Tech Giants Split into Four Workforce Strategies as Hiring and Layoffs Diverge
MakeoverMonday 2026 Week 15のデータは、大手テック企業7社（Amazon、Apple、Google、Meta、Microsoft、NVIDIA、Tesla）の採用・レイオフ状況を比較したものです。各社の求人数、従業員数、過去2年間のレイオフ人数・イベント数が収録されており、一見「全社が採用中」に見えても、その戦略には大きな差があることを示しています。
| 企業 | 求人数 | 従業員数 | レイオフ（過去2年） | 採用率Z | レイオフ率Z |
|---|---|---|---|---|---|
| Amazon | 16,111 | 1,580,000 | 33,700人 | -0.9 | -0.5 |
| Apple | 6,279 | 150,000 | 714人 | -0.4 | -0.8 |
| 3,561 | 190,000 | 1,293人 | -0.4 | -0.8 | |
| Meta | 860 | 80,000 | 21,734人 | -0.9 | 0.9 |
| Microsoft | 2,428 | 230,000 | 22,853人 | -0.9 | 1.1 |
| NVIDIA | 3,621 | 36,000 | ほぼなし | 1.8 | -0.9 |
| Tesla | 5,621 | 180,000 | 14,000人 | 1.4 | 0.9 |
作成したダッシュボード
工夫した点・こだわり
このダッシュボードの核心は、4象限フレームワークによる戦略分類です。採用率（Hiring Rate）とレイオフ率（Layoff Rate）の2軸で各社を散布図にプロットし、企業の人材戦略タイプを視覚化しました。
- Growth（成長型）: 採用↑ × レイオフ↓ → NVIDIA、Apple
- Restructuring（再編型）: 採用↑ × レイオフ↑ → Tesla
- Wait-and-See（様子見型）: 採用↓ × レイオフ↓ → Google、Amazon
- Downsizing Restructuring（縮小再編型）: 採用↓ × レイオフ↑ → Meta、Microsoft
「採用中」というステータスが7社すべてに付いているにもかかわらず、戦略はまったく異なります。このギャップをビジュアルで伝えることが今週の挑戦でした。また、英語・日本語のバイリンガル切り替えをパラメータで実装し、グローバルな視聴者にも対応しました。
使ったTableauの技術・Tips
Zスコア正規化：規模の違いを排除して比較する
Amazon（従業員158万人）とNVIDIA（3.6万人）をそのままの数値で比較しても意味がありません。そこで採用率・レイオフ率をZスコアに変換し、「業界平均からどれだけ離れているか」で各社を相対評価しました。
// 採用率・レイオフ率の算出
c.Hiring Rate = SUM([Open Jobs]) / SUM([Employees])
c.Layoff Rate = SUM([Layoffs (Past 2yr) - People]) / SUM([Employees])
// Zスコアへの変換（テーブル計算）
c.Hiring Rate_Z = (c.Hiring Rate - WINDOW_AVG(c.Hiring Rate)) / WINDOW_STDEV(c.Hiring Rate)
c.Layoff Rate_Z = (c.Layoff Rate - WINDOW_AVG(c.Layoff Rate)) / WINDOW_STDEV(c.Layoff Rate)WINDOW_AVG・WINDOW_STDEVはパーティション内の全行を対象にテーブル計算で平均・標準偏差を求める関数です。これにより企業規模に左右されない公平な比較軸が生まれます。
バイリンガルパラメータ切り替え
p.languageパラメータ（0=Japanese、1=English）を設定し、フラグ計算フィールドで各言語のテキストゾーンの表示・非表示を制御しました。
f.japanese = [パラメーター 1] = 0
f.english = [パラメーター 1] = 1BANs（Big Asserted Numbers）との組み合わせ
散布図だけでは数値の絶対量が伝わりにくいため、BAN（大きな数字）シートで主要指標を補完しました。「どこに位置するか（散布図）」と「どのくらいの規模か（BAN）」を組み合わせることで、読み手が文脈を理解しやすくなります。
学び・振り返り
今回の最大の気づきは、同じラベルでもデータを掘り下げると真逆の実態が見えるということです。NVIDIAのZ+1.8という採用率は際立っており、AI需要の高まりを如実に反映しています。一方、MetaとMicrosoftはZ+0.9〜+1.1のレイオフ率を抱えながら採用を絞っており、効率化路線が鮮明です。
Zスコアを使った多変量散布図は、異なる規模の企業を相対的に比較する際の強力な手法です。今後は時系列データと組み合わせて、トレンドの変化も可視化してみたいと思います。
Tableau Public プロフィール: https://public.tableau.com/app/profile/tamaball38175/vizzes
⚠️ 注記: この記事はAIを活用して生成されています。内容に誤りが含まれる可能性があります。技術的な詳細については公式ドキュメントも合わせてご確認ください。
