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
نمایش بیشتر📈 تحلیل کانال تلگرام Красивая аналитика | HR | Tech
کانال Красивая аналитика | HR | Tech (@whrdata) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 18 021 مشترک است و جایگاه 2 163 را در دسته حرفه و رتبه 36 303 را در منطقه روسيا دارد.
📊 شاخصهای مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 18 021 مشترک جذب کرده است.
بر اساس آخرین دادهها در تاریخ 26 سپتامبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر -77 و در ۲۴ ساعت گذشته برابر -5 بوده و همچنان دسترسی گستردهای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 4.29% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 2.12% واکنش نسبت به کل مشترکان کسب میکند.
- دسترسی پستها: هر پست به طور میانگین 774 بازدید دریافت میکند. در اولین روز معمولاً 383 بازدید جمعآوری میشود.
- واکنشها و تعامل: مخاطبان بهطور فعال حمایت میکنند؛ میانگین واکنش به هر پست 9 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند аналитика, адаптация, метрика, c&b, рекрутер تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاههای شخصی توصیف میکند:
“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”
به لطف بهروزرسانیهای پرتکرار (آخرین داده در تاریخ 27 سپتامبر, 2026)، کانال همواره بهروز و دارای دسترسی بالاست. تحلیلها نشان میدهد مخاطبان بهطور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته حرفه تبدیل کردهاند.
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)
