O seminaru

HR analitika (ili analitika ljudi) je analiza velike količine podataka koji opisuju osoblje s različitih aspekata. Općenito, HR analitika ima dva glavna cilja: pružanje uvida (dotad nepoznatih informacija) i identificiranje ključnih podataka. Prva svrha je pružiti organizaciji informacije o vlastitim operacijama koje mogu pomoći u učinkovito upravljanje zaposlenici. Riječ je o spoznajama koje mogu osigurati učinkovito postizanje poslovnih ciljeva tvrtke. Druga ključna funkcija HR analitike je pomoć u identificiranju podataka koje bi organizacija trebala zadržati. Osim toga, pruža modele za predviđanje različitih načina na koje organizacija može postići optimalan povrat ulaganja (ROI) u svoj ljudski kapital.

Za razliku od drugih pristupa koji se koriste u upravljanju kadrovima, HR analitika temelji se na onome što se stvarno dogodilo u prošlosti, što se odražava u podacima, a ne na idejama menadžmenta ili stručnjaka o tome kako oni vide ili bi htjeli vidjeti organizaciju. Na primjer, model kompetencija stvoren tradicionalnim pristupom temelji se na konsenzusu ključnih sudionika koji opisuju “idealnog” zaposlenika za kojeg vjeruju da će biti uspješan u poslu. Fokusirane osobe koriste svo svoje iskustvo i duboko razumijevanje poslovanja u svojim prosudbama, ali je teško isključiti element subjektivnosti, pusta želja ili drugih nesvjesnih ili skrivenih motiva.

Korištenje HR analitike razne metode, uključujući strojno učenje, traži korelacije i identificira čimbenike koji su značajni za opisivanje fenomena koji se proučava. A često, dobivši rezultate ove analize, kupci i konzultanti moraju uložiti mnogo truda da razumiju ponekad radikalno neočekivane rezultate, pronađu objašnjenje za njih i protumače naizgled potpuno neočigledne veze između različitih parametara koji zapravo utječu na cilj. indikator, koristeći ljudsku logiku. No, upravo u tom “čišćenju od subjektivnosti” leži vrijednost i prediktivna snaga analitičkog pristupa.

Trajanje obuke

Kratak program seminar

• Što je HR analitika i zašto je važna za donošenje informiranih odluka o ljudskim resursima?
• Identifikacija prediktora važnih za predviđanje uspjeha metodama korelacijske analize i analize prosjeka
• Istraživačka analiza podataka za određivanje karakteristika zaposlenika
• Korelacijska analiza podataka. Određivanje veličine korelacija. Korelacijska analiza u Excelu
• Osnove statističkog zaključivanja. Usporedba srednjih vrijednosti i Studentov t-test. Ispravna interpretacija rezultata statističkih istraživanja. Statističko zaključivanje u Excelu

• Stvaranje složenih profila položaja korištenjem višestruke linearne regresije:
• Jednostavna linearna regresija s jednim prediktorom. Izravno predviđanje uspjeha, pogreška predviđanja
• Višestruka linearna regresija. Interpretacija rezultata studija i kontrola kvalitete rezultata
• Predviđanje uspjeha zaposlenika na temelju rezultata regresijske analize

Analitički model HR Analytics, implementiran na BI platformi, otkriva dodatne mogućnosti u području upravljanja osobljem i omogućuje novi pogled na procese upravljanja poduzećem. Zahvaljujući korištenju novih tehnologija u području obrade podataka i podršci suvremenim korisničkim sučeljima za interaktivnu interakciju s informacijama, HR Analytics:

• Jednostavan za korištenje za sve kategorije korisnika.
• Dostupno na mobilnim uređajima.
• Brzo radi na punoj količini podataka.
• Proširuje upotrebu informacija o zaposlenicima na područja povezana s upravljanjem poslovnim učinkom (CPM).

HR Analytics ne pruža mogućnost analize širokog spektra ključnih pokazatelja koji se odnose na osoblje tvrtke unutar jednog multifunkcionalnog rješenja, pružajući informacije na tri razine detalja:

• Glavna informativna ploča koja na jednom zaslonu prikazuje ključne KPI-ove i dinamiku promjena ključnih pokazatelja.
• Skup informacijskih ploča za svaku predmetno područje, odražavajući detaljne, sveobuhvatne informacije.
• Skup izvješća koja otkrivaju detaljne informacije o predmetu proučavanja: kartice zaposlenika, opise poslova, profile kandidata itd.

HR Analytics vodi računa o zahtjevima dinamičnog i modernog poslovanja:

• Kompaktno rješenje - jedna platforma, integrirana pohrana, zajednički analitički portal.
• Ugradnja interaktivnog BI sadržaja u MS PowerPoint slajdove s mogućnošću ažuriranja podataka. S takvom analitikom uvijek ste spremni za prezentacije i redovite sastanke s menadžmentom.
• Mogućnost online ažuriranja podataka.

Ključni pokazatelji modela HR Analytics

Svi ključni pokazatelji prikazani su u glavnoj informacijskoj ploči, namijenjenoj prvenstveno višim menadžerima.

• Broj zaposlenih
  • Trenutni i prosjek za bilo koje razdoblje
  • Po odjelu, funkciji i kvalifikacijama
• Plaća. Ukupne isplate i prosječna plaća
• Zapošljavanje i otpuštanje zaposlenika
• Struktura plaće
• Lijevak zapošljavanja
  • Po kategoriji specijalista
  • Od strane HR menadžera
• Kvantitativni i kvalitativni KPI za obuku osoblja
• Razina zadovoljstva zaposlenika. Kvantitativni ili kvalitativni pokazatelj dobiven kao rezultat anketiranja zaposlenika prema nizu kriterija
• KPI-ovi koji karakteriziraju produktivnost rada u poduzeću

Sve informacije prikazane su na jednom ekranu pomoću moderne infografike i prikladni alati za definiranje vremenskih intervala i filtara. Zahvaljujući inovativnoj arhitekturi BI platforme, sve promjene u brojevima i grafikama događaju se odmah nakon svake radnje korisnika.

Većina pokazatelja može se analizirati u smislu geografske prisutnosti (uredi, proizvodna mjesta, itd.) uz vizualizaciju na kartografskoj osnovi.

Razvoj osoblja

Nadzorna ploča "Razvoj osoblja" omogućuje vam praćenje pokazatelja koji odražavaju dinamiku obuke zaposlenika i stopu profesionalnog razvoja, a namijenjena je analizi učinkovitosti troškova obuke.
Voditelj ljudskih resursa ima pristup filtrima koji mu omogućuju praćenje provedbe KPI-ja u kontekstu područja rada zaposlenika, njihovih kvalifikacija i regionalnih podjela.

Demografija

Analitika prema spolu i dobnoj kategoriji osoblja tvrtke. Ovisno o području djelovanja, dobne skupine koje su značajne za tvrtku mogu se individualno konfigurirati u modelu HR Analytics.

Ključni pokazatelji i vizualizacije:

• Prosječna starost zaposlenika prema geografiji poduzeća i dinamici tijekom vremena
• Distribucija zaposlenih prema spolu i dobnom sastavu po regijama, područjima zapošljavanja i kvalifikacijama

Fond plaća

Glavna svrha odjeljka je analizirati sažete informacije o razini plaće za tvrtku u cjelini, područjima djelovanja, uredima i kategorijama zaposlenika.

Kartica zaposlenika

Informacijska ploča omogućuje pristup detaljnim informacijama o svakom zaposleniku: dobi, radnom stažu, položaju, kvalifikacijama, iznosu isplata za razdoblje. Moguće je pretraživanje po predlošku i odabir zapisa po karakteristikama.

HR je prešao dug put od tradicionalnog prikupljanja i praćenja podataka o zaposlenicima do modernog pristupa korištenja podataka za stvaranje dubokih uvida u cijelo poslovanje.

Što je HR analitika?

HR analitika je proces u kojem se tehnike podatkovne znanosti i poslovne analitike (BA) primjenjuju na obradu HR podataka. Ponekad se naziva i analitika talenta. Dodatno, rudarenje podataka u ovom kontekstu odnosi se na praksu rudarenja baza podataka radi stvaranja novih informacija.

HR analitika ima dva glavna cilja: pružanje uvida (dotad nepoznatih informacija) i identificiranje ključnih podataka.

Prva svrha je pružiti organizaciji informacije o vlastitim operacijama koje mogu pomoći u učinkovitom upravljanju zaposlenicima. Riječ je o spoznajama koje mogu osigurati učinkovito postizanje poslovnih ciljeva tvrtke.

Druga ključna funkcija HR analitike je pomoć u identificiranju podataka koje bi organizacija trebala zadržati. Osim toga, pruža modele za predviđanje različitih načina na koje organizacija može postići optimalan povrat ulaganja (ROI) u svoj ljudski kapital.

Općenito, HR analitika usmjerena je na maksimalno iskorištavanje ogromne količine podataka o ljudskim resursima koje prikuplja većina organizacija. Tvrtke često imaju mnoštvo podataka, kao što su demografija zaposlenika, evidencija o obuci itd., a analizom se iz njih mogu izvući važne spoznaje.

U nastavku je više informacija o HR analitici:

Zašto bi vaša organizacija trebala koristiti HR analitiku?

Kadrovske odluke često se temelje na profesionalnim instinktima i intuiciji. Zapošljavanje, primjerice, često ovisi o osobnom kontaktu koji regruter uspije ili ne uspije uspostaviti s kandidatom. Problem s "instinktima" i intuicijom je taj što oni mogu normalizirati loše prakse.

Stoga nepravda na poslu može proći nezapaženo. Jasan primjer toga je razlika u plaćama između muškaraca i žena. Organizacije mogu misliti da plaćaju isto ako ne pogledaju stvarne podatke.

HR analitika može pomoći u poboljšanju produktivnosti i predvidjeti najuspješnije obrasce. Ovo eliminira većinu ljudskih pogrešaka u donošenju odluka. Na primjer, poboljšanje upravljanja radnim opterećenjem može biti učinkovitije kada se podaci koriste za pokazivanje koji su odjeli ili timovi već preopterećeni, a koji si mogu priuštiti preuzimanje više odgovornosti.

Što je još važnije, HR analitika dokazano pokreće rast tvrtke. Training Zone izvještava o rezultatima produktivnosti jedne tvrtke koja koristi HR analitiku za poboljšanje procesa zapošljavanja. Analizom podataka tvrtka je uočila da tradicionalni ključni pokazatelji- edukacija i preporuke - nisu predviđene veliki utjecaj o uspješnosti prodaje kandidata. Zapravo, ključni pokazatelji kao što su iskustvo u prodaji visoke vrijednosti i sposobnost rada u nestrukturiranim okolnostima zapravo su pridonijeli poboljšanju prodajnog učinka. Kada je tvrtka implementirala ovu analitiku ljudi u svoj proces zapošljavanja, prodaja tvrtke porasla je za 4 milijuna dolara sljedeće godine.

Druge su studije došle do sličnih zaključaka o važnosti analitike ljudi za cjelokupni učinak tvrtke. Studija koju su proveli MIT i IBM pokazala je da više visoka razina korištenje HR analitike može pružiti:

• Povećanje prodaje za 8%;
• Povećanje neto prihoda iz poslovanja za 24%;
• 58% veća prodaja po zaposleniku.

Ključne upotrebe HR analitike

Područja primjene analitike ljudi su ogromna, a metrika na koju se treba usredotočiti za organizaciju razlikuje se ovisno o industriji kao i prirodi poslovanja.

Evo nekoliko primjera mogućih ključnih pokazatelja:

• stopa otpuštanja,
• vrijeme zapošljavanja,
• stopa fluktuacije za različite skupine osoblja (prva godina, pet godina, itd.),
• prihod po zaposlenom.

Gore navedene metrike i drugi slični podaci mogu se koristiti za poboljšanje poslovnih rezultata. Ključna područja u kojima podaci mogu pomoći su:

Vrbovanje- HR analitika može dati odgovore na pitanja o pronalasku idealnih kandidata za ovaj posao. Na primjer, kao što je pokazao gornji primjer tvrtke, podaci se mogu koristiti za prepoznavanje kvaliteta onih kandidata koji daju najbolje rezultate. Možete usporediti kandidate koji su na kraju ostali u tvrtki i pronaći zajedničke nazivnike među njima.

Zdravlje i sigurnost- HR analitika može bolje identificirati problematična područja vezana uz zdravlje i sigurnost. Podaci mogu ukazivati ​​na uloge, radna mjesta i druge slične čimbenike koji imaju najveću stopu nezgoda.

Zadržavanje zaposlenika- zahvaljujući podacima, također možete saznati više o zadržavanju zaposlenika. Možete koristiti HR analitiku za prepoznavanje aspekata koji povećavaju angažman zaposlenika.

Nedostaci talenta- Podaci mogu otkriti praznine u organizaciji. Na primjer, neki odjeli mogu imati više kvalificiranih radnika od drugih, a to može smetati opći rad tvrtke.

Stopa otpuštanja- koliko radnika odlazi u određenom razdoblju u odnosu na ukupan broj zaposlenih? Učinkovitost prodaje - HR analitika može vam pomoći da razumijete pojedinosti o tome kako poboljšati svoju prodajnu izvedbu. Možda ćete primijetiti da određeni talent pomaže zaposlenicima da bolje rade ili da određeni programi obuke pružaju trenutni povrat u smislu prodaje.

Pet izazova za HR analitiku

Prije nego što prijeđemo na početne faze implementacije HR analitike, vrijedi razmotriti neke od glavnih problema koji se javljaju. Prilikom implementacije analize ljudi u vašoj organizaciji, važno je pronaći načine za rješavanje sljedećih pet izazova.

Zadatak 1: Protok podataka

Što više informacija vaša organizacija prikupi, teže ih je koristiti kada su potrebne. Velika količina podataka ne dovodi automatski do dobrih rezultata. Da biste bili uspješni, morate imati sposobnost prijave ispravne metode analitičari.

Ako vaš odjel ljudskih resursa prikupi mnogo podataka bez primjene pravih analitičkih pristupa, jednostavno ćete dobiti mnogo podataka. Što ih je više, to je teže donijeti vrijedne pretpostavke.

Na primjer, sve metrike koje prikupite moraju biti ispravno definirane i kategorizirane. Morate definirati pitanja koja želite riješiti sa svojim podacima, a ne samo prikupljati ih tako da budu tu.

Izazov 2: Kvaliteta podataka

Osim prikupljanja potrebne količine podataka, potrebno je pripaziti i na njihovu kvalitetu. Poplava podataka može brzo dovesti do podataka niske kvalitete jer ne stvarate smislene veze između različitih skupova podataka.

Važno je osigurati kvalitetu podataka usredotočujući se na osiguranje njihove cjelovitosti i sigurnosti. Problem za mnoge organizacije je taj što podaci koji se koriste u analitici ljudi mogu dolaziti iz različitih dijelova organizacije i stoga biti previše različiti, što dovodi do problema. Neki podaci mogu biti zanemareni, odbačeni, izgubljeni ili se skupovi podataka ne mogu kombinirati, što onda rezultira neadekvatnom analizom.

Izazov 3: Niske analitičke vještine u većini odjela ljudskih resursa

Kako bi analitika ljudi uspjela, tim koji stoji iza nje mora imati stručnost u ljudskim resursima i analizi podataka. Ali može biti teško pronaći voditelje ljudskih resursa koji su također kompetentni u analizi podataka.

Prema Elizabeth Craig, znanstvenoj suradnici na Accenture Institute for High Performance, malo je vjerojatno da će postojati zaposlenik dobro obučen za analitiku ljudi. Osim toga, Craig je za data-informed.com rekao da neki alati za analizu podataka zahtijevaju specijalizirane informatičke vještine, što povećava pritisak da se pronađu pravi ljudi.

Problem je još veći zbog činjenice da se samo 6% globalnih HR timova osjeća sigurnim u svoje analitičke vještine. Osim toga, samo 20% vjeruje da je korištenje podataka od strane njihove organizacije valjano i dovoljno pouzdano za donošenje odluka.

Izazov 4: Čest nedostatak podrške menadžmenta za HR analitiku

HR analitika još uvijek nije postala temeljni proces za mnoge tvrtke, a često nedostaje podrška menadžmenta. Ali da bi proces funkcionirao, HR odjeli moraju uvjeriti čelnike poduzeća u prednosti korištenja analitike.

Ova podrška je važna jer omogućuje pristup resursima kao implementacija ispravan sustav HR analitičari nisu jeftini. Također može pružiti bolji pristup podacima u svim odjelima. Kako bi uvjerili rukovoditelje, odjeli ljudskih resursa moraju se usredotočiti na prepoznavanje prilika za maksimiziranje povrata ulaganja čak i na početno stanje.

Izazov 5: HR analitika je skupa i ROI često nije vidljiv

Konačno, organizacije moraju biti svjesne troškova. Raspon cijena analitičkih alata jednako je raznolik kao i dostupnost alata. Prema članku na data-informed.com, cijena platforme može se kretati od "400.000 do 1,5 milijuna dolara za tvrtku s 5.000 stalno zaposlenih."

Osim toga, procjena ne uzima u obzir povećane troškove s kojima se organizacije mogu suočiti prilikom zapošljavanja novih zaposlenika za provedbu programa ili obuke postojećih zaposlenika za korištenje analitike.

Osim toga, ROI HR analitike nije baš opipljiv. To je zato što se koristi od implementacije analitičkih rezultata mogu prikupiti u različitim odjelima i tijekom dugih razdoblja. Na primjer, poboljšanja u zadržavanju zaposlenika možda neće biti odmah vidljiva.

Izazov je prepoznati da potraga za jeftinijom platformom za HR analitiku ne znači uvijek veće uštede. Mana softver i alati mogu dovesti do neučinkovitih i nepotpunih rezultata, što rezultira nedovoljno visokim povratom ulaganja da opravda ulaganje.

Pet prvih koraka pri implementaciji HR analitike

Ako vaša organizacija želi implementirati analitiku ljudi, koji je pravi put? U nastavku je pet koraka koji vašoj organizaciji mogu pomoći da započne proces.

Korak 1: Identificirajte poslovne probleme koje želite riješiti

Prva i najvažnija stvar je identificirati poslovne probleme koje želite riješiti. Ne možete početi prikupljati podatke, a zatim ih samo pogledati kako biste pronašli odnose.

Identificirajte probleme koje biste željeli poboljšati u sektoru ljudskih resursa. Na primjer, to mogu biti pitanja vezana uz raznolikost na radnom mjestu, poboljšanje zadržavanja zaposlenika, mjerenje količine novca potrošenog na obuku ili bolje razumijevanje uzroka izostanaka s posla. Postoji nekoliko jednostavnih pitanja s kojima biste trebali započeti prije nego što krenete dalje.

Na primjer, recimo da želite razumjeti kako HR utječe na stvari kao što je krajnji rezultat vaše tvrtke.

Nakon što prikupite opće informacije o ljudskim resursima koje biste željeli dalje istražiti, trebali biste započeti identificiranjem mjernih podataka koji su vam potrebni za rješavanje tih problema. Evo nekih HR pokazatelja koji pokazuju učinkovitost HR odjela:

• Vrijeme zapošljavanja - Koliko je vremena potrebno da se popuni radno mjesto, kao i vremena potrebno da kandidat prihvati ponudu i postane zaposlenik?
• Stopa fluktuacije zaposlenika – koliko zaposlenika odlazi nakon prve godine, pet godina i tako dalje?
• Raznolikost radne snage – koliki su postoci kad su u pitanju žene, muškarci, vjerske i etničke skupine?
• Dohodak po zaposlenom, među stalno zaposlenima - koliki je prihod ostvaren po zaposlenom u punom radnom vremenu?
• Iznos plaćanja za prekovremeni rad - Kolika je plaća za prekovremeni rad i koliko često se plaća?
• Omjer stalnih i privremenih radnika – koliko je zaposlenih na nepuno radno vrijeme u odnosu na puno radno vrijeme?

Korak 2: Identificirajte podatke koji odgovaraju na gornja pitanja

Nakon što imate pitanja i probleme, možete početi identificirati podatke potrebne za odgovor ili rješavanje njih.

Prvo, vaš fokus bi trebao biti na podacima vezanim uz ljudske resurse koji su već pohranjeni u vašem odjelu. To uključuje informacije o zapošljavanju, učinku i nasljeđivanju. Vaš bi odjel već trebao imati kontrolu nad tim skupovima podataka.

Drugo, morat ćete početi prikupljati podatke o stvarima kao što su angažman, ankete i intervjui. Ovisno o razini prikupljanja podataka u vašoj organizaciji, možda već imate mehanizme za prikupljanje tih podataka.

Konačno, morate proširiti prikupljanje podataka na druge poslovne sustave i odjele. Trebali biste početi prikupljati važne financijske pokazatelje i istraživati ​​tržište. To uključuje stvari poput prometa, uspješnosti prodaje, novca potrošenog na istraživanje tržišta i obuku.

Korak 3. Implementacija ETL-a: ekstrakcija, transformacija i učitavanje

Kao što je gore spomenuto, odjel za ljudske resurse trebao bi blisko surađivati ​​s IT odjelom jer određeni softver i ekstrakcija podataka mogu zahtijevati specijalizirane analitičke vještine. Stoga je dobro krenuti u tješnje povezivanje ova dva odjela.

Dio ovog procesa je implementacija ETL-a: ekstrakt, proces i učitavanje. Postoje alati koji se mogu koristiti za automatsko izvođenje ovog procesa. Na primjer, IMB WebsphereDataStage i Cognos Data Manager ili Microsoft SQL Server Integration Services neke su od najpopularnijih opcija. Iako netehnički zaposlenici mogu koristiti ove platforme, može biti korisno zatražiti pomoć od IT odjela.

Ovaj vam proces u biti omogućuje izdvajanje potrebnih podataka iz izvora koje definirate, pretvaranje u ispravan čist i dosljedan format i učitavanje u vašu analitičku platformu kako bi se koristili za analizu.

Korak 4: Integrirajte rezultate u poslovne operacije

Nakon što vaša analiza podataka počne generirati rezultate, morate početi unositi promjene. Na primjer, ako ste usredotočeni na istraživanje raznolikosti radne snage i vaši podaci pokazuju da ne dobivate dovoljno prijava od etničkih manjina, možda biste trebali početi mijenjati svoju strategiju zapošljavanja.

Dodatno, morate uspostaviti veze između HR podataka i drugih poslovnih metrika. Na primjer, smanjenje prekovremenog rada osoblja može izravno korelirati s produktivnošću i profitabilnošću. Izvješće KPMG-a “Ljudi su pravi brojevi” naglašava važnost ovih veza kroz primjer izostanaka s posla i troškovne učinkovitosti.

"Iako je korisno pratiti izostanke s posla po regijama ili u usporedbi s prethodnim godinama, ako HR također može pokazati da je smanjenje izostanaka s posla u pozitivnoj korelaciji s operativnim učinkom, tada će menadžment uvidjeti stvarnu vrijednost HR-a", stoji u izvješću.

Korak 5: Redovite analize

Konačno, HR analitika mora se provoditi redovito, inače će u većini slučajeva biti irelevantna. Kako bi se iskoristile njegove prednosti, mora se provoditi redoviti proces.

Na primjer, identificirali ste problem koji želite riješiti pomoću podataka, izvršili analizu i pronašli odgovor. Nakon što implementirate rješenja za svoj problem, trebate mu se redovito vraćati kako biste provjerili što se događa s promjenama i jesu li se pojavili novi problemi.

Zaključak

Analitika ljudi sastavni je dio upravljanja podacima i njezina implementacija može osigurati pozitivne povrate za svaku organizaciju. No, kao što je gore pokazano, upravljanje, analiziranje i tumačenje podataka nije lako i organizacije moraju pristupiti analitici ljudi korak po korak.

Ključ uspješne analize ljudi temelji se na razumijevanju da veličina izmjerenih podataka ne pokreće ishod, već utjecaj podataka na donošenje odluka u organizaciji. Na analitiku ljudi ne treba gledati kao na nešto što je potrebno samo za odjel ljudskih resursa, već kao nešto što može stvoriti vrijednost za cijelu organizaciju.

• Korporativna kultura

Ključne riječi:

1 -1

Molim te, reci mi kamo da idem odavde?
-Gdje želiš ići? - odgovori Mačak.
“Baš me briga...” rekla je Alice.
"Onda nije važno kamo ideš", rekao je Mačak.
"...samo da negdje stignem", objasnila je Alice.
"Sigurno ćeš negdje završiti", rekao je Mačak. - Samo trebaš dovoljno dugo hodati.
Lewis Carroll "Alice's Adventures in Wonderland. Alisa u zemlji čuda"

Jeste li naišli na beskorisne HR metrike iz "povijesne" kategorije? Odbacimo sve nepotrebno i provjerimo ono što je bitno: o najviše važni pokazatelji HR analitičari rekli su portalu Dmitrij Supronenko , voditelj Odjela ljudskih resursa u tvrtki Metalni profil.

Analitika u području upravljanja osobljem kao samostalan i vrlo važan blok - s jedne strane, tema je prilično nova za domaće tvrtke. Za sebe njezin nastanak vežem uz razdoblje formiranja HR funkcije u modernom obliku od HR odjela, direktno podređenog direktoru tvrtke, te O&P-a kao dijela financijsko-ekonomskog bloka.

S druge strane, pokazalo se da je to razdoblje bilo više nego dovoljno da neke tvrtke naprave ne samo korak, već cijeli iskorak, dok su druge nastavile ostati u stanju mirovanja. Kao rezultat toga, čak i unutar iste industrije možemo uočiti toliko značajnu razliku u pristupima i stupnju razvoja HR analitike da u digitalnom dobu možemo samo slegnuti ramenima.

No budući da se ništa ne događa uzalud (i djelovanje i nedjelovanje), dosljedno razumijmo razloge za različite pristupe. Za sebe ih dijelim na objektivne (postoje neovisno o HRD tvrtki) i subjektivne.

Krenimo od onih objektivnih. Prvo, od najvažnijeg čimbenika, koji po mom osobnom mišljenju najizravnije utječe na HR analitiku tvrtke i neizravno utječe na ostale čimbenike, ovo je razina konkurencije u industriji.

Da objasnim, za mene, kao ekonomista s osnovnim obrazovanjem, visoko konkurentno tržište je tržište na kojem su proizvod/usluga, proizvodna tehnologija, logistika, dostupnost sirovina i sl. maksimalno unificirani, a kupac praktički ne ostvaruje razlika od koga kupiti ovaj proizvod/uslugu. U ovakvim uvjetima razina usluge je na prvom mjestu, zbog čega su mnogi strateški gurui ekonomiju 21. stoljeća već prozvali ekonomijom dojmova. A ključna strateška prednost u ovim uvjetima su kadrovi, odnosno njihova kvaliteta. Logično je da je konkurencija za jake zaposlenike na tako visoko konkurentnim tržištima također značajna.

HR specijalisti jednostavno nemaju drugog izbora nego u ovakvim uvjetima upotrijebiti sve moguće analitičke aparate kako bi brzo pronašli/primamili najbolje stručnjake s tržišta i zadržali ih uz potrebnu razinu angažmana što duže.

Dakle, sve počinje s analitikom na “lijevku zapošljavanja”, završava s analitikom o razlozima fluktuacije osoblja, a između njih postoji cijeli svijet pokazatelja o prilagodbi, motivaciji, obuci i razvoju, uključenosti, korporativnoj kulturi itd. Za Na primjer, možemo uzeti tržište IT stručnjaka. Unatoč činjenici da su realne plaće u mnogim djelatnostima posljednjih godina u padu, ovdje vidimo stalan i stabilan rast.

Vrijeme potrebno za pronalazak novog posla informatičaru je minimalno, a razina njihovih aspiracija u takvim uvjetima stalno raste. A kako tvrtke reagiraju? Individualni pristup. Počevši od posvećenog jednog ili nekoliko (ovisno o razmjeru) regruta, pa sve do činjenice da HRD poznaje visokokvalificirane stručnjake iz viđenja (čak i ako je broj same tvrtke 10 000+), jer u smislu obujma i učestalosti promjene standardnih uvjeta i pristupa kadrovima, izlaze na istu razinu kao i top menadžment tvrtke. Ali ovo je za visoko konkurentne industrije. Ako je industrija monopolistička/oligopolistička po prirodi, onda svo ovo "podešavanje" nije potrebno.

Ne kažem da ne koriste HR analitiku, ne. No njegov će sadržaj biti oskudniji ili će (što je prema mom iskustvu češće) njegova uporaba u radu za donošenje odluka biti formalna. I sam sam radio u tvrtki od koje je Moskva redovito tražila značajan popis metrika koje je razvila poznata strana konzultantska tvrtka. Komunikacijska shema uvijek je bila tipična: traženo - dano - zaboravljeno.

Drugo, pripadnost industriji (posebnosti). Dopustite mi da objasnim na primjeru. Prije nekoliko godina bio sam na razgovoru za poziciju HRD-a jednog od najvećih proizvođača poljoprivredne opreme u Rusiji. direktor tvrtke pristupio pitanju više nego odgovorno (posudio sam njegovo iskustvo u svom radu), ne ograničivši se samo na rezultate procjena i nekoliko razgovora, već je omogućio slobodan pristup pogonima tvrtke, kao i svim kadrovskim informacijama te zatražio akcijski program za 2 godine. I iako sam na kraju svega prihvatio poziv drugog poslodavca, iskustvo ove tvrtke mi je i dan danas zanimljivo.

Ključna značajka u području odgovornosti HR-a je izražena sezonalnost u odnosu na poljoprivrednu godinu. Sezonalnost će malo koga iznenaditi, ali ovdje morate uzeti u obzir razmjere (svake godine trebate zaposliti, obučiti, a zatim otpustiti više od tisuću proizvodnih radnika), visoku razinu zahtjeva za kvalifikacijama radnika (ovo ne zapošljava skladišne ​​radnike), lokaciju (sve proizvodne jedinice nalaze se na istom teritorijalnom području grada), učestalost ponavljanja ciklusa (tada je to već bio 5. ciklus zapošljavanja/smanjivanja) i sve posljedične posljedice po HR brend (prvi taksist mi je na putu s aerodroma ispričao cijelu povijest pogona od promjene vlasništva firme, a da ovdje treba doći raditi u krajnjem slučaju).

Jasno je da ključna kadrovska služba u poduzeću nije bila služba zaštite na radu (kao inače), već služba za selekciju kadrova, koja je trebala osigurati izbor tolikog broja zaposlenika u roku od mjesec dana. Iznenadile su me 2 činjenice: svi zaposlenici u ovom odjelu su bili muškarci (što apsolutno nije tipično za HR funkciju općenito, a posebno za selekciju), te kvaliteta HR analitike.

Mislim da su ga pratili stalna osnova Svi. O “selekcijskom lijevku” da i ne govorim, on je sastavljen za svaku radionicu po pozicijama, uspoređivana je učinkovitost privlačenja kandidata kroz sve meni poznate eksterne i interne kanale, posebno mjesto je posvećeno analizi kandidata ' područja stanovanja, a cijelo razdoblje prilagodbe podijeljeno je u blokove, prema internoj statistici fluktuacije osoblja u prva tri mjeseca, te kroz cijeli lanac prilagodbe isti lijevak s fluktuacijom osoblja tijekom probnog rada.

Treći, faza razvoja poduzeća. Ovdje se moramo prisjetiti poznati model životni ciklus organizacije L. Greinera. Ne vidim smisla detaljno ga otkrivati ​​u članku - materijal o toj temi lako je dostupan na Internetu.

Usredotočit ću se na činjenicu da vrlo često zagovornici i protivnici implementacije u tvrtkama KPI sustavi/BSC (a analitika u HR-u je element KPI sustava, jer bez planiranja, kontrole, motivacije, sama po sebi ne donosi vrijednost tvrtki) ne mogu se međusobno dogovoriti, jer su temelj njihovog spora organizacije koje se nalaze na različite faze razvoj prema Greineru. I ako je u fazi „Kreativnosti” analitika rijetka iznimka od pravila; u fazi „Upravljanje direktivama” analitika ljudskih resursa je pojednostavljena (2-3 opća pokazatelja), tada u fazi „Delegiranje” postoji značajan kvantitativni i kvalitativni razvoj pokazatelja, au fazi „Koordinacije” analitika počinje postajati suvišna (kada transakcijski troškovi provođenja HR analitike premašuju njen ekonomski učinak za organizaciju). I tu se protivnici KPI-ja dižu na podij i počinju kritizirati.

I djelomično su u pravu, no moramo odmah pojasniti da većina domaćih tvrtki nije “dorasla” do faze 4 i teško da će ikada narasti. I samo nekolicina sretnika (vodeći na listi RBC 500) ozbiljno razmišljaju, kada se suoče s krizom povjerenja, o potrebi prelaska na petu fazu: "Suradnja".

Posebna pozornost prema L. Greineru na u ovoj fazi naglasak se stavlja na team building i međuljudsku suradnju, a formalne sustave kontrole postupno zamjenjuju društvena kontrola i samodisciplina. Svaka faza razvoja organizacije ima svoj pristup sustavu HR metrike, te je nedopustivo pojednostaviti pristup svođenjem na jedinstvene zahtjeve, kao što je neprofesionalno uspoređivati ​​HR analitiku organizacija u različitim fazama razvoja.

četvrto, stupanj automatizacije u poduzeću. Ovdje je, po mom mišljenju, sve vrlo jednostavno: ne možete izvršiti ofenzivu velikih razmjera ako su vaši konvoji sa streljivom i uniformama daleko iza vas. HR analitika koja se prikuplja “ručno” siguran je način diskreditacije izvrsnog alata. Stoga smo prijatelji s IT odjelom, idealno je da imate posvećenog stručnjaka za analitiku u ERP sustavu u kojem se vodi vaša statistika.

Ovisno o veličini tvrtke, može se dodati blok zadataka za integraciju podataka iz nekoliko HR sustava. Iz vlastitog iskustva mogu reći da postavljanje integracije iziskuje najviše truda, zbog čega su neke tvrtke donijele logičnu (ali nimalo jeftinu) odluku da sve HR funkcionalnosti prebace na jedinstvenu platformu.

Sada o nekim subjektivnim faktorima.

Prvo, prisustvo kupca: Odjel ljudskih resursa ne bi trebao postojati sam za sebe. Svaki zadatak/projekt uvijek treba imati korisnika: vlasnika, upravni odbor, upravni odbor, generalnog direktora, direktora poslovne jedinice, voditelja funkcionalne jedinice ili nekog drugog, bez obzira kako se zove položaj/tijelo je. Ako zadatak/projekt nema tog korisnika (a to se, nažalost, događa), tada se šanse HR menadžera da bude poznat kao "uzrok sreće" u tvrtki naglo rastu. To ne znači da ako vam nije dodijeljen zadatak, onda ga i ne trebate obaviti. Neophodno je ako razumijete zašto bi to moglo biti od interesa za korisnika, ali prvo što trebate učiniti je dobiti njegov pristanak.

Da objasnim u praksi. Uzmimo, na primjer, menadžera koji je vodio HR odjel u nekoliko velikih tvrtki, gdje je jedan od ključnih pokazatelja u području pozornosti HRD-a kadrovska, kako kao ukupna vrijednost za tvrtku, tako i u različitim analitičkim dijelovima (po poslovne jedinice, po funkcionalnim blokovima i drugo).

Prvo, cjelokupni budžet (a najveći udio u njemu je platni spisak) u području odgovornosti HRD izravno ovisi o planiranom broju osoblja u određenom razdoblju (obično četvrtina, za tvrtke s izrazito sezonskom prodajom/proizvodnjom - mjesec). Drugo, drugi ključni pokazatelji (na primjer, broj zaposlenih, udio slobodnih radnih mjesta s rokom roka) značajno ovise o broju zaposlenih.

Premještamo ovog upravitelja u jednako veliku tvrtku. Gdje će početi? Najvjerojatnije će jedna od prvih točaka biti revizija trenutnih HR procesa (uključujući prikupljanje analitike u poznatom koordinatnom sustavu). I ovdje se ispostavlja da je udio poduzeća u slobodnim radnim mjestima, recimo, 30% ukupnog osoblja, a prijave za odabir osoblja nisu više od 10% od broja slobodnih radnih mjesta. Što to znači?

Najvjerojatnije problem nije u odabiru, već je kadrovska tablica preopterećena "mrtvim" slobodnim mjestima. Ako je trajanje ovih slobodnih radnih mjesta značajno, uzimajući u obzir mjere koje se stalno provode za optimizaciju broja osoblja, refleksna odluka (odgođena na subkortikalnoj razini) bila bi smanjiti nedospjela radna mjesta ili, u najmanju ruku, očistiti one za koje ne postoji ni prijava za zapošljavanje, idi na osnovnu radničku razinu u smislu brojki, pa onda razmišljaj što sa svim tim. Odlučeno - učinjeno. A samo nekoliko mjeseci kasnije, s početkom sezone, poslovne jedinice dižu frku: trebaju brzo zaposliti dovoljno velik broj radnika, ali to ne mogu jer nema toliko slobodnih radnih mjesta u kadrovskom rasporedu.

I ispada da je kadrovska popunjenost tehnički pokazatelj, slobodna radna mjesta potrebna su samo za prijavu radnika od strane kadrovske službe, a planiranje resursa gradi se isključivo na temelju pokazatelja plaće, kojim se rukovodi direktor poslovnice kada odlučuje hoće li zaposliti djelatnika ili ne, budući da je on općenito odgovoran za troškove poslovnice. U ovoj fazi nije mi bitno je li proces pravilno izgrađen ili ne, bitno je nešto drugo: analitika HR odjela ne može postojati sama za sebe, odvojeno od poslovanja. Uvijek je sekundarna, formirana za specifične zadatke. Onda neće biti suvišno.

Drugo, značajan utjecaj na domaću analitiku u području upravljanja kadrovima ima faktor koji za sebe nazivam: “povijesno”. Često se susrećete sa situacijom u kojoj vaše pitanje "zašto?" (da se ne miješa sa "zašto?") redovito prikupljate ovu HR analitiku, dobit ćete iskren odgovor: “navikli smo na to”, “uvijek smo to radili na ovaj način”, “tako nam je zgodno” ili nešto slično.

Svojedobno je netko iz menadžmenta tvrtke, u svrhu rješavanja određenog problema, zatražio praćenje zasebnog/ih pokazatelja za kontrolu. Od tada se situacija mogla značajno promijeniti, zadatak je mogao i nestati kao nepotreban, ali kako nitko nije pravovremeno dao naredbu "spusti slušalicu", kadrovska služba po inerciji nastavlja prikupljati podatke i slati ih prema odobreni popis primateljima.

U svojoj sam praksi vidio da nakon nekoliko godina (godina!) ovakvih prijava primatelji jedni od drugih saznaju tko je inicijator i zašto im trebaju te informacije. I što je viši status osobe koja je izvorno postavila zadatak i razinu autoritarnosti njegovog vodstva, to je veća vjerojatnost dobivanja linije HR metrike iz kategorije "povijesno uspostavljene".

Sada, nakon što je teorija završena i svi su obaviješteni o mogućim posljedicama i nijansama, možete prijeći na vožnju, odnosno na popis pokazatelja HR analitike. Htio bih odmah istaknuti da ovaj popis formirana samo iz onih pokazatelja s kojima sam radio, i za uvjete u kojima sam radio u to vrijeme, štoviše, ovaj popis nije bio korišten ni u 80% ni u jednoj tvrtki (kome nije jasno zašto, predlažem ponovno čitanje članka) .

I. Financije:

Udio troškova osoblja u prihodima (troškovi uzimaju u obzir sve stavke u području odgovornosti HRD-a);

Omjer stope rasta prihoda/marže/neto dobiti po zaposleniku i stope rasta plaća/troškova osoblja za isto razdoblje (fundamentalno ne uspoređujem sa stopom rasta prosječne plaće, jer na njenu dinamiku značajno utječu broj osoblja, što može dovesti do iskrivljenja ekonomske suštine pokazatelja);

Razina financijskih rizika za HR funkciju (može se mjeriti kao broj rizičnih događaja, što znači svaki propust u HR procesu, koji je rezultirao štetom za organizaciju veću od određenog iznosa, ili ukupni iznos štete za sve rizike događaji);

Troškovi tvrtke za 1% fluktuacije osoblja (uzimaju se u obzir svi izravni troškovi: selekcija, obuka, prilagodba osoblja (odvraćanje pažnje mentora i voditelja), plaća dok zaposlenik ne postigne ciljnu razinu produktivnosti i izgubljeni prihod tijekom razdoblja odsutnosti zaposlenika i dok zaposlenik ne postigne ciljnu razinu produktivnosti);

Prosječne plaće zaposlenika (po poziciji/funkciji/mjestu) u odnosu na medijan plaće na temelju pregleda tržišta rada u sličnim analitikama.

II. Klijenti (interni):

Razina zadovoljstva internih klijenata HR uslugama (mjereno i kao ponderirani prosjek i zasebno po funkcijama. Podizvođače u pravilu najviše zanima odabir, motivacija, upravljanje brojem zaposlenih, procjena i razvoj);

Udio slobodnih radnih mjesta popunjenih u standardnom roku (standardni termini se razlikuju ovisno o razini pozicije, funkcionalnom bloku, lokaciji itd.);

Osoblje kao postotak razine osoblja (pokazatelj je alternativa prethodnom pokazatelju, korišten je u uvjetima masovnog odabira, za razliku od prethodnog, trenutačni je, a ne intervalni, stoga je posebno nezgodan za odabir kada je ponderirani prosjek broj osoblja izračunava se analogno SSC-u);

Prosječna izvedba zaposlenika u fazi ulaska na radno mjesto (često se koristi za voditelje prodaje, vremenski interval se postavlja diferencirano za radno mjesto, u pravilu, vezan uz razdoblje obuke novopridošlice i prijem u samostalan rad, može se mjeriti u postocima, uvjetnim proizvodima itd.).

III. Procesi:

Trošak zapošljavanja 1 zaposlenika (za mene je podijeljen ovisno o razini pozicije/struke u 4 kategorije);

- regrutiranje „lijevaka“ u različitim analitičkim dijelovima (pozicije, lokacije, funkcije, kanali za privlačenje kandidata itd.);

Fluktuacija zaposlenika tijekom probnog rada (izuzetno koristan pokazatelj za izgradnju odnosa s internim klijentom, posebno u smislu funkcije i lokacije, za to ga je potrebno podijeliti u dvije komponente: na inicijativu zaposlenika i na inicijativu upravitelja);

Odljev/fluktuacija osoblja (podjela između pokazatelja je uvjetna; pod odljevom podrazumijevam pokazatelj kada se uzimaju u obzir svi otpušteni zaposlenici, bez obzira na razlog otpuštanja; ako neki od razloga nije uključen u izračun pokazatelja, onda za meni je to fluktuacija.. U drugom slučaju, temeljno važno, provesti ankete o izlazu, prikupiti telefonske brojeve otpuštenih zaposlenika i obaviti reviziju otpuštenih zaposlenika;

Tradicionalna analitika zbog odlaska/fluktuacije osoblja;

Umirovljenje/promet ključno osoblje(računa se na temelju zaposlenika koji su dobili ocjene A (visoki potencijal) i B (visoki učinak) na zadnjoj kadrovskoj komisiji, a također uključeni u kadrovska rezerva na višu poziciju prema odobrenim karijernim smjerovima s razinom spremnosti RN (spremni sada));

Analitika o razlozima odlaska/promjene ključnih kadrova (vidi prethodni odlomak);

Prosječni postotak odsutnosti zaposlenika u odnosu na FRF prema rasporedu zaposlenih (uključuje sve vrste odsutnosti);

Udio zaposlenika komercijalne službe koji su uspješno završili prodajnu/proizvodnu obuku prema lokaciji/funkciji;

Razina (postotak) usklađenosti s prodajnim standardom tvrtke prema odobrenim kontrolnim listama (analitika se prikuplja na temelju rezultata internih i eksternih audita – pozivanje klijenata, audit poziva itd.)

Prosječni postotak izvršenja zadataka za IPR unutar traženog vremenskog okvira;

Prosječna ocjena zadovoljstva treningom licem u lice na temelju upitnika za povratne informacije.

IV. Razvoj osoblja:

Udio ključnih pozicija u poduzeću (određuje se pojedinačno) popunjenih na temelju rezultata zadnje kadrovske komisije nasljednicima sa stupnjem spremnosti RN (spreman sada) i RN+1 (spreman za godinu dana);

Postoji mišljenje da se HR bavi uzvišenim stvarima koje se, čini se, ne mogu staviti u okvir brojki. Ali ako se nešto ne može mjeriti, onda se time ne može upravljati? Ispostavilo se da rad s ljudima može biti egzaktna znanost ako imate prave alate. Na primjer, svladati HR analitiku.

Gdje početi? Pitali smo Evgeniy Bondarenko, direktor DTEK akademije, deset pitanja čiji će vam odgovori pomoći da shvatite kako započeti ovaj težak, ali zanimljiv put.

Što je HR analitika?

Nemoguće je jednostavno govoriti o HR analitici. Tema donosi znanja koja su većini nas u školi i na fakultetu bila najteža - to su, posebice, matematika i statistika. Štoviše, često su nam se svi ti koeficijenti, modusi i medijani činili potpuno nepotrebnima. I tek s iskustvom dolazi razumijevanje koliko je to korisno, a ako pravilno strukturirate proces učenja, koliko je uzbudljivo.

U članku “HR utemeljen na dokazima: Pod mikroskopom,” autorica Katie Jacobs daje rječit primjer. Kao dio programa promjena u velikoj organizaciji, tri voditelja koji su bili odgovorni za to izrazili su različita stajališta o tome što točno treba učiniti. To je kao da tri liječnika različito liječe jednog pacijenta. U medicini je uobičajeno oslanjati se na činjenice da bi se ponudilo liječenje. U upravljanju ljudima većina se odluka, kako se pokazalo, temelji na osobno iskustvo i tuđe studije negdje pročitane.

Dakle, postoji mnogo definicija analize ljudi. Možda najcjelovitiji zvuči ovako: ovo je stalan proces traženja uvida, pokretača u procesima upravljanja ljudima koji donose dobrobiti poslovanju, koristeći znanstveni pristup.

Postoje dva glavna pristupa HR analitici.

Prvi pristup: "Vidim cilj." Koja je njegova bit?

Ovaj pristup pretpostavlja određeni cilj. Na primjer, tvrtka razvija hipotezu koja se temelji na iskustvu ili pretpostavkama. Ova hipoteza je da previše obećavajućih mladih stručnjaka napušta posao: zapošljavanje se provodi svake godine, ali još uvijek ih je malo. Zatim tvrtka prikuplja podatke, odabire metodologiju, izračunava taj kriterij i na taj način ili potvrđuje hipotezu ili je opovrgava.

Zahtjev može biti drugačiji - na primjer, trebate izgraditi prediktivni model koji će vam omogućiti proučavanje procesa otpuštanja ljudi iz tvrtke. Prikupljanjem dostupnih podataka i njihovom analizom tvrtka može uočiti “crvene zone” – one zaposlenike koji bi mogli otići u bliskoj budućnosti. Ovaj zadatak je unutar mogućnosti, na primjer, logističke regresije.

Drugi pristup: "Idem u izviđanje." Što je?

Ovdje nema svrhe analizirati neki poseban kriterij. Ali postoji skup podataka i želja da se dođu do nekih korisnih spoznaja koje nisu očite i ne leže na površini. Ovo je bliže tzv. strojno učenje – ispituju se podaci, pronalaze zanimljivi odnosi, izvlače se zaključci. Neka vrsta inteligencije koja će kasnije pomoći u formuliranju hipoteza, postavljanju ciljeva i dobivanju konkretnih poslovnih zaključaka.

Za početak možete pročitati publikacije na ovu temu - “HR utemeljen na dokazima: pod mikroskopom”, kao i “HR metrika i analitika: upotreba i učinak. Planiranje ljudskih resursa“ (u kojem su autori prvi put upotrijebili termin „HR analitika“).

Zatim morate početi proučavati statistiku - za to možete uzeti bilo koji osnovni udžbenik. Primjerice, knjiga “Statistika. Tečaj za sociologe i menadžere” O. Ivanova: sve je u njemu opisano jednostavno i jasno, koristeći stvarne primjere. Ostale korisne knjige su “Metode matematičke obrade u psihologiji” E. Sidorenka (razni statistički kriteriji opisani su na strukturiran način). Zanimljivo je pročitati i "Pravila rada!" (prekrasna knjiga o Googleu, autor – Laszlo Bock), “Gola statistika” (Charles Whelan), “Upravljanje vođeno podacima” (Tim Phillips), “Big Data” (Victor Mayer-Schoenberger).

Još nema knjiga o HR analitici, posebno na ruskom. Ali to uopće ne znači da ne biste trebali ni pokušati razumjeti ovu temu, jer je metoda analogija ovdje savršeno primjenjiva. Možete promatrati kako trgovci, recimo, rješavaju iste analitičke probleme - na primjer, proučavanje kupaca. I primijenite to u svom području – proučavajući zaposlenike. Možete saznati kako svoje probleme rješavaju poslovni analitičari, psiholozi i sociolozi. Na primjer, u " Tečaj za sociologe i menadžere" daje primjer kako usporediti uspjeh dviju skupina studenata. To se lako može prenijeti na praksu ljudskih resursa kako bi se usporedile dvije skupine zaposlenika koje su obučavali različiti treneri i izmjerila učinkovitost aktivnosti obuke.

Inače, velika prednost u studiranju HR analitike bit će znanje na engleskom: gotovo svi visokokvalitetni izvori znanja su engleski.

Koje programe trebate savladati?

Kamen temeljac HR analitike je alat. Nažalost, u ukrajinskim tvrtkama zaposlenici - čak i financijeri - svugdje koriste Excel. A ovo je totalni problem. Na pitanje zašto ne isprobati učinkovitije alate - na primjer, Pytnon ili R, obično se čuje zbunjeno "Dakle, ovo su programski jezici!" Čini se, kakve veze s tim ima analitika, financijska, a posebno kadrovska? Zapravo, ovi su alati prilično primjenjivi. Excel vam omogućuje rješavanje osnovnih problema i dobar je u početnoj fazi kada naučite ručno izračunavati osnovne pokazatelje kako biste razumjeli kako funkcionira. Ali kada u svom arsenalu imate složenije alate, izračuni postaju brži i lakši: ne morate pisati formule, trebate samo napisati redak koda, unijeti potrebne podatke i dati funkciji zadatak - recimo, izgraditi regresiju. A onda dobijete grafikon, formulu i ostalo važni parametri. To se radi u nekoliko sekundi. Osim toga, ako se skup podataka promijenio, Excel će najvjerojatnije morati ponovo prepisati sve formule. U Pythonu ili R, sve dok postoji pisana skripta, program ne mari s kojim skupom podataka radi.

Ako se osoba nikada nije bavila programskim jezicima, može se činiti da je njihovo svladavanje nešto van znanstvene fantastike. Zapravo, jezik R je, na primjer, intuitivan, pa čak i netko tko ga nije učio može ga savladati na pouzdanoj osnovnoj razini za otprilike šest mjeseci (naravno, uz odgovarajući trud). Ako danas postoje knjige za djecu o tome kako naučiti programirati, onda se odrasla osoba vjerojatno još uvijek može nositi s takvim zadatkom. Jezik R je besplatan, dostupan za preuzimanje, a izumili su ga znanstvenici koji su željeli da se znanstveno istraživanje i znanje slobodno dijele. Osim toga, za R postoje mnoge knjižnice na Internetu koje se mogu povezati za preuzimanje novih funkcija za potrebne kriterije ako osnovna funkcionalnost nedostaje (recimo, za izradu složenih modela, izradu 3D vizualizacije, itd.).

Na koje internetske izvore trebam obratiti pozornost?

Postoje posebna mjesta na kojima ljudi dijele svoje skupove podataka, a drugi korisnici pomažu jedni drugima u rješavanju problema. Na primjer, stackoverflow.com, a web stranica kaggle.com također ima odjeljak za HR analitiku. Općenito, dijeljenje znanja je vrlo dobrodošlo u analitici: budući da je još uvijek malo podataka, to je praktički jedini način učenja.

Dobar izvor s elektroničkim tečajevima je stepik.org: ovdje možete pohađati tečajeve o osnovama statistike (osnovne ili naprednije, s primjerima i zadacima), o analizi podataka u R-u (s primjerima kako se primijeniti na stvarne probleme), o osnovama programiranja u R-u (poznavanje funkcionalnosti R-a i razvojnog okruženja za R – Rstudio).

Osim toga, možete pohađati tečajeve na coursera.org iz podatkovne znanosti i HR analitike. Ali to ima smisla ako slušatelj već poznaje osnovne pojmove u statistici. Jer kada predavač kaže: "Sada ćemo izgraditi regresijski model", trebali biste znati što je to.

Dakle, da biste svladali HR analitiku, možete čitati i učiti na tečajevima. Ali to nije dovoljno: morate pokušati. Uzmite najjednostavnije podatke - koliko tvrtka plaća zaposlenike, koliko često ljudi odlaze na bolovanje ili daju otkaz, i pokušajte napraviti prve izračune. Morate prijeći s jednostavnog na složeno: ako razumijete kako funkcioniraju jednostavne metode, kako se izračunavaju modeli i koeficijenti, tada možete svladati složenije.

Na koje zamke treba biti oprezan?

Voditelji ljudskih resursa često nastoje osigurati da rezultat istraživanja potvrdi hipotezu i ispadne onakav kakav bi oni željeli. Treba razumjeti da u HR analitici nema dobrih i loših odgovora – samo stvarne činjenice. Ponekad čak može postojati iskušenje da se nešto "podvali". Vrlo je važno imati sljedeći način razmišljanja: napravili ste svoje istraživanje, učinili ste sve potrebne kalkulacije, prihvatio ili odbacio nultu hipotezu. Postoji nova hipoteza - potrebno je provesti nova istraživanja.

Kada analitika ljudi nema smisla?

Ako se bavite HR analitikom, morate biti spremni donositi upravljačke odluke na temelju nalaza. Inače nema smisla. Ono što pokazuje HR analitika često će se razlikovati od očekivanja. Stoga moramo iskreno odgovoriti na pitanje unaprijed: "Imamo li volju napraviti promjene na temelju istraživanja?"

Na primjer, tvrtka provodi obuku za zaposlenike - poziva poznatog trenera koji se svima sviđa. I odlučuje izmjeriti učinkovitost treninga. Nakon edukacije sudionici sretni i nadahnuti, ispunjavaju povratne upitnike s oduševljenim osvrtima na emocije i korisnost, a onda... Od 20 polaznika edukacije nitko ne primjenjuje stečeno znanje u praksi. Ni jedan alat. Možda će vam se obuka, naravno, svidjeti, ali HR analitika će odgovoriti na pitanje što se promijenilo u ponašanju zaposlenika i kakvu korist je to donijelo poslovanju. Recimo, ako se radi o komunikacijskom treningu, možete pratiti koliko je argumenata dao zaposlenik u obranu svog stava prije i koliko se ta vještina poboljšala nakon treninga. Nema promjena? Tada se ispostavlja da je trening, koji se prema ocjenama ljudi smatrao najučinkovitijim, u biti ispao beskoristan. Ovo nitko nije očekivao, ali s brojkama se ne može raspravljati. Nakon pregleda pokazalo se da trening nije uključivao vježbe koje pomažu u razvoju potrebnih vještina.

U ovom slučaju, nulta hipoteza može zvučati, na primjer, ovako: "Ovaj trening ni na koji način ne utječe na ponašanje sudionika." Alternativna hipoteza – “Trening utječe na ponašanje sudionika i pomaže u povećanju razine korištenja argumenata.” Ako studija potvrdi nultu hipotezu, tvrtka se suočava s teškim izborom: postoji sjajan trener kojeg svi vole. Ali njegova obuka ne koristi poslu. Što učiniti - napustiti trenera, ponoviti program, što zahtijeva vrijeme i resurse, ili pozvati nekog drugog?..

Kako razviti podatkovnu kulturu u tvrtki?

HR analitika nije samo skup brojeva. To je cijela kultura rada s podacima. Ako HR, koliko god napredan bio, temeljito prouči temu, a voditelj ili vlasnik ne razumije o čemu se radi, ništa neće ići. HR menadžer koji želi raditi s analitikom morat će naučiti svladati otpor. Zamislite situaciju kada HR dođe vlasniku i kaže: “Naš hi-kvadrat je četrdeset osam...” To mu neće reći ništa.

Tu često nastaje problem jer kadrovska služba ne uspijeva uvijek prodati više od jednostavna rješenja. Dobra strana je što se HR analitika temelji na podacima. A menadžeri jednostavno vole brojke i poslovne pokazatelje, a ako ih uključite u HR analitiku i povežete s HR pokazateljima, povećavaju se šanse za uspjeh inicijative. Postoji čak i koncept "tvrtke vođene podacima" - odnosno organizacije u kojoj je uobičajeno donositi odluke na temelju određenih podataka.

Učinkovita praksa usvojena na DTEK Akademiji je podijeliti s kolegama znanje koje ste dobili različiti izvori. Ako je netko naučio nešto zanimljivo (na primjer, na seminaru ili čak sam naučio), zaposlenik šalje newsletter i poziva sve na sastanak. Ovo nije potrebno, ali je korisno i zanimljivo, pa je popularno. Redovito održavamo ovakve sastanke na temu HR analitike i uvjereni smo da je ovaj alat savršeno primjenjiv, bez obzira na to čime se bavite – bilo da se radi o obuci, kadrovskoj rezervi, zapošljavanju.

Ponekad HR analitika pomaže u rješavanju pitanja od vitalnog značaja. Na primjer, ako proizvodna tvrtka provodi istraživanje kršenja sigurnosti. Analitički pristup omogućuje analizu ponašanja zaposlenika koji su skloni kršenju sigurnosnih propisa, kao i onih koji to ne čine nikada ili čine izuzetno rijetko. I na temelju podataka nacrtajte portrete tih skupina i analizirajte okolnosti. Na primjer, ako tvrtka zaključi da se većina prekršaja događa navečer iu Praznici, kada postoji minimum menadžmenta u proizvodnji, to nam omogućuje da dođemo do zaključka da je upravo u tim satima potrebno pojačati kontrolu poštivanja sigurnosnih propisa i time utjecati na sigurnost zdravlja ljudi. Ali, opet, ako tvrtka nije spremna donositi upravljačke odluke, nema smisla provoditi istraživanje.

Koja je glavna vrijednost HR analitike?

HR analitika pomaže vam pobjeći od stereotipa. I to je njegova prednost: ne morate se temeljiti na nečijim nagađanjima. Trendovi i mišljenja su sjajni, no postavlja se pitanje koliko se u svakom slučaju prikladno oslanjati na njih? Primjerice, svjetski trendovi u nekom području uvijek su zanimljivi, no jesu li baš primjenjivi na svaku pojedinu tvrtku? Najvjerojatnije će vam trebati vlastito istraživanje. A zahvaljujući HR analitici, oni se mogu provesti vrlo brzo.