person is not limited to face-to-face conversation time, but may also include non-face-to-face (e.g., online) conversation time.
  • Online conversation time is extracted, for example, from the usage history of PC8.
  • the amount of time a worker has face-to-face conversations with a specific person and the amount of time he or she has not face-to-face conversations may be required separately.
  • the conversation time between the worker and the specific person may be extracted from the declaration information input to the operation terminal 6.
  • the engagement estimation system 1 may obtain the conversation time between the worker and the specific person based on the declaration from the respondent (e.g., the worker).
  • the relationship information is information about the relationships between multiple workers in the workplace of the multiple workers.
  • the feature determination unit 23 may obtain the conversation time of multiple workers for each relationship based on the relationship information. That is, the feature determination unit 23 may obtain the conversation time between a worker and a worker in a specific position. For example, the feature determination unit 23 may obtain the conversation time between a worker and a superior, the conversation time between a worker and a subordinate, and the conversation time between workers of the same position.
  • the relationships may also be further subdivided. For example, the feature determination unit 23 may obtain the conversation time between a worker and a first-level superior (immediate superior) and the conversation time between a worker and a second-level superior (the superior of the immediate superior).
  • the feature determination unit 23 may obtain the conversation time between workers who belong to the same organization (department, etc.) and workers who belong to different organizations (departments, etc.). Also, for example, the feature determination unit 23 may determine the conversation time between workers who are in charge of the same work (project, etc.).
  • the number of conversations between a worker and a specific person may be obtained as a feature.
  • the number of face-to-face conversations can be obtained, for example, from the position information of each of a plurality of workers.
  • the number of times the distance between the worker and a specific person changes from more than a specified distance (for example, one meter) to within the specified distance can be regarded as the number of conversations between the worker and the specific person.
  • the feature quantities of a worker's overtime hours, the number of overtime hours, the number of night shift hours, and the number of holiday shift hours are related to the "work discretion" of the "work resources".
  • a worker's overtime hours, the number of overtime hours, the number of night shift hours, and the number of holiday shift hours are extracted, for example, from the attendance information output from the attendance management system 9, or the reported information input to the operation terminal 6.
  • a worker's overtime hours, the number of overtime hours, the number of night shift hours, and the number of holiday shift hours are determined, for example, from the start and end times of PC 8, which are extracted from the usage history of PC 8.
  • the mood at the end of the workday is related to the "work resources" of "coaching from colleagues” and “feedback from colleagues.”
  • the mood at the end of the workday is extracted, for example, from the reporting information entered into the operation terminal 6.
  • the number of communications within a department and the number of people with whom communication takes place within the department, as features, are related to the "diversity of human relationships" of "work resources.”
  • the number of face-to-face communications within a department and the number of people with whom communication takes place within the department can be determined, for example, from the location information of each of multiple workers, or from location information and voice information, or can be extracted from reporting information entered into the operation terminal 6.
  • the number of non-face-to-face (e.g., online) communications within a department and the number of people with whom communication takes place within the department can be extracted, for example, from the usage history of PC 8 or from reporting information entered into the operation terminal 6.
  • the number of spaces used and the number of times specialized tools were used, as features, are related to the "opportunities for career development" of the "work resources.”
  • the number of spaces used and the number of times specialized tools were used can be obtained, for example, from the location information of the worker, or extracted from the usage history of the PC 8 or the reporting information entered into the operation terminal 6.
  • the feature quantities of break time, time when no data was entered into the PC, and the number of times when no data was entered into the PC are related to the "resilience" of "individual resources.”
  • the break time, time when no data was entered into the PC, and the number of times when no data was entered into the PC are extracted, for example, from the usage history of the PC 8 or the reported information entered into the operation terminal 6.
  • the amount of movement within the office is related to the "resilience" of "personal resources.”
  • the amount of movement within the office can be calculated, for example, from the location information of the worker, or measured by a pedometer (movement measuring terminal 10) carried by the worker.
  • the feature quantities, ie, the PC operation time and the number of times the PC is operated before the start of work, after the end of work, late at night, and on holidays, relate to the "recovery status" of "personal resources.”
  • the PC operation time and the number of times the PC is operated before the start of work, after the end of work, late at night, and on holidays are extracted, for example, from the usage history of the PC 8, the attendance information output from the attendance management system 9, or the reporting information input to the operation terminal 6.
  • the work time interval (the length of time between the end of work on a certain day and the start of work on the following day) as a feature quantity is related to the "recovery status" of the "personal resources.”
  • the work time interval is extracted, for example, from the usage history of the PC 8, the attendance information output from the attendance management system 9, or the reporting information input to the operation terminal 6.
  • the volume of the worker's voice is related to the "recovery status" of the "personal resources.”
  • the volume of the worker's voice is measured, for example, by a microphone provided in the bio-information measurement terminal 3.
  • the feature quantity ie, the working time (the length of time from the time of entering the workplace to the time of leaving the workplace), is related to the "quantitative burden of work" of the "work demands.”
  • the working time can be obtained, for example, from the location information of the worker or the attendance information output from the attendance management system 9.
  • the amount of time spent using a PC after work hours is related to the "quantitative burden of work" of the "demands of work.”
  • the amount of time spent using a PC after work hours is extracted, for example, from the usage history of PC8.
  • the feature quantities relate to the "quantitative workload" of the "job demands."
  • the time spent at a rest area and the number of times the rest area is used can be determined, for example, from a combination of the worker's location information and area information related to the rest area, etc.
  • the area information is obtained, for example, from the data server 5.
  • the feature quantities ie, the time period during which there is no PC input between the start and end of work and the number of times (the number of times that no input continues for a specified period of time or more), relate to the "quantitative workload" of the "demand level of work.”
  • the time period during which there is no PC input between the start and end of work and the number of times are extracted, for example, from the usage history of PC8.
  • the amount of conversation in the workplace is related to the "demands of work” and the "quantitative burden of work.”
  • the amount of conversation in the workplace can be obtained, for example, from the output (audio information) of the microphone equipped in the bioinformation measurement terminal 3.
  • the number of keyboard operations per unit time and the amount of mouse cursor movement per unit time, which are characteristic quantities, are related to the "qualitative burden of work" of the "job demands.”
  • the number of keyboard operations per unit time and the amount of mouse cursor movement per unit time are extracted, for example, from the usage history of the PC 8.
  • PC operation time is related to the "quality of work burden" of the "job demands.”
  • PC operation time is extracted, for example, from the usage history of PC8.
  • the task time with a high qualitative burden is related to the "qualitative burden of work" of the "degree of work demands.”
  • the task time with a high qualitative burden can be obtained, for example, from bioinformation measured by the bioinformation measurement terminal 3.
  • the engagement estimation system 1 assumes that a state in which the heart rate, as bioinformation, is higher than a corresponding threshold value is a state of high qualitative burden, and obtains the accumulated time in the state of high qualitative burden as the task time with a high qualitative burden.
  • the amount of activity of a worker is related to the "physical burden of work" of the "job demands.”
  • the amount of activity of a worker is expressed, for example, in METs.
  • the amount of activity of a worker can be calculated, for example, from bio-information (heart rate, blood pressure, skin temperature, amount of sweat, etc.) measured by the bio-information measuring terminal 3.
  • the number of steps taken by a worker is related to the "physical burden of work" of the "job demands."
  • the number of steps taken by a worker can be determined, for example, from the worker's location information.
  • the number of steps taken by a worker can be measured, for example, by a pedometer (exercise measuring terminal 10) carried by the worker.
  • the maximum heart rate of a worker is related to the "physical burden of work" of the "job demands.”
  • the maximum heart rate of a worker is extracted, for example, from measurement data of heart rate as biometric information.
  • degree of Sympathy with Ideals A feature related to the degree of sympathy with ideals (sympathy or a sense of agreement with at least one of the vision, mission, and ideals of the group to which the worker belongs for work) is extracted, for example, from the declaration information input to the operation terminal 6.
  • the feature related to the degree of sympathy with ideals is, for example, an index indicating the extent to which the worker understands the meaning of the work.
  • the engagement estimation system 1 may be equipped with a display device that displays the information generated in the presentation content generation step.
  • the engagement estimation system 1 may include an operation unit that accepts operations for generating the declaration information, and may also serve as the operation terminal 6.
  • the feature determination unit 23 may refer to a correlation coefficient instead of the coefficient of determination to determine the strength of correlation between multiple parameters and engagement for a specified period of time.
  • the estimation unit 24 executes a regression step of acquiring a regression equation that expresses the relationship between at least one feature and engagement for a predetermined period of time.
  • the process of "acquiring a regression equation” may be a process in which the estimation unit 24 acquires a regression equation determined in a configuration external to the engagement estimation system 1 from the external configuration, or a process in which the estimation unit 24 acquires a regression equation stored in the memory unit 11 of the engagement estimation system 1.
  • the process of "acquiring a regression equation” may be a process of determining a regression equation.
  • the entity that executes the engagement estimation system 1 or the engagement estimation method in the present disclosure includes a computer system.
  • the computer system is mainly composed of a processor and a memory as hardware. At least a part of the functions of the entity that executes the engagement estimation system 1 or the engagement estimation method in the present disclosure is realized by the processor executing a program recorded in the memory of the computer system.
  • the program may be pre-recorded in the memory of the computer system, may be provided through a telecommunications line, or may be recorded and provided on a non-transitory recording medium such as a memory card, an optical disk, or a hard disk drive that can be read by the computer system.
  • the processor of the computer system is composed of one or more electronic circuits including a semiconductor integrated circuit (IC) or a large scale integrated circuit (LSI).
  • the integrated circuits such as ICs or LSIs referred to here are called different names depending on the degree of integration, and include integrated circuits called system LSIs, VLSIs (Very Large Scale Integration), or ULSIs (Ultra Large Scale Integration).
  • a field-programmable gate array (FPGA) that is programmed after the LSI is manufactured, or a logic device that allows the reconfiguration of the connection relationships within the LSI or the reconfiguration of the circuit partitions within the LSI, can also be used as a processor.
  • Multiple electronic circuits may be integrated into one chip, or may be distributed across multiple chips.
  • the computer system referred to here includes a microcontroller having one or more processors and one or more memories.
  • the microcontroller is also composed of one or more electronic circuits including a semiconductor integrated circuit or a large-scale integrated circuit.
  • the engagement estimation system 1 it is not essential for the engagement estimation system 1 that multiple functions are consolidated into one device, and multiple components of the engagement estimation system 1 may be distributed across multiple devices. Furthermore, at least some of the functions of the engagement estimation system 1 may be realized by a server or a cloud (cloud computing), etc.
  • multiple functions distributed across multiple devices may be consolidated into one device.
  • at least two of the data server 5, the information processing server 7, and the engagement estimation system 1 may be consolidated into one device.
  • the PC 8 may also function as the operation terminal 6.
  • the bio-information measuring terminal 3 may also function as the exercise measuring terminal 10.
  • At least a portion of the functions of the engagement estimation system 1 may be realized by a computational model generated by machine learning.
  • a feature determination step of determining at least one feature may be realized by the computational model.
  • an estimation step of estimating worker engagement based on at least one feature may be realized by the computational model.
  • the engagement estimation method is an engagement estimation method in an engagement estimation system (1).
  • the engagement estimation method includes a first acquisition step, a second acquisition step, a feature determination step, and an estimation step.
  • a first acquisition unit (21) acquires worker information.
  • a second acquisition unit (22) acquires the worker's engagement with work for a predetermined period.
  • a feature determination unit (23) determines at least one feature from the worker information based on the relationship between the worker information and the engagement for the predetermined period.
  • an estimation unit (24) estimates the worker's engagement at a time point other than the predetermined period based on the at least one feature.
  • the worker information includes the worker's biometric information, the worker's location information at the worker's place of work, and relationship information regarding the relationship between the worker and another worker at the workplace.
  • the biometric information is measured by a biometric information measurement terminal (3).
  • engagement can be estimated more objectively by using workers' biometric information, location information, and relationship information.
  • the worker information further includes work-related reporting information.
  • the reporting information is generated in response to operations on the operation terminal (6).
  • the accuracy of engagement estimation can be improved by using the declared information.
  • the declared information includes a response to a question for estimating engagement during a specified period.
  • the accuracy of estimating engagement can be improved by using answers to questions.
  • the declaration information includes a first answer to a first question for estimating engagement in a specified period of time, and a second answer to a second question for estimating engagement at a time other than the specified period of time.
  • the accuracy of estimating engagement can be improved by using answers to questions.
  • the worker information further includes the usage history of the computer system (PC8) used by the worker for work.
  • the worker information further includes the worker's attendance information.
  • the accuracy of estimating engagement can be improved by using attendance information.
  • At least one feature quantity is related to at least one of the following: "job resources,” “personal resources,” and “job demands” defined in the "job demands-resources model,” i.e., the "JD-R model,” and the worker's empathy and understanding for at least one of the vision, mission, and philosophy of the group to which the worker belongs for work.
  • the "job resources” relate to at least one of “support from those around,” “relationships with those around,” “work discretion,” “coaching from colleagues,” “feedback from colleagues,” “diversity of relationships,” and “opportunities for career development.”
  • the "personal resources” relate to at least one of "optimism,” “resilience,” and “recovery status.”
  • job demands relate to at least one of "quantitative workload,” “qualitative workload,” and "physical workload at work.”
  • the engagement estimation method is any one of the first to eighth aspects, and further includes a presentation content generation step.
  • the presentation content generation step content to be presented to the viewer is generated based on the estimation result of the estimation step.
  • the engagement estimation method is the same as the ninth aspect, but further includes a transmission step.
  • the transmission step the content generated in the presentation content generation step is transmitted to the terminal.
  • the transmission step the content generated in the presentation content generation step is transmitted to the terminal at regular intervals.
  • the engagement estimation method is any one of the first to eleventh aspects, and further includes a regression step in which the estimation unit (24) acquires a regression equation that represents the relationship between at least one feature and engagement for a predetermined period of time.
  • the estimation step engagement at a time point other than the predetermined period is estimated based on the at least one feature and the regression equation.
  • the feature determination step at least one feature is determined based on the coefficient of determination of a regression equation that represents the relationship between the worker's information and engagement over a predetermined period of time.
  • At least one feature can be determined using the coefficient of determination.
  • Configurations other than the first aspect are not essential to the engagement estimation method and may be omitted as appropriate.
  • the program according to the fourteenth aspect is a program for causing one or more processors of a computer system to execute the engagement estimation method according to any one of the first to thirteenth aspects.
  • engagement can be estimated more objectively by using workers' biometric information, location information, and relationship information.
  • an engagement estimation system (1) includes a first acquisition unit (21), a second acquisition unit (22), a feature determination unit (23), and an estimation unit (24).
  • the first acquisition unit (21) acquires worker information.
  • the second acquisition unit (22) acquires the worker's engagement with work for a predetermined period of time.
  • the feature determination unit (23) determines at least one feature from the worker information based on the relationship between the worker information and the engagement for the predetermined period of time.
  • the estimation unit (24) estimates the worker's engagement at a time point other than the predetermined period of time based on the at least one feature.
  • the worker information includes the worker's biometric information, the worker's location information at the worker's place of work, and relationship information regarding the relationship between the worker and another worker at the workplace.
  • the biometric information is measured by a biometric information measurement terminal (3).
  • engagement can be estimated more objectively by using workers' biometric information, location information, and relationship information.
  • various configurations (including modified examples) of the engagement estimation system (1) according to the embodiment can be embodied in an engagement estimation method, a (computer) program, or a non-transitory recording medium having a program recorded thereon.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本開示は、より客観的にエンゲージメントを推定することを目的とする。エンゲージメント推定方法は、特徴量決定ステップと、推定ステップと、を有する。特徴量決定ステップでは、労働者の情報と、所定の期間のエンゲージメントとの関係に基づいて、労働者の情報から、少なくとも１つの特徴量を決定する。推定ステップでは、少なくとも１つの特徴量に基づいて、所定の期間とは別の時点における労働者のエンゲージメントを推定する。労働者の情報は、労働者の生体情報と、労働者の就業場所における、労働者の位置情報と、職場における労働者と別の労働者との関係性に関する関係性情報と、を含む。

Description

エンゲージメント推定方法、プログラム及びエンゲージメント推定システム
　本開示は一般にエンゲージメント推定方法、プログラム及びエンゲージメント推定システムに関し、より詳細には、仕事に対する労働者のエンゲージメントを推定するエンゲージメント推定方法、プログラム及びエンゲージメント推定システムに関する。
　労働者の仕事に関連する、エンゲージメント（ワーク・エンゲージメント又は従業員エンゲージメントとも呼ばれる）という指標が知られている。非特許文献１によれば、エンゲージメントは、次の２点から定義される。（１）組織に対するコミットメント、具体的には、感情的コミットメント（組織に対する情動的愛着）及び継続コミットメント（組織に留まっていたいという願望）（２）役割外行動（組織が効果的に機能できるようにする任意の行動）。
　エンゲージメントを高めることは、例えば、生産性、販売、顧客満足度、及び、組織への労働者の定着率の向上につながり得る。
　従来、労働者に対するアンケートを実施し、アンケートへの回答を分析することにより、エンゲージメントが定量化されていた（例えば、特許文献１）。
　しかしながら、アンケートへの回答は、必ずしも客観的なデータではない。そのため、エンゲージメント推定の信頼性を高めるために、より客観的なエンゲージメントの推定手法の開発が望まれる。
特開２０１８－１８５６８０号公報
アーノルド・B・バッカー、マイケル・P・ライター編、「ワーク・エンゲイジメント－基本理論と研究のためのハンドブック－」、星和書店、2014年、p.23
　本開示は、より客観的にエンゲージメントを推定することができるエンゲージメント推定方法、プログラム及びエンゲージメント推定システムを提供することを目的とする。
　本開示の一態様に係るエンゲージメント推定方法は、エンゲージメント推定システムにおけるエンゲージメント推定方法である。前記エンゲージメント推定方法は、第１取得ステップと、第２取得ステップと、特徴量決定ステップと、推定ステップと、を有する。前記第１取得ステップでは、第１取得部において、労働者の情報を取得する。前記第２取得ステップでは、第２取得部において、所定の期間における、仕事に対する前記労働者のエンゲージメントを取得する。前記特徴量決定ステップでは、特徴量決定部において、前記労働者の前記情報と、前記所定の期間の前記エンゲージメントとの関係に基づいて、前記労働者の前記情報から、少なくとも１つの特徴量を決定する。前記推定ステップでは、推定部において、前記少なくとも１つの特徴量に基づいて、前記所定の期間とは別の時点における前記労働者のエンゲージメントを推定する。前記労働者の前記情報は、前記労働者の生体情報と、前記労働者の就業場所における、前記労働者の位置情報と、職場における前記労働者と別の労働者との関係性に関する関係性情報と、を含む。前記生体情報は、生体情報計測端末により計測される。
　本開示の一態様に係るプログラムは、前記エンゲージメント推定方法を、コンピュータシステムの１以上のプロセッサに実行させるためのプログラムである。
　本開示の一態様に係るエンゲージメント推定システムは、第１取得部と、第２取得部と、特徴量決定部と、推定部と、を備える。前記第１取得部は、労働者の情報を取得する。前記第２取得部は、所定の期間における、仕事に対する前記労働者のエンゲージメントを取得する。前記特徴量決定部は、前記労働者の前記情報と、前記所定の期間の前記エンゲージメントとの関係に基づいて、前記労働者の前記情報から、少なくとも１つの特徴量を決定する。前記推定部は、前記少なくとも１つの特徴量に基づいて、前記所定の期間とは別の時点における前記労働者のエンゲージメントを推定する。前記労働者の前記情報は、前記労働者の生体情報と、前記労働者の就業場所における、前記労働者の位置情報と、職場における前記労働者と別の労働者との関係性に関する関係性情報と、を含む。前記生体情報は、生体情報計測端末により計測される。
図１は、一実施形態に係るエンゲージメント推定システム及びこれに関連する構成のブロック図である。 図２は、同上のエンゲージメント推定システムにおける一処理を説明するグラフである。 図３は、同上のエンゲージメント推定システムによるエンゲージメントの推定プロセスを表す説明図である。
　（実施形態）
　以下、実施形態に係るエンゲージメント推定方法、プログラム及びエンゲージメント推定システム１について、図面を用いて説明する。ただし、下記の実施形態は、本開示の様々な実施形態の１つに過ぎない。下記の実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。
　（概要）
　図１に、本実施形態のエンゲージメント推定システム１の構成を概略的に示す。エンゲージメント推定システム１は、労働者のエンゲージメントを推定するために使用される。本開示で言う「労働者」とは、労働をする者全般を指す。本開示で言う「労働者」は、一般的な意味で言う「労働者」とは異なり、労働の対価として報酬を受け取る者だけではなく、無報酬で労働をする者をも指す。ただし、以下では、代表例として、労働の対価として報酬を受け取る者のエンゲージメントを推定する場合について説明する。よって、エンゲージメント推定システム１は、例えば、企業、役所又は団体において使用される。以下では、代表例として、エンゲージメント推定システム１が企業において使用される場合について説明する。
　図１に示すように、本実施形態のエンゲージメント推定システム１は、第１取得部２１と、第２取得部２２と、特徴量決定部２３と、推定部２４と、を備える。第１取得部２１は、労働者の情報を取得する。第２取得部２２は、所定の期間における、仕事に対する労働者のエンゲージメントを取得する。特徴量決定部２３は、労働者の情報と、所定の期間のエンゲージメントとの関係に基づいて、労働者の情報から、少なくとも１つの特徴量を決定する。推定部２４は、少なくとも１つの特徴量に基づいて、所定の期間とは別の時点における労働者のエンゲージメントを推定する。労働者の情報は、労働者の生体情報と、労働者の就業場所における、労働者の位置情報と、職場における労働者と別の労働者との関係性に関する関係性情報と、を含む。生体情報は、生体情報計測端末３により計測される。
　本実施形態によれば、アンケートへの回答のみに基づいてエンゲージメントを推定する場合と比較して、労働者の生体情報、位置情報及び関係性情報を用いることで、より客観的にエンゲージメントを推定することができる。また、労働者の生体情報、位置情報及び関係性情報を用いることで、アンケート項目を少なく済ませることや、アンケートを実施せずにエンゲージメントを推定することも可能となる。そのため、アンケートに回答する人（労働者等）の負担を軽減することができる。また、エンゲージメント推定システム１を用いることで、エンゲージメントを推定する頻度を高めることができる。
　また、エンゲージメント推定システム１と同様の機能は、エンゲージメント推定方法にて具現化可能である。本実施形態のエンゲージメント推定方法は、エンゲージメント推定システム１におけるエンゲージメント推定方法である。エンゲージメント推定方法は、第１取得ステップと、第２取得ステップと、特徴量決定ステップと、推定ステップと、を有する。第１取得ステップでは、第１取得部２１において、労働者の情報を取得する。第２取得ステップでは、第２取得部２２において、所定の期間における、仕事に対する労働者のエンゲージメントを取得する。特徴量決定ステップでは、特徴量決定部２３において、労働者の情報と、所定の期間のエンゲージメントとの関係に基づいて、労働者の情報から、少なくとも１つの特徴量を決定する。推定ステップでは、推定部２４において、少なくとも１つの特徴量に基づいて、所定の期間とは別の時点における労働者のエンゲージメントを推定する。労働者の情報は、労働者の生体情報と、労働者の就業場所における、労働者の位置情報と、職場における労働者と別の労働者との関係性に関する関係性情報と、を含む。生体情報は、生体情報計測端末３により計測される。
　また、エンゲージメント推定方法は、プログラムにて具現化可能である。本実施形態のプログラムは、エンゲージメント推定方法を、コンピュータシステムの１以上のプロセッサに実行させるためのプログラムである。プログラムは、コンピュータシステムで読み取り可能な非一時的記録媒体に記録されていてもよい。
　（詳細）
　（１）全体構成
　以下、エンゲージメント推定システム１及びこれに関連する各構成について、より詳細に説明する。
　本実施形態では、労働者は複数存在する。エンゲージメント推定システム１は、複数の労働者の各々のエンゲージメントを推定する。
　エンゲージメント推定システム１は、例えば、生体情報計測端末３、位置計測システム４、データサーバ５、操作端末６、情報処理サーバ７、ＰＣ（パーソナルコンピュータ）８、勤怠管理システム９、及び、運動計測端末１０と共に使用される。
　（２）生体情報計測端末
　生体情報計測端末３は、複数の労働者の各々の生体情報を計測する。生体情報は、例えば、心拍数、血圧、皮膚温、発汗量、及び、音声情報のうち少なくとも１つを含む。１つの生体情報計測端末３により、複数種類の生体情報（例えば、心拍数と血圧）が計測されてもよい。あるいは、複数の生体情報計測端末３が存在して、複数の生体情報計測端末３がそれぞれ、異なる種類の生体情報を計測してもよい。
　生体情報計測端末３は、例えば、労働者が装着するウェアラブル端末である。ウェアラブル端末は、例えば、光学式心拍センサを備え、光学式心拍センサにより労働者の心拍数と血圧とを計測する。また、ウェアラブル端末は、例えば、温度センサを備え、温度センサにより労働者の皮膚温を計測する。また、ウェアラブル端末は、例えば、汗センサを備え、汗センサにより、労働者の発汗量を計測する。
　別の一例として、生体情報計測端末３は、例えば、カメラ（近赤外カメラ等）で労働者を一定期間撮像して画像データを生成し、画像データに基づいて労働者の心拍数を計測する。
　別の一例として、生体情報計測端末３は、例えば、腕帯を有した血圧計であり、労働者の腕に腕帯が巻かれた状態で、労働者の血圧を計測する。
　別の一例として、生体情報計測端末３は、例えば、マイクロフォンを備え、マイクロフォンにより労働者の音声を、電気信号の形式の音声情報に変換する。マイクロフォンは、ウェアラブル端末に備えられていてもよい。
　（３）位置計測システム
　位置計測システム４は、複数の労働者の各々の位置情報を計測する。位置情報は、例えば、複数の労働者の各々の座標の情報を含む。
　例えば、複数の労働者の各々は、スマートフォン又はウェアラブル端末等の携帯端末を携帯している。複数の労働者の就業場所（例えば、オフィスビル、店舗又は工場）には、複数のビーコン装置が設置されている。
　以下では、複数の労働者のうち１人の労働者に着目して、この労働者の位置情報の計測例を説明する。また、他の労働者の位置情報も同様に計測することができる。
　複数のビーコン装置の各々は、ビーコン信号を発信する。労働者が携帯している携帯端末は、ビーコン信号の受信信号強度を計測する。受信信号強度の情報は、携帯端末から位置計測システム４へ送信される。位置計測システム４は、受信信号強度に基づいて、携帯端末と複数のビーコン装置の各々との間の距離を算出する。さらに、位置計測システム４は、携帯端末と複数のビーコン装置の各々との間の距離と、複数のビーコン装置の各々の位置情報とに基づいて、３点測位により、携帯端末の位置情報を計測する。位置計測システム４は、携帯端末の位置情報を、携帯端末を携帯している労働者の位置情報として、エンゲージメント推定システム１へ送信する。
　なお、ビーコン信号を受信する携帯端末（例えば、ウェアラブル端末）は、生体情報計測端末３を兼ねていてもよい。
　（４）データサーバ
　データサーバ５は、関係性情報を記憶している。関係性情報は、複数の労働者の職場（企業、役所又は団体等）における、上記複数の労働者の互いの関係性に関する情報である。より詳細には、関係性情報は、例えば、複数の労働者の上下関係に関する情報を含む。複数の労働者の上下関係に関する情報は、例えば、複数の労働者の各々の職位の情報である。職位は、仕事上の地位を指す。職位は、役職又は階級等である。また、関係性情報は、例えば、複数の労働者の各々が所属している組織（部署又は部門等）に関する、組織情報を含む。部署又は部門は、例えば、××部、××課、又は、××センター等の名称で区別される。また、関係性情報は、例えば、複数の労働者の各々が携わっている業務（プロジェクト等）に関する業務情報を含む。
　また、データサーバ５は、エリア情報を記憶している。エリア情報は、例えば、複数の労働者の就業場所の地図情報を含む。エリア情報は、例えば、各部屋の位置と、各部屋の用途と、の情報を含む。
　（５）操作端末
　操作端末６は、例えば、パーソナルコンピュータ、又は、携帯端末である。携帯端末は、例えば、スマートフォン等の携帯電話、ウェアラブル端末、又は、タブレット端末である。
　操作端末６は、人の操作に応じて、仕事に関する労働者の申告情報を生成する。労働者の申告情報を操作端末６で生成するために、労働者自身が操作端末６を操作してもよいし、別の者が操作端末６を操作してもよい。
　操作端末６は、例えば、タッチパネルディスプレイを含み、タッチパネルディスプレイにアンケート項目を表示する。人は、タッチパネルディスプレイを操作することで、アンケート項目に回答する。すると、操作端末６は、人から得た回答を含んだ申告情報を生成する。
　人は、例えば、アンケート項目として示される質問に対して、複数の選択肢の中から回答を選択する。複数の選択肢は、例えば、「そう思う」、「ややそう思う」、「どちらとも言えない」、「ややそう思わない」、「そう思わない」の５つの選択肢である。
　アンケート項目は、例えば、情報処理サーバ７で所定の期間のエンゲージメントを推定するための質問を含む。このような質問を、以下では「第１質問」と呼び、第１質問への回答を、以下では「第１回答」と呼ぶ。第１質問は、例えば、労働者の勤務先、仕事の内容、及び、同僚に対する、労働者の考え方及び感じ方を問う質問である。
　また、アンケート項目は、例えば、エンゲージメント推定システム１で所定の期間とは別の時点におけるエンゲージメントを推定するための質問を含む。このような質問を、以下では「第２質問」と呼び、第２質問への回答を、以下では「第２回答」と呼ぶ。少なくとも１つの第２質問が、第１質問と同じ質問であってもよい。
　（６）情報処理サーバ
　情報処理サーバ７は、所定の期間における労働者のエンゲージメントを推定する。より詳細には、情報処理サーバ７は、まず、操作端末６から申告情報を取得する。申告情報は、少なくとも１つの第１回答を含む。少なくとも１つの第１回答に基づいて、情報処理サーバ７は、所定の期間における労働者のエンゲージメントを推定する。
　情報処理サーバ７によるエンゲージメントの推定方法としては、特許文献１に開示されているような既知の方法を採用することができる。例えば、複数の選択肢の中からどれを第１回答として選択したかによって、第１回答に対するスコアが決定される。情報処理サーバ７は、複数の第１回答の各々に対するスコアの合計を、所定の期間における労働者のエンゲージメントと推定する。
　（７）ＰＣ
　労働者は、仕事にＰＣ（パーソナルコンピュータ）８を使用する。より詳細には、複数の労働者は、例えば、１人１台以上のＰＣ８を勤務先から割り当てられている。複数の労働者の各々は、自分に割り当てられた１台以上のＰＣ８を使用する。
　ＰＣ８は、自機の使用履歴を記憶する記憶装置を備えている。記憶装置は、ハードディスクドライブ（ＨＤＤ）又はソリッドステートドライブ（ＳＳＤ）等である。ＰＣ８の使用履歴を取得して記憶装置に記憶するためのソフトウェアが、ＰＣ８にインストールされていてもよい。
　ＰＣ８は、労働者が仕事に使用するコンピュータシステムの一例である。コンピュータシステムは、１以上のコンピュータを含む。労働者が仕事に使用するコンピュータシステムは、ＰＣ８に限定されず、例えば、スマートフォン等の携帯電話、タブレット端末、又は、ホストコンピュータであってもよい。また、労働者が仕事に使用するコンピュータシステムは、例えば、乗り物又は工作機械等の操作対象を操作するためのコンピュータシステムであってもよく、使用履歴は、操作対象の操作履歴を含んでいてもよい。
　（８）勤怠管理システム
　勤怠管理システム９は、複数の労働者の各々の勤怠情報を生成する。例えば、複数の労働者の各々は、携帯端末（スマートフォン若しくはウェアラブル端末等）又はＩＣカード等の被読取装置を携帯しており、出勤時及び退勤時に、勤怠管理システム９の読取装置に被読取装置をかざす。すると、勤怠管理システム９は被読取装置から、被読取装置に記憶された識別情報を読み取る。これにより、勤怠管理システム９は、複数の労働者の各々の勤怠情報を生成し、勤怠情報は、出勤時刻及び退勤時刻の情報を含む。
　（９）運動計測端末
　運動計測端末１０は、労働者の運動指標を求める。運動指標は、運動の質及び量の少なくとも一方を表す。運動指標は、例えば、活動量、及び、移動量の少なくとも一方を含む。活動量は、例えば、ＭＥＴｓ（Metabolic equivalents）で表される。移動量は、例えば、歩数である。
　運動計測端末１０は、例えば、ウェアラブル端末である。労働者は、ウェアラブル端末を携帯する。ウェアラブル端末は、例えば、歩数計を備え、労働者の歩数を計測する。また、ウェアラブル端末は、例えば、上述したように労働者の生体情報（心拍数、血圧、皮膚温又は発汗量等）を計測する。ウェアラブル端末は、生体情報に基づいて、労働者の活動量を求める。
　（１０）エンゲージメント推定システム
　エンゲージメント推定システム１は、処理部２と、記憶部１１と、通信部１２と、を備える。
　記憶部１１は、ハードディスクドライブ（ＨＤＤ）又はソリッドステートドライブ（ＳＳＤ）等によって構成される記憶装置である。記憶部１１は、情報を記憶する。記憶部１１は、外部装置から取得した情報、例えば、生体情報計測端末３から取得した生体情報、位置計測システム４から取得した位置情報、及び、データサーバ５から取得した関係性情報等を記憶する。
　通信部１２は、通信インタフェース装置を含んでいる。通信部１２は、通信インタフェース装置を介して、外部装置（例えば、生体情報計測端末３、位置計測システム４、及び、データサーバ５）と通信可能である。本開示でいう「通信可能」とは、有線通信又は無線通信の適宜の通信方式により、直接的、又はネットワーク若しくは中継器等を介して間接的に、信号を授受できることを意味する。
　処理部２は、１以上のプロセッサ及びメモリを有するコンピュータシステムを含んでいる。コンピュータシステムのメモリに記録されたプログラムを、コンピュータシステムのプロセッサが実行することにより、処理部２の機能が実現される。プログラムは、メモリに記録されていてもよいし、インターネット等の電気通信回線を通して提供されてもよく、メモリカード等の非一時的記録媒体に記録されて提供されてもよい。
　処理部２は、第１取得部２１と、第２取得部２２と、特徴量決定部２３と、推定部２４と、提示内容生成部２５と、通信処理部２６と、を有する。なお、これらは、処理部２によって実現される機能を示しているに過ぎず、必ずしも実体のある構成を示しているわけではない。
　（１０．１）第１取得部
　第１取得部２１は、通信部１２を介して、労働者の情報（複数の労働者の各々の情報）を取得する。労働者の情報は、生体情報計測端末３により計測される労働者の生体情報、位置計測システム４により計測される労働者の位置情報、及び、データサーバ５に記憶された関係性情報を含む。
　また、労働者の情報は、操作端末６で生成される申告情報を更に含む。申告情報は、仕事に関する情報であって、操作端末６に対する操作に応じて生成される。申告情報は、例えば、上述の第１回答と第２回答とのうち一方又は両方である。
　また、労働者の情報は、労働者が仕事に使用するコンピュータシステムの使用履歴を更に含む。本実施形態では、上記コンピュータシステムは、ＰＣ８である。すなわち、労働者の情報は、ＰＣ８の使用履歴を含む。
　また、労働者の情報は、労働者の勤怠情報を更に含む。労働者の勤怠情報は、勤怠管理システム９で生成される。
　また、労働者の情報は、労働者の運動指標を更に含む。労働者の運動指標は、運動計測端末１０で生成される。
　（１０．２）第２取得部
　第２取得部２２は、情報処理サーバ７で推定される、所定の期間における労働者のエンゲージメントを取得する。
　（１０．３）特徴量決定部
　特徴量決定部２３は、労働者の情報と、所定の期間のエンゲージメントとの関係に基づいて、労働者の情報から、少なくとも１つの特徴量を決定する。例えば、特徴量決定部２３は、労働者の情報から、複数のパラメータを抽出する。複数のパラメータは、例えば、労働者と特定の人との会話時間、労働者の活動量、及び、労働者の残業時間等である。
　あるパラメータが、労働者のある情報と一致していてもよい。つまり、労働者の情報をそのままパラメータとしてもよい。例えば、労働者の残業時間は、労働者の情報の一例である。労働者の残業時間が、パラメータとされてもよい。
　あるいは、あるパラメータが、労働者のある情報に基づいて求められてもよい。つまり、労働者の情報を加工してパラメータとしてもよい。例えば、位置計測システム４により計測される労働者の位置情報、及び、データサーバ５に記憶された関係性情報はそれぞれ、労働者の情報の一例である。これらに基づいて、労働者と特定の人との会話時間が、パラメータとして求められてもよい。より詳細には、労働者と上司との（対面での）会話時間は、例えば、労働者と上司との各々の位置情報から求めることができる。すなわち、労働者と上司との間の距離が所定距離（例えば、１メートル）以内である時間を、労働者と上司との会話時間とすることができる。また、ある労働者が上司であるか否かが、関係性情報に基づいて特定される。
　特徴量決定部２３により、１人１人の労働者ごとに、少なくとも１つの特徴量が決定されてもよい。つまり、ある労働者に対応する少なくとも１つの特徴量を決定するために、当該労働者の情報と、当該労働者の所定の期間のエンゲージメントとが参照されてもよい。
　あるいは、特徴量決定部２３により、２以上の労働者に共通の、少なくとも１つの特徴量が決定されてもよい。つまり、２以上の労働者に対応する少なくとも１つの特徴量を決定するために、当該２以上の労働者の各々の情報と、当該２以上の労働者の各々の所定の期間のエンゲージメントとが参照されてもよい。
　特徴量決定部２３は、複数のパラメータのうち、所定の期間のエンゲージメントとの相関が強いパラメータを、特徴量とする。特徴量決定部２３は、相関の強さを、例えば、重回帰分析により算出する。すなわち、特徴量決定部２３は、所定の期間のエンゲージメントを目的変数、所定の期間の複数のパラメータを複数の説明変数として、重回帰式を求め、さらに、重回帰式の決定係数を求める。決定係数は、０から１までの値となる。決定係数が大きいほど、相関が強い。特徴量決定部２３は、例えば、決定係数が閾値より大きいときの複数の説明変数を、複数の特徴量とする。なお、特徴量決定部２３は、重回帰式に代えて、単回帰式を求め、単回帰式から相関の強さ（決定係数）を求めてもよい。要するに、特徴量決定部２３は、回帰分析等により、少なくとも１つの特徴量とエンゲージメントとの相関を求めればよい。
　図２は、所定の期間のエンゲージメントを目的変数、所定の期間の１つのパラメータを説明変数として求めた単回帰式（直線Ｌ１）の一例を図示している。説明変数は、具体的には、２次上司（直属上司の、さらに直属の上司）との会話回数である。目的変数と説明変数とがそれぞれ、複数の時期に求められる。図２では、各時期の目的変数と説明変数との組が、点としてプロットされている。これら複数の点に基づいて、単回帰式が求められる。
　特定の１人の労働者に対応する少なくとも１つの特徴量を決定する際は、図２は、上記特定の１人の労働者に関するデータ（目的変数と説明変数との組）のプロットとなる。また、２以上の労働者に共通の、少なくとも１つの特徴量を決定する際は、図２は、上記２以上の労働者の各々に関するデータ（目的変数と説明変数との組）のプロットとなる。
　なお、所定の期間が第１の時点と第２の時点とを含むとき、特徴量決定部２３は、第１の時点のエンゲージメントと、第２の時点のエンゲージメントと、の差分に基づいて、少なくとも１つの特徴量を決定してもよい。言い換えると、特徴量決定部２３は、エンゲージメントの変化量に基づいて、少なくとも１つの特徴量を決定してもよい。例えば、特徴量決定部２３は、複数のパラメータを複数の説明変数、エンゲージメントの変化量を目的変数として重回帰式を求め、複数のパラメータのうち、エンゲージメントの変化量との相関が強いパラメータを、特徴量とすればよい。
　また、特徴量決定部２３は、説明変数を、所定のパラメータと基準値との差分としてもよい。基準値は、例えば、特定の期間における所定のパラメータの平均値としてもよい。例えば、所定のパラメータを、所定の期間の労働者の活動量とする。この場合、基準値を、例えば、所定の期間の前年の同時期の、上記労働者の活動量の平均値としてもよい。あるいは、基準値を、例えば、所定の期間より所定日数（例えば、６か月）前から所定の期間までの、上記労働者の活動量の平均値としてもよい。所定のパラメータと基準値との差分を取ることで、労働者ごとの基準値の違いがエンゲージメントの推定結果に影響する可能性を低減させることができる。
　（１０．４）推定部
　推定部２４は、推定ステップを実行する。すなわち、推定部２４は、特徴量決定部２３で決定された少なくとも１つの特徴量に基づいて、所定の期間とは別の時点（ここでは一例として、直近の時点とする）における労働者のエンゲージメントを推定する。例えば、労働者と２次上司との会話時間と、労働者の残業時間と、の２つのパラメータが、特徴量決定部２３により特徴量として決定されたとする。この場合、推定部２４は、上記２つのパラメータの各々を説明変数、エンゲージメントを目的変数とする重回帰式（特徴量決定部２３で求めたもの）に、先月における上記２つのパラメータを代入することで、先月のパラメータを反映した直近のエンゲージメントを求める。
　なお、所定の期間とは別の期間において、複数の時点においてパラメータが得られた場合は、例えば、複数の時点のパラメータの平均値を重回帰式に代入してエンゲージメントを求めてもよい。あるいは、複数の時点のパラメータをそれぞれ重回帰式に代入して複数のエンゲージメントを求めてもよい。また、重回帰式に代えて単回帰式を用いてもよい。
　（１０．５）提示内容生成部
　提示内容生成部２５は、提示内容生成ステップを実行する。すなわち、提示内容生成部２５は、推定部２４による推定ステップの推定結果を基に、閲覧者に提示する内容を生成する。閲覧者に提示する内容は、例えば、推定ステップで求められたエンゲージメントを表す数値を含む。閲覧者は、エンゲージメントを求める対象となった労働者自身であってもよいし、別の者（例えば、労働者の上司）であってもよい。
　提示内容生成部２５は、例えば、調査時期ごと（例えば、１か月ごと）の、複数の労働者の各々のエンゲージメントの一覧を、閲覧者に提示する内容として生成する。
　また、提示内容生成部２５は、例えば、調査時期ごとの、ある労働者のエンゲージメントの一覧を、当該労働者に提示する内容として生成する。
　（１０．６）通信処理部
　通信処理部２６は、通信部１２による情報の送受信を制御する。通信処理部２６は、通信部１２を制御することで、送信ステップを実行する。送信ステップは、提示内容生成ステップで生成された内容を端末に送信するステップである。端末は、例えば、ＰＣ８である。端末は、受信した内容を表示するディスプレイを備える。閲覧者は、端末のディスプレイを介して、提示内容生成ステップで生成された内容を閲覧する。
　一例として、送信ステップでは、一定の間隔で、提示内容生成ステップで生成された内容を端末に送信する。一定の間隔は、例えば、１週間、２週間、１か月、又は、２か月である。
　（１１）具体例
　以下では、エンゲージメント推定システム１によるエンゲージメントの推定について、図３を参照して具体例を述べる。
　労働者の生体情報、位置情報及び関係性情報等を含んだ、労働者の情報は、定期的に又は不定期に、計測及び労働者へのアンケート等によって収集される。そして、労働者の情報は、１か月ごとに集計される。例えば、図３では、１月における労働者の情報と、２月における労働者の情報と、……、がそれぞれ集計される。
　また、情報処理サーバ７は、申告情報に含まれる上述の第１回答に基づいて、エンゲージメントを推定する。ここでは、１か月ごとに労働者へのアンケートが実施され、アンケートへの回答として第１回答が得られる。そして、情報処理サーバ７は、第１回答に基づいて、各月のエンゲージメントを推定する。例えば、図３では、情報処理サーバ７は、１月における第１回答に基づいて、１月のエンゲージメントを推定し、２月における第１回答に基づいて、２月のエンゲージメントを推定し、３月における第１回答に基づいて、３月のエンゲージメントを推定する。
　情報処理サーバ７により推定されたエンゲージメントのデータがある程度蓄積されると、エンゲージメント推定システム１によるエンゲージメントの推定が可能となる。図３では、情報処理サーバ７により推定されたエンゲージメントのデータが３か月分蓄積されてから、エンゲージメント推定システム１によるエンゲージメントの推定が開始される。以下では、情報処理サーバ７により推定されたエンゲージメントのデータを、「参照エンゲージメントデータ」と呼ぶ。
　エンゲージメント推定システム１は、エンゲージメントを推定するために、まず、重回帰式と特徴量とを決定する。例えば、４月（対象期間）のエンゲージメントを推定する場合には、エンゲージメント推定システム１は、４月（対象期間）以外の時期の労働者の情報及び参照エンゲージメントデータを参照する。図３では、エンゲージメント推定システム１は、１月～３月の労働者の情報及び参照エンゲージメントデータを参照する。これにより、エンゲージメント推定システム１は、重回帰式と特徴量とを決定する。より詳細には、エンゲージメント推定システム１は、１月～３月（所定の期間）のエンゲージメントを目的変数、１月～３月（所定の期間）の労働者の情報から抽出される複数のパラメータを複数の説明変数として、重回帰式を求め、重回帰式の決定係数が閾値より大きいときの複数の説明変数を、複数の特徴量とする。
　次に、エンゲージメント推定システム１は、重回帰式と特徴量とから、４月（対象期間）のエンゲージメントを推定する。より詳細には、エンゲージメント推定システム１は、４月（対象期間）の労働者の情報から得られる特徴量を、重回帰式に代入することで、４月（対象期間）のエンゲージメントを求める。
　次に、エンゲージメント推定システム１は、求めたエンゲージメントを基に、閲覧者への提示内容を生成し、提示内容を端末（ＰＣ８）に送信する。例えば、エンゲージメント推定システム１は、１か月ごとに提示内容を生成し、提示内容を端末に送信する。
　４月と同様にすることで、４月より後の時点のエンゲージメントを推定することが可能である。例えば、５月の労働者の情報から得られる特徴量を、重回帰式に代入することで、５月のエンゲージメントを求めることが可能である。この場合の重回帰式は、改めて求める必要はなく、４月のエンゲージメントを求める際に求めた重回帰式を使用してもよい。
　４月以降には、第１回答を得るためのアンケートを実施することは、必須ではない。４月以降に第１回答を得るためのアンケートを実施しない場合は、アンケートに回答する人（労働者等）がアンケートへの回答のために時間を割く必要が無くなるので、負担が軽減される。また、４月以降に第１回答を得るためのアンケートを実施するか否かにかかわらず、４月以降のエンゲージメントは、第１回答以外の情報（労働者の位置情報等）についてエンゲージメントとの相関の有無を検証した上で推定される。そのため、エンゲージメント推定システム１は、より客観的にエンゲージメントを推定することができる。
　重回帰式と特徴量とを決定する処理は、エンゲージメント推定システム１がエンゲージメントを推定する機会ごとに実行される必要はなく、最初の１回限り（すなわち、４月のエンゲージメントを推定する際にのみ）実行されればよい。
　あるいは、重回帰式と特徴量とを決定（更新）する処理が、エンゲージメント推定システム１によるエンゲージメントの推定間隔（１か月）よりも長い期間が経過するごとに（例えば、６か月ごとに）実行されてもよい。この場合も、例えば、第１回答を得るためのアンケートを実施する頻度を減らすことができるので、負担が軽減されるという利点がある。
　エンゲージメント推定システム１が対象期間（例えば、４月）のエンゲージメントを推定するために、エンゲージメント推定システム１対象期間の労働者の情報のうち、特徴量以外の情報を収集することは、必須ではない。例えば、労働者と２次上司との会話時間と、労働者の残業時間とが、特徴量決定部２３により特徴量として決定されたとする。この場合、エンゲージメント推定システム１が対象期間の労働者の情報のうち、特徴量以外の情報（例えば、労働者の活動量）を収集することは、必須ではない。
　なお、４月（対象期間）のエンゲージメントを推定するために、エンゲージメント推定システム１は、４月（対象期間）よりも後の時期（例えば、５月～６月）の労働者の情報及び参照エンゲージメントデータを参照して、重回帰式と特徴量とを決定してもよい。
　（１２）特徴量の詳細
　特徴量は、例えば、「仕事の要求度-資源モデル」すなわち「JD-Rモデル」で規定される「仕事の資源」、「個人の資源」、又は「仕事の要求度」に関連するものであってよい。また、特徴量は、労働者が仕事のために所属する集団（企業等）が掲げるビジョン、ミッション及び理念のうち少なくとも１つに対しての、共感又は納得感に関連するものであってもよい。あるいは、特徴量は、ここで挙げたうちの２つ以上に関連するものであってもよい。
　一例として、「仕事の資源」は、「周囲からのサポート」、「周囲との関係性」、「仕事の裁量権」、「同僚からのコーチング」、「同僚からのフィードバック」、「人間関係多様性」、及び、「キャリア開発の機会」の少なくとも１つに関するものである。
　一例として、「個人の資源」は、「楽観性」、「レジリエンス」、及び、「リカバリー状況」、の少なくとも１つに関するものである。
　一例として、「仕事の要求度」は、「仕事の量的負担」、「仕事の質的負担」、及び、「仕事における身体的負担」、の少なくとも１つに関するものである。
　上述の通り、特徴量決定部２３は、例えば、労働者の情報から、複数のパラメータを抽出し、その少なくとも１つを特徴量とする。パラメータ（特徴量）は、例えば、労働者と特定の人との会話時間、労働者の活動量、及び、労働者の残業時間等である。特徴量決定部２３で決定される少なくとも１つの特徴量は、特に限定されない。そのため、特徴量決定部２３は、例えば、生体情報から抽出されたパラメータのみを特徴量としてもよいし、申告情報から抽出されたパラメータのみを特徴量としてもよいし、生体情報から抽出されたパラメータと、申告情報から抽出されたパラメータと、を特徴量としてもよい。
　以下では、特徴量の例を列挙する。ただし、特徴量は以下に挙げるものに限定されない。
　（１２．１）仕事の資源
　特徴量としての、労働者と特定の人との会話時間は、「仕事の資源」の、「周囲からのサポート」及び「周囲との関係性」に関連する。労働者と特定の人との（対面での）会話時間は、例えば、複数の労働者の各々の位置情報及び音声情報から求めることができる。すなわち、労働者と特定の人との間の距離が所定距離（例えば、１メートル）以内であり、かつ、会話の場の周囲に存在するマイクロフォンから音声情報が出力されている時間を、労働者と特定の人との会話時間とすることができる。マイクロフォンは、例えば、労働者が携帯していてもよいし、労働者の作業場所の付近に設置されていてもよい。
　また、労働者と特定の人との（対面での）会話時間は、例えば、複数の労働者の各々の位置情報のみから求めることもできる。すなわち、労働者と特定の人とが互いに近い位置にいることを、会話のためであると便宜的に判断することで、会話時間を求めることができる。例えば、労働者と特定の人との間の距離が所定距離以内である時間を、労働者と特定の人との会話時間とすることができる。
　また、労働者と特定の人との会話時間は、対面での会話時間に限定されず、非対面（例えば、オンライン）での会話時間を含んでいてもよい。オンラインでの会話時間は、例えば、ＰＣ８の使用履歴から抽出される。
　また、労働者と特定の人との対面での会話時間と、非対面での会話時間とがそれぞれ求められてもよい。
　また、労働者と特定の人との会話時間は、操作端末６に入力される申告情報から抽出されてもよい。つまり、エンゲージメント推定システム１は、労働者と特定の人との会話時間を、回答者（労働者等）からの申告に基づいて取得してもよい。
　また、上述の通り、関係性情報は、複数の労働者の職場における、上記複数の労働者の互いの関係性に関する情報である。特徴量決定部２３は、関係性情報に基づいて、複数の労働者の会話時間を、関係性ごとに求めてもよい。つまり、特徴量決定部２３は、労働者と、特定の立場の労働者と、の会話時間を求めてもよい。例えば、特徴量決定部２３は、労働者と上司との会話時間、労働者と部下との会話時間、及び、互いに同じ役職の労働者と労働者との会話時間を求めてもよい。また、関係性が更に細分化されてもよい。例えば、特徴量決定部２３は、労働者と１次上司（直属上司）との会話時間と、労働者と２次上司（直属上司の、さらに直属の上司）との会話時間と、を求めてもよい。また、例えば、特徴量決定部２３は、互いに同じ組織（部門等）に属する労働者と労働者との会話時間を求めたり、互いに異なる組織（部門等）に属する労働者と労働者との会話時間を求めたりしてもよい。また、例えば、特徴量決定部２３は、互いに同じ業務（プロジェクト等）を担当する労働者と労働者との会話時間を求めてもよい。
　また、特徴量として、労働者と特定の人との会話回数が求められてもよい。対面での会話回数は、例えば、複数の労働者の各々の位置情報から求めることができる。すなわち、労働者と特定の人との間の距離が所定距離（例えば、１メートル）以遠から、所定距離以内となった回数を、労働者と特定の人との会話回数とすることができる。
　特徴量としての、労働者の残業時間、残業回数、深夜勤務時間及び休日勤務時間は、「仕事の資源」の、「仕事の裁量権」に関連する。労働者の残業時間、残業回数、深夜勤務時間及び休日勤務時間は、例えば、勤怠管理システム９から出力される勤怠情報、又は、操作端末６に入力される申告情報から抽出される。あるいは、労働者の残業時間、残業回数、深夜勤務時間及び休日勤務時間は、例えば、ＰＣ８の使用履歴から抽出された、ＰＣ８の起動開始時刻と起動終了時刻とから判断して求められる。
　特徴量としての、終業時の気分は、「仕事の資源」の、「同僚からのコーチング」及び「同僚からのフィードバック」に関連する。終業時の気分は、例えば、操作端末６に入力される申告情報から抽出される。
　特徴量としての、部門内でのコミュニケーション回数及び部門内でのコミュニケーション人数は、「仕事の資源」の、「人間関係多様性」に関連する。部門内での対面コミュニケーション回数及び部門内での対面コミュニケーション人数は、例えば、複数の労働者の各々の位置情報、又は、位置情報及び音声情報から求めることもできるし、操作端末６に入力される申告情報から抽出することもできる。部門内での非対面（例えば、オンライン）コミュニケーション回数及び部門内での非対面コミュニケーション人数は、例えば、ＰＣ８の使用履歴、又は、操作端末６に入力される申告情報から抽出できる。
　特徴量としての、利用した空間の数、及び、専門ツール利用回数は、「仕事の資源」の、「キャリア開発の機会」に関連する。利用した空間の数、及び、専門ツール利用回数は、例えば、労働者の位置情報から求められ、あるいは、ＰＣ８の使用履歴、又は、操作端末６に入力される申告情報から抽出される。
　（１２．２）個人の資源
　特徴量としての、朝夕の気分の変化は、「個人の資源」の、「楽観性」に関連する。朝夕の気分の変化は、例えば、操作端末６に入力される申告情報から抽出される。
　特徴量としての、休憩時間、ＰＣ未入力時間、及び、ＰＣ未入力回数（所定時間以上に亘り未入力状態が継続した回数）は、「個人の資源」の、「レジリエンス」に関連する。休憩時間、ＰＣ未入力時間、及び、ＰＣ未入力回数は、例えば、ＰＣ８の使用履歴、又は、操作端末６に入力される申告情報から抽出される。
　特徴量としての、オフィス内での移動量は、「個人の資源」の、「レジリエンス」に関連する。オフィス内での移動量は、例えば、労働者の位置情報から求められる、又は、労働者が携帯する歩数計（運動計測端末１０）により計測される。
　特徴量としての、始業時間前、終業時間後、深夜時間帯、及び、休日の、ＰＣ稼働時間及びＰＣ稼働回数は、「個人の資源」の、「リカバリー状況」に関連する。始業時間前、終業時間後、深夜時間帯、及び、休日の、ＰＣ稼働時間及びＰＣ稼働回数は、例えば、ＰＣ８の使用履歴、勤怠管理システム９から出力される勤怠情報、又は、操作端末６に入力される申告情報から抽出される。
　特徴量としての、勤務時間のインターバル（某日の仕事の終了時間からその翌日の仕事の開始時間までの時間長）は、「個人の資源」の、「リカバリー状況」に関連する。勤務時間のインターバルは、例えば、ＰＣ８の使用履歴、勤怠管理システム９から出力される勤怠情報、又は、操作端末６に入力される申告情報から抽出される。
　特徴量としての、労働者の声のボリュームは、「個人の資源」の、「リカバリー状況」に関連する。労働者の声のボリュームは、例えば、生体情報計測端末３が備えるマイクロフォンにより計測される。
　（１２．３）仕事の要求度
　特徴量としての、勤務時間（職場への入室時刻から退室時刻までの時間長）は、「仕事の要求度」の、「仕事の量的負担」に関連する。勤務時間は、例えば、労働者の位置情報、又は、勤怠管理システム９から出力される勤怠情報から求められる。
　特徴量としての、終業時間後のＰＣ利用時間は、「仕事の要求度」の、「仕事の量的負担」に関連する。終業時間後のＰＣ利用時間は、例えば、ＰＣ８の使用履歴から抽出される。
　特徴量としての、休憩場所の利用時間、及び、休憩場所の利用回数は、「仕事の要求度」の、「仕事の量的負担」に関連する。休憩場所の利用時間、及び、休憩場所の利用回数は、例えば、労働者の位置情報と、休憩場所等に関するエリア情報と、の組み合わせから求められる。エリア情報は、例えば、データサーバ５から取得される。
　特徴量としての、始業時間から終業時間までの間でＰＣ入力が無い時間及び回数（所定時間以上に亘り未入力状態が継続した回数）は、「仕事の要求度」の、「仕事の量的負担」に関連する。始業時間から終業時間までの間でＰＣ入力が無い時間及び回数は、例えば、ＰＣ８の使用履歴から抽出される。
　特徴量としての、職場での会話量は、「仕事の要求度」の、「仕事の量的負担」に関連する。職場での会話量は、例えば、生体情報計測端末３が備えるマイクロフォンの出力（音声情報）から求めることができる。
　特徴量としての、単位時間あたりのキーボード操作回数及び単位時間あたりのマウスカーソル移動量は、「仕事の要求度」の、「仕事の質的負担」に関連する。単位時間あたりのキーボード操作回数及び単位時間あたりのマウスカーソル移動量は、例えば、ＰＣ８の使用履歴から抽出される。
　特徴量としての、ＰＣ操作時間は、「仕事の要求度」の、「仕事の質的負担」に関連する。ＰＣ操作時間は、例えば、ＰＣ８の使用履歴から抽出される。
　特徴量としての、質的負担の高い業務時間は、「仕事の要求度」の、「仕事の質的負担」に関連する。質的負担の高い業務時間は、例えば、生体情報計測端末３で計測される生体情報から求められる。具体例として、エンゲージメント推定システム１は、生体情報としての心拍数が対応する閾値より大きい状態を、質的負担の高い状態と仮定し、質的負担の高い状態の累積時間を、質的負担の高い業務時間として求める。
　特徴量としての、労働者の活動量は、「仕事の要求度」の、「仕事における身体的負担」に関連する。労働者の活動量は、例えば、ＭＥＴｓで表される。労働者の活動量は、例えば、生体情報計測端末３で計測される生体情報（心拍数、血圧、皮膚温又は発汗量等）から求められる。
　特徴量としての、労働者の歩数は、「仕事の要求度」の、「仕事における身体的負担」に関連する。労働者の歩数は、例えば、労働者の位置情報から求められる。あるいは、労働者の歩数は、例えば、労働者が携帯する歩数計（運動計測端末１０）により計測される。
　特徴量としての、労働者の最大心拍数は、「仕事の要求度」の、「仕事における身体的負担」に関連する。労働者の最大心拍数は、例えば、生体情報としての心拍数の計測データから抽出される。
　（１２．４）理念共感度
　理念共感度（労働者が仕事のために所属する集団が掲げるビジョン、ミッション及び理念のうち少なくとも１つに対しての、共感又は納得感）に関連する特徴量は、例えば、操作端末６に入力される申告情報から抽出される。理念共感度に関連する特徴量は、例えば、労働者が仕事の意味をどの程度理解しているかを表す指標である。
　（１３）実施形態の変形例
　以下、実施形態の変形例を列挙する。以下の変形例は、適宜組み合わせて実現されてもよい。
　エンゲージメント推定システム１は、提示内容生成ステップで生成された情報を表示する表示装置を備えていてもよい。
　エンゲージメント推定システム１は、申告情報を生成するための操作を受け付ける操作部を備えていて、操作端末６を兼ねていてもよい。
　特徴量決定部２３は、複数のパラメータと所定の期間のエンゲージメントとの相関の強さを求めるために、決定係数に代えて、相関係数を参照してもよい。
　上述の実施形態において推定部２４は、少なくとも１つの特徴量と、所定の期間のエンゲージメントと、の関係を表す回帰式を取得する回帰ステップを実行する。本開示において、「回帰式を取得する」処理は、エンゲージメント推定システム１の外部の構成で求められた回帰式を、上記外部の構成から推定部２４が取得する処理であってもよいし、エンゲージメント推定システム１の記憶部１１に記憶された回帰式を推定部２４が取得する処理であってもよい。あるいは、「回帰式を取得する」処理は、回帰式を求める処理であってもよい。
　本開示におけるエンゲージメント推定システム１又はエンゲージメント推定方法の実行主体は、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示におけるエンゲージメント推定システム１又はエンゲージメント推定方法の実行主体としての機能の少なくとも一部が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路（ＩＣ）又は大規模集積回路（ＬＳＩ）を含む１ないし複数の電子回路で構成される。ここでいうＩＣ又はＬＳＩ等の集積回路は、集積の度合いによって呼び方が異なっており、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又はＵＬＳＩ（Ultra Large Scale Integration）と呼ばれる集積回路を含む。さらに、ＬＳＩの製造後にプログラムされる、ＦＰＧＡ（Field-Programmable Gate Array）、又はＬＳＩ内部の接合関係の再構成若しくはＬＳＩ内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、１つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、１つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。ここでいうコンピュータシステムは、１以上のプロセッサ及び１以上のメモリを有するマイクロコントローラを含む。したがって、マイクロコントローラについても、半導体集積回路又は大規模集積回路を含む１ないし複数の電子回路で構成される。
　また、エンゲージメント推定システム１における複数の機能が、１つの装置に集約されていることはエンゲージメント推定システム１に必須の構成ではなく、エンゲージメント推定システム１の複数の構成要素は、複数の装置に分散して設けられていてもよい。さらに、エンゲージメント推定システム１の少なくとも一部の機能がサーバ又はクラウド（クラウドコンピューティング）等によって実現されてもよい。
　反対に、実施形態において、複数の装置に分散されている複数の機能が、１つの装置に集約されていてもよい。例えば、データサーバ５と、情報処理サーバ７と、エンゲージメント推定システム１と、のうち少なくとも２つが、１つの装置に集約されていてもよい。また、例えば、ＰＣ８が操作端末６を兼ねていてもよい。また、例えば、生体情報計測端末３が運動計測端末１０を兼ねていてもよい。
　エンゲージメント推定システム１の少なくとも一部の機能が、機械学習により生成された演算モデルにより実現されてもよい。例えば、少なくとも１つの特徴量を決定する特徴量決定ステップが、上記演算モデルにより実現されてもよい。また、例えば、少なくとも１つの特徴量に基づいて労働者のエンゲージメントを推定する推定ステップが、上記演算モデルにより実現されてもよい。
　（まとめ）
　以上説明した実施形態等から、以下の態様が開示されている。
　第１の態様に係るエンゲージメント推定方法は、エンゲージメント推定システム（１）におけるエンゲージメント推定方法である。エンゲージメント推定方法は、第１取得ステップと、第２取得ステップと、特徴量決定ステップと、推定ステップと、を有する。第１取得ステップでは、第１取得部（２１）において、労働者の情報を取得する。第２取得ステップでは、第２取得部（２２）において、所定の期間における、仕事に対する労働者のエンゲージメントを取得する。特徴量決定ステップでは、特徴量決定部（２３）において、労働者の情報と、所定の期間のエンゲージメントとの関係に基づいて、労働者の情報から、少なくとも１つの特徴量を決定する。推定ステップでは、推定部（２４）において、少なくとも１つの特徴量に基づいて、所定の期間とは別の時点における労働者のエンゲージメントを推定する。労働者の情報は、労働者の生体情報と、労働者の就業場所における、労働者の位置情報と、職場における労働者と別の労働者との関係性に関する関係性情報と、を含む。生体情報は、生体情報計測端末（３）により計測される。
　上記の構成によれば、労働者の生体情報、位置情報及び関係性情報を用いることで、より客観的にエンゲージメントを推定することができる。
　また、第２の態様に係るエンゲージメント推定方法では、第１の態様において、労働者の情報は、仕事に関する申告情報を更に含む。申告情報は、操作端末（６）に対する操作に応じて生成される。
　上記の構成によれば、申告情報を用いることで、エンゲージメントの推定精度の向上を図ることができる。
　また、第３の態様に係るエンゲージメント推定方法では、第２の態様において、申告情報は、所定の期間におけるエンゲージメントを推定するための質問への回答を含む。
　上記の構成によれば、質問への回答を用いることで、エンゲージメントの推定精度の向上を図ることができる。
　また、第４の態様に係るエンゲージメント推定方法では、第２の態様において、申告情報は、所定の期間におけるエンゲージメントを推定するための第１質問への第１回答と、所定の期間とは別の時点におけるエンゲージメントを推定するための第２質問への第２回答と、を含む。
　上記の構成によれば、質問への回答を用いることで、エンゲージメントの推定精度の向上を図ることができる。
　また、第５の態様に係るエンゲージメント推定方法では、第１～４の態様のいずれか１つにおいて、労働者の情報は、労働者が仕事に使用するコンピュータシステム（ＰＣ８）の使用履歴を更に含む。
　上記の構成によれば、使用履歴を用いることで、エンゲージメントの推定精度の向上を図ることができる。
　また、第６の態様に係るエンゲージメント推定方法では、第１～５の態様のいずれか１つにおいて、労働者の情報は、労働者の勤怠情報を更に含む。
　上記の構成によれば、勤怠情報を用いることで、エンゲージメントの推定精度の向上を図ることができる。
　また、第７の態様に係るエンゲージメント推定方法では、第１～６の態様のいずれか１つにおいて、少なくとも１つの特徴量は、「仕事の要求度-資源モデル」すなわち「JD-Rモデル」で規定される「仕事の資源」、「個人の資源」、及び「仕事の要求度」、労働者が仕事のために所属する集団が掲げるビジョン、ミッション及び理念のうち少なくとも１つに対しての、共感及び納得感、の少なくともいずれかに関連する。
　上記の構成によれば、エンゲージメントとの相関が比較的強い要素を、特徴量とすることができる。
　また、第８の態様に係るエンゲージメント推定方法では、第７の態様において、「仕事の資源」は、「周囲からのサポート」、「周囲との関係性」、「仕事の裁量権」、「同僚からのコーチング」、「同僚からのフィードバック」、「人間関係多様性」、及び、「キャリア開発の機会」の少なくとも１つに関するものである。「個人の資源」は、「楽観性」、「レジリエンス」、及び、「リカバリー状況」、の少なくとも１つに関するものである。「仕事の要求度」は、「仕事の量的負担」、「仕事の質的負担」、及び、「仕事における身体的負担」、の少なくとも１つに関するものである。
　上記の構成によれば、エンゲージメントとの相関が比較的強い要素を、特徴量とすることができる。
　また、第９の態様に係るエンゲージメント推定方法は、第１～８の態様のいずれか１つにおいて、提示内容生成ステップを更に有する。提示内容生成ステップでは、推定ステップの推定結果を基に、閲覧者に提示する内容を生成する。
　上記の構成によれば、閲覧者が推定結果を知ることができる。
　また、第１０の態様に係るエンゲージメント推定方法は、第９の態様において、送信ステップを更に有する。送信ステップでは、提示内容生成ステップで生成された内容を端末に送信する。
　上記の構成によれば、閲覧者が推定結果を知ることができる。
　また、第１１の態様に係るエンゲージメント推定方法では、第１０の態様において、送信ステップでは、一定の間隔で、提示内容生成ステップで生成された内容を端末に送信する。
　上記の構成によれば、閲覧者が定期的に推定結果を知ることができる。
　また、第１２の態様に係るエンゲージメント推定方法は、第１～１１の態様のいずれか１つにおいて、推定部（２４）において、少なくとも１つの特徴量と、所定の期間のエンゲージメントと、の関係を表す回帰式を取得する回帰ステップを更に有する。推定ステップでは、少なくとも１つの特徴量と、回帰式と、に基づいて、所定の期間とは別の時点におけるエンゲージメントを推定する。
　上記の構成によれば、回帰式を用いてエンゲージメントを推定できる。
　また、第１３の態様に係るエンゲージメント推定方法では、第１～１２の態様のいずれか１つにおいて、特徴量決定ステップでは、労働者の情報と、所定の期間のエンゲージメントと、の関係を表す回帰式の決定係数に基づいて、少なくとも１つの特徴量を決定する。
　上記の構成によれば、決定係数を用いて少なくとも１つの特徴量を決定できる。
　第１の態様以外の構成については、エンゲージメント推定方法に必須の構成ではなく、適宜省略可能である。
　また、第１４の態様に係るプログラムは、第１～１３の態様のいずれか１つに係るエンゲージメント推定方法を、コンピュータシステムの１以上のプロセッサに実行させるためのプログラムである。
　上記の構成によれば、労働者の生体情報、位置情報及び関係性情報を用いることで、より客観的にエンゲージメントを推定することができる。
　また、第１５の態様に係るエンゲージメント推定システム（１）は、第１取得部（２１）と、第２取得部（２２）と、特徴量決定部（２３）と、推定部（２４）と、を備える。第１取得部（２１）は、労働者の情報を取得する。第２取得部（２２）は、所定の期間における、仕事に対する労働者のエンゲージメントを取得する。特徴量決定部（２３）は、労働者の情報と、所定の期間のエンゲージメントとの関係に基づいて、労働者の情報から、少なくとも１つの特徴量を決定する。推定部（２４）は、少なくとも１つの特徴量に基づいて、所定の期間とは別の時点における労働者のエンゲージメントを推定する。労働者の情報は、労働者の生体情報と、労働者の就業場所における、労働者の位置情報と、職場における労働者と別の労働者との関係性に関する関係性情報と、を含む。生体情報は、生体情報計測端末（３）により計測される。
　上記の構成によれば、労働者の生体情報、位置情報及び関係性情報を用いることで、より客観的にエンゲージメントを推定することができる。
　上記態様に限らず、実施形態に係るエンゲージメント推定システム（１）の種々の構成（変形例を含む）は、エンゲージメント推定方法、（コンピュータ）プログラム、又はプログラムを記録した非一時的記録媒体にて具現化可能である。
１　エンゲージメント推定システム
３　生体情報計測端末
６　操作端末
８　ＰＣ（コンピュータシステム）
２１　第１取得部
２２　第２取得部
２３　特徴量決定部
２４　推定部

Claims (15)

  1. 　エンゲージメント推定システムにおけるエンゲージメント推定方法であって、
    　第１取得部において、労働者の情報を取得する第１取得ステップと、
    　第２取得部において、所定の期間における、仕事に対する前記労働者のエンゲージメントを取得する第２取得ステップと、
    　特徴量決定部において、前記労働者の前記情報と、前記所定の期間の前記エンゲージメントとの関係に基づいて、前記労働者の前記情報から、少なくとも１つの特徴量を決定する特徴量決定ステップと、
    　推定部において、前記少なくとも１つの特徴量に基づいて、前記所定の期間とは別の時点における前記労働者のエンゲージメントを推定する推定ステップと、を有し、
    　前記労働者の前記情報は、
    　　生体情報計測端末により計測される前記労働者の生体情報と、
    　　前記労働者の就業場所における、前記労働者の位置情報と、
    　　職場における前記労働者と別の労働者との関係性に関する関係性情報と、
    を含む、
    　エンゲージメント推定方法。
  2. 　前記労働者の前記情報は、操作端末に対する操作に応じて生成される、前記仕事に関する申告情報を更に含む、
    　請求項１に記載のエンゲージメント推定方法。
  3. 　前記申告情報は、前記所定の期間における前記エンゲージメントを推定するための質問への回答を含む、
    　請求項２に記載のエンゲージメント推定方法。
  4. 　前記申告情報は、前記所定の期間における前記エンゲージメントを推定するための第１質問への第１回答と、前記所定の期間とは別の前記時点における前記エンゲージメントを推定するための第２質問への第２回答と、を含む、
    　請求項２に記載のエンゲージメント推定方法。
  5. 　前記労働者の前記情報は、前記労働者が前記仕事に使用するコンピュータシステムの使用履歴を更に含む、
    　請求項１～４のいずれか一項に記載のエンゲージメント推定方法。
  6. 　前記労働者の前記情報は、前記労働者の勤怠情報を更に含む、
    　請求項１～５のいずれか一項に記載のエンゲージメント推定方法。
  7. 　前記少なくとも１つの特徴量は、
    　　「仕事の要求度-資源モデル」すなわち「JD-Rモデル」で規定される「仕事の資源」、「個人の資源」、及び「仕事の要求度」、
    　　前記労働者が前記仕事のために所属する集団が掲げるビジョン、ミッション及び理念のうち少なくとも１つに対しての、共感及び納得感、
    　の少なくともいずれかに関連する、
    　請求項１～６のいずれか一項に記載のエンゲージメント推定方法。
  8. 　前記「仕事の資源」は、「周囲からのサポート」、「周囲との関係性」、「仕事の裁量権」、「同僚からのコーチング」、「同僚からのフィードバック」、「人間関係多様性」、及び、「キャリア開発の機会」の少なくとも１つに関するものであり、
    　前記「個人の資源」は、「楽観性」、「レジリエンス」、及び、「リカバリー状況」、の少なくとも１つに関するものであり、
    　前記「仕事の要求度」は、「仕事の量的負担」、「仕事の質的負担」、及び、「仕事における身体的負担」、の少なくとも１つに関するものである、
    　請求項７に記載のエンゲージメント推定方法。
  9. 　前記推定ステップの推定結果を基に、閲覧者に提示する内容を生成する提示内容生成ステップを更に有する、
    　請求項１～８のいずれか一項に記載のエンゲージメント推定方法。
  10. 　前記提示内容生成ステップで生成された前記内容を端末に送信する送信ステップを更に有する、
    　請求項９に記載のエンゲージメント推定方法。
  11. 　前記送信ステップでは、一定の間隔で、前記提示内容生成ステップで生成された前記内容を前記端末に送信する、
    　請求項１０に記載のエンゲージメント推定方法。
  12. 　前記推定部において、前記少なくとも１つの特徴量と、前記所定の期間の前記エンゲージメントと、の関係を表す回帰式を取得する回帰ステップを更に有し、
    　前記推定ステップでは、前記少なくとも１つの特徴量と、前記回帰式と、に基づいて、前記所定の期間とは別の前記時点における前記エンゲージメントを推定する、
    　請求項１～１１のいずれか一項に記載のエンゲージメント推定方法。
  13. 　前記特徴量決定ステップでは、前記労働者の前記情報と、前記所定の期間の前記エンゲージメントと、の関係を表す回帰式の決定係数に基づいて、前記少なくとも１つの特徴量を決定する、
    　請求項１～１２のいずれか一項に記載のエンゲージメント推定方法。
  14. 　請求項１～１３のいずれか一項に記載のエンゲージメント推定方法を、コンピュータシステムの１以上のプロセッサに実行させるための、
    　プログラム。
  15. 　労働者の情報を取得する第１取得部と、
    　所定の期間における、仕事に対する前記労働者のエンゲージメントを取得する第２取得部と、
    　前記労働者の前記情報と、前記所定の期間の前記エンゲージメントとの関係に基づいて、前記労働者の前記情報から、少なくとも１つの特徴量を決定する特徴量決定部と、
    　前記少なくとも１つの特徴量に基づいて、前記所定の期間とは別の時点における前記労働者のエンゲージメントを推定する推定部と、を備え、
    　前記労働者の前記情報は、
    　　生体情報計測端末により計測される前記労働者の生体情報と、
    　　前記労働者の就業場所における、前記労働者の位置情報と、
    　　職場における前記労働者と別の労働者との関係性に関する関係性情報と、
    を含む、
    　エンゲージメント推定システム。
PCT/JP2023/040446 2022-11-15 2023-11-09 エンゲージメント推定方法、プログラム及びエンゲージメント推定システム WO2024106309A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-182902 2022-11-15
JP2022182902 2022-11-15

Publications (1)

Publication Number Publication Date
WO2024106309A1 true WO2024106309A1 (ja) 2024-05-23

Family

ID=91084792

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/040446 WO2024106309A1 (ja) 2022-11-15 2023-11-09 エンゲージメント推定方法、プログラム及びエンゲージメント推定システム

Country Status (1)

Country Link
WO (1) WO2024106309A1 (ja)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013191054A1 (ja) * 2012-06-19 2013-12-27 日本電気株式会社 モチベーション管理装置、モチベーション管理方法、及びコンピュータ読み取り可能な記録媒体
JP2022021444A (ja) * 2020-07-22 2022-02-03 株式会社リンクアンドモチベーション スコア予測装置、スコア予測方法、およびプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013191054A1 (ja) * 2012-06-19 2013-12-27 日本電気株式会社 モチベーション管理装置、モチベーション管理方法、及びコンピュータ読み取り可能な記録媒体
JP2022021444A (ja) * 2020-07-22 2022-02-03 株式会社リンクアンドモチベーション スコア予測装置、スコア予測方法、およびプログラム

Similar Documents

Publication Publication Date Title
Macleod et al. The MUSiC performance measurement method
Riordan et al. Defining and measuring employees’ identification with their work groups
US9767436B2 (en) System for managing formal mentoring programs
US20180365618A1 (en) System And Method For Assessing Worker Engagement And Company Culture
Carter Small firm adaptation: Responses of physicians' organizations to regulatory and competitive uncertainty
US9486161B2 (en) Information processing system and method
USRE44953E1 (en) Activity recording module
WO2010052845A1 (ja) 情報処理システム及び情報処理装置
US9058587B2 (en) Communication support device, communication support system, and communication support method
US20140289386A1 (en) Electronic arrangement and related method for dynamic resource management
US20080141214A1 (en) Method and system for comparative community based analytics
US9462416B2 (en) Information processing system, management server and information processing method
JP6478267B2 (ja) 組織改善活動支援装置、組織改善活動支援方法および組織改善活動支援プログラム
US20140214710A1 (en) Job Search Diagnostic, Strategy and Execution System and Method
Teoh et al. Managing work family conflict among entrepreneurs: an empirical study
WO2024106309A1 (ja) エンゲージメント推定方法、プログラム及びエンゲージメント推定システム
Thoring et al. Technology-supported design research
Waber et al. Understanding organizational behavior with wearable sensing technology
JP2007219787A (ja) 業務スタイル分析装置および方法
JP2002269335A (ja) 営業支援システム
JP2020042546A (ja) 健康評価システム、健康評価サーバ及び健康評価プログラム
JP2023183726A (ja) 情報処理装置
JP2018138155A (ja) 感情推定サーバ装置、感情推定方法、提示装置及び感情推定システム
WO2024106308A1 (ja) 質的負担計測方法、プログラム及び質的負担計測システム
Bao et al. Inter-observer reliability of forceful exertion analysis based on video-recordings