HR-аналитика

Друзья! Немного не про стройку, но про организацию бизнеса. Про наш бот в телеграме. Вы знаете, что мы проводим стажировки education.gwd.ru , а также я иногда выступаю на различных конференциях и рассказываю про системы управления. Особое внимание постоянно привлекал наш телеграмм-бот, который позволяет быстро ставить задачи, напоминает про них, вовлекает сотрудников в дела компании, позволяет сотрудникам предлагать улучшения, напоминает о днях рождения, рекомендует книги к прочтению, вообщем делает из отсталой механической компании супер современную. Особенно всем нравятся анонимные опросы, которые позволяют выявить наиболее токсичных руководителей, а также понять уровень удовлетворенности сотрудников работой. Около 100 человек ( HR, владельцев ) сказали нам: дай! Мы готовы купить. А дать то мы не можем, тк этот самый бот был глубоко интегрирован со всеми нашими ит-системами, такими как 1с, битрикс-24 и амо. Но наконец то мы сдались! Мы решили сделать эти технологии доступными для всех, кому это интересно. Кроме плюшек, которые я описал, мы решили сделать бот абсолютно бесплатным, а также с открытым кодом. Соответственно даже крупные компании, замороченные на коробках, смогут взять исходники и накатить на свои сервера. И так, внимание. С 1.10 мы начинаем тестить это у себя и допиливать. 10.10 состоится релиз. Нам нужны единомышленники, которые хотят это попробовать, установить у себя, сделать мир лучше, а заодно и свои компании. Те, кому интересно все это - вступайте в чат t.me/Familybotchat там мы выкатим 10.10 первый релиз.

#реклама

​​Как зарплата влияет на риски увольнения сотрудника Оценить влияние зарплаты на риски текучести работника легко, если работник пришел на готовый оклад и умер с ним же. Проблема в том, что зарплата меняется. Работник получает повышение, переходит из отдела в отдел, даже меняет сферу деятельности. Зарплата меняется и относительно зарплат его коллег. Я это к тому, что за кадром остается много подготовительной работы. Важно только то, что я измерял связь не абсолютной зарплаты, а посчитал зарплату относительную. Аналитики знают, что такое Z баллы. Для тех, кто не знаком, попробую на пальцах объяснить. Мы в компании выделили несколько групп схожих позиций (сейлзы, бек офис и т.п.) и стандартизовали зарплату по этим группам. Зарплата стала не рублях, а в балах от – 3 до 3, где 1 бал это стандартное отклонение. 0 – это среднее значение по группе, т.е. спец с зарплатой 0 получает ровно в среднем, - 3 – это значит, что сотрудник получает сильно ниже среднего по группе, а 3 – сильно выше. Идея здесь понятная и простая – мы смотрим не просто влияние зарплаты, а то, как мы оцениваемся относительно коллег. Кроме того, я провел стандартизацию еще по годам – понятно же, что зарплата штука динамичная. Итого я выделил такие группы • '-2 <' – самые низкооплачиваемые по группе, • '-2 -1' – не самые низкооплачиваемые, но далеко от идеала, • '-1 0' – ближе к среднему снизу, • '0 1' – ближе к среднему сверху, • '1 2' – выше среднего, но не звезды звезды, • '> 2' – звезды звезды Смотрим диаграмму (Если хотите точнее разобраться, смотрите поясняющее видео , если вкратце, то чем правее линия, тем меньше риски увольнения, дольше жизнь в компании – по оси X – срок / стаж жизни в компании, а по оси Y – вероятность увольнения, чем круче кривая вздымается вверх, тем круче растут риски увольнения. Те, кто получают меньше всех по группе, живут в среднем в компании менее 2 лет, а самая долгоживущая группа живет в компании в среднем более 7 лет, но эта группа не те, кто получает больше всех). Удивительный результат. Я ожидал (и уверен, вы тоже), что связь будет такой: чем выше зарплата, тем ниже риски увольнения. Я не знаю, чем объяснить этот результат. Гипотеза одна: волка ноги кормят. Голодные живут дольше, потому что бегают больше. И да, это результаты конкретной компании. Не могу сказать за весь рынок. Хорошего вам понедельничного настроения в границах от – 2 до -1 по шкале от – 3 до 3

Вы, конечно, шутите, мистер Фейнман! Читать стали меньше. Много-много лет назад у нас существовал проект про книги, которые «зашли» нам. Идея не моя, я услышал как-то, что в Англии успешных бизнесменов опросили, какие книги более всего повлияли на их успех. Назвали несколько сотен книг. Из них, собственно, по бизнесу не более 5 %. Упоминали даже поэзию. Хотя почему даже. Аналогичная традиция существует среди преподавателей Вышки. И это круто! В качестве примера, почему это круто. Цитата дня. Из книги Ричарда Фейнмана – название книги в топе поста указано (автор работал над проектом атомной бомбы): ребята пришли на работу, и единственное, что они должны были делать, это работать на машинах IBM - пробивать дырки в карточках, манипулировать с числами, которых они не понимали. Никто не объяснил им, для чего все это нужно. Дело двигалось очень медленно. Я сказал, что первое, что необходимо предпринять, это дать людям понять, чем все-таки они занимаются. Тогда Оппенгеймер переговорил в отделе безопасности и получил специальное разрешение, и в результате я смог прочесть техническому персоналу хорошую лекцию о том, что именно мы делаем. Они все пришли в страшное возбуждение: "Мы тоже сражаемся на войне, мы понимаем, что это такое!" Теперь они знали, что означают числа. Если выходило, что давление становится выше, значит, высвобождается больше энергии и т.д., и т.п. Они знали, что делают. Полное перевоплощение! Они начали изобретать способы, как бы сделать процесс получше. Они усовершенствовали схему. Они работали по ночам. Ночью ими не нужно было руководить, им не требовалось ничего. Они все понимали, они изобрели несколько программ, которые мы потом использовали. Да, моих парней действительно прорвало, и все, что для этого требовалось, - это рассказать им, чем мы все занимаемся. В итоге, если раньше требовалось девять месяцев на три задачи, то теперь мы пропустили девять задач за три месяца, что почти в десять раз быстрее Готов поспорить, что после этой цитаты несколько человек захотят прочесть эту книгу. Вот за это я люблю этот проект. В прошлом году, мы смогли возродить традицию и набрали неплохой список прочитанных за год книг. Книжные открытия 2018 (какие книги зашли нам в этом году) Если Вам в этом году какая-то книга «вставила», пишите мне @Edvb72 – название книги, автора, почему вставила. Совсем не обязательно бизнесовая книга. Хороших выходных! И не забывайте, что до семинара "Аналитика для HR", Москва, 24-25 октября осталось меньше двух недель. Вам будет интересно прочесть список наших книжных открытий 2019?

HR 21 века – три больших шага в будущее Статья Keith McNulty, главного по «тарелочкам» в HR-аналитике McKinsey. Сам он себя так представляет: Я возглавляю HR-аналитику в McKinsey. Изначально я был чистым математиком, а потом стал психометристом Оцените, насколько глубоко математик может оценить HR. В статье есть ссылка на опрос Делойтт (читай – Джош Берзин): Опрос 2016 года показал, что только около трети HR-отделов готовы использовать аналитику, и почти никто не анализирует данные с использованием какой-либо продвинутой методологии Эту цифру можно сравнить с данными исследования ХХ.ру. На конференции HR digital в материалах конференции я нашел Альманах, подготовленный службой исследований ХХ. На 62 странице (вы оцените, какой я маньяк? – надо же было не просто пролистать, а осмысленно оценить все вот эти вот диаграммы – мне бы в разведке работать) идет диаграмма с названием Какие задачи HR-аналитики решает ваша компания? Данные за 2017 и 2019 годы. Среди прочего такой поинт – Предиктивная (прогнозная) аналитика • 2017 год – 35 % • 2019 год – 39 % Сама же страница 62 озаглавлена Популярность предиктивной аналитики растет Теперь внимательно следите за руками или пропускайте этот кусок, поскольку он нудный и скучный. В подписи к диаграмме указано, что это данные опроса мая 2019 по 215 работодателям. Данных о количестве компаний респондентов по 2017 году там не приведено, но предполагаю, что не более 215. Далее мы составляем тест пропорций (или Хи квадрат) 35 % от 215 и 39 % от 215 и выясняем, что данные различия в пропорциях незначимы, и, следовательно, у нас нет оснований для вывода о том, что популярность предиктивной (прогнозной) аналитики растет. Ну это так, легкий щелчок. Пафос мой был в другом. Берзин пишет про треть компаний, готовых использовать аналитику, а у нас в России – 35 % в 2107. Мы прям такие крутые😊 Я дико извиняюсь за цитату, меня оправдывает только то, что автор не я, а Федор Михайлович Достоевский, да и то не он, а герой его романа Братья Карамазовы: Покажите вы русскому школьнику карту звездного неба, о которой он до тех пор не имел никакого понятия, и он завтра же возвратит вам эту карту исправленную. Никаких знаний и беззаветное самомнение Я даже и сам не могу понять, к чему я эту цитату привел😊 Вчера Эрик ван Вулпен (спикер конференции HR digital) написал в своем Линкедине про выступление в России и посетовал, как жаль, что в России заблокирован Линкедин. Его в комментах спрашивают: как же они, бедненькие, без соц сетей? Эрик радостно отвечает, что у них там телеграм чрезвычайно популярен! Не стал я рассказывать, что телеграм у нас тоже заблокирован, а то уж совсем папуасами будем выглядеть😊 И снова цитата из Альманаха ХХ: Доля компаний, уже использующих HR-аналитику для предсказания увольнений, на российском рынке достаточно велика и составляет почти четверть от все организаций. Причем среди крупных компаний она значительно выше – половина больших фирм на российском рынке использует инструменты для предсказания увольнения работников Не зря я дожил до 62 слайда😊 шампанское в студию. Я, конечно, чуял тренд Хватит предсказывать увольнение работника, но не настолько! Позитива нам всем! И спасибо, что осилили этот лонгрид😊

​​Прогноз уровня добровольной текучести в компании Бессмысленный и беспощадный пост. Изначально я задумывал его как лайфхак (типа Power BI: дашборд "Скорость закрытия вакансий"): показать, что аналитика, содержащаяся в этом посте, гораздо важнее компании, чем как прогноз индивидуального ухода Хватит предсказывать увольнение работника. Но за вчерашний день пост набрал целых 14 просмотров, из них 16 – моих. Поэтому рынок мне уже выразил свое отношение. Если Вы все-таки дочитали до этого момента, то прошу подумать вот над чем: я показываю прогноз количества уволившихся по собственному желанию помесячно. Пользу я вижу двоякую: 1. Это собственно планирование персонала и ресурсов по закрытию освободившихся вакансий 2. Понимание внутренних процессов в компании. Посмотрите на диаграмму. Бирюза это реальная текучесть по месяцам (число уволившихся по собственному желанию), красная линия – прогноз. В июле 2017 года из компании уволилось 400 сотрудников, в августе 445, но прогноз при этом показывает, что число уволившихся должно пойти на убыль, а у нас наоборот – резкое увеличение. Если вы посмотрите на все предыдущие июли и августы, то заметите, что после роста числа увольнений июле идет спад увольнений в августе. И это как раз повод для того, чтобы понять, что в компании пошло не так. Кроме того, сама модель может дать пищу для ума: я строил прогноз на основе автокорреляций (того, как увольнялись в прошлые периоды) и на основе уровня найма – числа принятых. Мне показался очень важным факт, что на число увольнений сильно влияет число принятых с лагом в два месяца. Т.е. число уволившихся, например, в сентябре зависит от числа принятых в июле. Точно могу только сказать, что это не обвал из числа не прошедших адаптацию. И конечно, это совсем не должно распространяться на вашу компанию, у вас могут быть свои скрытые механизмы, свои зависимости. И это классно на самом деле, потому что вы сможете вытащить через такие аналитики про свою компанию больше и глубже.

Очередной обзор статей по HR-аналитике на английском – 47 Я стараюсь давать в обзор только те статьи, что содержат хоть минимальный набор цифр. Кстати, если Вы считаете, что какая-то статья должна быть вынесена на обзор сообщества, напишите мне @Edvb72. И большая просьба. Я даю второй подобный обзор в канале, мне важно понимать, нужно ли давать такие обзоры в канале – прошу проголосовать. • What Glassdoor interview reviews reveal about tech hiring cultures – дама родом из Вьетнама начала тонны данных с Glassdoor и сравнила данные технологических компаний. Открыть статью имеет смысл только ради диаграммы с источниками трафика по этим компаниям (Гугл, Амазон, фейсбук, майкрософт и т.п.). Хотя диаграмм там очень много в разных разрезах: количество интервью по компаниям, % позитивного фидбека, % внутренних офферов и вот все вот это вот…. • The State of Recruiting Technology in 2019 — A Year of Consolidation, Growth & Innovation - небольшая, но интересная статья от Jason Corsello, автор показывает несколько цифр рынка автоматизации рекрутинга. Именно цифр, а не просто рассуждений. • The robots are coming? Not enough of them in some cases... - Английское правительство опубликовало отчет об автоматизации / робототизации рабочих мест и о будущем рынка труда, автор статьи Chris Middleton дает обзор этого отчета и комментирует его • This robot interviewer is helping Sweden recruit without bias - в продолжение темы роботов. Пока в Англии обсуждают роботов, в Швеции роботы собеседуют (не Вера). Основная идея в данном случае – избежать ошибок восприятия рекрутера, роботы абсолютно беспристрастны. Коме случаев, когда сам алгоритм порождает ошибки, как уже было в истории искусственного интеллекта😊 Например, в Юлмарте машина чаще отдавала предпочтение мужчинам. А вы говорите, роботы… • 9 HR Concepts and Terms You Should Know - Erik van Vulpen в своем репертуаре:) Можно назвать статью спорной, можно простой, но она интересная. • An agile HR leads to happier employees - короткая, но информативная статья от Mckinsey • How Microsoft Builds a Sense of Community Among 144,000 Employees - Microsoft сейчас активно выходит на лидирующие роли в HR-аналитике. Читаем статью из Гарвард Бизнес Ревью И отдельным блоком я выделил ссылки на видео интервью. Давид Грин делает очень полезное дело, смотрим видео, ролики короткие – до 5 минут. • How do you build credibility for People Analytics? - видеоинтервью с Brydie Lear, Global Head of People Analytics at ING Bank • How to Use Advanced Techniques in People Analytics Projects - интервью с главным HR аналитиком Банка HSBC Eden Britt • How Nestlé uses People Analytics to Measure Gender Pay Gap and Equity - видео интервью с главным HR аналитиком Нестле • How can AI be used to Reduce Bias in Recruitment? - интервью с Frida Polli co-founder and CEO of pymetrics - пиметрикс известная на Западе компания по искусственному интеллекту в рекрутинге. Например, Юлмарт с ними работает. Он-лайн курс "Введение в R для HR" Хорошей рабочей недели! И прошу вас ответить на вопрос: нужны ли в канале такие обзоры статей на английском?

Ключевой драйвер Так я ответил в нашем опросе Какой один термин для Вас более полно описывает HR-аналитику Для меня HR-аналитика скорее вот про это Зачем нужна воронка подбора кандидатов или оценка эффективности подбора, чем про прогнозы Хватит предсказывать увольнение работника. Последнюю статью стоило бы назвать Хватит меряться пиписками!. Ибо все эти модели разогревались тщеславием аналитиков, кто забубенит круче алгоритм (метод опорных векторов, xgboost, нейронную сетку и т.п…). А подумать головой, зачем это нужно компании, недосуг. Статья Зачем нужна воронка подбора кандидатов или оценка эффективности подбора это воплощение метафоры прошлого поста: если ваш аналитик выявил, что алкоголь снижает продолжительность жизни, то дальше в дело должен вступать менеджмент, он предпринимает какие-то де йствия по снижению потребления алкоголя, а аналитик оценивает эффективность этих усилий. Это и есть про ключевой драйвер. По мне так это очень красивая задача: львиную долю трафика закрывают через ХХ, крохи через рефералов и карьерный сайт, но на собесе у руководителя кандидатов с ХХ отсеивают более чем в два раза чаще. Значимо чаще. Совсем не хочу намекнуть, что виноват ХХ. Задача как раз в том, чтобы понять, где затык. Я бы покопался там с удовольствием. И это приносит пользу компании. Хотя бы в том, что вы сэкономите время руководителей на собесы, если сможете отсеивать брак до. Но это значительно сложнее, чем в случае с моделью оттока. Хотя в модели оттока стоит алгоритм catboost, а в анализе воронки всего лишь Хи квадрат. Просто в случае с воронкой надо всей компании попу подрывать, а в модели оттока это несколько чуваков могут сделать. У меня не получилось в этой компании (на основе данных которых написана статья про воронку) ничего не доказать. Кто-то из HR посмотрел на результаты, дал кому-то задание, они запустили рассылку по компании с предложением реферальной программы, получили увеличение откликов 0, 0 %, на этом основании сделали вывод, что говно вся эта ваша аналитика, и дергаться не стоит. И можно попытаться объяснить, что реферальный рекрутинг это больше про культуру, про зрелость компании, но вас и слушать не будут. Резюме: я топлю за то, что в HR-аналитике важна не столько точность прогноза, сколько содержательная составляющая – понимание, что драйвит процессы. Сравните мой выбор в опросе с тем, что выбрал Александр Маслюк wtf hr (ролик на YouTube) в нашем опросе. И лайфхак в конце недели Автоматизация анализа корпоративного опроса вовлеченности (и не только) с помощью R – по ссылке пост, как я анализирую результаты опроса в R. Там же видеолекция. Если хотите получить датасет и скрипт кода, пишите @Edvb72. Хороших выходных и не забывайте, что осталось менее месяца до семинара Семинар - практикум "Аналитика для HR", Москва, 24-25 октября

Хватит предсказывать увольнение работника – по ссылке полный вариант статьи, все в телегу не влезло. Толчком для поста явились обсуждения на конференции ХХ.ру HR digital (за что спасибо организаторам и моих собеседникам, даже если мы говорили о погоде), хотя идея вызрела давно. Проблема В России сложилась мода / практика создания моделей оттока работающих сотрудников. Логика создания такой модели проста. Берется горизонт данных – 3, 6, 9 месяцев. В этом горизонте фиксируют, уволился ли работник (1 в датасете) или продолжает работать (0 в данных). Это наша целевая переменная. Далее собирают данные о работнике в периоде, который предшествовал горизонту, и на основе данных пытаются прогнозировать уход. Я считаю, что практика создания таких моделей порочна, от нее пора отказаться. К этому выводу уже пришли некоторые российские HR-аналитики (хотя не признались в этом открыто, ибо это может быть признано как поражение и / или некомпетентность аналитика), а также западные, например, Андрю Марритт, который писал, что не в точности модели дело. Почему пора отказаться Неполнота модели. Мы в модели собираем данные только о поведении работника, но ничего о его действиях по поиску работы. Но факт, что он обновил резюме на Линкедине, может давать очень малую точность в прогнозе. Да ищет работу. И что? Срок поиска работы может составлять несколько месяцев (см, например Калькулятор Времени поиска работы). Как мы учтем в модели способности работника по поиску работы? Работник собрался уволиться, но не может найти работу, что он будет делать? Резюме ситуации: на решение работника влияют факторы, которые мы не можем учесть в модели. Невозможность действия в ситуации увольнении. Но допустим, мы построили неплохую модель. И в нашей модели одни из самых важных факторов прогноза это 1) частота общения в почте и 2) низкие KPI и / или зарплата в первом квартиле, т.е. ниже коллег по отделу / департаменту (см, например, Прогноз рисков текучести работника на основе его эффективности . Что с этим делать? Именно на уровне action – т.е. мы провели диагностику, надо это в действие превращать. А превращать то особо нечего. Мы можем только предупредить руководителя для того, чтобы тот … например, провел беседу и дал работнику обратную связь или принял решение. Два возможных решения Вообще отказаться от этого типа моделей. Например, пробовать отсекать на входе в компанию кандидатов с высокими рисками ухода. Или другой вариант: выявление управляемых факторов текучести персонала и пытаться управлять ими. Как метафора этого подхода: мы выявили, что алкоголь и курение влияют на продолжительность срока жизни, наша задача сократить употребление алкоголя и курения. В этом подходе мы не можем прогнозировать индивидуальный уход работник из компании, но в целом ситуация в компании будет более благоприятной. Либо еще более сложный вариант, когда мы фиксируем какие-то случаи увольнения как «брак» системы подбора / адаптации и т.д… (по аналогии с браком деталей) и концентрируем усилия по предупреждению брака) Второй вариант – трансформировать модели оттока в другие типы моделей. Этот вариант я еще не продумал до конца, но наиболее очевидное решение – трансформация в модели выгорания. Т.е. по сути, если сотрудник снизил частоту общения в почте и мессенджерах, то это показатель не только и не столько того, что он скоро уволится, сколько того, что его производительность / эффективность (и просто желание работать) пошли на спад. И этот факт сам по себе риск для компании, а не только увольнение. Поэтому работать нужно со снижением эффективности, а не увольнением, и увольнение может быть одним из выходов из ситуации. Ну вот как-то так. Хотелось бы пригласить вас к обсуждению этой статьи. @Edvb72

Эксклюзивное интервью с Эриком ван Вулпеном в рамках конференции HR-digital от HH ru. Напомню, вчера и сегодня проходит конференция HR digital от HH точка ru. Вот так: сами ругаем, сами пользуемся. Эрик любезно согласился уделить мне несколько минут своего времени (я его просто утащил после его выступления в тихий уголок, а он не успел отреагировать на «русское гостеприимство»). Я попросил ответить Эрика, какой термин из предложенных ближе всего к термину HR-аналитика. Слушаем интервью, и не надо ругать интервьюера за плохой английский. https://youtu.be/kCeAVxWJz7c И вы должны помнить наш опрос по этой теме - t.me/hranalitycs/1099 Эрик нам известен по статьям 1. KPI HR: подробное объяснение с метриками и примерами 2. 21 Метрика эффективности сотрудников 3. 17 метрик рекрутинга, о которых вам нужно знать 4. Пять важных инструментов стратегического планирования персонала для hr профессионала Для самых отважных даю выступление Эрика (с ним согласовано): 1. Место HR аналитики в digital HR стратегии. Часть 1 2. Место HR аналитики в digital HR стратегии. Окончание А сегодня второй день конференции, из которых 1, 5 часа я буду преподавать язык аналитики R – см. Он-лайн курс "Введение в R для HR"

Безответственный понедельник Сегодня я выступаю на конференции HR digital, а вчера был на оппозиционном митинге в Москве, я бы мог подставить организаторов, если бы меня замели в полицию. И вас оставить без понедельнишного поста в канале. А то ведь некоторые участники используют канал как будильник, и пропуски постов вызывают опоздания на работе (но мне приятно). Другая «приятная» новость: Роскомнадзор начал новую атаку на телеграм, тестируя блокировку на Урале. Коллеги из Еката пока отзываются…. Наш канал взял планку в 9 000 подписчиков, и так хочется увидеть 10 000….. О более приятном Почему сотрудники не делятся знаниями друг с другом Классное исследование – перевод статьи из Гарвард Бизнес ревью. У нас мало исследований вовлеченности, когда под вовлеченностью понимается не некая абстрактная вовлеченность, не блеск в глазах (часто – влюбленно смотреть в глаза начальнику, когда он несет бред), а реальные действия. Шеринг знаний как раз такая вовлеченность, которую можно померить на уровне действий. Если Вы занимались этим (вопросом шеринга знаний) в своей компании, последуйте духу статьи и поделитесь знаниями с нашим каналом. Цитирую статью: более когнитивно сложные виды работ, когда людям нужно обрабатывать немалые объемы информации и решать сложные задачи, как правило, лучше способствуют обмену знаниями, так же как и работы, предполагающие больше автономности И вчера HR-директор компании СВЭЛ Дмитрий Корольков поделился с нами знанием Откуда растет HR стратегия или зачем оценивать Employee experience? – статья для обсуждения. Хорошей рабочей недели!

Срочно в номер! Приглашаем на EDCRUNCH 2019, где один из треков программы целиком посвящен HR-технологиям. Ключевые темы этого года: — вовлечение лидеров вашей организации в процесс обучения и развития персонала; — исчезновение границы между работой и обучением; — персонализация и индивидуализация в HR и корпоративном обучении; — формирование стратегии обучения на основе данных и аналитики. Среди спикеров будет директор HR Trend Institute Том Хаак (помните его статьи в нашем канале – переводы его статей – в топ 5 цитируемости), директор по лидерству и развитию персонала Siemens Матиас Рейтер, основатель O’Reily Media Тим О’Рейли (самые крутые книги по аналитике) и многие другие. Конференция состоится 1–2 октября в Москве. Для участников нашего чата — промокод edhranalyst на покупку билета со скидкой 15%. Промокод также действует на программу воркшопов (29–30 сентября) — в ней есть целый блок о корпоративном обучении. Дизайн-мышление, развитие лидерства, образовательный маркетплейс и многое другое 29 и 30 сентября. Подробности: https://2019.edcrunch.ru/special-projects/workshop/agenda/. Коллеги, и цены человеческие для такого формата!

​​HR-аналитика одним словом.... Представляю результаты нашего опроса в телеграм канале (см. диаграмму ниже). Вопрос звучал так Какой один термин для Вас более полно описывает HR-аналитику Дальше я сравниваю результаты опроса этого года с результатами опроса 2018. Результаты изменились критически. И это изменение я характеризую как регресс.... Интрига опроса состояла в том, что я поинты для опроса я брал с так называемой стены Будро. Американский профессор Будро назвал стеной своего имени эффект, когда мышление HR в аналитике не идет дальше метрик и дашбордов….. И к собственно аналитике он относит (и я с ним вполне согласен) из представленных вариантов только три: 1. Корреляция 2. Ключевой драйвер 3. Прогноз В этом году эти варианты суммарно набрали менее трети ваших голосов (см. t.me/hranalitycs/1094) В прошлом году – более двух третей. Налицо регресс. С чем это может быть связано? Две базовые гипотезы: 1. Изменилась аудитория нашего канала 2. Изменилась ситуация на рынке, стали больше обращать внимание на метрики и дашборды…. Хотите пообсуждать? Пишите @Edvb72. Для меня это, безусловно, очень грустный результат…….. …………………… Немного НЕ-аналитики Что такое трудовой гостинг и как распознать призраков среди нас – RBC радует непродуманными статьями😊 Цитирую: Екатерина Гаврилова из DigitalHR также отмечает незрелость гостеров: «Среди исчезнувших без объяснения специалистов много вчерашних выпускников, которые просто не уверены в выбранной профессии или компании. Они пропадают, потому что не могут объяснить свои потребности и чувствуют, что неминуем неприятный разговор с представителем компании, который может их отчитать». Еще одна особенность гостера, по словам Гавриловой, в том, что у него, как правило, нет финансовых обязательств Специально для РБК и Екатерины Гавриловой сообщаю: основная аудитория гостеров это не бывшие выпускники, а вполне зрелые люди с финансовыми обязательствами. Кейс: как устанавливать KPI на основе аналитики – реальные данные реально крупного ритейлера. Это кассиры, работники магазина и склада. Послей всей воронки, после собеса с непосредственным руководителем, ответив ему да, потом более 25 % этих людей просто пропадают, не отвечая на звонки. По России только по одному ритейлеру набегает десятки тысяч гостеров. И это реальная проблема компании. Просто надо считать цифры, а не позировать перед корреспондентами. Хороших Вам выходных, рекомендую вам оставить заявку на один из семинаров / курсов 1. Семинар - практикум "Аналитика для HR", Москва, 24-25 октября 2. Семинар-практикум "HR-Аналитика в R", Москва, 21-22 ноября 3. HR-аналитика для HR-директоров, Москва, 13 декабря 4. Он-лайн курс "Введение в R для HR" Помните, что сегодня аналитические скилы повышают вашу ценность на рынке, а то До конца сентября работы могут лишиться почти 52 тыс. человек

Хочу представить вам один проект, который недавно создала известный эксперт Елена Тихомирова – LEARNINGPRO. Его цель - развитие специалистов в области корпоративного обучения. Это серия авторских тренингов по самым актуальным в digital и современном обучении темам: • Геймификация и микрообучение • Педагогический дизайн и разработка курсов • Внедрение и развитие e-learning проектов • Маркетинг digital обучения и продуктовый подход в HR и многие другие “Обучение - это профессия” - заявляет LEARNING.PRO. Приглашаю вас познакомиться с проектом!

​​Сторителлинг в диаграммах Корпоративные опросы вовлеченности: пример визуализации Что-то типа лайфхака сегодня. Показываю, как можно использовать аллювиальные диаграммы в HR. На примере опроса вовлеченности (см. диаграмму ниже). Мы выяснили, что корреляция между вовлеченностью и отношениями с руководителем на уровне 0, 3 (читай подробнее пост). Но что нам дает это знание про 0, 3? Как нам показать Заказчику, много это 0, 3 или мало? Принимать в расчет эту связь или нет. Итак, у нас есть три вопроса (в опросе, понятно, больше вопросов, но мы ограничены объемом текста): 1. Recognition – как часто руководитель благодарил Вас за достижения; 2. Feedback – давал ли руководитель обратную связь 3. Вовлеченность – готовы ли вы рекомендовать компанию в качестве работодателя друзьям Линии на диаграмме показывают пересечения в ответах. Какой % респондентов выбрал одновременно такие варианты ответов. Синий цвет соответствует ответу «да» в вовлеченности. Т.е. все синие лини сходятся в варианте «да». Таким образом мы делаем вывод, что готовность рекомендовать складывается в основном из тех: 1. кого всегда благодарил руководитель, и руководитель давал обратную связь 2. кого иногда благодарил руководитель, и руководитель давал обратную связь. Значительно реже готовы рекомендовать компанию те, кто не получал обратную связь от руководителя и т.п... Давайте теперь ответим на вопрос: связь 0, 3 это много или мало? Хочу обратить ваше внимание, что это всего лишь один из способов использования данного типа диаграмм. Мы вчера в группе обсудили несколько вариантов, могу вам дать две самых крутых на мой взгляд идеи: 1. Динамика эффективности работников. Представьте, что вместо вопросов опросника у нас годы, а вместо вариантов ответа на вопрос у нас показатели KPI работников. Чаще всего они состоят из 2, 3,4, 5. Мы можем посмотреть, какая у нас амплитуда изменения оценок (какой % работников из отличников скатываются в двоечники и наоборот). Это в продолжение поста КПЭ должны стабильно определять место человека в рейтинге компании? 2. Вторая идея – в развитие темы Тенденции в Картах путешествия сотрудников Employee Journey Maps. У нас каждая точка на карте путешествия по сути развилка. Например, оценка работников на входе, мы по результатам оценки при приеме можем работников поделить условно на “Above”, “Average” & “Below”. Вторая точка (навскидку) – адаптация. По результатам адаптации работник может вылететь, пойти на повышение, остаться на том же уровне. Далее диаграмма нам показывает соотношение, сколько “Above” пошло на повышение и т.д… Ну как-то так… Пишите @Edvb72

Обзор статей по HR-аналитике на английском. Выпустил 46-й обзор. Статьи по HR-аналитике на английском- 46 Это то, чем дышит HR-аналитика в Мире. А дышит она вот чем последнее время: Фольксваген: How VW and Others Are Connecting Customer and Employee Experience, For the Volkswagen Group Australia, the numbers spoke volumes, a 100% employee turnover rate for certain job roles/positions. – модная тема про Экспериенс работника. Mckinsey - An agile HR leads to happier employees – цифры про то, что agile это рай зачеркнуто коммунизм на Земле. Майкрософт - How Microsoft Builds a Sense of Community Among 144,000 Employees – как можно водить хороводы, обнимаясь на корпоративе. Гэллап - The Future of Work Means Managing Through Disruption – Гэллап продолжает эксплуатировать тему взрывов, но никто не умеет подрывать так, как это делает Джош Берзин Юлмарт - Walmart announces predictive scheduling for all US stores – тоже очень красивая история с управлением графиком работы. Убер - This is one way Uber and Lyft want to get around making drivers employees – выстраивают новую форму отношений с водителями. Снова Майкрософт - это про вчерашнюю тему - Microsoft's LinkedIn loses appeal over access to user profiles – теперь данные с Линкедина можно тягать. И еще 9 HR Concepts and Terms You Should Know - Erik van Vulpen в своем репертуаре, простенько, но со вкусом – берет термины типа вовлеченность и 360 градусов и рассказывает что это такое. И так далее. Если есть желание выступить волонтером нашего проекта переводов (перевести какую-то статью) – пишите @Edvb72 Это все по ссылке И короткой строкой новости: Минфин анонсировал масштабное сокращение госслужащих, которые, видимо, пойдут осваивать 100 профессий будущего

Есть ли взаимосвязь между данными человеческого капитала и финансовыми результатами? Шикарная статья про то, как можно использовать данные джоб сайтов. Если совсем широкими мазками, то на основе того, что публикует компания на джоб сайте (сколько и каких вакансий), можно прогнозировать финансовые показатели компании (например, стоимость на фондовой бирже акций компании – вы заметили, что западные консультанты часто апеллируют к этому показателю, в то время как в России я еще ни разу не встречал, чтобы кто-то как-то пытался связать HR-практики со ростом стоимости акций компаний, а было бы круто, верно?). И мне кажется это очень крутой идеей. Остается еще только понять, как в этой ситуации прогнозировать финансовые показатели самого джобсайта Капитализация HeadHunter превысила $1 млрд на бирже NASDAQ. Но для сравнения: я посмотрел на фондовой бирже данные китайского джобсайта 51job, чистая прибыль которого составила в 2018 году 1, 2 миллиарда юаней, а юань стоит 9, 09 российских рублей. Итак: 514 млн рублей за полгода у HH и 1, 2 млрд юаней у 51job за 2018 год. Выручка хедхантера 3, 58 млрд рублей за полгода, у 51job - 3, 7 млрд юаней за 2018 год. Остается вопрос, как влияет на капитализацию ХХ политика закрытости / открытости данных HH.ru проиграл иск к рекрутинговому сервису «Робот Вера». Недавно в США суд вынес решение в отношении одного из сайтов: владелец сайта не имеет права мешать доступу внешней компании к данным сайта. Это говорит о том, что мы движемся в сторону открытых данных, что заставит сменить политику, например, того же ХХ. Наверное, это справедливо, потому что сайты берут мои данные. Думаю, никто не будет возражать, что несправедливо, когда Яндекс понижает конкурентов в выдаче? Интернет-компании не поделили трафик с «Яндексом» Или почему, например, Сбербанк запустил сервис для проверки кандидатов перед наймом, используя мои данные? Чем в этом смысле отличается ХХ? Сайт использует наши данные для создания своих сервисов. Возникает вопрос правообладания этими данными, как минимум о процедуре разрешения использования данных по аналогии с персональными. Например, ХХ предоставляет сервисы, основанные на анализе данных конкурентов. На месте конкурентов я бы задался вопросом: а почему мои данные, пусть в агрегированном виде, но отдают конкурентам? Отсюда одно из возможных решений: сделать данные открытыми для всех, чтобы никому не было обидно. И это может серьезно изменить политику сайтов типа ХХ. Это значительно усилит конкуренцию на рынке, поможет молодым стартапам, а ХХ придется ориентировать свои сервисы не на данные, а на алгоритмы и на гибкость: например, договариваться со стартапами или покупать их. И в результате мы увидим больше красивых идей типа Есть ли взаимосвязь между данными человеческого капитала и финансовыми результатами? – выиграем все мы. Фантастика? Знаете, некоторое время назад я обратился к джоб сайтам с предложением об A/B тестинге вакансий t.me/hranalitycs/668 (и вы поддержали это предложение). И большинство моих знакомых с самого ХХ сочли эту идею фантастичной (бредом и чушью). Так вот, ХХ запускает этот сервис. Думаете, кто-то отметит нашу заслугу в продвижении этого сервиса? ХХ. В смысле ха-ха, а не ХХ отметит. Но это уже не важно. Хорошей рабочей недели!

​​Результаты опроса Актуальность методов / инструментов оценки персонала Сегодня скучная пятница, потому что я никого не ругаю, никому не задаю вопросы, на которые все равно никто не отвечает, я представляю результаты нашего опроса. По ссылке только описательные статистики – я показал результаты ответов на вопросы исследования: 1. Какие методы / инструменты оценки компетенций применяются в вашей компании 2. На какие позиции проводится эта оценка 3. В какой ситуации проводится оценка 4. Разработана ли в компании модель компетенций 5. Какие типы компетенций присутствуют в вашей модели (моделях) компетенций 6. Отрасль Вашей компании 7. Страна компании 8. Федеральный округ (только для РФ) 9. Размер компании (число работников) На диаграмме ниже результаты ответа на первый вопрос. И если у кого-то проснется интерес к науке, вы можете отдать свой голос в опросе Так вот, этот пост не является HR- аналитикой, то как я ее понимаю, аналитика начинается с гипотез. Одну мы с вами проверили – про то, в какой отрасли чаще создают модели компетенций. У нас «выстрелил» ритейл, и я пока не услышал ни одной версии, почему такие результаты. Ну ок, в этом месте не будет рассуждизмов, поскольку хочу запустить опрос, какой один термин для Вас более полно описывает HR-аналитику. Мне этот вопрос кажется очень важным. Хороших вам выходных, не забывайте, что осень – сезон семинаров, уже пора принимать решение 1. Семинар - практикум "Аналитика для HR", Москва, 24-25 октября 2. Семинар-практикум "HR-Аналитика в R", Москва, 21-22 ноября 3. HR-аналитика для HR-директоров, Москва, 13 декабря 4. Он-лайн курс "Введение в R для HR" Возвращаясь к опросу. Какой один термин для Вас более полно описывает HR-аналитику (термины в алфавитном порядке)

Нет, сейчас не 8 утра😊 Прошу прощения, что нарушил сложившуюся традицию. Но сегодня же праздник – день HR! А я, конечно, выпал из жизни в своей тайге☹ Коллеги, вы не поверите, но я искренне поздравляю вас с праздником! Я вот лично считаю себя не аналитиком, а именно HR-аналитиком, потому что меня заводит именно то, что происходит в управлении персоналом. Это очень круто и интересно. Меня это заводит, драйвит, это интересно, и для меня это вызов! Чего и вам желаю. Праздники это повод для рефлексии. И я хочу запустить праздничный рефлексивный опрос. Уважаемые HR, прошу указать, насколько вы довольны выбором своей профессии HR. По 5-ти бальной шкале. Где 5 – вы любите свое дело, 1 – вы ошиблись выбором. Еще раз с праздником!

Программа трудоустройства друзей (Buddy Hiring) привлекает, удерживает и повышает производительность Перевод статьи Джона Салливана. Помните такого? 1. Уроки управления талантами от Apple: кейсы от самой дорогой компании Мира 2. Почему вы не можете устроиться на работу: рекрутинг в цифрах 3. Как Google стал №3 в списке самых дорогих компаний Мира, используя People Analytics Это тоже его статьи, и они очень популярны. Я это к тому, что статьи Джона Салливана из разряда mustread. В сегодняшней статье Джон Салливан помимо размышлений дает описание и ссылки на подобные программы в Армии США и McDonald’s – может быть самое ценное в тексте. Аналитики для себя могли заметить, что анкета соискателя должна содержать вопрос «Есть ли у Вас в нашей компании хороший знакомый / друг?» - у меня есть опыт включения такого вопроса в анкету соискателя, я получал аналитику по нему (познакомлю с ней участников семинара Семинар - практикум "Аналитика для HR", Москва, 24-25 октября.) И да, вы уже должны были заметить, что Buddy Hiring набирает на Западе популярность со скоростью роста стоимости акций нефтяных компаний после атаки дронов на месторождения Саудовской Аравии. См. например шикарную статью от главы HR-аналитики Microsoft Каждый новый сотрудник нуждается в «приятеле». У нас есть собственные исследования на эту тему, см. например Роль наставника в удержании сотрудника (кейс) И тема сегодняшней дискуссии. Мне кажется, что на рынке рекрутинга существуют два противоположных тренда. С одной стороны началось нашествие ботов и роботов, а с другой стороны Buddy Hiring и реферальный рекрутинг. Первый тренд это про экономию ресурсов рекрутеров, про автоматизацию, про скорость, а второй про качество подбора. Или машины против человека. Вы можете не согласиться, и поспорить @Edvb72 Итак, в каком направлении должен развиваться рекрутинг: боты vs друзья. Какое направление должно быть приоритетным? И никаких компромиссов. Либо одно, либо другое. Хорошая тема для дискуссии?