Agent Skills by ALSEL
Anthropic Claudeデータ・分析⭐ リポ 0品質スコア 50/100

hr-business-partner

人材戦略・組織開発・労使関係・ピープルアナリティクスを網羅する、専門的なHRビジネスパートナー機能を提供します。人員計画の策定、パフォーマンスレビューサイクルの設計、労使関係案件の解決、キャリブレーションセッションの実施、報酬ポリシーの構築、または組織変革に関するリーダーシップへの助言が必要な際に活用してください。

description の原文を見る

> Expert HR business partnership covering talent strategy, organizational development, employee relations, and people analytics. Use when building workforce plans, designing performance review cycles, resolving employee relations cases, running calibration sessions, structuring compensation philosophy, or advising leadership on organizational change.

SKILL.md 本文

HR Business Partner

エージェントは戦略的 HRBP として機能し、タレント計画、パフォーマンス管理、従業員関係、報酬にわたって人材戦略を組織の目標と整合させるビジネスリーダーとパートナーシップを構築します。

ワークフロー

  1. ビジネスニーズの診断 -- ビジネスリーダーと面談し、今後 1~4 四半期の戦略的優先事項を理解する。人材関連のギャップを特定する:ヘッドカウント、スキル、リテンション、エンゲージメント、組織設計。
  2. 現状の評価 -- 労働力データを収集する:ヘッドカウント、離職率、エンゲージメントスコア、オープンな職位、パフォーマンス分布。進行前にデータ精度を検証する。
  3. 人材計画の策定 -- 下記のテンプレートを使用して労働力計画を開発する。採用目標、開発投資、後継者層の深さ、離職に対するリスク軽減を含める。
  4. 実行と助言 -- Talent Acquisition とパートナーシップを組んで採用を進め、パフォーマンスのキャリブレーションセッションを実施し、マネージャーに難しい会話についてコーチングを行い、課題解決フレームワークを使用して ER ケースを解決する。
  5. 測定と報告 -- 人材指標を四半期ごとに追跡する(人材メトリクスを参照)。調査結果と推奨事項をリーダーシップに提示する。
  6. 改善 -- ビジネス変化、離職トレンド、エンゲージメント調査結果に基づいて計画を調整する。

チェックポイント:ステップ 2 後、離職データが自発的離職と非自発的離職、および望ましい離職と望ましくない離職を区別していることを確認してから計画を立てる。

人材メトリクス

カテゴリメトリクス計算式 / データソースベンチマーク
ヘッドカウント総ヘッドカウントHRIS スナップショット--
離職自発的離職率自発的退職 / 平均 HC × 10010-15%
離職望ましい離職率望ましい退職 / 総退職< 30%
採用採用期間募集公開~オファー受諾30-45 日
エンゲージメントeNPSプロモーター - デトラクター20-40
パフォーマンスハイパフォーマー比率トップティア評価 / HC15-20%
ダイバーシティ代表性レベル別人口動態内訳組織別ターゲット
報酬コンパ比率実給与 / バンド中央値0.95-1.05

労働力計画テンプレート

# 労働力計画:[部門] -- [年]

## 現状
- ヘッドカウント:[X]
- オープンな職位:[X]
- 自発的離職(過去 12 ヶ月):[X]%
- エンゲージメントスコア:[X] / 100
- 望ましい離職率:[X]%

## 将来状態(12 ヶ月後)
- 目標ヘッドカウント:[X](成長率:[X]%)
- 必要な重要スキル:[リスト]
- 組織設計の変更:[該当する場合]

## ギャップ分析
| 職位 / スキル | 現在 | 必要 | ギャップ | アクション |
|-------------|---------|--------|-----|--------|
| [職位 A] | 3 | 5 | +2 | Q1-Q2 採用 |
| [スキル B] | 低 | 中級 | ギャップ | トレーニングプログラム |

## 採用計画
| 四半期 | 職位 | ヘッドカウント | 予算 |
|---------|-------|-----------|--------|
| Q1 | [職位] | [X] | $[Y] |
| Q2 | [職位] | [X] | $[Y] |

## 後継者計画
| 重要職位 | 現職者 | 即戦力 | 1-2 年以内 |
|---------------|-----------|-----------|--------------|
| [VP Engineering] | [名前] | [名前] | [名前、名前] |

## リスク登録
| リスク | 可能性 | インパクト | 軽減策 |
|------|-----------|--------|------------|
| キーパーソン依存 | 高 | クリティカル | Q2 までに 2 名のバックアップをクロストレーニング |
| 営業部門の離職急増 | 中 | 高 | リテンションボーナス、留任インタビュー |

パフォーマンス管理サイクル

四半期活動HRBP の役割
Q1目標設定 -- 企業 OKR を個人目標にカスケード目標品質をレビュー、整合性を確認
Q2中間確認 -- 進捗レビュー、フィードバック交換フィードバック提供についてマネージャーにコーチング
Q3継続的開発 -- 1:1、リアルタイムフィードバック、トレーニング開発計画完了を監視
Q4年末レビュー -- 自己評価、マネージャー評価、キャリブレーションキャリブレーションを促進、評価についてアドバイス

キャリブレーションセッションガイド

  1. 準備 -- マネージャーが提出した評価を収集する。外れ値をフラグする(チーム内で > 40% のトップティア、または > 20% のボトムティア)。パフォーマンスデータと昇進履歴を取得する。
  2. 促進 -- 各チームの分布を確認する。マネージャーが外れ値評価の根拠を説明する。行動的証拠に欠ける評価に異議を唱える。
  3. 整合 -- 最終評価について合意に達する。全体的な分布が防御可能であることを確認する(強制的なカーブはなく、一貫した基準)。
  4. 文書化 -- 最終評価と変更の根拠を記録する。報酬決定に反映させる。

チェックポイント:すべての「期待を超える」評価に、確定前に少なくとも 2 つの文書化された行動的例があることを確認する。

従業員関係:課題解決フレームワーク

  1. 聴く -- 懸念事項を完全に聞く。メモを取る。従業員の経験を認める。約束はしない。
  2. 調査 -- すべての関連当事者から事実を収集する。文書、メール、ポリシーをレビューする。機密性を維持する。
  3. 分析 -- 根本原因を特定する。ポリシーと法的含意を評価する(必要に応じて雇用弁護士に相談)。オプションを評価する。
  4. 解決 -- 適切なアクションを決定する。すべての当事者に決定を伝える。解決を実施する。
  5. フォローアップ -- 2 週間以内に結果を確認する。ケースを文書化する。ポリシー変更が必要な可能性のあるシステム的パターンを特定する。

難しい会話フレームワーク(SBI-E)

要素説明
状況(Situation)いつ、どこで「先週火曜日のチームスタンドアップで...」
行動(Behavior)観察可能なアクション「...同僚 2 人の発言中に割り込みました。」
影響(Impact)チーム / 仕事への効果「その後、チームはアップデートを共有することをためらいました。」
期待(Expectation)変わるべきこと「今後は、各人が終わるまで待ってから応答してください。」

例:スケーリングするエンジニアリング組織の労働力計画

背景
  現在:45 名のエンジニア、8% 離職率、3 件のオープン募集、エンゲージメント 74/100
  ビジネス目標:2 つの新製品を 12 ヶ月で立ち上げ、エンジニア +15 名が必要

労働力計画

  ギャップ分析:
    フロントエンドエンジニア:現在 12 名、必要 18 名(+6)
    ML エンジニア:現在 3 名、必要 8 名(+5)
    エンジニアリングマネージャー:現在 5 名、必要 7 名(+2、可能であれば社内昇進)
    プラットフォームエンジニア:現在 10 名、必要 14 名(+4)

  採用計画:
    Q1:5 名採用(フロントエンド 3 名、ML 2 名)-- 採用コスト $25K
    Q2:5 名採用(ML 2 名、プラットフォーム 2 名、フロントエンド 1 名)-- $25K
    Q3:4 名採用(プラットフォーム 2 名、フロントエンド 1 名、ML 1 名)-- $20K
    Q4:1 名採用(社内昇進の場合はマネージャーバックフィル)-- $5K

  後継者計画:
    Q2 までにシニアエンジニア 2 名をエンジニアリングマネージャーに昇進(既にリーダーシッププログラム参加中)
    Q3 で IC 職位をバックフィル

  リスク:
    ML タレント市場が逼迫 -- 75 パーセンタイル報酬、サインオンボーナスを提供
    シニアエンジニア 2 名が離職リスク -- Q1 に留任インタビューを実施

  予算:$75K 採用 + $120K 追加報酬(15 新規、年間部分)

報酬哲学

要素アプローチ
市場ポジショニング基本給は 50~75 パーセンタイルをターゲット、上振れは株式
報酬構成基本給(70%)、変動 / ボーナス(15%)、株式(15%)
報酬決定職位レベル、パフォーマンス、市場データ、内部公平性に基づく
レビュー頻度年間メリット昇給サイクル + 昇進調整 + 市場修正
透明性バンド範囲を従業員と共有、レベリングフレームワークを公開

オファー承認フロー

  1. リクルーターが報酬バンドと候補者プロフィールに基づいてオファーを提案する。
  2. 採用マネージャーがレベル、スコープ、チームフィットを確認する。
  3. HRBP が内部公平性をレビューする(同じレベル / 地域のコンパ比率が 0.90~1.10 以内)。
  4. バンド中央値以上の場合、またはヘッドカウントが事前承認されていない場合は Finance が承認する。
  5. オファーを提示する。

参考資料

  • references/talent_planning.md - 労働力計画ガイド
  • references/performance.md - パフォーマンス管理
  • references/employee_relations.md - ER ベストプラクティス
  • references/compensation.md - 報酬哲学とガイドライン

スクリプト

# 労働力メトリクスから組織の健全性をスコア
python scripts/org_health_scorer.py --file org_metrics.csv
python scripts/org_health_scorer.py --file org_metrics.csv --json

# 報酬の給与公平性を分析
python scripts/compensation_analyzer.py --file comp_data.csv
python scripts/compensation_analyzer.py --file comp_data.csv --json

# HR データから労働力ダッシュボードを生成
python scripts/workforce_dashboard.py --file workforce.csv
python scripts/workforce_dashboard.py --file workforce.csv --json

トラブルシューティング

問題根本原因解決方法
ビジネスリーダーが HRBP を取引可能な HR として扱う役割定義が不明確、反応的な姿勢、またはビジネス理解の欠如正式な運用モデルを確立:70% 戦略 / 30% 運用、ビジネス OKR に結びついた四半期人材計画を提示、管理的タスクを HR 共有サービスに委譲
キャリブレーションセッションが議論に発展する共有ルーブリックがない、マネージャーの防衛的態度、または事前準備が不足しているマネージャーにセッション前に 2 件以上の行動的証拠を伴う評価提出を要求、中立的フレームワークで促進、整合した評価から始めて外れ値を検討
労働力計画がビジネス戦略と関連がないHRBP がビジネス計画に含まれていない、または計画が分離して構築されているリーダーシップチームの会議に参加、労働力計画をビジネス計画の付録として構築、すべてのヘッドカウント要求を売上やプロダクトマイルストーンに結びつける
特定チームで望ましい離職率が高いマネージャーの質の問題、報酬の不整合、またはキャリアパスが停滞しているハイパフォーマーとの留任インタビューを実施、マネージャー別にデータを分析、職位とレベル別に報酬をベンチマーク、明確な昇進基準を伴うキャリアラダーを公開
従業員関係ケースが不必要にエスカレートする早期介入の遅延、文書化不十分、またはポリシー適用に一貫性がないマネージャーに早期問題識別についてトレーニング、ER インテイクと調査フレームワークを標準化、月次 ER ケースレビューを実施してパターンを特定
パフォーマンスレビューサイクルが官僚的と見なされるフォームが多すぎる、目的が不明確、または評価が報酬と関連がない2 ページのテンプレートに簡略化、レビューアウトカムを直接メリットと昇進決定に結びつける、マネージャーにフィードバック提供についてトレーニング(SBI-E モデル)
変更管理イニシアチブが定着しないスポンサーシップが不十分、コミュニケーション頻度が低い、または測定がないKotter の 8 ステップモデルを適用、目に見えるエグゼクティブスポンサーシップを確保、5 件以上のチャネルでコミュニケーション、30/60/90 日に導入を測定

成功基準

分野メトリクスターゲット測定方法
戦略的インパクトHRBP に対するビジネスリーダーの満足度> 4.0 / 5.0年次ステークホルダー調査
戦略的インパクト戦略的活動に費やす時間の割合> 60%HRBP 時間配分自己報告(四半期ごと)
労働力の健全性自発的離職率(支援対象ビジネスユニット)< 12% 年率HRIS 離職データ、自発的フラグ
労働力の健全性望ましい離職率総退職の < 25%HRIS 離職データ、望ましいフラグ
労働力の健全性エンゲージメントスコア(支援対象 BU)> 75 / 100年次または半年ごとのエンゲージメント調査
パフォーマンスキャリブレーション完了率100% の BU が予定通り完了HRIS パフォーマンスサイクル追跡
パフォーマンスパフォーマンス分布の整合性チーム内で > 40% のトップティアまたは > 20% のボトムティアなしキャリブレーション後の分布分析
報酬バンド内のコンパ比率90% 以上の従業員について 0.90~1.10四半期ごとの報酬分析
ER 有効性SLA 内の ER ケース解決> 90% が 30 日以内に解決ER ケース管理システム
開発マネージャー能力スコア上向きフィードバックで > 3.5 / 5.0360 度またはアップワード フィードバック調査

スコープと制限

スコープ内:

  • 戦略的労働力計画:ヘッドカウント予測、ギャップ分析、後継者計画
  • パフォーマンス管理サイクル:目標設定、キャリブレーション促進、評価整合
  • 従業員関係:インテイク、調査、解決、パターン特定
  • 報酬アドバイス:内部公平性分析、オファーレビュー、メリット・昇進推奨
  • マネージャーコーチング:難しい会話、フィードバック提供、チーム開発
  • 組織設計アドバイス:指揮系統、報告体制、チームトポロジー
  • 変更管理サポート:ステークホルダーマッピング、コミュニケーション計画、導入追跡

スコープ外:

  • 福利厚生計画設計・運営(Total Rewards / Benefits が所有)
  • 給与処理と税務コンプライアンス(Payroll が所有)
  • 学習開発プログラム設計(L&D が所有;HRBP はニーズを特定)
  • 雇用法に関する法的助言(HRBP は Legal にエスカレート)
  • 採用実行(Talent Acquisition が所有;HRBP は採用優先順位を設定)
  • HRIS システム設定・運営(HR Technology が所有)

既知の制限事項:

  • 組織の健全性スコアリングは利用可能なメトリクスに基づいており、文化的要因と非公式なダイナミクスは定量データとともに定性評価が必要
  • 報酬分析は正確な市場データに依存し、ベンチマークソース(Radford、Mercer、Levels.fyi)は少なくとも年 1 回更新すべき
  • SBI-E フレームワークは個別フィードバックに最適で、システム的なチームの問題には異なる介入(チームレトロスペクティブ、組織設計変更)が必要
  • HRBP の有効性はビジネスリーダーとの関係の質に大きく依存し、新しいパートナーシップは完全な戦略的インパクトに達するまで 1~2 四半期を要する

統合ポイント

システム / スキル統合データフロー
HRIS(Workday、BambooHR)ヘッドカウント、離職、パフォーマンス評価、報酬データHRIS -> org_health_scorer.py、workforce_dashboard.py;HRBP 推奨 -> HRIS 更新
People Analytics スキル労働力インサイト、離職リスク、エンゲージメント動因、給与公平性Analytics インサイト -> HRBP 戦略的推奨;HRBP 質問 -> Analytics プロジェクト
Talent Acquisition スキル採用パイプライン、オファー承認、ヘッドカウント計画HRBP 労働力計画 -> TA 採用目標;TA パイプライン更新 -> HRBP 容量計画
Operations Manager スキル容量計画、組織構造、プロセス効率Ops ヘッドカウントニーズ -> HRBP 労働力計画;HRBP 組織設計 -> Ops チーム構造
Finance スキル報酬予算、ヘッドカウントコスト、メリットプール配分Finance 予算 -> HRBP 報酬決定;HRBP ヘッドカウント計画 -> Finance モデリング
C-Level Advisor スキル戦略的労働力方向、組織変革、リーダーシップ後継C-レベル優先順位 -> HRBP 戦略計画;HRBP 組織健全性インサイト -> エグゼクティブブリーフィング
Performance Platform(Lattice、Culture Amp、15Five)目標追跡、レビューサイクル、キャリブレーションデータプラットフォーム -> パフォーマンスメトリクス;キャリブレーション結果 -> プラットフォーム更新
ER Case Management(Ethena、NAVEX、HR Acuity)ケースインテイク、調査追跡、解決文書化ER ケース -> 調査ワークフロー;解決データ -> パターン分析
Survey Platform(Culture Amp、Qualtrics)エンゲージメント調査結果、パルスチェックデータ調査データ -> HRBP アクション計画;HRBP 優先順位 -> 調査設計

ライセンス: MIT(寛容ライセンスのため全文を引用しています) · 原本リポジトリ

詳細情報

作者
borghei
リポジトリ
borghei/claude-skills
ライセンス
MIT
最終更新
不明

Source: https://github.com/borghei/claude-skills / ライセンス: MIT

関連スキル

OpenAIデータ・分析⭐ リポ 1,451

hugging-face-trackio

Trackioを使用してMLトレーニング実験を追跡・可視化できます。トレーニング中のメトリクスログ記録(Python API)、トレーニング診断のアラート発火、ログされたメトリクスの取得・分析(CLI)が必要な場合に活用してください。リアルタイムダッシュボード表示、Webhookを使用したアラート、HF Space同期、自動化向けのJSON出力に対応しています。

by gradio-app
汎用データ・分析⭐ リポ 855

btc-bottom-model

ビットコインのサイクルタイミングモデルで、加重スコアリングシステムを搭載しています。日次パルス(4指標、32ポイント)とウィークリー構造(9指標、68ポイント)の2カテゴリーにわたる13の指標を追跡し、0~100のマーケットヒートスコアを算出します。ETFフロー、ファンディングレート、ロング/ショート比率、恐怖・貪欲指数、LTH-MVRV、NUPL、SOPR(LTH+STH)、LTH供給率、移動平均倍率(365日MA、200週MA)、週次RSI、出来高トレンドに対応します。市場サイクル全体を通じて買いと売りの両方の推奨を提供します。ビットコインの底値拾い、BTCサイクルポジション、買い時・売り時、オンチェーン指標、MVRV、NUPL、SOPR、LTH動向、ETFの流出入、ファンディングレート、恐怖指数、ビットコインが過熱状態か、マイナーコスト、暗号資産市場のセンチメント、BTCのポジションサイジング、「今ビットコインを買うべきか」「BTCが天井をつけているか」「オンチェーン指標は何を示しているか」といった質問の際にこのスキルを活用します。

by star23
Anthropic Claudeデータ・分析⭐ リポ 380

protein_solubility_optimization

タンパク質の溶解性最適化 - タンパク質の溶解性を最適化します。タンパク質の特性を計算し、溶解性と親水性を予測し、有効な変異を提案します。タンパク質配列の特性計算、タンパク質機能の予測、親水性計算、ゼロショット配列予測を含むタンパク質エンジニアリング業務に使用できます。3つのSCPサーバーから4つのツールを統合しています。

by SpectrAI-Initiative
Anthropic Claudeデータ・分析⭐ リポ 1,743

research-lookup

Parallel Chat APIまたはPerplexity sonar-pro-searchを使用して、最新の研究情報を検索できます。学術論文の検索にも対応しています。クエリは自動的に最適なバックエンドにルーティングされるため、論文の検索、研究データの収集、科学情報の検証に活用できます。

by K-Dense-AI
Anthropic Claudeデータ・分析⭐ リポ 299

tree-formatting

ggtree(R)またはiTOL(ウェブ)を使用して、系統樹の可視化とフォーマットを行います。系統樹を図として描画する際、ツリーレイアウトの選択、分類学に基づく枝やラベルの色付け、クレードの折りたたみ、サポート値の表示、またはツリーへのオーバーレイ追加が必要な場合に使用してください。系統推定(protein-phylogenyスキルを使用)やドメイン注釈(今後の独立したスキル)には使用しないでください。

by majiayu000
汎用データ・分析⭐ リポ 145

querying-indonesian-gov-data

インドネシア政府の50以上のAPIとデータソースに接続できます。BPJPH(ハラール認証)、BOM(食品安全)、OJK(金融適正性)、BPS(統計)、BMKG(気象・地震)、インドネシア中央銀行(為替レート)、IDX(株式)、CKAN公開データポータル、pasal.id(第三者法MCP)に対応しています。インドネシア政府データを活用したアプリ開発、.go.idウェブサイトのスクレイピング、ハラール認証の確認、企業の法的適正性の検証、金融機関ステータスの照会、またはインドネシアMCPサーバーへの接続時に使用できます。CSRF処理、CKAN API使用方法、IP制限回避など、すぐに実行可能なPythonパターンを含んでいます。

by suryast
本サイトは GitHub 上で公開されているオープンソースの SKILL.md ファイルをクロール・インデックス化したものです。 各スキルの著作権は原作者に帰属します。掲載に問題がある場合は info@alsel.co.jp または /takedown フォームよりご連絡ください。
原作者: borghei · borghei/claude-skills · ライセンス: MIT