Есть множество объективных показателей для оценки и измерения человеческого ресурса в компании. Какие из них позволяют “держать руку на пульсе”, а какие можно просматривать время от времени – пробуем разобраться в этой статье.

Количественные показатели

С их помощью мы измеряем количественные характеристики кадрового состава компании или предприятия. Главный вопрос – “сколько?”.

Списочная численность – количество принятых в штат сотрудников на определенную дату. Обратите на это внимание, так как этот показатель часто путают с другим, о котором ниже.

Среднесписочная численность (ССЧ) – средняя численность персонала за определенный период времени. Обычно рассчитывается за период не менее одного месяца.

Существует два варианта расчёта показателя:

1. Списочная численность на начало периода суммируется с её же значением на конец периода и делится на два.
2. Из данных табельного учёта выбирается информация о количестве всех явок и неявок персонала за выбранный период и делится на плановый баланс рабочего времени.

Второй способ более точный, но требует больше трудозатрат. Тем не менее, он используется в большинстве компаний, а также для формирования отчетности в органы государственной статистики. Для быстрого анализа ситуации можно использовать первый вариант расчёта.

Явочная численность – численность всех сотрудников, которые в данный момент времени вышли на работу. Учитываются также сотрудники, находящиеся в командировках.

Социально-демографические характеристики коллектива

Средний возраст все менеджеры по персоналу измеряют, но не всегда знают, как использовать этот показатель. Его необходимо применять при анализе достаточно узких групп персонала, чтобы прогнозировать работу по рекрутингу, а также при разработке или корректировке социальной политики.

Например, информацию о среднем возрасте предприятия численностью 3000 человек – непригодна для выработки управленческих решений. Если же посмотреть средний возраст, например, начальников цехов – можно сделать выводы о необходимости изменения политики вознаграждения и компенсаций (доказано, что в разном возрасте – разные приоритеты).

Количество сотрудников по уровням образования – показывает некоторый обобщенный уровень образования по предприятию или отдельным категориям персонала. Например, считается необходимым для руководителя иметь высшее образование. Однако не все из них обучались в ВУЗах.

Гендерный состав коллектива характеризуется количеством мужчин и женщин, а также их соотношением. Интересно смотреть эти цифры по профессиям или уровням управления. Налицо проявляются определенные “женские” или “мужские” профессии.

Следует отметить, что в последние годы в мировой практике принято измерять показатели разнообразия персонала компании. То есть следить за соотношением мужчин и женщин, молодежи и возрастных сотрудников, местного персонала и приезжих. Исследования подтверждают, что поддержание высоких показателей разнообразия в коллективах приводит к улучшениям результатов их работы. Конечно, при высоком уровне менеджмента, учитывающем это разнообразие.

К другим показателям социально-демографических характеристик следует отнести такие, как:

• семейное положение;
• количество и возраст детей сотрудников;
• количество неработающих членов семей (иждивенцев) на одного сотрудника;
• количество сотрудников по местам проживания и другие показатели.

Качественные характеристики HR

К этой группе показателей относятся те из них, которые дают информацию о качестве имеющегося в компании “человеческого ресурса”.

Выработка на одного среднесписочного сотрудника. Показывает количество произведенных единиц продукции за период времени. Является наиболее универсальным показателем для измерения затраченного труда.

Измеряться выработка может в натуральных, условно-натуральных (показатели трудоёмкости) и стоимостных единицах измерения.

Лояльность персонала – благожелательное отношение сотрудника к компании или работодателю. Достаточно трудно поддаётся измерениям, хотя и существует несколько методик. Как правило, большинство методик оценивают потенциальные вероятности того, покинут или нет работодателя сотрудники при получении аналогичных или немногим лучших условий у другого работодателя.

Вовлеченность персонала – такое состояние сотрудника, которое помогает ему как можно лучше выполнять свою работу. Более подробно об измерении вовлеченности рассказано в материале на эту тему на нашем сайте .

Показатели движения персонала

Текучесть кадров – пожалуй, самый известный показатель движения персонала. Рассчитывается как % уволенных сотрудников по отношению к среднесписочной численности персонала за соответствующий период.

При этом для расчёта используется количество сотрудников, уволенных по причинам, связанным с текучестью персонала. Перечислим их:

• увольнение по собственному желанию (нашёл другую работу, выход на пенсию, перемена места жительства и пр.);
• увольнение по инициативе работодателя как дисциплинарное взыскание (за прогул, неоднократное грубое нарушение трудовой дисциплины, за появление на работе в состоянии опьянения)

Ради справедливости стоит отметить, что увольнение на пенсию не всегда будет являться “текучкой” кадров. Например, если работодатель специально инициировал увольнение пенсионера (стимулирующая выплата или другие способы), то из расчёта такое увольнение лучше убрать.

Оборот по приёму – рассчитывается как отношение общего количества принятого на работу персонала к ССЧ. Снова не забываем про расчётный период.

Оборот по увольнению – ровно наоборот от оборота по приёму.

Количество внутренних переводов – показывает внутреннюю мобильность персонала предприятия.

Коэффициент замещения рабочей силы – рассчитывается как отношение числа принятых к числу уволенных сотрудников. Если этот коэффициент меньше единицы, то идёт сокращение количества рабочих мест на предприятии. Этот показатель обычно используют службы занятости для оценки ситуации на рынке труда.

Показатели, характеризующие работу с кадровым резервом предприятия

Обеспеченность резервом кадров – показатель в процентах, рассчитываемый следующим образом. Сначала определяется количество должностей, для которых необходимо готовить кадровый резерв. Затем среди них отмечается количество должностей, для которых уже имеется подготовленный резерв кадров. И рассчитываем обеспеченность резервом:

Использование резерва при назначении – смысл понятен из названия. Рассчитывается так:

Следует использовать для расчёта только те должности, которые включены в список резерва кадров.

Экономические показатели

Важный блок в HR-аналитике. Обычно есть мнение, что менеджеры по персоналу плохо разбираются в экономике. Давайте попробуем это исправить.

По принятой в РФ практике все выплаты персоналу распределяют на три вида:

1. Фонд заработной платы
2. Расходы на персонал, не относящиеся к ФЗП и выплатам социального характера

Такое распределение используется в органах статистики, также оно с некоторой модификацией может использоваться для управленческого учёта и анализа расходов.

Следует сказать, что для целей налогового учёта используется несколько другой подход, более подробно описанный в статье 255 Налогового кодекса РФ.

Фонд оплаты труда – все денежные средства работодателя, направленные на проведение выплат персоналу в оплату за его труд. В него входит:

• оплата за отработанное время (зарплата, доплаты и надбавки по ТК и пр.)
• оплата за неотработанное время (оплата отпуска, оплата простоев и т.п.)
• единовременные поощрительные выплаты
• выплаты на питание, жилье и топливо

Выплаты социального характера – к этой категории расходов относят расходы предприятия на лечение, отдых, проезд, питание, компенсации при увольнении и пр. То есть все затраты на реализацию социальной политики компании.

Прочие расходы на персонал – командировочные, надбавка за вахтовый метод, оплата обучения, организация культурно-массовых мероприятий и другие расходы.

Учитывать такое распределение расходов необходимо при формировании статистических отчётов и общении с представителями госструктур. Однако для управленческого учёта и анализа расходов на персонал удобнее использовать другую структуру затрат:

1. Фонд заработной платы с отчислениями
2. Бюджет социальных расходов (расходы на поддержание и формирование корпоративной культуры)
3. Бюджет развития персонала (оплата за обучение во всех его видах и формах, в том числе – оплата преподавателям из числа работников)
4. Бюджет административных расходов (расходы на командировки, на оборудование и содержание рабочих мест и офисов, на канцелярию, почту и прочее)

Кроме общих больших групп расходов, существует несколько ключевых экономических показателей. Они важны для анализа ситуации и принятия решений.

Средняя заработная плата – все затраты на оплату труда (без отчислений) делятся на среднесписочную численность персонала компании. Целесообразно рассматривать СЗП в следующих “разрезах”:

• по подразделениям
• по профессиям
• по уровням управления
• по регионам или местам расположения подразделений (предприятий) компании

С точки зрения социальной справедливости и обеспечения равных прав и возможностей следует делать сравнение СЗП мужчин и женщин.

Зарплатоёмкость продукции – показывает, сколько необходимо затратить средств на оплату труда для производства определенного объема продукции. Например, зарплатоемкость может быть показана как рублей/тонну или рублей/рублей.

Некоторые вопросы использования

Для начинающих руководителей и менеджеров по персоналу иногда возникают вопросы о периодичности и уместности применения тех или иных показателей для принятия решений. Дадим несколько рекомендаций:

• на еженедельной основе просматривайте показатели движения персонала: сколько человек принято и уволено, по каким профессиям идёт движение персонала; также контролируйте количество установленных доплат и надбавок для персонала (сверхурочные, расширение зоны обслуживания и т.п.)
• на ежемесячной основе рассматривайте показатели по оплате труда и некоторым видам социальных выплат (материальная помощь, выданные предприятием ссуды, компенсации на проезд и пр), текучесть кадров, показатели численности, среднюю заработную плату, выработку, зарплатоёмкость и другие экономические показатели

HR аналитика включает в себя различные методы анализа и обработки данных, необходимых для увеличения эффективности работы служб. Более подробно по теме - в материале статьи.

Из статьи вы узнаете:

Что такое HR аналитика

HR аналитика - процесс, в котором методы обработки информации и бизнес-аналитики (BA) используются для оценки HR-данных. Ее нередко называют и аналитикой талантов. Интеллектуальный анализ данных (data mining) относится к практике изучения баз для создания новой информации. При этом существует несколько основных целей: предоставление инсайтов и определение ключевых параметров.

Особенности целей:

1. Первая цель состоит в предоставлении информации о собственных операциях компании, которая помогает управлять работниками. Инсайты могут обеспечить эффективное достижение целей.
2. Вторая ключевая функция: помогает идентифицировать сведения, определить оптимальные показатели эффективности HR службы, которые фирма должна сохранять. Она предоставляет модели для прогнозирования способов, которыми компания может получить высокую отдачу от инвестиций (ROI) в человеческий капитал.

Задачи HR аналитики - максимально эффективно использовать объемы данных о человеческих ресурсах , собираемых большинством компаний. В фирмах часто имеются такие данные, как демографические параметры сотрудников, записи об учебе и т.д. Детальный анализ позволяет извлечь из них важные знания, которые помогут в дальнейшей работе.

Скачайте документы по теме:

В последнее время ряд компаний использует большие данные в HR, когда большой объем сведений структурируется и помещается в таблицы. В этом случае приходится задействовать специальные программы, позволяющие проводить расчеты и выполнять анализ. Методы рационально применять, если в организации трудится более 1000 человек.

Зачем определять HR показатели

Кадровые решения нередко основаны на профессиональных инстинктах, а также интуиции, что нужно учитывать, определяя HR показатели. Найм часто зависит от контакта, который рекрутеру получилось или нет установить с кандидатом на должность. Проблема с инстинктами и интуицией заключается в том, что могут прижиться плохие практики. Например, несправедливость может остаться незамеченной. Наглядным примером считается разрыв в зарплате между женщинами и мужчинами. Руководители могут думать, что платят одинаково, если не изучат точные данные.

HR аналитика помогает повысить производительность труда , предсказать успешные модели. Это устраняет часть ошибок при принятии решений. Например, управление нагрузкой будет более эффективным, когда применяются данные, показывающие, какие именно подразделения или группы уже сейчас несут чрезмерную нагрузку, а какие лишь позволяют себе брать больше обязанностей.

Экспертами доказан тот факт, что аналитика способствует быстрому росту организации. Исследования, проводимые MIT и IBM, показали, что высокий уровень использования HR аналитики может дать: увеличение продаж, чистого операционного дохода, объема продаж на работника.

Основные области применения HR аналитики

Области аналитики обширны, а показатели, на которых нужно сфокусироваться организации, зависят непосредственно от отрасли, характера бизнеса.

Вот несколько примеров ключевых HR показателей:

1. коэффициент увольнений в организации;
2. время найма работников;
3. уровень текучести кадров для разных групп;
4. доход на специалиста.

Приведенные показатели и прочие подобные данные используются для повышения эффективности бизнеса . При этом ключевыми областями, в которых сведения могут помочь, считаются:

Рекрутинг - аналитика предоставляет ответы на вопросы о поиске идеальных кандидатов на открытые вакансии. Например, сведения используются для идентификации качеств кандидатов, приносящих лучшие результаты. Кроме того, можно сопоставлять данные претендентов, которые остались в организации, найти среди них одинаковые знаменатели.

Здоровье и безопасность - HR аналитика позволяет выявлять проблемные области. Данные указывают на роли, а также места работы и иные подобные факторы, имеющие высокий уровень несчастных случаев.

Удержание работников - благодаря сведениям можно узнать больше об удержании специалистов, представляющих ценность для организации. Вы можете использовать HR аналитику для определения аспектов, увеличивающих вовлеченность кадров .

Разрывы в талантах - сведения способствуют выявлению пробелов в компании. Например, некоторые отделы имеют более квалифицированных сотрудников, чем остальные, а это может сильно мешать общей работе организации.

Эффективность продаж - это направление HR аналитики помогает разобраться в деталях, как повысить показатели. Можно заметить, что определенный талант помогает работать лучше, а программы дают немедленную отдачу.

Анализ HR показателей эффективности

В каждой организации время от времени должен проводиться анализ HR показателей эффективности, чтобы своевременно выявлять имеющиеся проблемы. Особенно часто его необходимо осуществлять в кризис, когда нужно сократить расходы с минимальным воздействием на коллектив, а вернее его лояльность и мотивацию.

Показатель № 1.

Показатель №1. Соблюдение бюджета на работников

Этот показатель HR аналитики всегда используют в организациях, где работу оценивают с помощью KPI . Рассчитывается он следующим образом:

Сб = Зф: Зп × 100%, где:

• Сб - основной показатель соблюдения бюджета ;
• Зф - фактические затраты на сотрудников компании;
• Зп - плановые затраты на специалистов.

Если отмечается, что бюджет превышен, расходы на оплату труда все равно сокращайте в последнюю очередь. А вот, к примеру, затраты на соцпакет снижайте смелее. К расходам на обучение персонала подходите дифференцированно, применяя методы HR аналитики. Выделите те, которые урезать нежелательно, и те, которыми можно пожертвовать. Скажем, на «Повышение профессионально-квалификационного уровня» нужно запланировать средства. А теоретические семинары общего плана финансируйте, когда такое обучение действительно необходимо.

Показатель № 2.

Текущая финансовая отдача от расходов на сотрудников

Эи = Оп: Зф, где:

• Эи - показатель эффективности вложений в работников;
• Оп - объем производства, рассчитываемый в денежном эквиваленте;
• Зф - фактические финансовые затраты на сотрудников.

Вы увидите, сколько именно продукции производит фирма на каждый затраченный рубль на персонал. Формулу легко корректировать, учитывая специфику отрасли компании. Если в компании HR влияет на издержки производства, а также на продажи, лучше установить KPI, который привязан к валовой прибыли. В этом случае HR аналитика будет привязана к несложным подсчетам. Формула расчета следующая:

Эи = (Пв - Зф) : Зф, где:

• Эи - основной показатель эффективности инвестиций в сотрудников;
• Пв - валовая прибыль;
• Зф - фактические затраты на работников.

Показатель № 3.

Производительность труда

Этот параметр показывает, сколько именно продукции приходится на одного работника. Чем выше показатель, тем лучше. Рассчитывается он так:

Пт = Оп: Тз, где:

• Пт - производительность труда работников;
• Оп - объем производства;
• Тз - трудозатраты

Для простоты расчетов замените трудозатраты среднесписочной численностью сотрудников, если предположить, что они все отработали одинаковое количество дней в конкретный период. HR аналитик должен учитывать все нюансы, вносить данные в отчетные документы, чтобы в последующем вычислить параметры.

Показатель № 4.

Текучесть кадров

Текучесть кадров позволяет оценивать труд всей службы и HR-директора в частности. Формула расчета текучести выглядит так:

Тк = Су: Со × 100%, где:

• Тк - точный показатель текучести ;
• Су - число уволенных работников;
• Со - общее среднесписочное количество сотрудников.

Следите, не превышают ли затраты на замену специалиста цену, которую платите, чтобы удержать его. Если превышают, то текучесть среди уникальных специалистов может обернуться для компании ростом затрат на подбор. Как этого избежать? Выделите группу риска среди сотрудников. Как правило, это ключевые менеджеры компании. Теперь превратите неконтролируемую текучесть в управляемую.

В группе риска выявите самых нелояльных людей, которые могут покинуть компанию. Заранее подыскивайте им замену. Анализируйте рынок труда и приглашайте специалистов схожего уровня квалификации на собеседование. В конце спрашивайте, будет ли кандидат готов занять позицию, когда та освободится.

Показатель № 5.

Уровень абсентеизма

Абсентеизм - отсутствие специалистов на местах в рабочее время. Не важно, по уважительной причине или из-за прогулов, но аналитик должен подсчитывать их. Если показатель высокий, персонал не стремится выполнять обязанности качественно. Рассчитывается он следующим образом:

Ап = Дор: До × 100%, где:

• Ап - показатель среди персонала;
• Дор - количество дней отсутствия;
• До - общее число дней в периоде.

Показатель № 6.

Удовлетворенность людей работой

Измеряйте удовлетворенность с помощью опроса. Формула такая:

Лп = Сл: Со × 100%, где:

• Лп - показатель лояльности работников;
• Сл - количество лояльных специалистов;
• Со - общее число опрошенных лиц.

Пишут и говорят об HR-аналитике намного больше, чем понимают, чем она является на самом деле и какие задачи призвана решать.

Эта статья про то, каковы основные трудности в применении и с чего можно начать анализировать.

Пока в публичном пространстве под HR-аналитикой подразумевают или метрики и работу с цифрами, статистикой в HR, которые являются показателями локальных процессов либо подразделений, или делятся кейсами по поводу того, как подключить IT-департамент к созданию архивов HR-данных. На самом деле HR-аналитика решает задачи стратегического развития компании, определяет главные прогностические тенденции.

Итак, что такое HR-аналитика?

HR-аналитика является процессом, в котором методы обработки данных и бизнес-аналитики (BA) применяются к обработке HR-данных. Ее иногда также называют аналитикой талантов. Кроме того, интеллектуальный анализ данных (data mining) в этом контексте относится к практике изучения баз данных для создания новой информации.

Почему это так актуально сейчас, в свете глобальной диджитализации экономики, бизнеса, человека. Данные, друзья! Большие данные повсюду!

А тут и нейронауки подоспели, демонстрируя нам, насколько человеческие решения субъективны и наполнены эмоциями вместо рационального подхода.

Как теперь с этим жить?

Конечно, нужен другой способ принятия решений – чтобы все логично, разумно, на основании данных и с гарантированным результатом. Кто такое не хочет? Все хотят! А почему не делают?

Готовность к применению HR-аналитики остается серьезной проблемой. По данным отчета Deloitte 2017 , после нескольких лет обсуждения этого вопроса только 8% респондентов сообщили, что у них есть полезные данные; только 9% считают, что у них хорошее понимание того, какие характеристики сотрудников приводят к успеху в их организациях; и только 15% в целом развернули системы HR и талант-показателей для линейных менеджеров.

«Это было загадкой на протяжении последнего десятилетия – почему при очевидной важности человеческого капитала организации не инвестируют в это и не требуют, чтобы лидеры принимали свои решения в отношении людей, используя аналитику на основе фактов?» (« ).

Так в чем же дело? Почему говорят и пишут о пользе и необходимости использования аналитики гораздо больше, чем применяют в реальной работе?

Давайте посмотрим на это явление с разных сторон.

В чем сложность?

Прежде всего стоит рассмотреть глубинные, фундаментальные причины такого «торможения» со стороны лидеров компаний. Я опишу это в рамках модели, которую Пит Рамстад (Pete Ramstad) и Джон Бодро (John Boudreau) представили в работе «За пределами HR» («Beyond HR», Boudreau and Ramstad, 2007) и которая называется LAMP-моделью (LAMP – logic, analytics, measures and process).

Если упростить описанное в этой модели, то причины, по которым использование аналитики тормозится, следующие:

• Логика: мы не можем объяснить, почему работают высокопроизводительные рабочие системы. Это все еще остается «черным ящиком». Мы понимаем, что есть определенная взаимосвязь между нюансами, но наверняка не можем сказать, что от чего зависит напрямую и что нужно делать с X, чтобы получить Y.

• Аналитика: здесь традиционно ощущался недостаток в глубине и тщательности аналитических моделей. Лидеры Google и других ведущих компаний обращаются к таким отраслям, как, например, ракетостроение, где существуют модели, учитывающие огромное количество факторов. Проще говоря, это не выстроено методологически надежно.

• Метрики: чаще всего массивы данных касаются текущего состояния занятости, расходов на сотрудников и программ управления персоналом. В лучшем случае, эти данные представляют собой оперативную или расширенную отчетность, а не стратегическую или прогностическую аналитику, которая включает анализы, сегментирование сотрудников, и которая тесно интегрирована со стратегическим планированием.

• Процесс: это презентация аналитики лицам, принимающим решения. Здесь основные факторы успеха – это своевременность и степень визуальной привлекательности представленных данных. Речь идет о получении данных в режиме реального времени в доступном и понятном для принятия решений виде, а такие инструменты с применением искусственного интеллекта только разрабатываются. Например, большинство руководителей не имеют представления о том, как интерпретировать коэффициент текучести сотрудников, поскольку они обычно знают, что низкая текучка не всегда выгодна, и наоборот, они не знают, как определить, что лучше в той ситуации, с которой они столкнулись. С этой точки зрения – мы на стадии пересмотра HR-инструментов.

Думаю, из описанного выше комплексность и глубина проблемы представляются чуть более понятно. Итак, существуют объективные причины того, почему инвестирование в аналитику представляется делом довольно рискованным. Грубо говоря, у нас нет четких, надежных, однозначных инструментов для принятия решений на основе аналитики. Точнее говоря, для очень простых локальных областей есть, но они не стоят таких затрат. Затраты такого уровня имеют смысл, если мы сможем получить надежные прогностические тенденции, играющие ключевую роль для успеха бизнеса. А этого аналитика сама по себе гарантировать не может.

Мы же не хотим просто обрабатывать данные. Мы хотим иметь надежные инструменты для принятия бизнес-решений с более или менее гарантированным результатом. А в этом смысле – главное по-прежнему остается за человеком:

• умение задавать стратегически релевантные вопросы и представлять их в логической структуре, показывающей взаимосвязь между инвестициями в сфере управления персоналом и критическими организационными результатами;

• обладание глубокими знаниями своего бизнеса;

• понимание логики аналитических моделей в смысле их применимости для объяснения жизненно важных процессов в организации и многое другое.

Если совсем простыми словами подвести итог, то основная сложность аналитики как способа работы с данными заключается в том, что сначала нужно определить, какие результаты мы хотим получить. А для этого нужно задать очень правильные вопросы, требующие глубокого понимания бизнеса, потом определить, с помощью какой аналитической модели мы можем на эти результаты выйти, в соответствии с этим определить, какие именно данные и в каком объеме нам нужны, и только потом придумать, как нам их получить именно в таком виде, в котором требуется.

Комплексный подход

Чтобы проиллюстрировать комплексность подхода, посмотрите на картинку, показывающую состав команды специалистов по HR-аналитике:

Это еще не все. Очень важно помнить, что вообще словосочетание «HR-аналитика» сегодня встречается крайне редко в работах исследователей и авторов. Это такой привычный русскоязычный термин. В английском же сейчас используется понятие People Analytics – аналитика людей. Это не простой синоним. Наоборот. От локальных областей, связанных исключительно с HR – текучка, метрики рекрутинга, состояния занятости и т.п., на Западе перешли к глобальной «аналитике людей» или «человеческой аналитике». Все данные о людях имеют значение – их передвижения, состояние здоровья, активность в соцсетях и т.д. Только используя полный объем данных, можно говорить о приемлемой степени достоверности прогнозов и стратегических решений. Для сбора таких данных, компании должны внедрять новые инструменты на основе мобильных приложений и не только, и привлекать специалистов, которые могли бы с этим работать.

Но это далеко не конец проблем, это только их начало.

Контекст. Совмещение больших и плотных данных

Решающее значение приобретает контекст. Что это значит? Это значит, что кроме больших данных нам необходимы т.н. плотные данные: это вся та ценная информация от людей - истории, эмоции, общение – которую нельзя представить количественно, но она несет в себе значение невероятной глубины. Глубокими их делает опыт правильного восприятия того, что рассказывают люди, – именно это помогает распознать пробелы и прорехи в прогностических моделях. Плотные данные погружают вопросы бизнеса в проблемы человека – проясняют контекст. Поэтому совмещение больших и плотных данных дают более глубокую картину. Вы работаете как с собранными, так и с несобранными данными: это дает возможность задать правильные вопросы «почему?» Почему так происходит?

Чтобы проиллюстрировать важность контекста, я приведу два примера: негативный и позитивный.

Негативный пример – это история Nokia, ставшая уже печальным образцом того, как можно вылететь из рынка на пике формы. Суть главного стратегического просчета состояла в том, что лидеры компании проигнорировали плотные данные, которые не могли сравниться по массиву с большими данными, но совершенно точно предсказывали огромный интерес к смартфонам даже у самых малообеспеченных слоев населения.

А позитивный пример тоже у всех на виду. Это фантастический рост Netflix. Там как раз наоборот, увидели прорехи в аналитических моделях и пригласили технологического этнографа (есть уже такая специализация), чтобы поработать с плотными данными. И он выяснил нечто, чего не было видно в больших данных. Этнограф заметил, что люди любят «залипать» у телевизора, они не чувствуют своей вины за это, а просто получают удовольствие. И совместив большие данные с плотными, они сделали кое-что простое, но эффективное: вместо того, чтобы показывать разножанровые сериалы, они начали крутить одни и те же, чтобы облегчить людям «залипание». Но это было не все, они изменили саму практику трансляций в соответствии с этими выводами. Сведя вместе большие и плотные данные, они не только улучшили свой бизнес, но и изменили способ потребления людьми медиа-информации. Ожидается, что их акции вырастут вдвое в ближайшие несколько лет.

Данные – ничто. Контекст – все!

Ресурсы

Мы постепенно продвигаемся в рассмотрении нашей проблемы и если вы до сих с нами, впереди – последний бастион.

Это ресурсы. Как видно из всего вышеописанного, для серьезной работы с данными нужно «тяжелое» и дорогое ПО, высококвалифицированные специалисты и много времени. Все это складывается в затраты, фактически неподъемные для большинства организаций. Если вы следите за темой, то могли заметить, что бОльшая часть опубликованных кейсов – это кейсы огромных компаний, описывающая глобальные исследования. При этом нужно помнить о т.н. ошибке выжившего.

Опубликованные кейсы – в основном те, в которых получилось. А сколько тех, в которых не получилось при таких же затратах? Пока малозатратных и относительно простых инструментов и моделей нет. Но рынок есть рынок и скорее всего, через какое-то время они появятся в результате накопленного опыта. Поэтому большие компании сейчас пробуют, а все остальные ждут, когда в результате деятельности первых появится что-то более доступное.

Вот, собственно, основные причины, по которым только 8% респондентов сообщили, что у них есть полезные данные; только 9% считают, что у них хорошее понимание того, какие характеристики сотрудников приводят к успеху в их организациях; и только 15% в целом развернули системы HR и талант-показателей для линейных менеджеров.

Но необходимость и польза работы с данными очевидна и обсуждению не подлежит. Так что же делать?

С чего компании могут начать?

People-аналитика – направление масштабное в силу глобальности решаемых задач и довольно новое. Однако среди аналитических подходов уже существуют разделы давно и хорошо разработанные. Они предоставляют мощный и в то же время доступный инструментарий и могут дать компании значительные инсайты. Один из таких подходов – организационный анализ сетей (ONA, Organizational Network Analysis). Что это такое?

Цель ONA – измерение и отображение отношений и потоков между людьми, группами или организациями. Уникальность ONA заключается в том, что никакими другими способами невозможно увидеть реальные связи между людьми в организации. Фактически это рентгеновский снимок вашей организации или отношений вашей организации с внешним рынком, или вашего персонала, или пула кандидатов. Короче говоря, те отношения, которые вам необходимы, и можно анализировать.

ONA возник на стыке социометрии и анализа сетей и представляется крайне полезным инструментом.

Огромным плюсом этого подхода является его визуальность.

Например: анализ руководителей в подразделении разведки и добычи крупной нефтяной компании дал следующую разницу между формальной и фактической организационной структурой (рис. из блога Роба Кросса ):

Из правого рисунка видно, что в компании существует один из менеджеров среднего звена, некий Коул (Cole, см. левый рисунок), который практически незаметен в официальной иерархии, но на самом деле именно через него идут все потоки информации и фактическое распределение работы. Он является главным информационным узлом и он решает, кому какую информацию передавать. Вице-президент находится на очень далекой периферии и, фактически, никакого влияния на операционное управление не оказывает.

Я думаю, вы уже начали догадываться, какую роль подобная схема может сыграть, например, в управлении изменениями.

Следующая большая отрасль применения ONA – это, конечно, управление знаниями. Если на входе задавать вопросы типа: «Кто самый крутой эксперт в работе?», то картинка на выходе покажет основных носителей экспертизы в организации.

Как здесь не поговорить о задаче создания информационного поля в компании? Любой менеджер по коммуникациям просто обязан иметь у себя подобного рода анализ, если он не хочет продвигаться вслепую. Такой анализ может показать как отношения и информационные потоки между подразделениями, между компанией и другими заинтересованными сторонами, так и между людьми. В нашем обучающем курсе «HR без прикрас» мы подробнее касаемся этой темы.

Вот как, например, в вашей компании реально происходит взаимодействие между финансами и маркетингом? Через кого идет вся информация (рис. из блога Роба Кросса) ?

То же самое касается любых инноваций, лидерства, развития талантов и т. д.

Мы рассмотрели перспективы использования ONA внутри организации, но с таким же успехом этот инструмент можно применять и для анализа внешних отношений – с конкурентами, поставщиками и подрядчиками и т.д.

Основные области применения ONA

ONA – это искусство получения полезных результатов: вы получаете карты и показатели, которые приводят вас к действительно хорошим вопросам. То есть ONA, как и любой аналитический инструмент, не дает ответа на вопрос «Почему?», этот ответ может дать только человек. Но карты делают две вещи:

• Они обеспечивают индикаторы того, где может быть что-то интересное, чтобы исследовать.

• Они предоставляют интересные визуальные результаты для поддержки историй о результатах.

Разумеется, в реальности это все не так просто, как кажется на первый взгляд. За всей этой вдохновляющей красотой и видимой простотой стоит серьезный математический аппарат и фундаментальные исследования, но это намного проще, чем то, что есть в «большой аналитике» сегодня. ONA прямо сразу даст вам крайне полезные результаты и сэкономит ресурсы.

Виктория Бузник и Лилия Грабовская , авторы ресурса Talent Management.com.ua и обучающего курса «HR без прикрас»

Дескриптивная (описательная) аналитика. С помощью доступной информации формирует объективное и максимально точное описание исследуемого объекта/ситуации. Отвечает на вопрос: «Что происходит сейчас?» . Это основа любой аналитики в HR. Оперирует такими данными как структура персонала, нормы труда, нормативы численности, обзоры зарплат, метрики эффективности процессов, внутренние и внешние бенчмарки.

Прогнозная аналитика. На основании очевидных зависимостей и подтвержденных статистических гипотез позволяет «заглянуть» в ближайшее будущее с помощью прогнозирования численности и планирования загрузки персонала. Дает возможность сформировать профиль успешных специалистов, разработать план мероприятий по повышению их вовлеченности, определить нормы прохождения тестов.

Предиктивная (предсказательная) аналитика . Использует неочевидные зависимости , данные дескриптивного анализа, прогнозной аналитики и Big Data, чтобы «влиять на события отдаленного будущего». Автоматизируют с помощью искусственного интеллекта (AI). Применяют с целью предотвратить/предсказать/выявить причины увольнения сотрудников еще до того, как это произойдет, прогнозировать их возможный успех/фиаско на конкретной должности.

Предсказательное моделирование использует как традиционные, так и новаторские методы анализа:

Теоретически предиктивная аналитика в HR вместе с AI призваны:

• достигать долгосрочных результатов компании (получение прибыли);
• выявлять проблемы с текучкой кадров и предлагать способы их решения;
• мониторить расходы на привлечение новых и сохранение существующих специалистов, снижая таким образом операционные затраты.

Однако на практике не все получается так гладко.

Предиктивная аналитика в HR и «Черный лебедь»

Противники предиктивных моделей считают, что аналитика по определению не бывает «предсказательной». В качестве обоснования приводят идею, которую популяризировал Нассим Николас Талеб в своем труде «Чёрный лебедь. Под знаком непредсказуемости». По мнению автора, все происшествия имеющие значительные последствия — черные лебеди, то есть редкие и труднопрогнозируемые.

Для справки. Первый европеец, увидевший черного лебедя — нидерландский путешественник Виллем де Вламинк. Случилось это в 1697 году в Западной Австралии. До того представители Старого Света пребывали в абсолютной уверенности, что лебеди бывают исключительно белыми. А теперь вопрос на засыпку: насколько велика вероятность, что кто-то из жителей Европы мог бы предсказать появление этих пернатых с черным окрасом?

Если теория Талеба верна, то применительно к HR предиктивная аналитика не может предсказывать события, способные в значительной степени влиять на решение кадровых вопросов.

Но, с другой стороны, многие крупные компании продолжают вкладывать большие средства в развитие искусственного интеллекта, внедряя в работу эйчар-отделов технологии предиктивного моделирования. Почему они это делают? Попытаемся выяснить.

Предсказывая непредсказуемое: 5 примеров использования предиктивной аналитики в HR

US Special Forces. Возможно вы удивитесь, но эйчары спецназа США используют инструменты предсказательной аналитики, прогнозируя, кто из кандидатов станет успешным бойцом элитного подразделения. Требования жесткие. Выбрать надо лучших. И так, чтобы наверняка. Угадайте спрогнозируйте, что присуще крутому спецназовцу: 1) высокий уровень IQ; 2) способность отжаться от пола 80 раз; 3) мужество, выдержка, твердость характера?… Анализ указал на пункт 3.

Google. В своей книге «Работа рулит! Почему большинство людей в мире хотят работать именно в Google» Ласло Бок, старший вице-президент по работе с персоналом (HRM), пишет, что важнейший инструмент управления персоналом в Google — статистика. Первичное интервью с соискателем полностью автоматизировано, проводится на компьютере, настроено так, чтобы отобрать лучшего кандидата. Еще поисковый гигант оценивает вероятность ухода людей из компании, применяя предиктивный анализ. Один из выводов: новые сотрудники отдела продаж, не получающие повышение в течение 4 лет, чаще покидают компанию.

Hewlett-Packard . Парни из HP — настоящие фанаты предиктивной аналитики в HR. Доверием к предсказательным технологиям компания прониклась еще в 2011 году. Тогда штатные ученые объединили данные отдела кадров за предыдущие 2 года и с помощью прогностической модели попытались предсказать вероятность увольнения каждого из 300 000 сотрудников. В результате был сгенерирован так называемый показатель «Flight Risk» (риск ухода), используя который менеджеры могли своевременно реагировать на сигналы-предвестники увольнений. Благодаря этому HP сэкономила до $300 000 000. Что еще выяснили: в отличие от Google, для работников Hewlett-Packard имеет значение не только продвижение по службе, но и увеличение зарплаты; в противном случае — увольняются в течение 5 лет.

Best Buy . Этот ритейлер бытовой электроники — один из лидеров предиктивных HR-изысканий, в ходе которых руководство компании определило, что увеличение вовлеченности сотрудников (engagement employees) на 0,1% приводит к увеличению годового дохода на $100 000. Такие результаты побудили пересмотреть периодичность внутреннего аудита вовлеченности: теперь его проводят ежеквартально, а не раз в год.

IBM. В распоряжении «Голубого гиганта» — суперкомпьютер Watson IBM, оценивающий целый ряд критериев, которые, как предполагается, влияют на текучку персонала. Среди них: уровень и сфера образования, размер часовой ставки, увлеченность и удовлетворенность работой, частота/отсутствие деловых поездок, семейное положение, возраст и даже расстояние от дома до места работы. Зеленым выделен столбец, содержащий указание на «выгорание» (да/нет) сотрудника (см. скриншот ниже).

Анализируя эту информацию, HR-менеджер может предотвратить уход специалиста и выявить причину увольнения.

Обратите внимание. В таблице приведены структурированные данные, то есть предиктивная аналитика почти всегда начинается и заканчивается дескриптивной (описательной) аналитикой. Поэтому не пренебрегайте сбором традиционных статистических данных. Они обязательно пригодятся, если решите разрабатывать предсказательные модели.

5 шагов по разработке предикативной модели

В общем виде ход работы будет таким (на примере прогноза увольнений по собственному желанию классных специалистов):

1. Подготовка предположений , почему высококвалифицированные работники увольняются по собственному желанию. Изучают:
   • Внешние факторы: востребованность компетенций, динамика изменения зарплаты, позиция работодателя на рынке труда.
   • Внутренние факторы: рабочее время (график, переработки), наличие/отсутствие командировок; уровень комфорта в офисе; уровень зарплаты; карьерный рост, перспективы развития; время проезда до работы.
   • Индивидуальные характеристики: пол, возраст, семейный статус, наличие детей; психологический профиль; владение иностранными языками.
2. Определение доступных данных. Решают, где найти информацию, необходимую для проверки гипотез, сформулированных на предыдущем этапе. Возможные источники:
   1. Внешние данные с рекрутинговых сайтов, обзоры зарплат.
   2. Внутренняя информация системы контроля и управления доступом (опоздания, перерывы, ранние уходы, изменение устоявшегося поведения); данные о посещаемых сайтах; результаты опросов вовлеченности и оценки эффективности; данные кадрового учета (изменения зарплаты и карьеры)
   3. Результаты психодиагностики.
3. Сбор, проверка и структурирование информации . Как правило, самый продолжительный этап.
4. Разработка модели : 1) создание, 2) тестирование, 3) визуализация. Создают и проверяют прототип модели с учетом реальных данных, разрабатывают пользовательский интерфейс, обучают HR-менеджеров взаимодействовать с системой.
5. Применение модели. В идеале — не просто прогнозирование, а мониторинг (в том числе удаленный) индикаторов риска увольнения сотрудников.

Подведем итоги, подумаем, как применить материал статьи в отечественных HR-реалиях.

Стоимость закрытия вакансии

Это цифра, которая включает в себя стоимость размещения вакансии на работных сайтах, контакты с рекрутерами, скрининг, проведение собеседований - всё, что происходит в процессе поиска кандидатов, имеет свою стоимость в виде человеческих и временных ресурсов. Согласно исследованию Supejob , стоимость закрытия одной вакансии в России в 2015 году составляла 10,000. В Москве цифра является несколько иной - на 17% выше чем по стране. За последний год стоимость закрытия одной вакансии уменьшилась, существенно сократились и расходы на HR.

Время на закрытие вакансии

Время, потраченное на закрытие одной вакансии почти также важно, как и стоимость этого процесса. К сожалению, найти какую-то среднюю величину нам не удалось. Мы знаем, что в США около 25 дней требуется на закрытие одной вакансии.

Формула проста: # дней пока вакансия открыта / # количество нанятых кандидатов

Источники кандидатов

Знание источников, которые приносят вам наибольшее количество хороших кандидатов, заметно упрощает процесс рекрутинга. Здесь стоит учитывать всё до момента принятия оффера, особенности вакансии и все платформы, которые доступны для отклика - разработчик откликнулся на Facebook и перешёл на карьерный сайт, а бухгалтер сразу откликнулся на работном сайте. Разница есть. Благодаря аналитике такого типа вы можете сократить расходы на закрытие вакансии.

Эффективность процесса рекрутинга

На каждом этапе отбора вы кого-то отсеиваете, кто-то отпадает сам - анализ того, по каким причинам именно на данной ступени это произошло, позволит более эффективно выстраивать процесс рекрутинга. Задавать те вопросы, которые отсеивают не подходящих кандидатов, рассказывать о тех принципах работы компании, которые могут кого-то не устраивать, давать тестовые задания раньше, чтобы те кандидаты, которые не хотят их выполнять, сразу были выведены из процесса подбора.

Формула такова: (# кандидатов, которые проходят на следующий этап / общее количество кандидатов, проходивших отбор) X 100

Принятие оффера

Всё легко - какой процент кандидатов, которые прошли все этапы отбора, в итоге получили оффер (и приняли его)? Важно учитывать не только информацию о том, почему вы выбрали именно этих кандидатов, но и почему другие отказались или по каким-то причинам не дошли до финальной ступени отбора.

Аналитика нужна для совершенствования процесса отбора: как вы демонстрируете корпоративную культуру? Что сбивает людей при прохождении собеседований? Как кандидаты реагируют на информацию о заработной плате и местонахождении офиса?

Текучесть кадров

Текучесть стоит контролировать регулярно - проводить анализ каждые несколько месяцев, каждые полгода или каждый год. Это позволит вам чётко понимать, почему сотрудники покидают компанию и что нужно сделать, чтобы этого не происходило - речь вновь идёт об экономии на найме, а ещё о строительстве корпоративной культуры со стабильным фундаментом в виде хороших специалистов.

Формула: # количество уволившихся сотрудников за год / общее # количество сотрудников

Стоимость текучести

Недооценнённый фактор - каждый покинувший компанию сотрудник тоже стоит денег. Звучит цинично, но это факт и ещё одна причина задуматься о том, почему же офис пустеет и что вы делаете не так. Помимо этого, если сотрудники увольняются, это влияет и на общие настроения в команде - за ним начнут подтягиваться другие, которые просто пугаются перемен или наоборот вдруг набрались смелости, чтобы уйти. И всё же - вам необходимо знать, сколько будет стоит для вас потеря сотрудника.

Формула (могут быть варианты): средства, выплачиваемые после ухода сотрудника + стоимость вакансии + стоимость замещения сотрудника + оплаты на первичное обучение и адапатцию

Средний срок пребывания в должности

Анализируйте, сколько времени в среднем сотрудники занимают ту или иную должность. Так вы сможете понимать, когда сотрудник будет близок к увольнению и в какой момент лучше заниматься кадровыми перестановками.

Эффективность каналов

Насколько правильно публиковать в вашем случае вакансии на FB? Сколько реально неплохих кандидатов пришло на позицию с работного сайта? Анализ эффективности каналов позволит вам использовать только те площадки, которые регулярно позволяют подходящим кандидатам откликаться.

Открытые позиции vs. Закрытые вакансии

Это актуальная для больших компаний статья аналитики - нужно сравнивать количество только что закрытых вакансий и появившихся, чтобы вновь оценить эффективность рекрутингового процесса. Если в компании открывается небольшое количество вакансий, то значит, что вы всё делаете верно и в компании всё вполне гармонично.

Средний возраст сотрудников компании

Знать, какого возраста ваши сотрудники нужно, чтобы сделать рекрутинг эффективнее, а строительство корпоративной культуры проще. Разница поколений до сих пор даёт о себе знать на рабочем месте - хоть в России теория поколения Y и Z не так актуальна, зато есть куда более важные особенности, которые вам стоит отмечать и в своей работе регулярно анализировать.

Вовлечённость и удовлетворённость

Два показателя, которые чаще всего измеряют с помощью опросов. Вопрос их эффективности в мире hr-технологий стоит остро. Ваша задача - найти оптимальный для вашей компании инструмент анализа вовлечённости и удовлетворённости сотрудников. Будете ли вы при этом проводить анонимные опросы или просто беседовать со своей командой - не так уж важно, главное, чтобы ответы были близки к правде.