Управление людьми по науке
Kanalga Telegram’da o‘tish
Канал о научном подходе к управлению персоналом. Обсуждаем свежие исследования и учимся опираться на данные в ежедневной практике. Автор: Ольга Иванова, к.э.н., PhD, профессор бизнес-экономики Обратная связь и сотрудничество: @olga_aka_professor
Ko'proq ko'rsatish8 252
Obunachilar
-924 soatlar
-227 kunlar
-2930 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+52
13 kanalda
Iyun '26
+113
9 kanalda
Get PRO
May '26
+368
2 kanalda
Get PRO
Aprel '26
+93
9 kanalda
Get PRO
Mart '26
+89
0 kanalda
Get PRO
Fevral '26
+227
3 kanalda
Get PRO
Yanvar '26
+88
23 kanalda
Get PRO
Dekabr '25
+349
2 kanalda
Get PRO
Noyabr '25
+198
4 kanalda
Get PRO
Oktabr '25
+613
10 kanalda
Get PRO
Sentabr '25
+152
3 kanalda
Get PRO
Avgust '25
+111
6 kanalda
Get PRO
Iyul '25
+203
7 kanalda
Get PRO
Iyun '25
+214
15 kanalda
Get PRO
May '25
+150
1 kanalda
Get PRO
Aprel '25
+173
5 kanalda
Get PRO
Mart '25
+580
11 kanalda
Get PRO
Fevral '25
+114
9 kanalda
Get PRO
Yanvar '25
+1 043
11 kanalda
Get PRO
Dekabr '24
+820
40 kanalda
Get PRO
Noyabr '24
+194
8 kanalda
Get PRO
Oktabr '24
+426
17 kanalda
Get PRO
Sentabr '24
+696
17 kanalda
Get PRO
Avgust '24
+105
15 kanalda
Get PRO
Iyul '24
+430
12 kanalda
Get PRO
Iyun '24
+312
23 kanalda
Get PRO
May '24
+429
11 kanalda
Get PRO
Aprel '24
+352
5 kanalda
Get PRO
Mart '24
+901
8 kanalda
Get PRO
Fevral '24
+671
2 kanalda
Get PRO
Yanvar '24
+533
1 kanalda
Get PRO
Dekabr '23
+36
1 kanalda
Get PRO
Noyabr '23
+128
4 kanalda
Get PRO
Oktabr '23
+103
1 kanalda
Get PRO
Sentabr '23
+200
0 kanalda
Get PRO
Avgust '23
+137
0 kanalda
Get PRO
Iyul '23
+147
0 kanalda
Get PRO
Iyun '23
+835
0 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 22 Iyul | +5 | |||
| 21 Iyul | +2 | |||
| 20 Iyul | 0 | |||
| 19 Iyul | +2 | |||
| 18 Iyul | +1 | |||
| 17 Iyul | +1 | |||
| 16 Iyul | 0 | |||
| 15 Iyul | +4 | |||
| 14 Iyul | +1 | |||
| 13 Iyul | +3 | |||
| 12 Iyul | +2 | |||
| 11 Iyul | 0 | |||
| 10 Iyul | +2 | |||
| 09 Iyul | +2 | |||
| 08 Iyul | +3 | |||
| 07 Iyul | +6 | |||
| 06 Iyul | +4 | |||
| 05 Iyul | 0 | |||
| 04 Iyul | +3 | |||
| 03 Iyul | +3 | |||
| 02 Iyul | +1 | |||
| 01 Iyul | +7 |
Kanal postlari
Что отличает хорошо управляемые команды?
В прошлый раз мы говорили о том, что качество управления можно оценить через конкретные практики: организацию процессов, постановку целей, мониторинг результатов и работу с людьми.
Но средняя оценка компании может скрывать существенные различия внутри неё. Блум и коллеги показали, что около 40% вариации в структурированных управленческих практиках наблюдалось между производственными площадками одних и тех же компаний [1]. Общие корпоративные правила задают рамку, но в разных подразделениях практики могут быть реализованы по-разному.
Что же отличает лучше управляемые подразделения?
Дело не только в наличии целей, показателей или HR-процедур. В хорошо управляемой команде эти практики поддерживают друг друга:
➡️ показатели связаны с реальными приоритетами
➡️ обнаруженные отклонения приводят к разбору причин
➡️ выводы из разбора ошибок меняют способы работы
➡️ обучение, распределение полномочий и стимулы помогают реализовать решения
➡️ последующий мониторинг показывает, сработали ли изменения
Ичниовски, Шоу и Преннуши сравнили 36 линий финишной обработки стали в 17 компаниях. Там, где команды, обучение, гибкое распределение работы, стимулы и гарантии занятости образовывали целостную систему, доля запланированного времени, когда линия действительно работала, была как минимум на 6,7 процентного пункта выше, чем при традиционном управлении. Изолированное внедрение отдельных практик сопоставимого эффекта не показывало [2].
Мониторинг тоже приносит пользу только в связке с другими действиями. Танненбаум и Черасоли объединили 46 выборок общей численностью 2136 человек. Структурированный разбор выполненной работы был связан со средним улучшением результатов примерно на 20–25%. Эффект был сильнее, когда в обсуждении участвовали исполнители, а сам разбор был связан с задачей и её результатами [3].
Поэтому хорошо управляемые подразделения отличаются не количеством KPI, совещаний или HR-процедур. Важнее, согласованы ли цели, показатели, способы решения проблем, полномочия, обучение и стимулы и поддерживают ли они друг друга.
Почему эта согласованность различается внутри одной компании? Одно из возможных объяснений — поведение конкретного руководителя. В исследовании одного нидерландского муниципалитета более выраженное трансформационное поведение 41 линейного руководителя (ясное направление, поддержка сотрудников и побуждение пересматривать привычные способы работы) было связано с более активной реализацией HR-практик и объясняло 18,6% вариации в их реализации [4]. К роли руководителя в этом процессе мы ещё вернёмся.
А в следующий раз поговорим о том, как управленческие практики связаны с производительностью.
| 2 |  Совсем недавно мы говорили о том, что хороший эксперт вовсе не обязательно будет хорошим руководителем, и показывали научные данные о том, какие характеристики коррелируют с лидерским потенциалом.
Увы, одного потенциала не достаточно. Как говорит Алексей Романов, ментор и тренер руководителей, автор канала Про Управление и сам руководитель с 25-летним опытом,
Первый переход из экспертов в руководители - буквально ТРАНСФОРМАЦИОННЫЙ. И каждый, кто его проходил, это знает. И если трансформации не случилось, вчерашний отличный эксперт может оказаться очень-очень плохим руководителем
Мы с Алексеем решили, что это отличная тема для формата #разговор_практика_с_теоретиком.
Обсудим:
🔸 почему переход эксперт-руководитель вызывает столько вопросов
🔸 в чем суть той самой трансформации
🔸 какую роль в этом процессе играет работодатель, а где - зона ответственности самого сотрудника
⏰ Когда: 28 июля в 18 часов по Москве
Регистрация по ссылке в боте 👈🏻 | 227 |
| 3 | Если вам кажется, что привычные способы больше не работают...
Если вы много знаете, многого добились, но всё чаще сталкиваетесь с ощущением внутреннего тупика… Если привычные способы «решать проблемы» больше не работают, не дают драйва, а только множат усталость...
Именно эти темы в своем канале исследует Галина Шулимова - executive-коуч, бывший CEO и эксперт по развитию руководителей с опытом более 25 лет. Галина работает с людьми, которые принимают решения, проходят кризисы, управляют командами, строят бизнес или ищут путь к себе после долгих лет жизни «как надо». Она помогает увидеть систему, в которой возникла проблема, обнаружить её неочевидные причины и найти решение, которое невозможно подсмотреть в чужом опыте.
Этот канал для тех, кто:
-много знает и многого добился, но всё чаще сталкивается с ощущением внутреннего тупика;
-устал жить по чужим правилам, ролям и сценариям и соответствовать ожиданиям системы;
-принимает сложные решения и хочет понимать не только что делать, но и почему именно это становится верным выбором;
-ищет не очередную методику, а возможность увидеть причины происходящего и вернуть себе внутреннюю опору и уверенность.
Если вам откликаются эти темы, начать знакомство с каналом можно с этих материалов:
🔗 Голосовой разбор Когда по-старому уже невозможно, а как по-новому ещё не ясно
О природе состояния замирания и выходе из него
🔗 Большой Переход: старая жизнь закончилась, новая ещё не началась
О стадиях трансформации, которые невозможно "перепрыгнуть"
🔗 Когда хорошая должность становится тесной
О риске превратиться в "идеальный инструмент" и способах этого избежать
Если вам откликается такой взгляд на развитие руководителя и внутренние изменения, продолжить знакомство можно в канале Галины Шулимовой
Реклама | ИП Шулимова Г.А. | ИНН 525713056763 | erid 2VfnxwD3RxX | 240 |
| 4 | Можно ли измерить качество управления?
Что обычно имеют в виду, когда говорят, что в компании «плохое управление»? Личные качества руководителя, мнение сотрудников или финансовые результаты? Последние зависят не только от управления, а оценки начальника — от ожиданий людей. Поэтому для оценки качества управления исследователи обычно измеряют конкретные управленческие практики: как организация выстраивает процессы, отслеживает результаты, ставит цели, реагирует на проблемы и управляет сотрудниками.
Один из самых известных инструментов был использован в масштабном исследовательском проекте экономистов Николаса Блума и Джона Ван Ринена World Management Survey. В первом крупном исследовании его применили в 732 средних производственных компаниях США, Великобритании, Франции и Германии [1]. Интервью охватывало 18 практик в четырёх областях:
🔹 организация операций;
🔹 мониторинг результатов;
🔹 постановка целей;
🔹 управление сотрудниками и стимулами.
Менеджера не просили оценить свою компанию напрямую — иначе почти каждый сказал бы, что у него всё хорошо. Вместо этого ему задавали открытый вопрос вроде «расскажите, как вы отслеживаете производственный процесс» и просили привести конкретные примеры. Балл от 1 до 5 по заранее прописанной шкале выставлял уже сам интервьюер по тому, что услышал, а не по самооценке собеседника.
Метод называют double-blind не случайно: слепы обе стороны. Менеджер не знал, что его ответы оценивают по шкале. Ему говорили, что это просто разговор об устройстве работы компании. А интервьюер, в свою очередь, заранее не знал, как компания работает на самом деле — какая у неё прибыль или производительность, — чтобы не завышать баллы успешным фирмам просто по инерции. Для проверки надёжности часть интервью пересматривали повторно, а в некоторых компаниях опрашивали второго руководителя и сверяли, совпадают ли описания [1, 2].
Почему такой показатель считают содержательным? Уже в первом исследовании более высокие оценки были связаны с производительностью, прибыльностью и выживаемостью компаний [1]. Позднее, на данных более 11 000 компаний из 34 стран, выяснилось: разница в управленческих практиках объясняет около 30% разницы в производительности — и между странами, и между компаниями внутри одной страны [3].
Конечно, ни один метод не идеален. Исследователи продолжают обсуждать ограничения существующих подходов: одинаково ли работают показатели в разных странах, не смешиваются ли управленческие практики с особенностями культуры и насколько можно судить о качестве управления только по интервью. Тем не менее, как и другие сложные организационные явления, его можно измерять достаточно надёжно, если сначала определить, какие управленческие практики являются объектом измерения, а затем проверить надёжность и валидность инструмента.
А что, на ваш взгляд, лучше всего показывает качество управления в компании? | 255 |
| 5 | Может ли один сотрудник с ИИ заменить команду?
В предыдущих постах мы уже писали, что #AI может ускорять работу, но убедительно ошибаться, а его эффект может различаться для новичков и экспертов. Теперь рассмотрим, способен ли один сотрудник с ИИ воспроизвести преимущества командной работы.
Полевой эксперимент, проведенный в компании Procter & Gamble показал, что ИИ может воспроизвести часть преимуществ межфункциональной команды, но не все. Авторы исследования сравнили четыре формата работы: отдельные сотрудники и команды из двух человек выполняли задания с генеративным ИИ или без него. В исследовании участвовали опытные специалисты коммерческого и технического профиля, которые решали реальные задачи по разработке продуктов [1].
Отдельные сотрудники с ИИ предлагали решения примерно такого же качества, как команды из двух человек без ИИ. Кроме того, ИИ помогал участникам выходить за рамки своей специализации. Коммерческие специалисты чаще учитывали техническую сторону решения, а технические — коммерческие последствия. Это означает, что ИИ может частично заменить перспективу коллеги из другой функции. Иногда сотруднику действительно не обязательно собирать совещание только для того, чтобы получить дополнительные аргументы, примеры или альтернативные идеи.
Но командная работа — это не только подготовка итогового документа. В том же эксперименте команды без ИИ выбирали свою лучшую идею примерно в 50% случаев. В условиях с ИИ этот показатель составлял около 37% [1]. ИИ повышал среднее качество предложений, но не улучшал способность определить, какое из них действительно лучшее.
📌 Что определяет качество кросс-функциональной работы
Значение имеет и доступ к информации. В другом эксперименте ИИ улучшал командные решения, когда располагал достаточно полными данными. Когда его знания были неполными, преимущество исчезало [2]. ИИ не может объединить знания, которые сотрудники не передали системе.
Кроме того, взаимодействие внутри команды создаёт результат, который трудно увидеть в одном документе: общее понимание задачи, знание о том, кто какой экспертизой обладает, и привычные способы координации. Метаанализ 107 исследований показал, что такие формы командного знания связаны с более высокой результативностью, особенно в разнородных и взаимозависимых командах [3].
📌 Как находить и использовать экспертизу
Один сотрудник с ИИ может в некоторых задачах приблизиться к результату команды и частично заменить её при подготовке решений. Но полностью воспроизвести преимущества командной работы он не способен. ИИ не заменяет взаимную проверку, обмен неформализованными знаниями, обучение между функциями и совместный выбор лучшего решения. Поэтому при сокращении командной работы важно отдельно проверять, не теряет ли организация независимую оценку, передачу экспертизы и способность вовремя замечать ошибочные предположения или слабые места в решениях.
А как вы считаете, может ли сотрудник с ИИ выполнять задачи, для которых раньше требовалась команда?
👍если да
🤔если нет | 376 |
| 6 | Доверяй, но проверяй: почему ИИ может убедительно ошибаться
При использовании #AI опаснее всего ситуация, когда он даёт неверный, но убедительный ответ, а пользователь не может независимо проверить вывод.
Steyvers и коллеги изучили ответы GPT-3.5, PaLM2 и GPT-4o на вопросы с выбором и коротким свободным ответом. В эксперименте участникам показывали ответы моделей в разных форматах: только итоговый вариант, краткое объяснение или развёрнутое рассуждение. Затем людей просили оценить, насколько ответ, по их мнению, точен. Оказалось, что при наличии объяснения, особенно длинного и структурированного, участники систематически завышали оценку правильности. Это происходило даже в тех случаях, когда фактическая точность ответа не менялась или оставалась низкой. Более длинный текст повышал субъективную уверенность, но не улучшал объективное качество ответа [1].
Метаанализ Vaccaro, Almaatouq и Malone охватил 106 экспериментов и 370 эффектов, сравнивая три режима: человек без ИИ, ИИ без человека и их совместную работу. Для сопоставления результатов использовалась стандартизированная мера эффекта (Hedges’ g). В среднем комбинация «человек + ИИ» превосходила человека без поддержки, но уступала лучшему из двух участников по отдельности — либо человеку, либо системе (g = −0,23 относительно лучшего из них). Это означает, что добавление второго агента не гарантирует улучшения, если один из них уже справляется лучше.
Эффекты различались по типу задач. В задачах выбора между вариантами (например, диагностика, классификация, принятие решений) совместная работа чаще давала результат хуже лучшего индивидуального (g = −0,27), что авторы связывают с ошибками в распределении доверия: люди либо чрезмерно полагаются на ИИ, либо игнорируют его, когда он прав. В задачах генерации контента (тексты, идеи, дизайн) результаты были более благоприятными: иногда комбинация давала выигрыш, но разброс эффектов был выше и статистическая определённость ниже. Авторы также отмечают, что на итог влияют способ взаимодействия, прозрачность модели и уровень экспертизы пользователя [2].
Важен и порядок работы. Chen и Chan сравнили два сценария подготовки рекламных текстов: ИИ создавал первоначальный вариант или комментировал текст человека. Качество оценивали по реальным кликам в социальных сетях. Для неспециалистов ИИ как «редактор» улучшал результат. Но когда он писал первый вариант за эксперта, качество снижалось. Анализ текстов указывал на якорение: первоначальный ответ ИИ сужал дальнейший поиск решения [3].
Результат определяется не только качеством модели, но и тем, как выстроено взаимодействие: кто формирует первое суждение, способен ли сотрудник распознать ошибку и какую роль играет ИИ в процессе. В задачах с высокой ценой ошибки эффективнее сначала зафиксировать независимый анализ человека, затем использовать ИИ как инструмент критики и поиска альтернатив и обязательно подтверждать итог по данным или через эксперта.
А как вы обычно относитесь к ответам ИИ?
❤️ если всегда перепроверяете важные выводы
👍 если чаще доверяете ответу без дополнительной проверки | 324 |
| 7 | Кому ИИ помогает больше — новичкам или экспертам?
Генеративный #AI может не только ускорять работу, но и сокращать разрыв между менее и более опытными сотрудниками.
Исследователи Brynjolfsson, Li и Raymond проанализировали поэтапное внедрение AI-помощника среди 5 172 специалистов клиентской поддержки в крупной американской компании. Система в реальном времени предлагала ответы, но сотрудник мог принять, изменить или проигнорировать подсказку.
Производительность измеряли числом успешно решённых обращений в час. После внедрения помощника она в среднем выросла на 15%, но эффект распределялся неравномерно:
🔹 у тех, кто изначально работал хуже остальных, прирост составил 36%;
🔹 у наиболее сильных работников значимого роста не было;
🔹 у самых опытных агентов клиентской поддержки по отдельным показателям качество диалогов снизилось на несколько процентных пунктов.
ИИ также ускорял адаптацию. Сотрудники с двумя месяцами стажа и доступом к системе работали примерно на уровне коллег с шестью и более месяцами стажа, не использующими ИИ. Рост обеспечивался за счёт сокращения длительности диалогов, увеличения числа одновременно обрабатываемых чатов и небольшого роста доли успешно решённых обращений.
Почему новички получили больше?
После внедрения ИИ коммуникация менее опытных сотрудников стала больше напоминать коммуникацию лучших. Особенно полезными подсказки оказались в ситуациях, которые встречаются не слишком часто: там новичок ещё не успел накопить собственный опыт, но у модели уже было достаточно примеров подходящих решений.
Это можно трактовать как признак того, что ИИ помогает распространять накопленные рабочие паттерны, однако исследование не подтверждает этот механизм окончательно [1].
Похожую картину получили Noy и Zhang в эксперименте с 453 специалистами. ChatGPT сократил время выполнения письменных задач на 40% и повысил качество на 18%. Более заметный рост качества наблюдался у участников с более низкой исходной результативностью [2].
Значение имеет и способ использования ИИ. Chen и Chan обнаружили, что менее опытные сотрудники показывали лучшие результаты, когда модель давала обратную связь. Когда ИИ генерировал основной текст вместо человека, преимущества уменьшались, а результаты опытных специалистов иногда ухудшались [3].
Это различие подводит к выводу о том, как именно стоит внедрять такие инструменты в работу. Один из наиболее обоснованных сценариев применения ИИ — поддержка новичка непосредственно в рабочем процессе. Например, система может подсказать диагностический вопрос, структуру ответа или решение ситуации, которая знакома организации, но пока незнакома сотруднику. Однако это не замена наставничеству. Исследования показывают прежде всего рост текущей производительности, а не устойчивое развитие экспертизы.
Используете ли вы ИИ в адаптации новичков?
👍 Используем непосредственно во время работы
❤️ Используем преимущественно для обучения
🤔 Пока не используем | 328 |
| 8 | ИИ ускоряет работу, но не всегда улучшает результат
В недавнем опросе тема #AI вошла в ТОП самых актуальных для рассмотрения, поэтому мы нашли несколько свежих научных исследований по ней.
Начнем с исследования Dell’Acqua и коллег с участием 758 консультантов Boston Consulting Group, которое показало, как ИИ может одновременно ускорять работу и ухудшать качество решения.
Исследователи дали консультантам базовое задание и после этого случайно распределили в три группы: первая не использовала ИИ, вторая просто пользовалась GPT-4, а третья перед работой с GPT-4 изучала краткую инструкцию по работе с промптами. Задания были похожи на реальную консультационную работу, а результаты могли повлиять на внутреннее признание и бонусы.
На 18 задачах в пределах возможностей модели ИИ дал заметный эффект. Участники:
🔹 выполнили на 12,2% больше заданий;
🔹 работали на 25,1% быстрее;
🔹 получили примерно на 32% более высокие оценки качества.
Но на задаче, которая выходила за пределы возможностей модели, картина изменилась. Нужно было сопоставить финансовые данные с интервью сотрудников и выбрать бренд с наибольшим потенциалом роста. Таблица подталкивала к одному выводу, а важные детали в интервью — к другому.
Без ИИ правильный ответ дали 84,4% участников. С GPT-4 — 70,6%, а с GPT-4 и инструкцией по промптам — 60%. В среднем доступ к ИИ снизил вероятность правильного решения на 19 процентных пунктов.
При этом ответы, данные с помощью ИИ, получали более высокие оценки за связность и убедительность, даже когда вывод был неверным. То есть ИИ не просто ошибался, а помогал убедительно оформить ошибку.
Авторы называют это «неровной границей возможностей ИИ» («The Jagged AI Frontier»): похожие по сложности задачи могут находиться по разные стороны границы — на одной ИИ усиливает сотрудника, на другой ухудшает решение.
Результаты этого исследования нельзя переносить на все виды работы без оговорок. За пределами возможностей модели авторы проверили только одну комплексную задачу, поэтому исследование показывает сам механизм риска, но не даёт готового списка задач, на которых ИИ будет ошибаться. Кроме того, использовалась версия GPT-4 весны 2023 года, а участниками были в основном консультанты на ранних этапах карьеры.
Однако на этом примере видно, что оценивать эффективность ИИ нужно на уровне отдельных задач внутри рабочего процесса. Он может заметно помогать в генерации идей, подготовке черновиков и структурировании информации. Но в задачах с противоречивыми данными, скрытыми условиями или высокой ценой ошибки он может ухудшать решение. Поэтому важно определить, где ИИ можно использовать свободно, где нужна обязательная проверка, а где анализ должен оставаться за человеком. Оценивать стоит не только скорость, но и точность, переделки и время на проверку.
Граница возможностей ИИ не фиксирована: она меняется вместе с моделями, доступными данными, способом постановки задачи и уровнем подготовки пользователя. Поэтому компании не могут один раз определить «безопасные» сценарии и считать вопрос закрытым. Их нужно регулярно пересматривать и проверять на реальных задачах.
Как ИИ чаще влияет на вашу работу?
👍 Ускоряет и улучшает результат
🤔 Ускоряет, но требует обязательной проверки
😢 Скорее повышает риск ошибки
Источник: Dell’Acqua, F. et al. (2026). Navigating the Jagged Technological Frontier. Organization Science, 37(2), 403–423. https://pubsonline.informs.org/doi/10.1287/orsc.2025.21838 | 372 |
| 9 | 📚 Шпаргалка для руководителей
Мы с коллегами собрали #дайджест материалов о важных задачах, которые стоят перед руководителями при работе с командами: как находить сильных людей, развивать сотрудников и принимать управленческие решения, влияющие на результат бизнеса.
📈 Развитие руководителя и команды
🔹 Как проверить свои компетенции руководителя на практике?
канал «Лайфхаки управленца»
🔹 Как сохранить ресурс HR и команды?
канал «Поток»
🔹 Как научить сотрудников брать ответственность?
канал «Осознанная карьера»
🔹 Почему сотрудники перестают развиваться и как это изменить?
канал «Откровенно про карьеру»
👥 Подбор и развитие сотрудников
🔹 Как разглядеть управленческий потенциал?
канал «Управление людьми по науке»
🔹 Как ускорить адаптацию сотрудника?
канал «Адаптация и наставничество»
🔹 Как оценить ценность кандидата на собеседовании?
канал «HeHRно»
🔹 Как руководителю понять, мотивирован ли сотрудник?
канал «СМЫСЛ В ЛЮДЯХ»
🏢 Управленческие решения
🔹 Цена токсичного сотрудника для бизнеса
канал «Читай Хачатурова»
🔹 Как правильно расстаться с сотрудником?
канал «Катины заметки»
🔹 Как связать работу команды с целями бизнеса?
канал «Законы перемен»
🔹 Что отличает настоящую команду от коллектива людей?
канал «Карьера по своим правилам»
Какие управленческие задачи стоит разобрать в следующих выпусках? | 373 |
| 10 | Что на самом деле определяет качество кросс-функциональной работы?
Когда между отделами возникают недопонимания, это часто решается увеличением частоты коммуникации. Но исследования показывают, что качество взаимодействия определяется не количеством контактов, а тем, превращается ли эта коммуникация в реальную координацию работы.
Вот несколько признаков качественного взаимодействия:
1️⃣ Контакт превращается в сотрудничество. Еще в 1996 году К. Кан предложил разделять interaction и collaboration [1]. Обмен информацией — это interaction (например, продажи просто передали продукту фидбек от клиента). А вот collaboration — это совместная работа, где функции уточняют ограничения, договариваются о приоритетах и несут взаимную ответственность. Отделы могут созваниваться каждый день, но так и не начать по-настоящему сотрудничать.
2️⃣ Коммуникация помогает видеть зависимости. Команда может много говорить, но в упор не замечать, кто чье решение блокирует, где возникает задержка и какие ограничения нельзя игнорировать [2]. Качественное взаимодействие снимает эту неопределенность.
3️⃣ Появляется общий язык, а не только обмен мнениями. Настоящая интеграция видна по тому, появляются ли у команд общие критерии решений: что приоритетно для бизнеса прямо сейчас, кто принимает финальное решение и какие компромиссы допустимы [3].
4️⃣ Разные профессиональные логики «переводятся» друг для друга. Сильное взаимодействие не стирает разницу интерпретаций, но делает ее переводимой и понятной для всех [4].
5️⃣ Команды опираются на рабочие артефакты Для достижения результата не всегда нужно полное взаимопонимание [5]. Иногда достаточно создать временные scaffolds (схемы, матрицы приоритетов, прототипы или общие формулировки проблемы). Они помогают соединить разные экспертизы в конкретное действие, даже если взгляды участников остаются разными.
Другими словами, качество кросс-функционального взаимодействия определяется не тем, насколько часто люди общаются, а тем, помогает ли это общение:
🔹 видеть зависимости между функциями;
🔹 согласовывать критерии решений;
🔹 переводить разные профессиональные логики;
🔹 распределять ответственность;
🔹 соединять экспертизы в рабочее решение.
С какими проблемами вы чаще всего сталкиваетесь в кросс-функциональном взаимодействии?
👍 мало коммуникации
🤔 много встреч, мало решений
🔥 разные приоритеты функций
💯 не хватает общих правил и артефактов | 469 |
| 11 | Влияет ли развитие T-shaped компетенций на кросс-функциональное взаимодействие?
Часто кажется, что если сотрудники будут лучше понимать работу соседних отделов, их взаимодействие наладится само собой. Согласно исследованиям, T-shaped компетенции действительно могут улучшать кросс-функциональное взаимодействие, но только при определённых условиях.
Что такое T-shaped компетенции?
Это сочетание двух элементов:
🔸 глубина: сильная экспертиза в своей функции;
🔸 широта: понимание соседних функций, достаточное для общего рабочего языка [1].
T-shaped специалист не становится «универсалом», но он понимает, какие риски, ограничения и критерии решений важны для другой функции. На практике такие компетенции развивают через ротации, кросс-функциональные проекты, shadowing, разборы ошибок на стыках процессов и общие артефакты: карты зависимостей, матрицы решений, правила handoff.
Для кросс-функционального взаимодействия важнее не абстрактное знание других отделов, а пограничная грамотность — способность понимать, где профессиональные логики расходятся. Границы между функциями возникают не только из-за разных терминов. Команды могут по-разному определять проблему, оценивать риск и защищать разные интересы [2]. Один клиентский запрос для продаж — возможность, для юристов — обязательство, для операционной команды — риск перегрузки. Формально задача одна, но воспринимается через три профессиональные логики. Здесь T-shaped компетенции снижают издержки «перевода»: человек лучше понимает, какие вопросы задавать и почему у другой функции может возникать сопротивление.
Какие исследования ближе всего отвечают на вопрос?
Прямых исследований именно корпоративного развития T-shaped компетенций немного. Поэтому важны работы, которые изучают близкий механизм: как люди с разной экспертизой координируют знания в кросс-функциональной работе:
🔹 Kotlarsky, van den Hooff и Houtman изучали, что мешает кросс-функциональным командам понимать друг друга. Они выделяли три типа границ: разные термины, разные смыслы и разные практические интересы. Такие границы были связаны с более слабым развитием трансактивной памяти (TMS) — общего понимания, кто чем владеет и как использовать эту экспертизу [3].
📌 Про TMS или знание о том, кто что знает
🔹 De Vries и коллеги исследовали не T-shaped обучение напрямую, а широкий функциональный опыт. В двух полевых исследованиях они показали: широта может помогать координации между командами, потому что человек точнее понимает позиции других участников. Но это работало главным образом тогда, когда он идентифицировал себя с организацией в целом, а не только со своей командой [4].
Если обобщить эти работы, они не доказывают прямой эффект T-shaped обучения, но хорошо объясняют механизм: широта знаний полезна тогда, когда помогает переводить профессиональные логики, видеть зависимости и координировать экспертизу.
Ответ на исходный вопрос условный: T-shaped компетенции могут улучшать кросс-функциональную работу, если развиваются как пограничная грамотность. Если же широта подменяет экспертизу, ясность ролей и координацию, она вряд ли поможет. | 428 |
| 12 | Про вовлеченность в цифрах
Мы уже разбирали, что такое вовлеченность и как ей управлять. Сегодня посмотрим на связь между вовлеченностью и бизнес-результатами в цифрах. На уровне команд она связана с текучестью, безопасностью, клиентской лояльностью, продуктивностью и прибыльностью [1–3].
С чем связь сильнее?
В классическом метаанализе Хартер, Шмидт и Хейз изучили 7 939 подразделений из 36 компаний [1]. Они оценивали не отдельных людей, а среднюю вовлеченность команды и результаты этого же бизнес-юнита.
Связь измерялась через скорректированную корреляцию ρ: показатель статистической связи от −1 до +1. Плюс означает, что показатели растут вместе, минус — что при росте одного другой снижается.
Результаты:
🔹Лояльность клиентов: ρ = 0.33
🔹Инциденты безопасности: ρ = −0.32
🔹Текучесть кадров: ρ = −0.30
🔹Продуктивность: ρ = 0.25
🔹Прибыльность: ρ = 0.17 [1]
Вовлеченность сильнее связана с тем, что ближе к ежедневной работе команды — клиентским опытом, безопасностью и удержанием людей. Прибыль дальше в цепочке: на нее дополнительно влияют рынок, цены, затраты и стратегия [1, 3].
Практические ориентиры: разница между лидерами и аутсайдерами
Прикладной отчет Gallup Q12 охватил большой массив данных: 183 806 команд, 3 354 784 сотрудника, 347 организаций и 90 стран [2]. В сравнении топ-25% команд по вовлеченности с нижними 25% у лидеров были выше:
🔹Прибыльность: +23%
🔹Продуктивность продаж: +18%
🔹Производственная продуктивность: +14%
🔹Лояльность клиентов: +10%
И ниже операционные потери:
🔹Прогулы и невыходы (абсентеизм): −78%
🔹Инциденты безопасности: −63%
🔹Брак и дефекты качества: −32%
🔹Текучесть кадров: −21% (для организаций с высокой текучестью) и −51% (для стабильных)
Важно: эти данные отражают бенчмарки (различия между наиболее и наименее вовлеченными подразделениями), а не гарантированный прямой эффект от разовых HR-инициатив [2].
Что первично: рабочая среда или результаты?
Чтобы проверить направление связи, Хартер и коллеги несколько лет наблюдали за 2 178 подразделениями в 10 организациях [3]. Они измеряли work perceptions — восприятие рабочих условий: ясность задач, ресурсы, поддержку, признание и развитие.
Данные показали, что рабочие восприятия чаще сильнее предсказывали последующие операционные результаты, чем наоборот:
🔹 Лояльность клиентов: восприятие → будущая лояльность r = 0.31; обратное направление r = 0.14.
🔹 Удержание штата: восприятие → будущее удержание r = 0.26; обратное направление r = 0.06.
🔹 Продажи: r = 0.22 против r = 0.17.
🔹 Прибыль: r = 0.13 против r = 0.10 [3].
Данные поддерживают направленную интерпретацию: качество рабочей среды чаще предшествует будущим операционным результатам. Но для финансовых метрик связь частично взаимная.
Как это преподнести бизнесу?
Не стоит обещать руководству, что если поднять вовлеченность, то автоматически вырастет прибыль. Но вовлеченность снижает операционные потери: текучесть, прогулы, брак, инциденты нарушения безопасности и сбои в сервисе. И именно через это она может быть связана с финансовым результатом. | 410 |
| 13 | Влияют ли внерабочие творческие проекты на бизнес-показатели?
Когда в компании запускаются долгосрочные творческие инициативы (корпоративный театр, хор, подкасты и т.д.), перед HR часто встает вопрос: как обосновать эти затраты перед бизнесом? Можно ли обещать прямые результаты: рост продаж, удержание персонала или всплеск инноваций? Если обратиться к имеющейся доказательной базе, выясняется, что прямой эффект совместного творчества на коммерческие метрики не доказан.
В чем же тогда реальная ценность таких проектов?
Метаанализы в области организационной психологии показывают, что польза подобных инициатив лежит в плоскости построения совместной деятельности. На примере создания медиапродукта или постановки спектакля сотрудники учатся распределять роли, аргументировать идеи, обрабатывать критику и координироваться вне привычных должностных инструкций.
Поэтому измерять стоит промежуточные изменения: качество презентации идей, ясность аргументации, обмен знаниями, согласованность действий и способность команды обсуждать ошибки без ухода в защиту [1–4].
Это лучше всего поддерживается исследованиями командной эффективности:
🔹Практика вместо теории. Метаанализ 51 контролируемого исследования (McEwan et al., 2017) зафиксировал, что целенаправленные тренировки командных навыков (teamwork training) значимо улучшают как командное поведение, так и командную результативность. Пассивные лекционные форматы при этом не показывают значимого эффекта именно на командное поведение [1].
🔹Разбор результатов. Анализ данных (Tannenbaum & Cerasoli, 2013) демонстрирует, что структурированные разборы полетов (after-action reviews) повышают эффективность в среднем на 20–25% при корректном проведении. В контексте совместных внерабочих проектов это означает, что ключевая ценность возникает в последующем обсуждении: что сработало, как принимались решения, где возникали сбои. Без этапа рефлексии такая активность может терять часть системной пользы, так как неочевидно, что участники перенесут полученный опыт в операционные процессы [2].
🔹Качество коммуникации. Метаанализ связи коммуникации и продуктивности (Marlow et al., 2018) подтверждает, что частота общения вторична. На результаты сильнее влияют качество коммуникации, глубина проработки данных (information elaboration) и открытость обмена информацией [3].
🔹Тип сплоченности. Исследование структуры командного взаимодействия (Grossman et al., 2022) показывает, что разные виды сплоченности влияют на результат по-разному. Социальная сплоченность (людям просто приятно работать вместе и они хорошо относятся друг к другу) сама по себе слабо связана с эффективностью команды. Гораздо важнее так называемая task cohesion (задачная сплоченность), когда участники команды одинаково понимают цель, согласованно действуют и сосредоточены на выполнении общей задачи [4].
Как выстраивать логику проекта?
Попытки связать творческие форматы с рабочими результатами напрямую научно необоснованны, потому что между активностью и бизнес-результатом лежит несколько промежуточных уровней изменений. Творческий формат сам по себе не создает экономический эффект, а влияет на поведение людей и качество их взаимодействия. Поэтому цепочка организационных изменений носит опосредованный характер:
🚩 Творческий проект → Рост качества коммуникации → Синхронизация действий (координация) → Повышение эффективности команды → Потенциальные бизнес-результаты.
Корпоративный творческий проект работает на бизнес-цели в том случае, если он спроектирован как инструмент организационного развития. Для этого критически важны реальный измеримый продукт на выходе, кросс-функциональный состав участников, регулярная обратная связь и фасилитируемая рефлексия. Без этих компонентов проект может остаться элементом досуга, не влияющим на командные процессы. Более того, плохо спроектированная совместная активность может не усиливать сплоченность, а создавать новые поводы для напряжения из-за неясных ролей, неравного вклада или отсутствия договоренности о цели.
💬 Замечаете ли вы, что творческие проекты вне работы меняют взаимодействие в командах? | 394 |
| 14 | 📉 Почему не растёт производительность труда
Недавно в Forbes вышла статья о проблеме низкой производительности труда в России [1]. Она хорошо показывает макроэкономические и технологические причины проблемы. Но внутри компаний этот вопрос часто переводят на уровень людей: мотивации, вовлечённости и личной эффективности. Мы посмотрим на производительность шире — через организацию труда, процессы и управленческие практики.
По данным ILOSTAT, в 2025 году Россия производила около $43,2 ВВП за час работы. Для сравнения: США — $81,8, Германия — $80,5, Польша — $48,8 [2].
При этом бизнес уже пытается компенсировать кадровые ограничения через рост нагрузки. Банк России отмечает, что в 2024 году 43% опрошенных промышленных предприятий повышали загрузку имеющегося персонала через работу в несколько смен и переработки [3].
Однако стратегия экстенсивного роста («работать больше и дольше») имеет очевидный предел.
⚙️ Производительность — это характеристика системы, а не человека
OECD определяет производительность как выпуск за час работы. Этот показатель зависит не столько от личных усилий сотрудников, сколько от уровня технологий, капитала, ресурсов и организационной эффективности [4].
Здесь кроется ключевой парадокс, описанный экспертами ВШЭ: по уровню человеческого капитала Россия находится в числе мировых лидеров, а по производительности — в середине списка [5]. Навыки людей не превращаются в высокую производительность автоматически.
Исследования подтверждают, что разрыв в результатах определяют технологии, внешняя среда и качество менеджмента — то, как ставятся цели, отслеживаются результаты и выстраиваются стимулы [6, 7].
Всемирный банк в докладе о производительности России выделяет два ключевых направления:
1️⃣ развитие возможностей самих фирм, включая управленческие практики,
2️⃣ устранение искажений, которые мешают труду и капиталу переходить к более эффективным компаниям [8].
Отдельно в докладе подчёркивается роль конкуренции, входа и выхода компаний с рынка, а также развития фирм изнутри — через менеджмент, технологии и связи с более продуктивными компаниями [8].
💡 Что это значит для HR и руководителей?
Вовлечённость сотрудников важна: мета-анализ Harter, Schmidt & Hayes показывает её связь с результатами бизнес-единиц, включая производительность и прибыль [9]. Но вовлечённость не компенсирует дефекты процессов: высокая мотивация не исправит устаревшие инструменты, слабую координацию и неясные правила работы.
Поэтому важно помогать бизнесу в настройке рабочей системы:
🔹устранять дублирующие функции, лишние согласования и бюрократию,
🔹готовить людей к автоматизации через аудит навыков и переобучение,
🔹развивать у руководителей базовые управленческие практики — постановка понятных целей, регулярная обратная связь и прозрачные стимулы [7].
А какие барьеры и возможности для роста производительности вы видите в своей сфере? | 520 |
| 15 |  Управление вовлеченностью в турбулентной среде
На вебинаре мы посмотрим на вовлеченность не как на объект измерения, а как на результат согласования ожиданий между сотрудником и компанией.
Обсудим какие управленческие практики обеспечивают рост производительности труда и вовлеченности.
- Почему вовлеченность остается в кризисе, несмотря на усилия компаний.
- Конфликт ожиданий сотрудника и работодателя как ключевой фактор вовлеченности.
- Что сотрудники ожидают от компании в условиях неопределенности и быстрой девальвации компетенций.
- Почему линейные руководители становятся главным драйвером вовлеченности.
- Как связаны цели, развитие компетенций, карьерные возможности и вовлеченность сотрудников.
- Цифровые инструменты для поддержки персонализированного подхода к сотрудникам.
📅 9 июля (четверг), 14:00 МСК
⏱ 60 минут
🎟 Участие бесплатно по регистрации: https://goo.su/bj5LmHv?erid=2VfnxwJiDpw
___
Реклама. ООО "Топфактор-проект", ИНН 3460074952 Erid 2VfnxwJiDpw | 373 |
| 16 | Как разглядеть управленческий потенциал до повышения?
В прошлом посте мы обсуждали, почему высокие личные результаты не гарантируют успех в роли руководителя. Сегодня разберем, как увидеть и развить скрытый управленческий потенциал сотрудника.
Вспомним исследование Benson, Li & Shue [1]: высокая результативность до повышения часто отрицательно коррелирует с будущей эффективностью руководителя. Зато опыт совместной работы, где сотрудник делил результат с коллегами, прямо связан с ростом продуктивности команды после его назначения.
Потенциал лидера кроется в том, что происходит с работой окружающих в его присутствии:
➡️ «Соло-звезда» спасает дедлайны своими руками, превращая проблему в личный подвиг.
➡️ Будущий руководитель проясняет зоны ответственности и координирует команду.
📊 Три группы управленческих навыков
Beenen и коллеги выделяют три категории прикладных навыков менеджера (managerial interpersonal skills) [2]:
1️⃣ Поддержка — помощь коллегам в преодолении трудностей.
2️⃣ Мотивация — постановка ясных ожиданий и вовлечение людей в процесс.
3️⃣ Управление конфликтами — перевод разногласий в конструктивное русло.
📌 Подробнее об управлении конфликтами
Перспективный эксперт не станет переделывать задачу за джуниора. Он подсветит критерии качества, даст фидбэк и позволит коллеге научиться. Он не подавляет конфликт авторитетом, а делает разногласие обсуждаемым.
Переход в менеджмент требует сдвига роли — role identity shift (Maurer & London) [3]. Человек должен перестать доказывать ценность личной экспертизой и начать видеть своей работой развитие системы и команды.
Как стать хорошим руководителем? Увы, разовые лекции о лидерстве не работают. Мета-анализ Lacerenza и коллег доказывает: leadership training эффективен только тогда, когда привязан к реальным бизнес-задачам, включает практику и немедленный перенос навыков в работу [4].
🗒 Чек-лист: как подсветить потенциал в действии
Задача компании — создавать ситуации «управленческих проб» до официального назначения руководителя:
✅ Тест-драйвы: поручите эксперту онбординг новичка, координацию проекта или модерацию сложного обсуждения.
✅ Оценка влияния: оценивайте не личные KPI, а то, помогает ли участие эксперта другим работать качественнее и самостоятельнее.
✅ Развивающий фидбэк: учите его не исправлять ошибки за коллег, а давать развивающую обратную связь.
✅ Делегирование: давайте задачи, которые он может сделать сам, но попросите передать ответственность и обсудить итоги.
✅ Поддержка роли: обсуждайте ожидания от менеджмента, подсвечивая, где человек действует как эксперт, а где — как руководитель.
💬 А какие инструменты «управленческих проб» вы используете при отборе руководителей? Поделитесь опытом в комментариях👇
#таланты #внутренниеперемещения #звезды | 504 |
| 17 | Почему лучший специалист — не всегда хороший руководитель
Каждая компания рано или поздно сталкивается с этой дилеммой — повышать ли лучшего сотрудника до руководителя. Кажется, что это самый логичный и безопасный шаг, ведь специалист досконально знает продукт, решает сложные задачи и берет на себя ответственность. Поэтому всё выглядит честно: наградить того, кто уже приносит заметный результат.
Мы уже как-то разбирали на примере реального кейса, почему повысить ≠ вырастить, и как вчерашняя «звезда» продукта зашивается в роли директора, пытаясь масштабировать процессы за счет собственных рук. Сегодня посмотрим на научные данные: почему возникает эта ловушка и как её измерить.
В основе проблемы лежит знаменитый «принцип Питера»: компании часто продвигают людей за высокую результативность в текущей роли, хотя она совершенно не гарантирует успеха в следующей. Индивидуальная эффективность — это то, как человек добивается целей своим трудом, а управленческая эффективность зависит от того, может ли этот человек улучшать работу других [1].
📊 Benson, Li & Shue проанализировали данные 38'843 продавцов в 131 компании, 1'553 из них были повышены в управленческие роли. Выяснилось, что компании предсказуемо чаще продвигали лучших сотрудников. Но парадокс в том, что высокие личные продажи до повышения имели отрицательную связь с будущей управленческой эффективностью (то есть реальным вкладом менеджера в продажи подчиненных).
Цена такой ошибки высока. Авторы статьи подсчитали: если бы политика повышений сильнее ориентировалась на управленческий потенциал, качество менеджеров выросло бы примерно на 30%. При этом исследователи нашли другой отличный маркер — опыт командной работы (например, совместные сделки, где результат делился с коллегами). Он напрямую влиял на будущую успешность руководителя, но компании часто его игнорировали [1].
Специалист часто великолепен тем, что сам «тушит пожары». Менеджер же должен строить систему, в которой проблемы видны заранее, зоны ответственности прозрачны, а команде не нужен вечный спасатель.
🔬 Исследование Alexander Oettl наглядно показывает эту разницу. Он разделил два качества научных «звезд»: личную продуктивность и полезность для коллег (помощь идеями, критикой, советами). Оказалось, что уход «помогающих» людей резко снижал качество работы их коллег. А вот потеря высокопродуктивных, но закрытых специалистов на результатах команды почти не отражалась [2]. Иначе говоря, человек ценен не только тем, сколько производит сам, но и тем, как он повышает качество работы других.
Значит ли это, что техническая экспертиза для руководителя не важна? — Нет.
🏀 Goodall, Kahn & Oswald показали это на данных профессионального баскетбола: прошлые успехи тренера как топ-игрока напрямую связаны с долей побед его команды в будущем [3]. Экспертиза полезна — она дает авторитет и способность к менторству. Но только до тех пор, пока хард-скиллы не становятся единственным доказательством готовности к управлению.
Повышение меняет саму суть работы. До него для компании важно, сколько этот человек может сделать сам, но после фокус должен сместиться на то, насколько лучше работает команда благодаря тому, что этот человек отвечает за систему.
Конечно, сильных специалистов можно и нужно продвигать. Но управленческий фундамент важно закладывать еще «на берегу» — замечать и развивать нужные навыки задолго до официального назначения. В следующем посте поговорим о том, как разглядеть этот скрытый потенциал заранее и грамотно подготовить эксперта к переходу в менеджмент.
💬 А пока поделитесь в комментариях: по каким маркерам в вашей компании отличают сильную соло-звезду от будущего лидера команды?
#таланты #внутренниеперемещения #звезды | 501 |
| 18 | В управлении удивительно много разговоров про отдельные инструменты и удивительно мало — про то, как в принципе устроены эффективные организации.
Мы привыкли делить все на функции: здесь HR, здесь лидерство, здесь бизнес-процессы, здесь стратегия. Хотя реальные проблемы бизнеса почти всегда живут где-то между ними и во всех функциях сразу.
Поэтому в этот раз мы с коллегами собрали папку не про HR, а про про управление людьми и организациями: команды, лидерство, управленческие решения, бизнес-процессы и развитие бизнеса.
Пусть эта папка даст вам не только ценные инсайты, но и вдохновит на изменения. Иногда одна хорошая профессиональная лента полезнее десятка случайных советов из интернета. | 310 |
| 19 |  📹 Запись вебинара о выгорании на рабочем месте готова
В программе:
🔹 научные теории возникновения выгорания
🔹 как помочь себе окончательно не выгореть
🔹 что может сделать компания для защиты своих сотрудников от выгорания
Как реализовать на практике инсайты из научных исследований, рассказывает Вера Сильченко из МояКоманда - платформы для комплексной автоматизации HR-процессов. | 473 |
| 20 | Как UX-методы помогают улучшить Employee Experience
Понятие Employee Experience (EX) часто кажется HR-специалистам абстрактным. Исследователи Х. МакКелви и Дж. Франк (McKelvey & Frank, 2018) перевели его в плоскость практических инструментов. Они описали, как адаптировали UX-методологию проектирования пользовательского опыта (User Experience) для оптимизации внутренних процессов компании.
Авторы сконцентрировались на процессе онбординга и применили к нему метод Employee Experience Journey Mapping (EXJM) — картирование пути сотрудника.
Исследование проводилось в Библиотеке Университета штата Монтана (MSU Library). Объектом были реальные новые сотрудники организации, чей опыт адаптации детально отслеживался и анализировался на протяжении первых 6 месяцев работы.
Авторы обратили внимание на частый разрыв между тем, как процесс адаптации задумывался компанией, и тем, как его проживает реальный человек. Чтобы сделать этот опыт видимым, авторы структурировали качественные данные в формате карты пути и разделили её на два ключевых слоя:
1️⃣ Ожидаемый путь (Expected Journey): идеальный сценарий, составленный на основе официальных расписаний, планов встреч и повесток на первый день и первую неделю.
2️⃣ Реальный путь (Actual Journey): фактический опыт новичков, включающий их скрытые барьеры, информационную перегрузку, неопределённость и эмоциональные реакции.
Для фиксации «реального пути» исследователи собирали качественные данные. Они использовали письменные рефлексии (дневники) новых сотрудников, регулярные заметки со встреч, а также глубинные интервью. Это позволило зафиксировать мысли, вопросы и эмоциональное состояние людей на ключевых временных отрезках: Первый день ➡️ Первая неделя ➡️ Шесть месяцев.
📊 Ключевые выводы
🔹Боли сотрудников скрыты в мелочах. Основной стресс сотрудников был связан не с глобальной стратегией, а с микро-барьерами: техническими задержками, путаницей в расписании или перегрузом несвязанной информацией в первые дни.
🔹Неравномерность эмоциональной кривой. Фиксация эмоций на карте (где позитивные, нейтральные и болезненные моменты отмечались разными цветами) наглядно показала, как воодушевление сменяется спадом уверенности. Наложение этой кривой на таймлайн помогло точно определить моменты, когда новичку требуется усиленная поддержка.
🔹Ценность кросс-функционального взгляда. С помощью EXJM авторам удалось наглядно показать линейным менеджерам и смежным отделам, как их действия напрямую влияют на скорость включения нового человека в работу.
В результате МакКелви и Франк показали, что перенос UX-инструментов в HR позволяет превратить субъективный «опыт сотрудника» в наглядный процесс, который можно последовательно улучшать на основе качественных данных. Итогом проекта также стало создание открытого методического инструментария с шаблонами карт, который теперь могут использовать другие организации для аудита своего онбординга.
Берите на вооружение и вы 🤓
Источник: McKelvey, H., & Frank, J. L. (2018). Improving Onboarding with Employee Experience Journey Mapping: A Fresh Take on a Traditional UX Technique. Weave: Journal of Library User Experience, 1(9). https://doi.org/10.3998/weave.12535642.0001.903 | 650 |
