Красивая аналитика | HR | Tech
Авторский канал Про HRTech продукты, автоматизацию HR процессов, аналитику, данные о людях, опыт пользователей и жизнь вокруг РКН: https://vk.cc/cHknrk за сотрудничеством к @victoria_pi или https://telega.in/c/whrdata/?r=hC2dMj5r HR
إظهار المزيد📈 نظرة تحليلية على قناة تيليجرام Красивая аналитика | HR | Tech
تُعد قناة Красивая аналитика | HR | Tech (@whrdata) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 18 021 مشتركاً، محتلاً المرتبة 2 163 في فئة الحياة الوظيفية والمرتبة 36 303 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 18 021 مشتركاً.
بحسب آخر البيانات بتاريخ 26 سبتمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -77، وفي آخر 24 ساعة بمقدار -5، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 4.29%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 2.12% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 774 مشاهدة. وخلال اليوم الأول يجمع عادةً 383 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 9.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل аналитика, адаптация, метрика, c&b, рекрутер.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Авторский канал
Про HRTech продукты, автоматизацию HR процессов, аналитику, данные о людях, опыт пользователей и жизнь вокруг
РКН:
https://vk.cc/cHknrk
за сотрудничеством к @victoria_pi
или https://telega.in/c/whrdata/?r=hC2dMj5r HR”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 27 سبتمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة الحياة الوظيفية.
Мурат Уртембаев - советский программист, которого называют первым официально зафиксированным «хакером» в СССР.Он стал им тогда, когда такого явление как компьютерные взломы еще не существовало. Дело было так: После окончания мехмата МГУ он начал работать инженером-программистом на АвтоВАЗе. В 1981 году истекал срок отработки Уртембаева на ВАЗе как молодого специалиста. Он уже собрался уволиться, но начальство отговорило его, пообещав повышение в должности до старшего инженера и, соответственно, в окладе. Вскоре наступил июнь 1982 года, время аттестации, после которой выяснилось, что руководство ВАЗа не сдержало свое обещание повысить Марату должность и оклад. Уртембаев был очень подавлен и перестал верить людям. Во время своей работы Уртембаев обратил внимание на то, что специалистов, которые пишут ответственные программы, не наказывают за ошибки, которые приводят к простою производства. Наоборот, к таким программистам обращаются как к незаменимым работникам, а когда они исправляют ошибку, на них смотрят как на героев. У Уртембаева созрел план ввести в программу ошибку, оперативно ее устранить, и тем самым завоевать авторитет у руководства для изменения результата аттестации (по другим сведениям - для повышения авторитета перед руководством и получения премии) Но план сорвался - программа сработала на несколько дней раньше запланированного, конвейер встал на три дня, что привело к недовыпуску 460 машин, невыполнению плана и ущербу. В итоге он не только не получил повышение, но и был осужден на 3 года условно и переведён в бригаду цеха, где начал отрабатывать нанесённый ущерб. Такая вот #история
Bradford Factor = S² × D, где S - число отдельных эпизодов (периодов) отсутствия за период (обычно скользящие 12 месяцев/52 недели), D - суммарное число дней отсутствия за тот же период Квадрат берется именно у числа эпизодов, а не у дней. Это намеренно делает частые короткие отсутствия математически «дороже», чем один длинный больничный с тем же итоговым числом дней. Из-за этого одни и те 10 дней в разном «миксе» будут давать разное количество баллов: 1 случай × 10 дн = 1×1×10 = 10 баллов 2 случая × 5 дн = 2×2×10 = 40 баллов 5 случаев × 2 дн = 5×5×10 = 250 баллов 10 случаев × 1 дн = 10×10×10 = 1000 балловА эфир можно посмотреть 🗓 15 сент. в 14:00 МСК Регистрация по ссылке: https://healthbalance.timepad.ru/event/4189139
Сотрудники, активные во льготах, системно опережают других по ключевым метрикам [опроса вовлеченности]. BAE (Benefit Active Employee) — сотрудник, который использовал две и более персонализированных льготы в течение последних 6 месяцев. По результатам опроса вовлечённости эта когорта опережает остальных по всем ключевым метрикам. Активность во льготах — измеримый коррелят вовлечённости и лояльности. Значит, амбиция целевой модели формулируется предельно конкретно: кратный рост доли BAE как способ управлять HR-метриками с доказанной связью с бизнесом.С одной стороны, нет никаких сомнений, что гибкие льготы это круто и интуитивно хочется присоединиться к этому утверждению, т.к. метрика классная и наблюдение тоже очень интересное. А, с другой - нет ли тут подмены понятий между корреляцией и причинно-следственной связью? Утверждение звучит так, что активное использование льгот повышает вовлечённость. Но почему не наоборот: "Более вовлечённые сотрудники охотнее разбираются в своём соцпакете, чаще заходят в кабинет льгот и пробуют несколько опций, т.е. лояльность и вовлечённость порождает BAE-поведение." Это тоже выглядит вполне логично. И второе предположение / вопрос - однородные ли группы сотрудников участвовали в этом сравнении (грейд, стаж, уровень должности)? Возможно причина в том, что более лояльные и вовлеченные сотрудники обладают более широким пакетом льгот, или бОльшим бюджетом на льготы, или бОльшими возможностями для использования льгот и именно поэтому они и более вовлеченные и чаще пользуются льготами? Честности ради, я не слышала выступление онлайн. Возможно, этих деталей просто нет в презентации. Но, в любом случае, это хороший момент чтобы вспомнить про критическое мышление и еще раз напомнить, что «корреляция не равно причинно-следственная связь» Еще один пример про критическое мышление, и кстати, тоже корпоративные льготы: * Баба Яга и критическое мышление Кстати, один из топ постов по лайкам)
