Что такое аналитика сотрудника. Что такое hr-аналитика? Контекст. Совмещение больших и плотных данных
Что такое «граф»?
Все отрасли генерируют данные. Благодаря данным мы можем лучше понять внутреннего клиента, оптимизировать процессы, иначе взглянуть на взаимодействие сотрудников. Эти процессы можно описать при помощи теории графов.
Граф - это абстрактный математический объект, который состоит из вершин (точек) и ребер (линий), которые их соединяют. В качестве примера можно взять интернет - множество сайтов соединены ссылками. Основа бизнеса компании Яндекс состоит в том, чтобы быстро обойти граф интернета, проанализировать содержимое и дать релевантный ответ пользователю. Другой пример - Яндекс.Такси: находя кратчайшее расстояние между точками на карте, сервис помогает пассажиру добраться до места назначения.
Граф компании Яндекс: точки - сотрудники, линии - взаимодействие между ними
Абстрактное представление объектов в виде графов предложил математик Леонард Эйлер, который решил популярную в 18 веке задачу: как пройти по всем городским мостам Кенигсберга, не проходя ни по одному из них дважды?
Источники и требования к данным
Для того, чтобы построить граф, нужны данные. В качестве источников данных организация может использовать:
корпоративную почту
календарь встреч сотрудников
задачи в трекере
звонки внутренней АТС
Трекеры особенно популярны в ИТ-компаниях. Они позволяют ставить задачи, назначать ответственных за их исполнение, прикреплять файлы. Трекеры существенно упрощают взаимодействие в командах. В Яндексе этот инструмент используют не только разработчики, но и другие подразделения.
HR-подразделения используют трекер для:
согласования вакансий
найма
адаптации
обучения
На базе этого инструмента построена HR-аналитика.
Требования к данным:
Качество. Данные должны быть без ошибок и пропусков. Показатели необходимо приводить к общему виду.
Полнота. Сейчас нормой стала работа в нескольких информационных системах одновременно. Данные, взятые только из одной системы, не будут полными.
Анализ взаимодействий
Точки и линии на графе обозначают сотрудников и их взаимодействия. Чем больше диаметр у точки, тем более интенсивное взаимодействие у сотрудника с коллегами. Чем толще линия, соединяющая двух сотрудников, тем более интенсивное взаимодействие происходит в этой паре.
Взаимодействия сотрудников Яндекс
Важно учитывать и правильно интерпретировать все данные. Интенсивность взаимодействий сотрудников напрямую зависит от их должности и поставленных задач.
Какие выводы можно сделать и что применить в организационных изменениях:
Эффективность взаимодействий. Если группы отличаются по интенсивности взаимодействий и у них есть объективный показатель вроде KPI или проводится оценка performance review, то можно сопоставить факторы из графа (интенсивность взаимодействий) и предсказывать, какие действия приводят к лучшим показателям. Например, чрезмерное количество коммуникаций может перегружать менеджеров, влиять на их выгорание.
Стиль управления руководителей. Данные подскажут, использует ли руководитель микроменеджмент или тотальный контроль. При помощи данных из графа можно подсказать менеджеру, подходит ли его стиль управления для каждой конкретной задачи и какие действия могут повысить эффективность сотрудников.
Коммуникации внутри команды. Например, члены команды хорошо взаимодействуют между собой, но практически не взаимодействуют с другими коллегами. Такая команда может сделать проект, который уже был в компании, данные о нем хранятся, но команда об этом не знает. В итоге ресурсы компании будут потрачены впустую по причине недостаточного взаимодействия с другими отделами. Или наоборот, когда хромают внутренние коммуникации в команде, это приводит к задержке сроков подготовки проекта.
Полная картина взаимодействий сотрудника позволяет автоматически создавать список коллег для проведения опроса 360 градусов. В этом случае данные, которые получит руководитель по итогам опроса, будут полными.
Взаимодействие между командами
Метрики
Некоторые метрики из теории графов можно успешно использовать в организациях:
Плотность / Разреженность.
Граф называется полным, когда все его вершины соединены ребрами. В реальном мире примером полного графа может быть небольшой стартап: один маленький дружный коллектив, в котором все друг друга знают и эффективно взаимодействуют. Уход одного сотрудника не приводит к потере существенной информации, взаимодействие не нарушается.
При росте компании плотность нарушается. Трудно представить компанию с тысячами сотрудников, в которой все работники знают друг друга. Для такой компании характерен риск потери существенных коммуникаций внутри команды при уходе одного сотрудника.
Расстояние. Эта метрика напоминает об известной теории шести рукопожатий. Чем меньше расстояние между сотрудниками, тем больше сплоченность, больше людей знают друг друга.
Центральность. Эту метрику хорошо иллюстрирует граф персонажей «Игры престолов»: после неожиданной смерти одного из центральных персонажей произведения сценаристы испытывают затруднения с сюжетной линией второстепенных персонажей.
Мост. Можно проиллюстрировать на примере Бельгии - страны с двумя государственными языками, где небольшой мостик из людей, говорящих на двух языках, соединяет «одноязычных» сограждан. В компании люди, находящиеся на этом мосту, являются носителями очень важных связей. Их уход - большая проблема для компании.
Применение
В компаниях с проектной структурой еженедельно запускаются и закрываются проекты, важно следить за расходами. Нужно правильно собирать и передавать данные для экономических расчетов. Этот процесс можно улучшить при помощи автоматизации. В Яндексе сделали следующее:
Построили граф компании.
Анализируя поведение сотрудника в каждый конкретный месяц, HR-аналитики видят, в каком проекте тот сейчас находится. Отпала необходимость переписки с руководителями сервисов. Это экономит время бизнеса и аналитиков.
Пока это пилотный проект, который показывает интересные результаты. Многие исследовательские проекты в Яндексе впоследствии выкатываются в продакшн.
Итак, классический путь аналитики
Данные. Источник, полнота и качество.
Визуализация. Как на эти данные смотреть, как использовать. Идеи о метриках, которые в случае с HR-аналитикой можно взять из теории графов или придумать самостоятельно.
Отчетность, которая ежемесячно показывает, что происходит в компании. Например, интенсивность взаимодействия менеджеров.
Метрики, которые используются для выводов.
Предсказательная аналитика - запуск автоматизированного процесса, который экономит время.
Что еще нужно знать об HR-аналитике
Кевин Уиллер, президент и основатель Global Learning Resources, Inc., в статье «Обратная сторона HR-аналитики: 8 малоизвестных фактов» выделяет несколько важных факторов, которые касаются HR-данных:
Аналитика - не волшебная пилюля. Аналитика не является чудодейственным средством. Данные помогают понять проблему и, возможно, выбрать более эффективный способ ее решения, но данные не заменяют эмпатию и человеческие рассуждения.
Понимание того, что именно вы хотите знать. Нужна предельная ясность относительно того, что вы хотите проанализировать или измерить. И убедитесь, что это вообще возможно.
Использование соответствующего метода. Метод сбора данных также может оказаться непростой задачей. Один из вариантов использования аналитики - разъяснение проблемы или поиск возможных причин.
Пассивные данные могут быть лучше запрашиваемых данных. Гораздо легче самому собрать пассивные данные, чем запрашивать достоверные данные от других. Собрать фактическую информацию по итогам каких-либо действий и решений относительно просто.
Важна поддержка. Для эффективного использования данных необходима поддержка руководства и соответствующая корпоративная культура, в которой данным придается значение.
Цель управляет ситуацией. Есть большое искушение измерить все, особенно на первых порах, когда инструмент аналитики только внедряется в компании. Но лучше сфокусироваться на двух-трех ключевых вопросах, на которые вы хотите получить ответ. Тогда у вас хватит времени на более точный сбор данных и полный анализ.
Данные небезупречны. В последнее время стало принято ставить данные на пьедестал и воспринимать их как чистую информацию, в которой нет ни политики, ни мнений. Но, к сожалению, на анализ данных мнения влияют так же, как и на все остальное.
Чем проще, тем лучше. Потратьте время на составление списка: что вы действительно хотели бы знать, чтобы улучшить рекрутинговый процесс; какие данные помогут вам повысить эффективность большинства источников или ответить на актуальные вопросы руководства.
О проблемах правильной интерпретации данных недавно также говорил Нассим Талеб : «Если вы умеете работать с Big Data, это хорошо, но нужно уметь ее интерпретировать, фильтровать чушь и ненужный шум, которые всё путают. Интересно, что единственные, кто умеет работать с данными, - это антитеррористические службы. Они способны не находить ложные корреляции и сужать выборку до конкретных подозреваемых, они ищут именно связи. Компьютер можно просто одурачить данными, очень важна статистическая дисциплина. Большие данные не могут сказать нам, что правильно, только то, что НЕ правильно».
Источник изображений - HR-среда
Актуальные и интересные HR-кейсы в нашем Telegram. Подписывайтесь на канал!
Копирование и любая переработка материалов с сайта сайт запрещены
Продолжаем наши публикации по следам конференции HR-Аналитика, на которой побывала наш спецкор Оксана Рыбакова. В прошлом выпуске своими рекомендациями о методике разработки и внедрения проектов, связанных с большими данными, с нами поделился Арам Фомичев, руководитель направления аналитики Лаборатории «Гуманитарные технологии».
Сегодня эту тему продолжает Татьяна Конева, директор по персоналу компании Hoff своим докладом «HR-аналитика. Как говорить с бизнесом на одном языке».
О КОМПАНИИ HOFF
"Особенность нашей компании в том, что мы за 10 лет открыли 29 магазинов, - так начала свое выступление Татьяна, - мы мчимся с очень большой скоростью и, как многие быстро растущие нескладные подростки, цепляем все углы на своем пути. Мы открываем новые магазины, мы меняем ассортимент, мы подстраиваемся под все кризисы, а все, что связано с бизнес-процессами, мы подтягиваем и структурируем под быстро меняющиеся обстоятельства. И в какой-то момент стало понятно, что без HR-аналитики дальше развиваться невозможно".ВНЕДРЕНИЕ HR-АНАЛИТИКИ
Так в компании появилось потребность в развитии этого направления. Были привлечены внешние провайдеры для запуска процесса, но дальше все развивалось силами HR департамента. Изначально использовалось классическое каскадирование по целям и стало понятно, что у HR в компании две основные задачи. Сделать так, чтобы:- Производительность персонала росла
- Доля затрат (из общих расходов компании) на персонал падала
Это классический акционер, который хочет от HR только этого, и как мы будем этого добиваться, его совсем не интересует. Главное, чтобы расходы на персонал падали, а производительность на 1 человека росла. Далее, на основании этих двух задач были отобраны ключевые метрики, которые были бы интересны для мониторинга не только HR, но и бизнесу.
МЕТРИКИ C&B
Здесь мы отслеживаем:- Динамика доли ФОТ от выручки в разбивке по бизнес юнитам (БЮ);
- Динамика производительности в рублях и в штуках LFL (период 2016/2017) в разбивке по БЮ, %. Здесь важно отслеживать производительность и в денежном эквиваленте, и в штуках, так как бывает, например, такое, что производительность в рублях растет, а в штуках остается на прежнем месте или падает. Это не что иное, как инфляция;
- Динамика текучести персонала, %;
- Увольнения сотрудников в разбивке по причинам увольнения.
И причины увольнений:
Этот параметр важно анализировать вместе с бизнесом и задавать вопросы. Например, как может быть причина «не справился с работой» выше на промежутке от 6 месяцев до 1 года, чем в предыдущие периоды? То есть до этого времени сотрудник справлялся, а потом что-то случилось.
МЕТРИКИ T&D
На первом графике мы отслеживаем, чтобы все наши новые сотрудники были своевременно обучены.
Также у нас настроен процесс наблюдения руководителей за своими сотрудниками в торговом зале и заполнение оценочных листов.
Норма в 25% от количества сотрудников бизнес-юнита отражена на втором графике желтой линией. Туда попадают следующие категории сотрудников:
- На испытательном сроке;
- Прошедшие новый тренинг;
- «Завалившие» тайного покупателя;
- Те, на кого поступили жалобы.
Отдельно мы оцениваем знания после каждого тренинга. Если сотрудники в среднем показывают уровень знаний по любому из тренингов меньше 90%, мы анализируем причины с целью повышения эффективности данного тренинга.
И аналогично ведется аналитика по каждому тренеру
МЕТРИКИ ПОДБОРА ПЕРСОНАЛА
На первом графике каждый руководитель может видеть, сколько у него вакансий, какие просроченные, каждую неделю на конференц-колле мы обсуждаем причины.
На втором графике тоже есть повод для обсуждения с руководителями. Если норма закрытия вакансии 14 дней для направления «мебель», и у всех более-менее приближенные к этому параметру показатели, а один магазин выпадает, то тут возникают вопросы.
Все метрики доступны для всех руководителей. Они их могут загрузить из BI (это программы, позволяющие анализировать большие данные и выводить данные на дашборды) на свои планшеты и телефоны). Пока отслеживать можно не в режиме «онлайн», но мы идем к этому.
В конце своего выступления Татьяна призвала коллег делиться информацией для внедрения в своих компаниях самых лучших практик управления персоналом .
А теперь несколько иная точка зрения от директора по персоналу Метриум групп, Анны Тимушевой. Она закрывала первую сессию конференции докладом «HR-аналитика в Метриум. Путь к успешному решению бизнес задач».
Анна так же, как и Татьяна, пришла к выводу о необходимости внедрения в компании HR-метрик. Сотрудники ее департамента самостоятельно (без привлечения внешних провайдеров) выбрали необходимые показатели для мониторинга. Их получилось около 15.
Но бизнес воспринимал эти показатели примерно вот так
И поэтому Анна пришла к следующим выводам:
- Систему нужно упрощать;
- Она не должна быть статична и каждый раз должна меняться под разные задачи бизнеса;
- Данные нужно обязательно визуализировать!
В пример Анна привела реализованный проект оценки эффективности работы сотрудников.
Все сотрудники отдела продаж оцениваются по количественным (выполнение личного и командного плана продаж) и качественным (оценка компетенций методом 360 градусов) параметрам. А для тех сотрудников, которые планируются к переводу на более высокие должности, дополнительно проводится оценка поведения по методике DISC и оценка знаний.
Резюмируя первую часть конференции, можно отметить несколько ключевых моментов.
- Данные обязательно нужно визуализировать. Так они, во-первых, лучше воспринимаются бизнесом, и во-вторых, можно не создавая огромных нечитабельных отчетов показать много полезной информации для решения текущих и будущих задач.
- Не стоит внедрять аналитику только ради аналитики. Каждая метрика должна быть направлена на решение той или иной проблемы или служить индикатором отсутствия проблем. После каждого сеанса мониторинга должен быть разработан план улучшения ситуации.
- Данные для аналитики должны быть качественными и подбираться в зависимости от того, на решение какой проблемы они направлены.
Если вам интересно, ставьте лайки, делитесь постом, будем писать дальше.
Желаю вам успехов в HR-исследованиях,
ваша Оксана Рыбакова
В этом руководстве мы объясним суть HR-аналитики и причины, по которым ваша организация должна серьезно отнестись к этому процессу. Мы также расскажем об общих проблемах “человеческой” аналитики и пяти первых шагах, которые помогут вашей организации начать работу в этом направле
HR прошел долгий путь от традиционного сбора и отслеживания информации о сотрудниках до современного подхода: использование данных, чтобы сделать глубокие аналитические выводы, касающиеся всего бизнеса.
ЧТО ТАКОЕ HR-АНАЛИТИКА?
HR-аналитика является процессом, в котором методы обработки данных и бизнес-аналитики (BA) применяются к обработке HR-данных. Её иногда также называют аналитикой талантов. Кроме того, интеллектуальный анализ данных (data mining) в этом контексте относится к практике изучения баз данных для создания новой информации.
У HR-аналитики существуют две основные цели: предоставление инсайтов (неизвестной ранее информации), и определение ключевых данных .
Первая цель состоит в предоставлении организации информации о ее собственных операциях, которая может помочь в эффективном управлении сотрудниками. Это инсайты, которые могут обеспечить эффективное достижение бизнес-целей компании.
Вторая ключевая функция HR-аналитики: помогать идентифицировать данные, которые организация должна сохранять. Кроме того, она предоставляет модели для прогнозирования различных способов, которыми организация может получить оптимальную отдачу от инвестиций (ROI) в свой человеческий капитал.
В целом, HR-аналитика ориентирована на то, чтобы максимально использовать огромные объемы данных о человеческих ресурсах, которые собирает большинство организаций. В компаниях часто имеется множество данных, таких как демографические данные сотрудников, учебные записи и т.д., и анализ может извлечь из них важные знания.
Ниже приводится более подробная информация о HR-аналитике:
ПОЧЕМУ ВАШЕЙ ОРГАНИЗАЦИИ СЛЕДУЕТ РАБОТАТЬ С HR-АНАЛИТИКОЙ?
Кадровые решения часто основаны на профессиональных инстинктах и интуиции. Найм, например, часто зависит от личного контакта, который рекрутеру удалось или не удалось установить с кандидатом. Проблема с “инстинктами” и интуицией состоит в том, что они могут нормализовать плохие практики.
Таким образом, несправедливость на работе может остаться незамеченной. Наглядным примером этого является разрыв в оплате труда между мужчинами и женщинами. Организации могут думать, что они платят одинаково, если они не изучают фактические данные.
HR-аналитика может помочь повысить производительность и предсказать наиболее успешные модели. Это устраняет большую часть человеческих ошибок при принятии решений. Например, улучшение управления рабочей нагрузкой может быть более эффективным, когда используются данные, показывающие, какие подразделения или группы уже несут чрезмерную нагрузку, а какие могут позволить себе брать на себя больше обязанностей.
Что более важно, HR-аналитика доказала, что она способствует росту компании. Training Zone сообщает о результатах повышения производительности одной компании, которая использует HR-аналитику для улучшения процесса найма. Благодаря анализу данных компания заметила, что традиционные ключевые показатели — образование и рекомендации — не оказывали большого влияния на производительность кандидата в продажах. Фактически, ключевыми оказались такие показатели, как опыт продаж на большие суммы и способность работать в неструктурированных обстоятельствах, которые действительно способствовали повышению эффективности продаж. Когда компания внедрила эти кадровые аналитические данные в найм персонала, продажи компании выросли на 4 миллиона долларов в следующем же году.
В других исследованиях были сделаны аналогичные выводы в отношении важности HR-аналитики для общей эффективности компании. Исследование, проведенное MIT и IBM, показало, что более высокий уровень использования HR-аналитики мог бы дать:
- Увеличение продаж на 8%;
- Увеличение чистого операционного дохода на 24%;
- На 58% выше объем продаж на сотрудника.
ОСНОВНЫЕ СПОСОБЫ ИСПОЛЬЗОВАНИЯ HR-АНАЛИТИКИ
Области приложения HR-аналитики обширны, и показатели, на которых стОит сфокусироваться, для организации зависят от отрасли, а также от характера бизнеса.
Вот несколько примеров возможных ключевых показателей:
- коэффициент увольнений,
- время найма,
- уровень текучести для разных групп персонала (первый год, пять лет и т.д.),
- доход на сотрудника.
Приведенные выше показатели и другие подобные данные могут использоваться для повышения эффективности бизнеса. Ключевыми областями, в которых данные могут помочь, являются:
- Рекрутинг — HR-аналитика может предоставить ответы на вопросы о поиске идеальных для этого бизнеса кандидатов. Например, как показал вышеприведенный пример компании, данные могут использоваться для идентификации качеств тех кандидатов, которые приносят лучшие результаты. Вы можете сопоставить данные кандидатов, которые в конечном итоге остались в компании, и найти среди них общие знаменатели.
- Здоровье и безопасность — HR-аналитика может лучше выявлять проблемные области, связанные со здоровьем и безопасностью. Данные могут указывать на роли, места работы и другие подобные факторы, которые имеют самый высокий уровень несчастных случаев.
- Удержание сотрудников — благодаря данным вы также можете узнать больше об удержании сотрудников. Вы можете использовать HR-аналитику для выявления аспектов, которые увеличивают вовлеченность сотрудников.
- Разрывы в талантах — данные могут выявить наличие пробелов в организации. Например, некоторые отделы могут иметь более высококвалифицированных работников, чем другие, и это может мешать общей работе компании.
- Эффективность продаж — HR-аналитика может помочь разобраться в деталях того, как повысить показатели продаж. Вы можете заметить, что определенный талант помогает сотрудникам работать лучше или что определенные учебные программы дают немедленную отдачу с точки зрения продаж.
ПЯТЬ ВЫЗОВОВ HR-АНАЛИТИКЕ
Прежде чем перейти к начальным этапам внедрения HR-аналитики, стоит рассмотреть некоторые основные проблемы, которые при этом возникают. При разворачивании HR-аналитики в вашей организации важно найти способы решения следующих пяти задач.
Задача 1: поток данных
Чем больше информации собирает ваша организация, тем труднее ее использовать, если это необходимо. Большое количество данных не приводит автоматически к хорошим результатам. Чтобы добиться успеха, необходимо иметь способность применять правильные методы аналитики.
Если ваш HR-отдел соберет много данных без применения правильных аналитических подходов, вы получите просто много данных. Чем их больше, тем труднее делать ценные предположения.
Например, показатели по всем метрикам, которые вы собираете, должны быть правильно определены и классифицированы. Вы должны определить вопросы, которые хотите решить своими данными, а не просто их собирать, чтобы были.
Задача 2: качество данных
Помимо сбора нужного объема данных, вам также необходимо убедиться, что вы уделяете достаточное внимание их качеству. Поток данных может быстро привести к получению данных низкого качества, поскольку вы не создаете значимых связей между различными наборами данных.
Важно гарантировать качество данных, сосредоточившись на обеспечении их целостности и сохранности. Проблема многих организаций заключается в том, что данные, используемые в HR-аналитике, могут поступать из разных подразделений организации и, следовательно, быть слишком разными, что приводит к проблемам. Некоторые данные могут быть проигнорированы, отброшены, потеряны или наборы данных не могут быть объединены, что приведет затем к неадекватному анализу.
Задача 3: низкие аналитические навыки в большинстве HR-подразделений
Для того чтобы HR-аналитика преуспела, команда, стоящая за ней, должна обладать знаниями как в области человеческих ресурсов, так и в области анализа данных. Но найти руководителей HR, которые также компетентны в анализе данных, может быть затруднительным.
По словам Элизабет Крейг (Elizabeth Craig), научного сотрудника Accenture Institute for High Performance, едва ли найдется сотрудник, достаточно подготовленный для HR-аналитики. Кроме того, Крейг рассказала data-informed.com, что некоторые инструменты анализа данных требуют специальных ИТ-навыков, что добавляет давления при поиске нужных людей.
Проблема выглядит еще большей из-за того, что только 6% глобальных HR-команд чувствуют уверенность в своих навыках использования аналитики. Кроме того, только 20% полагали, что использование данных в их организации достоверно и достаточно надежно, чтобы принимать решения.
Задача 4: частое отсутствие поддержки HR-аналитики со стороны руководства
HR-аналитика еще не стала одним из основных процессов для многих компаний, и часто отсутствует поддержка со стороны руководства. Но для того, чтобы процесс работал, HR-подразделения должны убедить руководителей компании в преимуществах использования аналитики.
Эта поддержка важна, поскольку она обеспечивает доступ к ресурсам, так как внедрение правильной системы HR-аналитики не дёшево. Она также может обеспечить лучший доступ к данным в разных отделах. Чтобы убедить руководителей, HR-подразделения должны сосредоточиться на выявлении возможностей максимальной рентабельности инвестиций даже на начальном этапе.
Задача 5: HR-аналитика стоит дорого, а рентабельность инвестиций часто не видна
Наконец, организации должны быть осведомлены о затратах. Диапазон цен аналитических инструментов так же разнообразен, как и доступность инструментов. Согласно статье на data-informed.com стоимость платформы может варьироваться от «400 000 до 1,5 млн. долларов для компании с 5000 штатных сотрудников».
Кроме того, в смете не учтены увеличения расходов, с которыми организации могут столкнуться при найме новых сотрудников для реализации программ или обучения существующих сотрудников навыкам использования аналитики.
Кроме того, рентабельность инвестиций в HR-аналитику является не очень ощутимой. Это объясняется тем, что выигрыш от внедрения результатов аналитики может быть у разных подразделений и в течение длительных периодов. Например, улучшения удержания сотрудников станут очевидными не сразу.
Задача состоит в осознании того, что стремление к более дешевой платформе HR-аналитики не всегда дает большую экономию. Недостаток программного обеспечения и инструментов может привести к неэффективным и неполным результатам, что, в результате, не создаст достаточно высокую ROI для обоснования инвестиций.
ПЯТЬ ПЕРВЫХ ШАГОВ ПРИ ВНЕДРЕНИИ HR-АНАЛИТИКИ
Если ваша организация хочет внедрить HR-аналитику, каков правильный путь? Ниже приведены пять шагов, которые могут помочь вашей организации начать процесс.
Шаг 1. Определение бизнес-вопросов, которые вы хотите решить.
Первое и самое важное — это определить бизнес-вопросы, которые вы хотите решить. Вы не можете начать сбор данных, а затем просто посмотреть на него, чтобы найти взаимосвязи.
Определите проблемы, которые вы хотели бы улучшить в секторе HR. Например, это могут быть вопросы, связанные с разнообразием рабочих мест, повышением уровня удержания сотрудников, измерением количества денег, потраченных на обучение, или лучшего понимания причин отсутствий на рабочем месте. Существует несколько простых вопросов, с которых вы должны начать, прежде чем двигаться дальше.
Например, представим, что вы хотите разобраться, как HR влияет на такие вещи, как прибыль вашей компании.
После того, как вы соберёте общую информацию, связанную с персоналом, которую вы хотели бы изучить подробнее, нужно начать с определения необходимых показателей для решения этих проблем.
Вот некоторые HR-показатели, которые показывают эффективность работы HR-подразделения:
Коэффициент увольнений
- сколько сотрудников увольняется в течение определенного периода по отношению к общему количеству персонала?
Время найма
- сколько времени занимает заполнение вакансии, а также время, необходимое кандидату, чтобы принять предложение и стать сотрудником?
Степень текучести кадров
- сколько сотрудников уходит после первого года, пяти лет и так далее?
Кадровое разнообразие
— каковы проценты, когда речь идет о женщинах, мужчинах, религиозных и этнических группах?
Доход на сотрудника, среди занятых полный рабочий день —
каков доход, получаемый за полный рабочий день?
Сумма оплаты за сверхурочную работу —
насколько высока оплата за сверхурочную работу и как часто она осуществляется?
Соотношение между постоянными и временными работниками —
сколько сотрудников занято неполный рабочий день по сравнению с полной занятостью?
Шаг 2: Определение данных, которые отвечают на приведенные выше вопросы.
Когда у вас появятся вопросы и проблемы, вы можете начать определять данные, необходимые для ответов или их решения.
Во-первых, ваше внимание должно быть сосредоточено на данных, связанных с персоналом, которые уже хранятся в вашем подразделении. Сюда входит информация о найме, эффективности и преемственности. Ваше подразделение уже должно контролировать эти наборы данных.
Во-вторых, вам придётся начать собирать данные о таких вещах, как вовлеченность, опросы и интервью. В зависимости от уровня сбора данных в вашей организации вы, возможно, уже имеете механизмы сбора этих данных.
Наконец, вам нужно расширить сбор данных на другие бизнес-системы и департаменты. Вы должны начать сбор важных финансовых показателей и исследований рынка. К ним относятся такие вещи, как оборот, эффективность продаж, деньги, потраченные на исследование рынка и обучение.
Шаг 3 . Внедрение ETL: извлечение, обработка и загрузка (extraction, transformation and loading).
Как уже было сказано выше, HR-департамент должен работать в тесной связи с ИТ-отделом, поскольку для определенного программного обеспечения и извлечения данных могут потребоваться специализированные аналитические навыки. Поэтому неплохо приступить к реализации более тесных связей между этими двумя отделами.
Частью этого процесса является реализация ETL: извлечение, обработка и загрузка. Существуют инструменты, которые можно использовать для автоматического осуществления этого процесса. Например, IMB WebsphereDataStage и Cognos Data Manager, или Microsoft SQL Server Integration Services являются одними из самых популярных опций. Хотя не технические сотрудники могут использовать эти платформы, может быть полезно попросить ИТ-отдел о помощи.
Этот процесс по существу позволяет извлекать необходимые данные из источников, которые вы определяете, преобразовывать их в правильный чистый и согласованный формат и загружать в вашу аналитическую платформу, которая будет использоваться для анализа.
Шаг 4. Интеграция результатов в бизнес-операции.
Когда ваш анализ данных начинает генерировать результаты, вам нужно приступить к осуществлению изменений. Например, если вы сосредоточились на изучении разнообразия рабочей силы, а ваши данные показывают, что вы не получаете достаточно заявок от этнических меньшинств, вы можете начать менять свою стратегию найма.
Кроме того, вам необходимо установить связь между HR-данными и другими бизнес-показателями. Например, сокращение сверхурочной работы персонала может напрямую коррелировать с производительностью и рентабельностью. Отчет KPMG “People are the Real Numbers” рассказывает о важности этих связей на примере отсутствия персонала на рабочих местах и экономической эффективности.
«Хотя полезно отслеживать пропуски в разных регионах или по сравнению с предыдущими годами, но если HR также сможет показать, что уменьшение отсутствий на рабочем месте положительно коррелирует с производственной эффективностью, тогда руководство увидит реальную ценность HR», — говорится в отчете.
Шаг 5. Осуществление регулярного анализа.
Наконец, HR-аналитика должна выполняться регулярно, иначе в большинстве случаев она будет неактуальной. Для того, чтобы воспользоваться её преимуществами, необходимо внедрить регулярный процесс.
Например, вы определили проблему, с которой хотите разобраться с помощью данных, выполнили анализ и нашли ответ. После того, как вы внедрите решения своей проблемы, вам необходимо регулярно возвращаться к ней, чтобы проверить, что происходит с изменения и не возникли ли новые проблемы.
ЗАКЛЮЧЕНИЕ
HR-аналитика является неотъемлемой частью управления данными, и ее внедрение может дать положительную отдачу для любой организации. Но, как было показано выше, управление, анализ и интерпретация данных не просты, и организациям необходимо подходить к “человеческой” аналитике по одному шагу за раз.
Ключ к успешной HR-аналитике основан на понимании того, что не размер измеренных данных приводит к результату, а скорее влияние данных на принятие решений в организации. HR-аналитика не должна рассматриваться как необходимая только для HR-подразделения, а скорее как нечто, что может создать ценность для всей организации.
Данный материал (как текст, так и изображения) является объектом авторского права. Любые перепечатки полностью или частично только с активной ссылкой на материал.
Бытует мнение, что HR – это о высоких материях, которые, казалось бы, невозможно загнать в рамки цифр. Но ведь если что-то нельзя измерить – то этим нельзя и управлять? Оказывается, и работа с людьми может быть точной наукой, если владеть нужными инструментами. Например, освоить HR-аналитику.
С чего начать? Мы задали Евгению Бондаренко, директору Академии ДТЭК, десять вопросов, ответы на которые помогут сориентироваться, как начинать этот нелегкий, но интересный путь.
Что такое HR-аналитика?
Рассказать просто об HR-аналитике невозможно. Тема предусматривает знания, которые большинству из нас в школе и университете казались самыми сложными – это, в частности, математика и статистика. Мало того, нередко все эти коэффициенты, моды и медианы казались нам совершенно ненужными. И только с опытом приходит понимание, насколько это полезно, а если правильно построить процесс обучения – то и увлекательно.
В статье «Evidence-based HR: Under the microscope» («Управление персоналом, основанное на доказательствах: Под микроскопом») автор, Кетти Джейкобс, приводит показательный пример. В рамках программы изменений в крупной организации три руководителя, которые отвечали за нее, высказали разные точки зрения о том, что именно нужно делать. Это все равно что три врача, которые по-разному лечат одного пациента. Чтобы предложить лечение, в медицине принято опираться на факты. В управлении же людьми большинство решений, как оказалось, основывается на личном опыте и прочитанных где-то чужих исследованиях.
Итак, существует много определений HR-аналитики. Пожалуй, самое полное звучит так: это постоянный процесс поиска инсайтов, драйверов в процессах управления людьми, которые приносят выгоду бизнесу, с использованием научного подхода.
Существует два основных подхода к HR-аналитике.
Подход первый: «Вижу цель». В чем его суть?
Этот подход предполагает конкретную цель. Например, в компании возникает гипотеза, которая основана на опыте или предположениях. Эта гипотеза состоит в том, что из бизнеса уходит слишком много перспективных молодых специалистов: набор проводится каждый год, а их все равно мало. Тогда компания собирает данные, выбирает методику, проводит расчет этого критерия, и таким образом либо подтверждает гипотезу, либо опровергает ее.
Запрос может быть и другим – например, нужно построить прогностическую модель, которая позволит изучить процессы увольнения людей из компании. Собрав имеющиеся данные и проанализировав их, компания может увидеть «красные зоны» – тех сотрудников, которые могут уйти в ближайшее время. Эта задача по силам, например, логистической регрессии.
Подход второй: «Иду на разведку». В чем он заключается?
Здесь нет цели проанализировать какой-то конкретный критерий. Но есть набор данных и желание найти какие-то полезные инсайты, которые не очевидны, не лежат на поверхности. Это уже ближе к т.н. машинному обучению – исследуются данные, находятся интересные взаимосвязи, делаются выводы. Своеобразная разведка, которая впоследствии поможет сформулировать гипотезы, поставить цели и получить конкретные бизнес-выводы.
Для начала можно ознакомиться с публикациями на эту тему – «Evidence-based HR: Under the microscope», а также «HR metrics and analytics: Use and Impact. Human Resource Planning» (в ней авторы впервые использовали термин «HR analytics»).
Затем нужно приступать к изучению статистики – для этого можно взять любой базовый учебник. Например, книгу «Статистика. Учебный курс для социологов и менеджеров» О. Иванова: в ней все описано просто и понятно, на реальных примерах. Другие полезные книги – «Методы математической обработки в психологии» Е. Сидоренко (структурировано описаны различные статистические критерии). Еще интересно почитать «Работа рулит!» (замечательная книга о компании Google, автор – Ласло Бок), «Голая статистика» (Чарльз Уилан), «Управление на основе данных» (Тим Филлипс), «Большие данные» (Виктор Майер-Шенбергер).
Книг по HR-аналитике, в частности русскоязычных, пока что нет. Но это вовсе не значит, что не стоит даже пытаться разобраться в этой теме, ведь здесь отлично применим метод аналогий. Можно наблюдать, как такие же аналитические задачи решают, скажем, маркетологи – например, изучают клиентов. И применять это в своей области – изучая сотрудников. Можно узнать, как свои задачи решают бизнес-аналитики, психологи и социологи. Например, в «Учебном курсе для социологов и менеджеров» приводится пример того, как сравнивать успешность двух групп студентов. Это легко перенести в HR-практику, чтобы сравнить две группы сотрудников, которых обучают разные тренеры, и измерить эффективность учебных мероприятий.
Кстати, огромным преимуществом в изучении HR-аналитики будет знание английского языка: почти все качественные источники знаний – англоязычные.
Какие программы нужно освоить?
Краеугольный камень HR-аналитики – это инструментарий. К сожалению, в украинских компаниях сотрудники – даже финансисты, повсеместно используют Excel. И это тотальная проблема. На вопрос же о том, почему бы не попробовать более эффективные инструменты – например, Pytnon или R, обычно звучит недоуменное «Так это же языки программирования!» Казалось бы, при чем здесь аналитика, финансовая и тем более HR? На самом деле эти инструменты вполне применимы. Excel позволяет решать базовые задачи и хорош на начальном этапе, когда учишься рассчитывать элементарные показатели вручную, чтобы понимать, как это работает. Но когда в арсенале есть более сложный инструментарий, расчеты делаются быстрее и легче: не нужно расписывать формулы, достаточно написать строчку кода, ввести нужные данные и дать функции задачу – скажем, построить регрессию. А затем – получить график, формулу и остальные важные параметры. Это делается за секунды. Плюс, если набор данных изменился, в Excel, скорее всего, придется заново переписывать все формулы. В Pytnon или R, если есть написанный скрипт, программе все равно, с каким набором данных работать.
Если человек никогда не имел дела с языками программирования, может показаться, что освоить их – это что-то из области фантастики. На самом деле язык R, например, интуитивно понятный, и даже тот, кто его не изучал, сможет освоить его на уверенном базовом уровне примерно за полгода (конечно, при должных усилиях). Если сегодня есть книги для детей о том, как научиться программировать, то взрослый человек, вероятно, все-таки способен справиться с такой задачей. Язык R – бесплатный, доступен для скачивания, его придумали ученые, которые хотели, чтобы научными исследованиями и знаниями свободно делились. Плюс, для R в Интернете есть много библиотек, которые можно подключить, чтобы брать новые функции для нужных критериев, если не хватает базового функционала (скажем, чтобы строить сложные модели, делать 3D-визуализацию и т.д.).
На какие Интернет-ресурсы обратить внимание?
Существуют специальные сайты, на которых люди делятся своими наборами данных и другие пользователи помогают решать задачи друг друга. Например, stackoverflow.com , а на сайте kaggle.com есть и раздел HR-аналитики. Вообще обмен знаниями очень приветствуется в аналитике: поскольку данных пока что мало, это практически единственный способ учиться.
Хороший ресурс с электронными курсами – stepik.org : здесь можно пройти курсы по основам статистики (базовый или более продвинутый, с примерами и заданиями), по анализу данных в R (с примерами, как применять к реальным задачам), по основам программирования на R (знакомство с функционалом R и средой разработки для R– Rstudio).
Кроме того, можно пройти курсы на coursera.org – по data science («науке о данных») и по HR-аналитике. Но в этом есть смысл, если слушатель уже владеет базовыми понятиями в статистике. Потому что когда лектор скажет «А сейчас мы построим регрессионную модель», следует знать, что это такое.
Итак, чтобы освоить HR-аналитику, можно читать и учиться на курсах. Но этого мало: нужно пробовать. Брать самые простые данные – о том, сколько компания платит сотрудникам, как часто люди уходят на больничные или увольняются, и пытаться делать первые расчеты. Нужно двигаться от простого к сложному: если понимаешь, как работают простые методики, рассчитываются модели и коэффициенты, то сможешь освоить и более сложные.
Каких «подводных камней» опасаться?
Часто HR-менеджеры стремятся к тому, чтобы результат исследования подтвердил гипотезу, оказался таким, как хотелось бы. Следует понимать, что в HR-аналитике нет плохих и хороших ответов – только реальные факты. Иногда даже может возникнуть соблазн что-то «подтасовать». Очень важно настроиться на следующее: вы провели исследование, сделали все необходимые расчеты, приняли или отклонили нулевую гипотезу. Есть новая гипотеза – нужно проводить новые исследования.
Когда HR-аналитика не имеет смысла?
Если вы занимаетесь HR-аналитикой, нужно быть готовым на основании полученных выводов принимать управленческие решения. Иначе это не имеет смысла. То, что покажет HR-аналитика, часто будет расходиться с ожиданиями. Поэтому нужно заранее честно ответить на вопрос: «Хватит ли у нас воли, чтобы проводить изменения, опираясь на результаты исследований?»
Например, компания проводит для сотрудников тренинги – приглашает известного тренера, который всем нравится. И решает измерить эффективность учебного мероприятия. После тренинга участники рады и вдохновлены, заполняют анкеты обратной связи восторженными отзывами об эмоциях и полезности, а затем… Из 20 человек, которые посетили тренинг, никто не применяет полученные знания на практике. Ни одного инструмента. Тренинг, безусловно, может понравиться – но HR-аналитика ответит на вопрос о том, что поменялось в поведении сотрудников, какую именно пользу бизнесу он принес. Скажем, если это тренинг по коммуникации, можно отследить, сколько аргументов в защиту своей позиции сотрудник приводил раньше и как улучшился этот навык после тренинга. Изменений нет? Тогда получается, что обучение, которое считалось самым эффективным по отзывам людей, по сути оказывается бесполезным. Этого никто не ждал, но с цифрами не поспоришь. При изучении оказывается, что в тренинге не было упражнений, которые помогают развивать нужные навыки.
В таком случае нулевая гипотеза может звучать, например, так: «Данный тренинг никак не влияет на поведение участников». Альтернативная гипотеза – «Тренинг влияет на поведение участников, помогает повысить уровень использования аргументов». Если в результате исследования подтверждается нулевая гипотеза, компания оказывается перед сложным выбором: есть отличный тренер, которого все любят. Но его тренинги не приносят бизнесу пользу. Как поступить – оставить тренера, переделать программу, что требует времени и ресурсов, или пригласить кого-то другого?..
Как развивать культуру работы с данными в компании?
HR-аналитика – это не просто набор цифр. Это целая культура работы с данными. Если HR, каким бы продвинутым он ни был, изучит тему досконально, а руководитель бизнеса или собственник не будут понимать, о чем речь, ничего не получится. HR-менеджеру, который хочет работать с аналитикой, придется учиться преодолевать сопротивление. Представьте ситуацию, когда HR приходит к собственнику и говорит: «У нас хи-квадрат – сорок восемь…» Ему это ни о чем не скажет.
Тут часто возникает проблема, ведь далеко не всегда HR-службе удается продать и более простые решения. Плюс в том, что HR-аналитика основана на данных. А руководители как раз любят цифры и бизнес-показатели, и если включать их в HR-аналитику, связывать с HR-показателями, шансы на успешность инициативы растут. Существует даже понятие «data-driven company» – то есть организация, в которой принято принимать решения, основываясь на конкретных данных.
Эффективная практика, принятая в Академии ДТЭК, – делиться с коллегами знаниями, которые получаешь из разных источников. Если кто-то узнал что-то интересное (например, на семинаре или даже изучил сам), сотрудник делает рассылку и приглашает всех желающих на встречу. Это не обязательно, но полезно и интересно, поэтому пользуется популярностью. Мы регулярно проводим такие встречи по теме HR-аналитики, и убеждаемся: с чем бы ты ни работал – будь то тренинги, кадровый резерв, рекрутинг, этот инструмент отлично применим.
Иногда HR-аналитика помогает решать вопросы жизненной важности. Например, если в производственной компании проводятся исследования в области нарушений техники безопасности. Аналитический подход позволяет проанализировать поведение сотрудников, которые склонны нарушать технику безопасности, и тех, кто не делает этого никогда или допускает крайне редко. И на основании данных составить некие портреты этих групп, проанализировать обстоятельства. Например, если компания приходит к выводу, что чаще всего нарушения происходят в вечернее время и в праздничные дни, когда на производстве присутствует минимум руководства, это позволяет прийти к выводу, что именно в эти часы нужно усилить контроль за соблюдением техники безопасности и таким образом повлиять на сохранность здоровья людей. Но, опять-таки, если бизнес не готов принимать управленческие решения – нет смысла и проводить исследования.
В чем основная ценность HR-аналитики?
HR-аналитика помогает уйти от стереотипов. И в этом ее преимущество: не нужно основываться на чьих-то домыслах. Тренды и мнения – это отлично, но вопрос в том, насколько на них уместно полагаться в каждом случае? Например, глобальные тренды в некой сфере всегда интересны, но точно ли они применимы для каждой конкретной компании? Скорее всего, понадобятся собственные исследования. И благодаря HR-аналитике их можно проводить достаточно быстро.
Стоимость закрытия вакансии
Это цифра, которая включает в себя стоимость размещения вакансии на работных сайтах, контакты с рекрутерами, скрининг, проведение собеседований - всё, что происходит в процессе поиска кандидатов, имеет свою стоимость в виде человеческих и временных ресурсов. Согласно исследованию Supejob , стоимость закрытия одной вакансии в России в 2015 году составляла 10,000. В Москве цифра является несколько иной - на 17% выше чем по стране. За последний год стоимость закрытия одной вакансии уменьшилась, существенно сократились и расходы на HR.
Время на закрытие вакансии
Время, потраченное на закрытие одной вакансии почти также важно, как и стоимость этого процесса. К сожалению, найти какую-то среднюю величину нам не удалось. Мы знаем, что в США около 25 дней требуется на закрытие одной вакансии.
Формула проста: # дней пока вакансия открыта / # количество нанятых кандидатов
Источники кандидатов
Знание источников, которые приносят вам наибольшее количество хороших кандидатов, заметно упрощает процесс рекрутинга. Здесь стоит учитывать всё до момента принятия оффера, особенности вакансии и все платформы, которые доступны для отклика - разработчик откликнулся на Facebook и перешёл на карьерный сайт, а бухгалтер сразу откликнулся на работном сайте. Разница есть. Благодаря аналитике такого типа вы можете сократить расходы на закрытие вакансии.
Эффективность процесса рекрутинга
На каждом этапе отбора вы кого-то отсеиваете, кто-то отпадает сам - анализ того, по каким причинам именно на данной ступени это произошло, позволит более эффективно выстраивать процесс рекрутинга. Задавать те вопросы, которые отсеивают не подходящих кандидатов, рассказывать о тех принципах работы компании, которые могут кого-то не устраивать, давать тестовые задания раньше, чтобы те кандидаты, которые не хотят их выполнять, сразу были выведены из процесса подбора.
Формула такова: (# кандидатов, которые проходят на следующий этап / общее количество кандидатов, проходивших отбор) X 100
Принятие оффера
Всё легко - какой процент кандидатов, которые прошли все этапы отбора, в итоге получили оффер (и приняли его)? Важно учитывать не только информацию о том, почему вы выбрали именно этих кандидатов, но и почему другие отказались или по каким-то причинам не дошли до финальной ступени отбора.
Аналитика нужна для совершенствования процесса отбора: как вы демонстрируете корпоративную культуру? Что сбивает людей при прохождении собеседований? Как кандидаты реагируют на информацию о заработной плате и местонахождении офиса?
Текучесть кадров
Текучесть стоит контролировать регулярно - проводить анализ каждые несколько месяцев, каждые полгода или каждый год. Это позволит вам чётко понимать, почему сотрудники покидают компанию и что нужно сделать, чтобы этого не происходило - речь вновь идёт об экономии на найме, а ещё о строительстве корпоративной культуры со стабильным фундаментом в виде хороших специалистов.
Формула: # количество уволившихся сотрудников за год / общее # количество сотрудников
Стоимость текучести
Недооценнённый фактор - каждый покинувший компанию сотрудник тоже стоит денег. Звучит цинично, но это факт и ещё одна причина задуматься о том, почему же офис пустеет и что вы делаете не так. Помимо этого, если сотрудники увольняются, это влияет и на общие настроения в команде - за ним начнут подтягиваться другие, которые просто пугаются перемен или наоборот вдруг набрались смелости, чтобы уйти. И всё же - вам необходимо знать, сколько будет стоит для вас потеря сотрудника.
Формула (могут быть варианты): средства, выплачиваемые после ухода сотрудника + стоимость вакансии + стоимость замещения сотрудника + оплаты на первичное обучение и адапатцию
Средний срок пребывания в должности
Анализируйте, сколько времени в среднем сотрудники занимают ту или иную должность. Так вы сможете понимать, когда сотрудник будет близок к увольнению и в какой момент лучше заниматься кадровыми перестановками.
Эффективность каналов
Насколько правильно публиковать в вашем случае вакансии на FB? Сколько реально неплохих кандидатов пришло на позицию с работного сайта? Анализ эффективности каналов позволит вам использовать только те площадки, которые регулярно позволяют подходящим кандидатам откликаться.
Открытые позиции vs. Закрытые вакансии
Это актуальная для больших компаний статья аналитики - нужно сравнивать количество только что закрытых вакансий и появившихся, чтобы вновь оценить эффективность рекрутингового процесса. Если в компании открывается небольшое количество вакансий, то значит, что вы всё делаете верно и в компании всё вполне гармонично.
Средний возраст сотрудников компании
Знать, какого возраста ваши сотрудники нужно, чтобы сделать рекрутинг эффективнее, а строительство корпоративной культуры проще. Разница поколений до сих пор даёт о себе знать на рабочем месте - хоть в России теория поколения Y и Z не так актуальна, зато есть куда более важные особенности, которые вам стоит отмечать и в своей работе регулярно анализировать.
Вовлечённость и удовлетворённость
Два показателя, которые чаще всего измеряют с помощью опросов. Вопрос их эффективности в мире hr-технологий стоит остро. Ваша задача - найти оптимальный для вашей компании инструмент анализа вовлечённости и удовлетворённости сотрудников. Будете ли вы при этом проводить анонимные опросы или просто беседовать со своей командой - не так уж важно, главное, чтобы ответы были близки к правде.
Формы и системы оплаты труда используемые строительно-монтажными организациями Виды и системы заработной платы в строительстве
2024-02-23 04:28:38
