Qu'est-ce qu'un « graphique » ?

Toutes les industries génèrent des données. Grâce aux données, nous pouvons mieux comprendre le client interne, optimiser les processus et porter un regard différent sur les interactions des collaborateurs. Ces processus peuvent être décrits à l’aide de la théorie des graphes.

Un graphique est un objet mathématique abstrait constitué de sommets (points) et d’arêtes (lignes) qui les relient. À titre d'exemple, vous pouvez prendre Internet - de nombreux sites sont reliés par des liens. La base de l'activité de Yandex est d'explorer rapidement le graphique Internet, d'analyser le contenu et de fournir une réponse pertinente à l'utilisateur. Un autre exemple est Yandex.Taxi : en trouvant la distance la plus courte entre les points sur la carte, le service aide le passager à arriver à destination.

Graphique d'entreprise Yandex : points - employés, lignes - interaction entre eux

Une représentation abstraite des objets sous forme de graphiques a été proposée par le mathématicien Leonhard Euler, qui a résolu un problème populaire au XVIIIe siècle : comment traverser à pied tous les ponts de la ville de Königsberg sans en passer deux fois ?

Sources de données et exigences

Pour créer un graphique, vous avez besoin de données. Une organisation peut utiliser les éléments suivants comme sources de données :

courrier d'entreprise

calendrier des réunions des employés

tâches dans le tracker

appels internes au PBX

Les trackers sont particulièrement populaires dans les entreprises informatiques. Ils vous permettent de définir des tâches, d'affecter les personnes responsables de leur exécution et de joindre des fichiers. Les trackers simplifient grandement la collaboration au sein des équipes. Dans Yandex, cet outil est utilisé non seulement par les développeurs, mais également par d'autres départements.

Les services RH utilisent le tracker pour :

coordination des postes vacants

embauche

adaptation

entraînement

L'analyse RH est construite sur la base de cet outil.

Exigences en matière de données :

Qualité. Les données doivent être exemptes d'erreurs et d'omissions. Les indicateurs doivent être amenés à une forme générale.

Complétude. De nos jours, travailler simultanément dans plusieurs systèmes d’information est devenu la norme. Les données extraites d’un seul système ne seront pas complètes.

Analyse des interactions

Les points et les lignes sur le graphique représentent les employés et leurs interactions. Plus le diamètre du point est grand, plus l’interaction de l’employé avec ses collègues est intense. Plus la ligne reliant deux employés est épaisse, plus l'interaction est intense dans ce binôme.

Interactions avec les employés de Yandex

Il est important de prendre en compte et d'interpréter correctement toutes les données. L'intensité des interactions entre les employés dépend directement de leur poste et des tâches qui leur sont assignées.

Quelles conclusions peut-on tirer et ce qui peut être appliqué aux changements organisationnels :

Efficacité des interactions. Si les groupes diffèrent par l'intensité des interactions et qu'ils disposent d'un indicateur objectif comme un KPI ou qu'une évaluation des performances est effectuée, il est alors possible de comparer les facteurs du graphique (intensité des interactions) et de prédire quelles actions conduisent à de meilleures performances. Par exemple, une communication excessive peut surcharger les managers et affecter leur épuisement professionnel.

Style de gestion des managers. Les données vous diront si un leader utilise la microgestion ou le contrôle total. A l'aide des données du graphique, vous pouvez indiquer au manager si son style de management est adapté à chacun tâche spécifique et quelles actions peuvent améliorer les performances des employés.

Communication au sein de l'équipe. Par exemple, les membres d’une équipe interagissent bien les uns avec les autres, mais n’ont pratiquement aucune interaction avec les autres collègues. Une telle équipe peut réaliser un projet qui existait déjà dans l'entreprise, les données le concernant sont stockées, mais l'équipe n'en a pas connaissance. En conséquence, les ressources de l’entreprise seront gaspillées en raison d’une communication insuffisante avec les autres départements. Ou vice versa, lorsque la communication interne au sein d’une équipe est mauvaise, cela entraîne un retard dans les délais de préparation des projets.

L'image complète interactions avec les employés vous permet de créer automatiquement une liste de collègues pour mener une enquête à 360 degrés. Dans ce cas, les données que le gestionnaire recevra sur la base des résultats de l'enquête seront complètes.

Collaboration entre équipes

Métrique

Certaines métriques de la théorie des graphes peuvent être utilisées avec succès dans les organisations :

Densité/rareté. Un graphe est dit complet lorsque tous ses sommets sont reliés par des arêtes. Dans le monde réel, un exemple de graphique complet pourrait être une petite startup : une petite équipe conviviale dans laquelle tout le monde se connaît et interagit efficacement. Le départ d’un collaborateur n’entraîne pas la perte d’informations essentielles et l’interaction n’est pas perturbée.
À mesure qu’une entreprise se développe, la densité s’effondre. Il est difficile d’imaginer une entreprise comptant des milliers d’employés et où tous les employés se connaissent. Une telle entreprise se caractérise par le risque de perdre des communications importantes au sein de l’équipe lors du départ d’un employé.

Distance. Cette métrique n’est pas sans rappeler la célèbre théorie des six poignées de main. Plus la distance entre les collaborateurs est faible, plus la cohésion est forte, plus les gens se connaissent.

Centralité. Cette métrique est bien illustrée par le graphe des personnages de Game of Thrones : après la mort inattendue de l'un des personnages centraux de l'œuvre, les scénaristes ont du mal scénario personnages mineurs.

Pont. Cela peut être illustré par l’exemple de la Belgique, pays à deux langues officielles, où un petit pont de personnes parlant deux langues relie des concitoyens « monolingues ». Dans une entreprise, les personnes qui se trouvent sur ce pont sont porteuses de connexions très importantes. Leur départ est un gros problème pour l'entreprise.

Application

Dans les entreprises basées sur des projets, les projets sont démarrés et clôturés sur une base hebdomadaire, il est important de suivre les dépenses. Il est nécessaire de collecter et de transmettre correctement les données pour les calculs économiques. Ce processus peut être amélioré grâce à l’automatisation. Yandex a fait ce qui suit :

Nous avons construit un graphique d'entreprise.

En analysant le comportement d'un employé au cours de chaque mois spécifique, les analystes RH voient dans quel projet se trouve actuellement l'employé. Il n'est pas nécessaire de correspondre avec les gestionnaires de services. Cela fait gagner du temps aux entreprises et aux analystes.

Jusqu'à présent, il s'agit d'un projet pilote qui donne des résultats intéressants. Beaucoup projets de recherche dans Yandex, ils sont ensuite mis en production.

Ainsi, la voie classique de l'analyse

Données. Source, exhaustivité et qualité.

Visualisation. Comment consulter ces données et comment les utiliser. Des idées sur les métriques qui, dans le cas de l'analyse RH, peuvent être tirées de la théorie des graphes ou inventées indépendamment.

Rapports, qui montre mensuellement ce qui se passe dans l'entreprise. Par exemple, l'intensité de l'interaction entre les managers.

Métrique, qui sont utilisés pour les inférences.

Analyse prédictive- lancer un processus automatisé qui fait gagner du temps.

Que devez-vous savoir d'autre sur l'analyse RH

Kevin Wheeler, président et fondateur de Global Learning Resources, Inc., dans un article« Les inconvénients de l'analyse RH : 8 faits peu connus » met en évidence plusieurs facteurs importants qui concernent les données RH :

L'analyse n'est pas une pilule magique. L'analyse n'est pas un remède miracle. Les données nous aident à comprendre le problème et peut-être à faire de meilleurs choix. moyen efficace ses décisions, mais les données ne remplacent pas l’empathie et le raisonnement humain.

Comprendre ce que vous voulez savoir exactement. Vous devez être extrêmement clair sur ce que vous souhaitez analyser ou mesurer. Et assurez-vous que c'est même possible.

Utilisez la méthode appropriée. La méthode de collecte des données peut également être pas une tâche facile. Une utilisation de l'analyse consiste à clarifier un problème ou à rechercher des causes possibles.

Les données passives peuvent être meilleures que les données demandées. Il est beaucoup plus facile de collecter soi-même des données passives que de demander des données concrètes à d’autres. La collecte d'informations factuelles basées sur les résultats de toute action et décision est relativement simple.

Le soutien est important. Une utilisation efficace des données nécessite le soutien des dirigeants et une culture qui valorise les données.

Le but contrôle la situation. La tentation est grande de tout mesurer, surtout au début, lorsqu’un outil d’analyse vient tout juste d’être mis en œuvre dans une entreprise. Mais il est préférable de se concentrer sur deux ou trois questions clés auxquelles vous souhaitez obtenir des réponses. Vous disposerez alors de suffisamment de temps pour une collecte de données plus précise et une analyse complète.

Les données sont erronées. DANS dernièrement Il est devenu courant de mettre les données sur un piédestal et de les percevoir comme de pures informations, sans politique ni opinion. Mais malheureusement, l’analyse des données est influencée par les opinions, comme tout le reste.

Plus c’est simple, mieux c’est. Prenez le temps de dresser une liste de ce que vous aimeriez vraiment savoir pour améliorer votre processus de recrutement ; quelles données vous aideront à améliorer l'efficacité de la plupart des sources ou à répondre à des questions urgentes de gestion.

Les problèmes d'interprétation correcte des données ont également été récemment discutésNassim Taleb a dit : « Si vous savez travailler avec Mégadonnées, c'est bien, mais il faut savoir l'interpréter, filtrer les bêtises et les bruits inutiles qui brouillent tout. Il est intéressant de noter que les seuls à savoir utiliser les données sont les services antiterroristes. Ils sont capables d’éviter de trouver de fausses corrélations et de limiter l’échantillon aux suspects spécifiques qu’ils recherchent.Vous pouvez simplement tromper un ordinateur avec des données ; la discipline statistique est très importante. Les mégadonnées ne peuvent pas nous dire ce qui est juste, mais seulement ce qui ne l’est pas. »

Source de l'image - Environnement RH

Cas RH actuels et intéressants dans notre Telegram. Abonnez-vous à la chaîne !

La copie et tout traitement des éléments du site sont interdits

Ils écrivent et parlent de l’analyse RH bien plus qu’ils ne comprennent ce que c’est réellement et les problèmes qu’elle est censée résoudre.

Cet article explique quelles sont les principales difficultés d’application et par où commencer l’analyse.

Jusqu'à présent, dans l'espace public, l'analyse RH signifie soit des mesures et le travail avec des chiffres, soit des statistiques en RH, qui sont des indicateurs. processus locaux ou services, ou partager des cas sur la manière d'impliquer la DSI dans la création d'archives de données RH. En effet, l'analyse RH résout les problèmes de développement stratégique d'une entreprise et détermine les principales tendances prédictives.

Alors, qu’est-ce que l’analyse RH ?

L'analyse RH est un processus dans lequel les techniques de science des données et d'analyse commerciale (BA) sont appliquées au traitement des données RH. On l’appelle parfois aussi analyse des talents. De plus, l'exploration de données dans ce contexte fait référence à la pratique d'exploration de bases de données pour créer de nouvelles informations.

Pourquoi est-ce si pertinent aujourd’hui, à la lumière de la numérisation mondiale de l’économie, des entreprises et des individus ? Données, amis ! Le Big Data est partout !

Et puis les neurosciences sont arrivées, nous montrant à quel point les décisions humaines sont subjectives et remplies d’émotions au lieu d’une approche rationnelle.

Comment vivre avec ça maintenant ?

Bien sûr, nous avons besoin d'une manière différente de prendre des décisions - pour que tout soit logique, raisonnable, basé sur des données et avec résultat garanti. Qui ne veut pas de ça ? Tout le monde le veut ! Pourquoi ne le font-ils pas ?

La préparation à l’analyse RH reste un défi majeur. Selon un rapport de Deloitte de 2017, après des années de discussion sur la question, seuls 8 % des personnes interrogées ont déclaré disposer de données utiles ; seuls 9 % estiment avoir une bonne compréhension des caractéristiques des employés qui conduisent au succès dans leur organisation ; et seulement 15 % au total ont déployé des systèmes de gestion des ressources humaines et des talents pour les supérieurs hiérarchiques.

"C'est un mystère depuis longtemps. dernière décennie« Étant donné l’importance évidente du capital humain, pourquoi les organisations n’y investissent-elles pas et n’exigent-elles pas que les dirigeants prennent leurs décisions concernant les personnes en utilisant des analyses fondées sur des données probantes ? ("")

Alors, quel est le problème ? Pourquoi parlent-ils et écrivent-ils sur les avantages et la nécessité d’utiliser l’analyse bien plus que dans le travail réel ?

Examinons ce phénomène sous différents angles.

Quelle est la difficulté ?

Il convient tout d’abord de s’interroger sur les raisons profondes et fondamentales d’une telle « inhibition » de la part des dirigeants d’entreprises. Je décrirai cela en termes d'un modèle que Pete Ramstad et John Boudreau ont présenté dans Beyond HR (Boudreau et Ramstad, 2007) appelé le modèle LAMP (logique, analyse, mesures et processus).

Pour simplifier ce qui est décrit dans ce modèle, les raisons pour lesquelles l'utilisation de l'analyse est inhibée sont les suivantes :

• Logiques : nous ne pouvons pas expliquer pourquoi les systèmes de travail performants fonctionnent. C'est toujours une boîte noire. Nous comprenons qu'il existe une certaine relation entre les nuances, mais nous ne pouvons certainement pas dire ce qui dépend directement de quoi et de ce qu'il faut faire avec X pour obtenir Y.

• Analytique: les modèles analytiques manquent traditionnellement de profondeur et de rigueur. Les dirigeants de Google et d’autres grandes entreprises se tournent vers des secteurs comme celui des fusées, où il existe des modèles qui prennent en compte un grand nombre de facteurs. En termes simples, ce n’est pas méthodologiquement valable.

• Métrique: Le plus souvent, les ensembles de données concernent la situation d'emploi actuelle, les coûts de personnel et les programmes RH. Au mieux, ces données représentent des rapports opérationnels ou avancés plutôt que des analyses stratégiques ou prédictives, qui incluent l'analyse, la segmentation des employés et qui sont étroitement intégrées à la planification stratégique.

• Processus: c'est la présentation d'analyses aux décideurs. Ici, les principaux facteurs de succès sont l’actualité et le degré d’attrait visuel des données présentées. Il s'agit de sur l'obtention de données en temps réel sous une forme accessible et compréhensible pour la prise de décision, et de tels outils utilisant intelligence artificielle sont tout juste en cours de développement. Par exemple, la plupart des managers ne savent pas comment interpréter le taux de roulement du personnel, car ils savent généralement qu’un faible roulement de personnel n’est pas toujours bénéfique et, à l’inverse, ils ne savent pas comment déterminer ce qui est le mieux dans la situation à laquelle ils sont confrontés. De ce point de vue, nous sommes au stade de la révision des outils RH.

Je pense qu’à partir de ce qui a été décrit ci-dessus, la complexité et la profondeur du problème semblent un peu plus claires. Il existe donc des raisons objectives pour lesquelles investir dans l’analyse semble assez risqué. En gros, nous ne disposons pas d’outils clairs, fiables et sans ambiguïté pour prendre des décisions basées sur l’analyse. Plus précisément, il existe des zones locales très simples, mais elles n'en valent pas le prix. Dépenser ce niveau est logique si nous pouvons obtenir des tendances prédictives fiables qui sont essentielles au succès de l'entreprise. Mais l’analyse à elle seule ne peut garantir cela.

Nous ne voulons pas simplement traiter des données. Nous souhaitons disposer d’outils fiables pour prendre des décisions commerciales avec des résultats plus ou moins garantis. Et en ce sens, l'essentiel reste toujours avec la personne :

• capacité à poser des questions stratégiquement pertinentes et à les présenter de manière structure logique, montrant la relation entre les investissements en ressources humaines et les résultats organisationnels critiques ;

• Posséder une connaissance approfondie de votre entreprise;

• comprendre la logique des modèles analytiques dans le sens de leur applicabilité pour expliquer les processus vitaux dans une organisation et bien plus encore.

Si du tout en mots simples Pour résumer, la principale difficulté de l’analyse en tant que méthode de travail avec les données est que nous devons d’abord déterminer les résultats que nous souhaitons obtenir. Et pour ce faire, nous devons poser des questions très correctes qui nécessitent une compréhension approfondie de l'entreprise, puis déterminer à l'aide de quel modèle analytique nous pouvons obtenir ces résultats, conformément à cela, déterminer de quelles données et dans quel volume nous avons besoin. , et ensuite seulement, réfléchissez à la question suivante : Comment pouvons-nous les obtenir exactement sous la forme dont nous avons besoin ?

Approche intégrée

Pour illustrer la complexité de la démarche, regardez l'image montrant la composition de l'équipe d'analyse RH :

Ce n'est pas tout. Il est très important de rappeler qu’en général l’expression « HR Analytics » est aujourd’hui extrêmement rare dans les travaux des chercheurs et des auteurs. C’est un terme si familier en russe. En anglais, le concept de People Analytics est désormais utilisé - people Analytics. Ce n’est pas un simple synonyme. Vice versa. Des domaines locaux liés exclusivement aux RH - chiffre d'affaires, indicateurs de recrutement, statut d'emploi, etc., l'Occident est passé à une « analyse des personnes » ou à une « analyse humaine » globale. Toutes les données sur les personnes comptent : leurs déplacements, leur état de santé, leur activité sur les réseaux sociaux, etc. Ce n'est qu'en utilisant la totalité des données que nous pouvons parler d'un degré acceptable de fiabilité des prévisions et des décisions stratégiques. Pour collecter de telles données, les entreprises doivent mettre en œuvre de nouveaux outils basés sur applications mobiles et bien plus encore, et attirer des spécialistes qui pourraient y travailler.

Mais les problèmes sont loin d’être terminés, ce n’est que le début.

Contexte. Combiner données volumineuses et denses

Le contexte est essentiel. Qu'est-ce que ça veut dire? Cela signifie qu'en plus du Big Data, nous avons besoin de ce qu'on appelle. des données denses : ce sont toutes ces informations précieuses provenant des gens - histoires, émotions, communications - qui ne peuvent pas être quantifiées, mais qui portent une signification d'une profondeur incroyable. Ce qui les rend profonds, c’est l’expérience de percevoir correctement ce que disent les gens – c’est ce qui aide à reconnaître les lacunes et les failles des modèles prédictifs. Les données denses plongent les problèmes commerciaux dans les problèmes humains, fournissant ainsi un contexte. Par conséquent, la combinaison de données volumineuses et denses donne une image plus approfondie. Vous travaillez à la fois avec des données collectées et non collectées : cela vous donne la possibilité de vous poser les bonnes questions « pourquoi ? Pourquoi cela se produit-il ?

Pour illustrer l’importance du contexte, je donnerai deux exemples : négatif et positif.

Exemple négatif- c'est l'histoire de Nokia, qui est déjà devenu un triste exemple de la façon dont on peut s'envoler du marché au sommet de sa forme. L'essence de la principale erreur de calcul stratégique était que les dirigeants de l'entreprise ont ignoré des données denses, qui ne pouvaient pas être comparées au Big Data, mais ont prédit avec une précision absolue l'énorme intérêt pour les smartphones, même parmi les segments les plus pauvres de la population.

UN exemple positifégalement à la vue de tous. C’est une croissance fantastique pour Netflix. Là, au contraire, ils ont vu des failles dans les modèles analytiques et ont invité un ethnographe technologique (une telle spécialisation existe déjà) à travailler avec des données denses. Et il a découvert quelque chose qui n'était pas visible dans le Big Data. L’ethnographe a remarqué que les gens aiment « rester coincés » devant la télévision ; ils ne se sentent pas coupables, mais simplement en profitent. Et en combinant big data et données denses, ils ont fait quelque chose de simple mais efficace : au lieu de montrer différents genres de séries, ils ont commencé à montrer les mêmes pour que les gens se retrouvent plus facilement bloqués. Mais ce n’était pas tout : ils ont modifié la pratique même de la radiodiffusion conformément à ces constatations. En rassemblant des données volumineuses et denses, ils ont non seulement amélioré leur activité, mais ont également changé la façon dont les gens consomment les informations médiatiques. Leurs parts devraient doubler au cours des prochaines années.

Les données ne sont rien. Le contexte est tout !

Ressources

Nous avançons progressivement dans la réflexion sur notre problème, et si vous êtes toujours avec nous, le dernier bastion est devant nous.

Ce sont des ressources. Comme le montre tout ce qui est décrit ci-dessus, un travail sérieux avec des données nécessite des logiciels « lourds » et coûteux, des spécialistes hautement qualifiés et beaucoup de temps. Tout cela s’ajoute à des coûts pratiquement inabordables pour la plupart des organisations. Si vous suivez le sujet, vous aurez peut-être remarqué que la plupart des cas publiés sont des cas de grandes entreprises décrivant une recherche mondiale. Dans ce cas, vous devez vous rappeler ce qu'on appelle. l'erreur du survivant.

Les cas publiés sont pour la plupart ceux dans lesquels il a travaillé. Et combien de ceux pour lesquels cela n’a pas fonctionné au même prix ? Bien que peu coûteux et relativement des outils simples et il n'y a pas de modèles. Mais le marché est un marché et, très probablement, après un certain temps, ils apparaîtront à la suite de l'expérience accumulée. Par conséquent, les grandes entreprises essaient maintenant, et tout le monde attend que quelque chose de plus accessible apparaisse grâce aux activités des premières.

Ce sont en fait les principales raisons pour lesquelles seulement 8 % des personnes interrogées ont déclaré disposer de données utiles ; seuls 9 % estiment avoir une bonne compréhension des caractéristiques des employés qui conduisent au succès dans leur organisation ; et seulement 15 % au total ont déployé des systèmes de gestion des ressources humaines et des talents pour les supérieurs hiérarchiques.

Mais la nécessité et les avantages de travailler avec des données sont évidents et ne peuvent être discutés. Alors que faire ?

Par où les entreprises peuvent-elles commencer ?

L'analyse des personnes est une direction à grande échelle en raison de la nature globale des tâches à résoudre et est assez nouvelle. Cependant, parmi les approches analytiques, il existe déjà des sections bien développées depuis longtemps. Ils fournissent des outils puissants mais accessibles et peuvent fournir des informations significatives à une entreprise. Une de ces approches est analyse du réseau organisationnel(ONA, Analyse des Réseaux Organisationnels). Qu'est-ce que c'est?

L'objectif d'ONA est de mesurer et d'afficher les relations et les flux entre des personnes, des groupes ou des organisations. Ce qui rend l'ONA unique, c'est qu'il n'existe pas d'autre moyen de voir les véritables liens entre les personnes au sein d'une organisation. Il s'agit en fait d'une radiographie de votre organisation, ou de la relation de votre organisation avec le marché externe, ou de votre main-d'œuvre, ou de votre vivier de candidats. En bref, les relations dont vous avez besoin peuvent être analysées.

L'ONA a émergé à l'intersection de la sociométrie et de l'analyse de réseau et semble être un outil extrêmement utile.

Un énorme avantage de cette approche est sa visualisation.

Par exemple : une analyse des dirigeants de la division exploration et production d'une grande compagnie pétrolière a révélé la différence suivante entre la structure organisationnelle formelle et réelle (Figure de Le blog de Rob Cross):

Sur la photo de droite, on peut voir que l'un des cadres intermédiaires de l'entreprise, un certain Cole (voir photo de gauche), est presque invisible dans la hiérarchie officielle, mais en fait c'est à travers lui que transitent tous les flux d'informations et la répartition réelle du travail va. Il est le principal centre d'information et il décide qui obtient quelle information. Le vice-président est situé dans une périphérie très lointaine et n’a de fait aucune influence sur la gestion opérationnelle.

Je pense que vous avez déjà commencé à deviner quel rôle un tel système peut jouer, par exemple dans la gestion du changement.

La prochaine grande application de l’ONA est bien entendu la gestion des connaissances. Si, en entrée, vous posez des questions telles que : « Qui est l'expert le plus cool au travail ? », alors l'image en sortie montrera les principaux détenteurs d'expertise dans l'organisation.

Comment ne pas parler de la tâche de création d’un champ d’information dans une entreprise ? Tout responsable de communication doit simplement disposer de ce type d'analyse s'il ne veut pas avancer à l'aveuglette. Une telle analyse peut montrer à la fois les relations et les flux d'informations entre les départements, entre l'entreprise et les autres parties prenantes, et entre les personnes. Dans notre formation « HR Unvarnished », nous abordons ce sujet plus en détail.

Par exemple, comment se déroule concrètement l’interaction entre la finance et le marketing dans votre entreprise ? Par qui transitent toutes les informations (Fig. de le blog de Rob Cross)?

Il en va de même pour toute innovation, leadership, développement des talents, etc.

Nous avons examiné les perspectives d'utilisation de l'ONA au sein d'une organisation, mais avec le même succès, cet outil peut être utilisé pour analyser les relations extérieures - avec les concurrents, les fournisseurs et les sous-traitants, etc.

Principales applications de l'ONA

L'ONA, c'est l'art d'obtenir des résultats utiles : vous obtenez des cartes et des indicateurs qui vous mènent réellement à bonnes questions. Autrement dit, l'ONA, comme tout outil analytique, ne répond pas à la question « Pourquoi ? Cette réponse ne peut être donnée que par une personne. Mais les cartes font deux choses :

• Ils fournissent des indicateurs sur les domaines où il pourrait y avoir quelque chose d’intéressant à explorer.

• Ils fournissent des résultats visuels intéressants pour étayer les récits de résultats.

Bien sûr, en réalité, ce n’est pas aussi simple qu’il y paraît à première vue. Derrière toute cette beauté inspirante et cette apparente simplicité se cache un sérieux appareil mathématique et recherche fondamentale, mais c’est beaucoup plus simple que ce que nous avons aujourd’hui dans les « grandes analyses ». ONA vous donnera immédiatement des résultats extrêmement utiles et économisera des ressources.

Victoria Bouznik Et Liliya Grabovskaïa, auteurs de la ressource Talent Management.com.ua et de la formation « RH sans fioriture »

Coût pour pourvoir un poste vacant

Il s'agit d'un chiffre qui comprend le coût de publication d'une offre d'emploi sur les sites d'emploi, les contacts avec les recruteurs, la sélection, les entretiens - tout ce qui se passe dans le processus de recherche de candidats a son coût en ressources humaines et en temps. Selon Recherche Superjob, le coût pour pourvoir un poste vacant en Russie en 2015 était de 10 000 euros. À Moscou, le chiffre est légèrement différent – ​​17 % plus élevé que dans le pays. Pour l'année dernière le coût pour pourvoir un poste vacant a diminué et les coûts des ressources humaines ont également diminué de manière significative.

Il est temps de combler un poste vacant

Le temps passé à pourvoir un poste vacant est presque aussi important que le coût du processus. Malheureusement, trouvez-en valeur moyenne nous n'avons pas réussi. On sait qu'aux USA environ 25 jours requis pour combler un poste vacant.

La formule est simple : # jours où le poste est ouvert / # nombre de candidats embauchés

Sources de candidats

Connaître les sources qui vous apportent le plus de bons candidats facilite grandement le processus de recrutement. Ici, il convient de tout considérer avant d'accepter l'offre, les spécificités du poste vacant et toutes les plateformes disponibles pour répondre - le développeur a répondu sur Facebook et s'est rendu sur le site de carrière, et le comptable a immédiatement répondu sur le chantier. Il y a une différence. Grâce à ce type d'analyse, vous pouvez réduire le coût de pourvoi d'un poste vacant.

Efficacité du processus de recrutement

A chaque étape de sélection, vous éliminez quelqu'un, quelqu'un abandonne tout seul - une analyse des raisons pour lesquelles cela s'est produit à cette étape particulière vous permettra de construire plus efficacement le processus de recrutement. Posez ces questions qui éliminent les candidats inappropriés, parlez des principes de travail de l'entreprise qui peuvent ne pas convenir à quelqu'un, donnez tâches de test plus tôt, afin que les candidats qui ne souhaitent pas s'y conformer soient immédiatement exclus du processus de sélection.

La formule est la suivante : (nombre de candidats qui passent à l'étape suivante / nombre total de candidats sélectionnés) X 100

Acceptation de l'offre

C'est simple : quel pourcentage de candidats ayant franchi toutes les étapes de sélection ont finalement reçu une offre (et l'ont acceptée) ? Il est important de prendre en compte non seulement les informations sur les raisons pour lesquelles vous avez choisi ces candidats particuliers, mais également les raisons pour lesquelles d'autres ont refusé ou, pour une raison quelconque, n'ont pas atteint l'étape finale de sélection.

Analytique nécessaire pour améliorer le processus de sélection : comment démontrer la culture d’entreprise ? Qu’est-ce qui rebute les gens lors des entretiens ? Comment les candidats réagissent-ils aux informations sur salaires et l'emplacement du bureau ?

Rotation du personnel

Le chiffre d'affaires doit être surveillé régulièrement - analyse tous les quelques mois, tous les six mois ou chaque année. Cela vous permettra de comprendre clairement pourquoi les employés quittent l'entreprise et ce qui doit être fait pour éviter que cela ne se produise - nous parlons encore une fois d'économies sur l'embauche, mais aussi de construire une culture d'entreprise avec une base stable sous la forme de bons spécialistes. .

Formule : # nombre de salariés partis dans l'année / total # nombre de salariés

Coût de rotation

Un facteur sous-estimé est que chaque employé qui quitte l’entreprise coûte également de l’argent. Cela semble cynique, mais c'est un fait et une autre raison de réfléchir aux raisons pour lesquelles le bureau est vide et à ce que vous faites de mal. De plus, si des employés démissionnent, cela affecte également l'ambiance générale de l'équipe : d'autres commenceront à le suivre, qui ont simplement peur du changement ou, au contraire, ont soudainement trouvé le courage de partir. Et pourtant, vous devez savoir combien vous coûtera la perte d'un employé.

Formule (il peut y avoir des options) : fonds versés après le départ du salarié + coût du poste vacant + coût de remplacement du salarié + indemnités de formation initiale et d'adaptation

Ancienneté moyenne

Analysez combien de temps, en moyenne, les employés occupent un poste particulier. De cette façon, vous pouvez comprendre quand un employé est sur le point de partir et à quel moment il est préférable de procéder à des changements de personnel.

Efficacité des canaux

Est-il correct de publier des offres d'emploi sur FB dans votre cas ? Combien de très bons candidats ont accédé au poste sur un chantier ? L'analyse de l'efficacité des canaux vous permettra d'utiliser uniquement les plateformes qui permettent régulièrement aux candidats appropriés de postuler.

Postes ouverts vs. Postes vacants

Il s'agit d'un article d'analyse pertinent pour les grandes entreprises - vous devez comparer le nombre de postes vacants qui viennent d'être pourvus et ceux qui sont apparus afin de réévaluer l'efficacité du processus de recrutement. Si une entreprise a un petit nombre de postes vacants, cela signifie que vous faites tout correctement et que tout est assez harmonieux dans l'entreprise.

Âge moyen des salariés de l'entreprise

Savoir quel âge doivent avoir vos employés peut rendre le recrutement plus efficace et faciliter la création d’une culture d’entreprise. La différence de génération se fait encore sentir sur le lieu de travail - même si en Russie la théorie des générations Y et Z n'est pas si pertinente, il y a bien plus encore caractéristiques importantes, que vous devez noter et analyser régulièrement dans votre travail.

Engagement et satisfaction

Deux indicateurs le plus souvent mesurés à l’aide d’enquêtes. La question de leur efficacité dans le monde des technologies RH se pose avec acuité. Votre tâche consiste à trouver l’outil optimal d’analyse de l’engagement et de la satisfaction des employés pour votre entreprise. Que vous meniez des enquêtes anonymes ou que vous discutiez simplement avec votre équipe n'est pas si important, l'essentiel est que les réponses soient proches de la vérité.