【要約】見えてないものは、マネジメントできない——NetworkX × D3.jsで組織ネットワーク分析 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
- ・組織図と実際のコミュニケーション実態の乖離。
- ・特定の個人への情報集中による、離脱時のリスク増大。
- ・部門間のサイロ化による連携不足。
- ・高額なコンサルティング費用による導入障壁。
// Approach
1.データの準備: Slack等のログをsource, target, weight形式のCSVで用意。
2.グラフ構築: NetworkXを用いてグラフ構造を生成。
3.指標計算: 次数中心性、媒介中心性、Louvain法によるコミュニティ検出を実行。
4.データ変換: 分析結果をD3.js用のJSON形式へエクスポート。
5.可視化: D3.jsのforce-directedレイアウトを用い、ノードの大きさや色で属性を表現。
// Result
- ・情報のボトルネック（ブローカー）の特定。
- ・部門間のサイロ化の検知。
- ・離職リスクのある孤立ノードの特定。
- ・リソース配分や出社スケジュールの最適化。
Senior Engineer Insight
> OSSを活用した低コストな実装は極めて実戦的だ。Slackログからの自動化も現実的である。ただし、通信量と信頼関係は別物である点に注意せよ。分析結果を直接的な人事評価に直結させるのは危険だ。プライバシーへの配慮が、技術実装以上に運用の成否を分ける。組織の「健康診断」として、非侵襲的に運用するのが賢明である。