離職は「突然」ではない。辞める前に、行動データは必ず変わっている

人は言葉より先に、行動で示している

退職を決意した人間の心理を考えてみてほしい。

「辞めます」と口にする前に、彼らはすでに「次」に意識を向け始めている。転職サイトを見る。求人に応募する。面接の日程を入れる。内定が出れば、退職のタイミングを計算し始める。

この一連のプロセスが進む中で、「いまの仕事」への関与は静かに、しかし確実に薄れていく。そしてその変化は、デジタルの痕跡として必ず残る。

問題は、その痕跡を「見る仕組み」を持っている会社がほとんどないことだ。

離職前に現れる8つの行動シグナル

以下のシグナルは、それぞれ単独では「気のせい」で済むことが多い。しかし心理的背景を理解すると、なぜこの変化が起きるのかが腑に落ちる。

1つでは「気のせい」、重なると「確信」になる

ここで重要なことがある。上に挙げたシグナルは、1つ単独では判断できない。Slackの返信が遅い人は普通にいるし、カメラオフにしがちな人もいる。出社率が下がっても体調不良の可能性もある。

問題は、これらが複数重なったときだ。

シグナルの「重なり」と「変化の速度」を見ることが、離職検知の本質だ。1か月で急に変化したのか、3か月かけて徐々に変わったのか——その速度も、転職活動の進捗を反映している。

これだけ明確なのに、なぜ気づけないのか

理由は単純だ。データが分散しているから。

• Slackのアクティビティ → Slack内で流れて消える
• カレンダーのブロック → Googleカレンダーの中
• 出社記録 → 勤怠システム
• サーベイスコア → サーベイツール
• 1on1メモ → メモアプリ

これらがつながっていれば、パターンは見える。でも現実のスタートアップでは、ツールがバラバラに存在し、誰も横断して見る仕組みを持っていない。人事担当者が1〜2人しかいない組織で、全員の全シグナルを手動で追うのは不可能だ。

だからこそ、「データを統合して変化を自動検知する」という仕組みが必要になる。年1回のサーベイでも、「勘」に頼る1on1でもなく、日常的な行動データの変化を継続的に追うことが、スタートアップが組織として成熟する分岐点になる。

「個人への対処」から「組織の設計」へ

データが教えてくれることは、「誰が辞めそうか」だけではない。

「なぜその状態になっているか」——つまり、どのマネージャーとの関係に問題があるか、どのチームの負荷が高すぎるか、どの時期にエンゲージメントが下がりやすいかを、組織全体の傾向として読めるようになる。

それが、「個人への対処」から「組織の設計」への転換だ。

退職面談を「はじめて話を聞く場」にしないために。離職を「発生してから対処するもの」ではなく、「起きる前に察知して動くもの」として扱えるかどうか——スタートアップが組織として成熟するか否かの、ひとつの分岐点がここにある。

シグナルを検知したあとの動き方

複数のシグナルが重なったメンバーがいた場合、次の順番で動くのが基本だ。

1. 普段どおりの1on1で、まず負荷と納得感を確認する——いきなり「辞めるの？」は逆効果。業務量・役割・人間関係・キャリアの4観点から聞く。シグナルはあくまで会話のきっかけ。
2. 個人ではなく「構造」を疑う——同じチームで複数人にシグナルが出ているなら、マネジメントや業務配分の問題かもしれない。
3. 優先度と担当を決める——気にかける対象が増えると、結局どれも手が回らなくなる。次の1on1のテーマまで決めて、はじめて「検知」が「定着」につながる。

具体的な月次の点検観点は 離職兆候チェックリスト、データから読む5つのシグナルの全体像は 退職の予兆をデータで早期に掴む方法 も併せてご覧ください。

仕組み化する — ChordOne の離職分析

ChordOneでは、パルスサーベイ・称賛・評価・組織変更データを統合し、AIが離職兆候を早期に検知する機能を提供しています。

• 従業員20名まで無料。スモールチームから始められます。
• バラバラなシグナルを1画面に集約し、優先フォロー候補を自動で整理します。
• 中身の監視ではなく、変化のパターンとして設計されています。
• 入社後の従業員台帳・評価・称賛のデータと同じ画面でつながり、1on1の改善まで一気通貫で動けます。

機能の詳細は AI離職兆候検知について詳しく、費用の目安は 料金シミュレータ をご覧ください。

よくある質問（FAQ）