Ի՞նչ է «գրաֆիկը»:

Բոլոր արդյունաբերությունները ստեղծում են տվյալներ: Տվյալների շնորհիվ մենք կարող ենք ավելի լավ հասկանալ ներքին հաճախորդին, օպտիմալացնել գործընթացները և այլ կերպ նայել աշխատակիցների փոխազդեցությանը: Այս գործընթացները կարելի է նկարագրել գրաֆիկների տեսության միջոցով:

Գրաֆիկը վերացական մաթեմատիկական օբյեկտ է, որը բաղկացած է գագաթներից (կետերից) և եզրերից (գծերից), որոնք կապում են դրանք։ Որպես օրինակ կարող եք վերցնել ինտերնետը. շատ կայքեր միացված են հղումներով: Yandex-ի բիզնեսի հիմքը ինտերնետի գրաֆիկում արագ սողալն է, բովանդակությունը վերլուծելը և օգտատիրոջը համապատասխան պատասխան տալը։ Մեկ այլ օրինակ է Yandex.Taxi-ն. քարտեզի վրա գտնելով կետերի միջև ամենակարճ հեռավորությունը՝ ծառայությունն օգնում է ուղևորին հասնել նպատակակետ:

Yandex ընկերության գրաֆիկը՝ կետեր - աշխատակիցներ, տողեր - նրանց միջև փոխազդեցություն

Օբյեկտների վերացական ներկայացումը գրաֆիկների տեսքով առաջարկվել է մաթեմատիկոս Լեոնհարդ Էյլերի կողմից, ով 18-րդ դարում լուծեց հանրաճանաչ խնդիր. ինչպե՞ս քայլել Քյոնիգսբերգի բոլոր քաղաքային կամուրջներով՝ առանց դրանցից որևէ մեկի վրայով երկու անգամ անցնելու:

Տվյալների աղբյուրները և պահանջները

Գրաֆիկ ստեղծելու համար ձեզ անհրաժեշտ են տվյալներ։ Կազմակերպությունը որպես տվյալների աղբյուրներ կարող է օգտագործել հետևյալը.

կորպորատիվ փոստ

աշխատողների հանդիպման օրացույց

առաջադրանքներ թրեքերում

ներքին PBX զանգեր

Թրեքերները հատկապես տարածված են ՏՏ ընկերություններում: Նրանք թույլ են տալիս առաջադրանքներ դնել, նշանակել դրանց կատարման համար պատասխանատուներին և կցել ֆայլեր: Հետագծողները զգալիորեն պարզեցնում են թիմերի միջև համագործակցությունը: Yandex-ում այս գործիքն օգտագործվում է ոչ միայն մշակողների, այլև այլ գերատեսչությունների կողմից:

Մարդկային ռեսուրսների բաժիններն օգտագործում են որոնիչը հետևյալի համար.

թափուր աշխատատեղերի համակարգում

աշխատանքի ընդունում

հարմարվողականություն

վերապատրաստում

HR վերլուծությունը կառուցված է այս գործիքի հիման վրա:

Տվյալների պահանջները.

Որակ. Տվյալները պետք է զերծ լինեն սխալներից և բացթողումներից: Ցուցանիշները պետք է բերվեն ընդհանուր ձևի։

Ամբողջականություն. Մեր օրերում մի քանի տեղեկատվական համակարգերում միաժամանակ աշխատելը դարձել է նորմ։ Միայն մեկ համակարգից վերցված տվյալները ամբողջական չեն լինի։

Փոխազդեցության վերլուծություն

Գրաֆիկի վրա գտնվող կետերը և գծերը ներկայացնում են աշխատողներին և նրանց փոխազդեցությունները: Որքան մեծ է կետի տրամագիծը, այնքան ավելի ինտենսիվ է աշխատողի փոխգործակցությունը գործընկերների հետ: Որքան հաստ է երկու աշխատակիցներին կապող գիծը, այնքան ավելի ինտենսիվ է փոխազդեցությունը տեղի ունենում այս զույգում:

Yandex-ի աշխատակիցների փոխազդեցությունները

Կարևոր է հաշվի առնել և ճիշտ մեկնաբանել բոլոր տվյալները: Աշխատակիցների փոխազդեցության ինտենսիվությունը ուղղակիորեն կախված է նրանց դիրքից և հանձնարարված խնդիրներից:

Ինչ եզրակացություններ կարելի է անել և ինչ կարելի է կիրառել կազմակերպչական փոփոխություններում.

Փոխազդեցությունների արդյունավետությունը:Եթե ​​խմբերը տարբերվում են փոխազդեցությունների ինտենսիվությամբ և ունեն այնպիսի օբյեկտիվ ցուցիչ, ինչպիսին է KPI-ն, կամ անցկացվում է կատարողականի վերանայում, ապա հնարավոր է համեմատել գործոնները գրաֆիկից (փոխազդեցությունների ինտենսիվությունը) և կանխատեսել, թե որ գործողություններն են հանգեցնում ավելի լավ կատարման: Օրինակ, չափազանց մեծ քանակությամբ հաղորդակցությունը կարող է ծանրաբեռնել ղեկավարներին և ազդել նրանց այրման վրա:

Մենեջերների կառավարման ոճը.Տվյալները ձեզ ցույց կտան՝ առաջնորդը կիրառում է միկրոկառավարում, թե ամբողջական վերահսկողություն: Օգտագործելով գրաֆիկի տվյալները՝ դուք կարող եք կառավարչին ասել, թե արդյոք նրա կառավարման ոճը հարմար է յուրաքանչյուրի համար կոնկրետ առաջադրանքև ինչ գործողություններ կարող են բարելավել աշխատակիցների աշխատանքը:

Հաղորդակցություններ թիմի ներսում:Օրինակ, թիմի անդամները լավ են շփվում միմյանց հետ, բայց գործնականում չեն շփվում այլ գործընկերների հետ: Նման թիմը կարող է պատրաստել նախագիծ, որն արդեն եղել է ընկերությունում, դրա մասին տվյալները պահվում են, բայց թիմը չգիտի այդ մասին: Արդյունքում ընկերության ռեսուրսները վատնվելու են այլ գերատեսչությունների հետ անբավարար հաղորդակցության պատճառով: Կամ հակառակը, երբ թիմում ներքին հաղորդակցությունը վատ է, դա հանգեցնում է նախագծի նախապատրաստման ժամկետների հետաձգմանը:

Ամբողջական պատկերաշխատողների փոխազդեցություններըթույլ է տալիս ավտոմատ կերպով ստեղծել գործընկերների ցուցակ 360 աստիճանի հարցում անցկացնելու համար: Այս դեպքում ամբողջական կլինեն այն տվյալները, որոնք կառավարիչը կստանա հարցման արդյունքների հիման վրա։

Թիմերի միջև համագործակցություն

Չափումներ

Գրաֆիկների տեսության որոշ չափումներ կարող են հաջողությամբ օգտագործվել կազմակերպություններում.

Խտություն/նոսրություն.Գրաֆիկը կոչվում է ամբողջական, երբ նրա բոլոր գագաթները միացված են եզրերով: Իրական աշխարհում ամբողջական գրաֆիկի օրինակ կարող է լինել փոքր ստարտափը. մեկ փոքրիկ ընկերական թիմ, որտեղ բոլորը ճանաչում են միմյանց և արդյունավետ փոխազդում: Մեկ աշխատակցի հեռանալը չի ​​հանգեցնում էական տեղեկատվության կորստի, և փոխգործակցությունը չի խաթարվում:
Քանի որ ընկերությունը մեծանում է, խտությունը քայքայվում է: Դժվար է պատկերացնել հազարավոր աշխատողներով ընկերություն, որտեղ բոլոր աշխատակիցները ճանաչում են միմյանց: Նման ընկերությանը բնորոշ է թիմի ներսում զգալի հաղորդակցությունները կորցնելու վտանգը, երբ մեկ աշխատակից հեռանում է:

Հեռավորությունը.Այս չափանիշը հիշեցնում է վեց ձեռքսեղմման հայտնի տեսությունը: Որքան փոքր է աշխատողների միջև հեռավորությունը, այնքան մեծ է համախմբվածությունը, այնքան ավելի շատ մարդիկ են ճանաչում միմյանց:

Կենտրոնականություն.Այս չափանիշը լավ պատկերված է «Գահերի խաղի» կերպարների գրաֆիկով. ստեղծագործության կենտրոնական հերոսներից մեկի անսպասելի մահից հետո սցենարիստները դժվարանում են. պատմությունփոքր կերպարներ.

Կամուրջ.Դա կարելի է ցույց տալ Բելգիայի օրինակով, որը երկու պաշտոնական լեզուներով երկիր է, որտեղ երկու լեզու խոսող մարդկանց փոքրիկ կամուրջը կապում է «միալեզու» համաքաղաքացիներին։ Ընկերությունում այս կամրջի մարդիկ շատ կարևոր կապերի կրողներ են։ Նրանց հեռանալը մեծ խնդիր է ընկերության համար։

Դիմում

Ծրագրի վրա հիմնված ընկերություններում նախագծերը սկսվում և փակվում են շաբաթական կտրվածքով, կարևոր է հետևել ծախսերին: Տնտեսական հաշվարկների համար անհրաժեշտ է ճիշտ հավաքել և փոխանցել տվյալները։ Այս գործընթացը կարող է բարելավվել ավտոմատացման միջոցով: Yandex-ն արեց հետևյալը.

Մենք կառուցեցինք ընկերության գրաֆիկը:

Վերլուծելով աշխատողի վարքագիծը յուրաքանչյուր կոնկրետ ամսվա ընթացքում՝ HR վերլուծաբանները տեսնում են, թե որ նախագծում է տվյալ աշխատողը: Ծառայությունների ղեկավարների հետ նամակագրության կարիք չկա։ Սա խնայում է բիզնեսի և վերլուծաբանների ժամանակը:

Առայժմ սա պիլոտային ծրագիր է, որը հետաքրքիր արդյունքներ է ցույց տալիս։ Շատերը հետազոտական ​​նախագծեր Yandex-ում դրանք հետագայում թողարկվում են արտադրության մեջ:

Այսպիսով, վերլուծության դասական ուղին

Տվյալներ.Աղբյուրը, ամբողջականությունը և որակը:

Վիզուալիզացիա.Ինչպես նայել այս տվյալներին և ինչպես օգտագործել դրանք: Գաղափարներ չափումների մասին, որոնք HR վերլուծության դեպքում կարող են վերցվել գրաֆիկների տեսությունից կամ ինքնուրույն հորինել։

Հաշվետվություն,որը ցույց է տալիս, թե ինչ է կատարվում ընկերությունում ամսական կտրվածքով։ Օրինակ, մենեջերների միջև փոխգործակցության ինտենսիվությունը:

Չափումներ,որոնք օգտագործվում են եզրակացությունների համար:

Կանխատեսող վերլուծություն- գործարկել ավտոմատացված գործընթաց, որը խնայում է ժամանակը:

Էլ ի՞նչ պետք է իմանաք HR վերլուծության մասին

Քևին Ուիլերը՝ Global Learning Resources, Inc.-ի նախագահ և հիմնադիրը հոդվածում«HR Analytics-ի բացասական կողմը. 8 քիչ հայտնի փաստեր» ընդգծում է մի քանիսը կարևոր գործոններորոնք վերաբերում են HR տվյալներին.

Վերլուծությունը կախարդական հաբ չէ:Վերլուծությունը հրաշք բուժում չէ: Տվյալներն օգնում են մեզ հասկանալ խնդիրը և գուցե ավելի լավ ընտրություն կատարել: արդյունավետ մեթոդնրա որոշումները, սակայն տվյալները չեն կարող փոխարինել կարեկցանքի և մարդկային դատողությանը:

Հասկանալով, թե կոնկրետ ինչ եք ուզում իմանալ:Դուք պետք է չափազանց հստակ լինեք, թե ինչ եք ուզում վերլուծել կամ չափել: Եվ համոզվեք, որ դա նույնիսկ հնարավոր է:

Օգտագործեք համապատասխան մեթոդ.Տվյալների հավաքագրման մեթոդը կարող է լինել նաև հեշտ գործ չէ. Վերլուծության կիրառություններից մեկը խնդիրը պարզաբանելն է կամ հնարավոր պատճառները փնտրելը:

Պասիվ տվյալները կարող են ավելի լավ լինել, քան պահանջվող տվյալները:Ինքներդ պասիվ տվյալներ հավաքելը շատ ավելի հեշտ է, քան ուրիշներից կոշտ տվյալներ պահանջելը: Ցանկացած գործողությունների և որոշումների արդյունքների հիման վրա փաստացի տեղեկություններ հավաքելը համեմատաբար պարզ է:

Աջակցությունը կարևոր է:Տվյալների արդյունավետ օգտագործումը պահանջում է ղեկավարության աջակցություն և մշակույթ, որը գնահատում է տվյալները:

Նպատակը վերահսկում է իրավիճակը։Ամեն ինչ չափելու մեծ գայթակղություն կա, հատկապես սկզբում, երբ ընկերությունում նոր է ներդրվում վերլուծական գործիքը։ Բայց ավելի լավ է կենտրոնանալ երկու կամ երեք հիմնական հարցերի վրա, որոնց պատասխանն եք ուզում: Այդ դեպքում դուք կունենաք բավական ժամանակ տվյալների ավելի ճշգրիտ հավաքագրման և ամբողջական վերլուծության համար:

Տվյալները թերի են։ IN ՎերջերսՍովորական է դարձել տվյալներ դնել պատվանդանի վրա և ընկալել դրանք որպես մաքուր տեղեկատվություն՝ առանց քաղաքականության և կարծիքի։ Սակայն, ցավոք, տվյալների վերլուծության վրա ազդում են կարծիքները, ինչպես մնացած ամեն ինչ:

Որքան պարզ, այնքան լավ:Ժամանակ տրամադրեք կազմելու այն ցուցակը, որը դուք իսկապես կցանկանայիք իմանալ՝ ձեր հավաքագրման գործընթացը բարելավելու համար. ինչ տվյալներ կօգնեն ձեզ բարելավել աղբյուրների մեծ մասի արդյունավետությունը կամ պատասխանել կառավարման հրատապ հարցերին:

Վերջերս քննարկվել են նաև տվյալների ճիշտ մեկնաբանման խնդիրներըՆասիմ Թալեբն ասել է «Եթե դուք գիտեք, թե ինչպես աշխատել Մեծ տվյալներ, սա լավ է, բայց դուք պետք է կարողանաք մեկնաբանել այն, զտել այն անհեթեթությունն ու ավելորդ աղմուկը, որը շփոթեցնում է ամեն ինչ։ Հետաքրքիր է, որ տվյալների հետ աշխատել գիտեն միայն հակաահաբեկչական ծառայությունները։ Նրանք ի վիճակի են խուսափել կեղծ հարաբերակցություններ գտնելուց և ընտրանքը նեղացնել կոնկրետ կասկածյալների վրա:Դուք կարող եք պարզապես հիմարացնել համակարգիչը տվյալների հետ, շատ կարևոր է վիճակագրական կարգապահությունը: Մեծ տվյալները մեզ չեն կարող ասել, թե ինչն է ճիշտ, միայն այն, ինչը ճիշտ չէ»:

Պատկերի աղբյուր - HR Environment

Ժամանակակից և հետաքրքիր HR դեպքեր մեր Telegram-ում։ Բաժանորդագրվեք ալիքին!

Կայքից նյութերի պատճենումը և ցանկացած մշակումն արգելվում է

Նրանք գրում և խոսում են HR վերլուծության մասին շատ ավելին, քան հասկանում են, թե ինչ է դա իրականում և ինչ խնդիրներ է այն նախատեսված լուծելու համար:

Այս հոդվածը այն մասին է, թե որոնք են կիրառման հիմնական դժվարությունները, և որտեղ կարող եք սկսել վերլուծել:

Առայժմ հանրային տարածքում HR վերլուծությունը նշանակում է կամ չափումներ և թվերի հետ աշխատանք, HR-ի վիճակագրություն, որոնք ցուցիչներ են: տեղական գործընթացներկամ բաժիններ, կամ կիսվել դեպքերով, թե ինչպես ներգրավել ՏՏ բաժինը HR տվյալների արխիվների ստեղծմանը: Իրականում HR վերլուծությունը լուծում է ընկերության ռազմավարական զարգացման խնդիրները և որոշում հիմնական կանխատեսող միտումները:

Այսպիսով, ի՞նչ է HR վերլուծությունը:

HR վերլուծությունը գործընթաց է, որտեղ տվյալների գիտությունը և բիզնեսի վերլուծության (BA) տեխնիկան կիրառվում են HR տվյալների մշակման համար: Այն երբեմն կոչվում է նաև տաղանդների վերլուծություն: Բացի այդ, տվյալների արդյունահանումը այս համատեքստում վերաբերում է հանքարդյունաբերության տվյալների բազաների պրակտիկային՝ նոր տեղեկատվություն ստեղծելու համար:

Ինչո՞ւ է սա այդքան արդիական հիմա՝ տնտեսության, բիզնեսի և մարդկանց գլոբալ թվայնացման լույսի ներքո: Տվյալներ, ընկերներ: Մեծ տվյալները ամենուր են:

Եվ հետո եկավ նյարդագիտությունը՝ ցույց տալով մեզ, թե ինչպես են մարդկային որոշումները սուբյեկտիվ և լցված զգացմունքներով, ռացիոնալ մոտեցման փոխարեն:

Ինչպե՞ս ապրել սրա հետ հիմա:

Իհարկե, մեզ անհրաժեշտ է որոշումներ կայացնելու այլ ձև, որպեսզի ամեն ինչ լինի տրամաբանական, ողջամիտ, հիմնված տվյալների վրա և երաշխավորված արդյունք. Ո՞վ դա չի ուզում: Բոլորն են ուզում! Ինչո՞ւ չեն անում։

HR վերլուծության պատրաստակամությունը շարունակում է մնալ հիմնական մարտահրավեր: Համաձայն 2017 թվականի Deloitte-ի զեկույցի՝ տարիներ շարունակ քննարկելուց հետո հարցվածների միայն 8%-ն է հայտնել, որ ունի օգտակար տվյալներ. միայն 9%-ն է կարծում, որ լավ է հասկանում, թե աշխատակիցների ինչ հատկանիշներ են հանգեցնում իրենց կազմակերպություններում հաջողության. և ընդհանուր առմամբ միայն 15%-ն է կիրառել HR և տաղանդի կատարողական համակարգեր գծային մենեջերների համար:

«Դա վաղուց առեղծված էր։ վերջին տասնամյակում«Հաշվի առնելով մարդկային կապիտալի ակնհայտ կարևորությունը, ինչու՞ կազմակերպությունները ներդրումներ չեն կատարում դրա մեջ և ղեկավարներից չեն պահանջում մարդկանց վերաբերյալ իրենց որոշումները կայացնել՝ օգտագործելով ապացույցների վրա հիմնված վերլուծություն»: ("")

Ուրեմն ի՞նչ գործ կա: Ինչու՞ են նրանք խոսում և գրում վերլուծությունների օգտագործման առավելությունների և անհրաժեշտության մասին շատ ավելի շատ, քան իրական աշխատանքում:

Դիտարկենք այս երեւույթը տարբեր տեսանկյուններից։

Ո՞րն է դժվարությունը:

Առաջին հերթին, արժե հաշվի առնել ընկերության ղեկավարների կողմից նման «արգելափակման» խորը, հիմնարար պատճառները: Ես դա կնկարագրեմ մի մոդելով, որը Փիթ Ռամստադը և Ջոն Բուդրոն ներկայացրել են Beyond HR-ում (Boudreau and Ramstad, 2007), որը կոչվում է LAMP մոդել, վերլուծություն, չափումներ և գործընթաց:

Այս մոդելում նկարագրվածը պարզեցնելու համար վերլուծությունների օգտագործումը արգելակելու պատճառները հետևյալն են.

• Տրամաբանություններ.մենք չենք կարող բացատրել, թե ինչու են աշխատում բարձր արդյունավետության աշխատանքային համակարգերը: Դեռևս սև արկղ է: Մենք հասկանում ենք, որ որոշակի կապ կա նրբերանգների միջև, բայց մենք, իհարկե, չենք կարող ասել, թե ինչն է ուղղակիորեն կախված նրանից, թե ինչ և ինչ պետք է անել X-ի հետ Y ստանալու համար:

• Վերլուծություն.վերլուծական մոդելներում ավանդաբար բացակայում էր խորությունը և խստությունը: Google-ի և այլ առաջատար ընկերությունների ղեկավարները դիմում են այնպիսի ոլորտների, ինչպիսին հրթիռային արդյունաբերությունն է, որտեղ կան մոդելներ, որոնք հաշվի են առնում բազմաթիվ գործոններ: Պարզ ասած՝ սա մեթոդաբանորեն հիմնավորված չէ։

• Չափումներ:Ամենից հաճախ տվյալների հավաքածուները վերաբերում են ընթացիկ զբաղվածության կարգավիճակին, աշխատողների ծախսերին և HR ծրագրերին: Լավագույն դեպքում, այս տվյալները ներկայացնում են գործառնական կամ առաջադեմ հաշվետվություններ, այլ ոչ թե ռազմավարական կամ կանխատեսող վերլուծություններ, որոնք ներառում են վերլուծություններ, աշխատակիցների սեգմենտավորում և որոնք սերտորեն ինտեգրված են ռազմավարական պլանավորման հետ:

• Գործընթացը:դա որոշում կայացնողներին վերլուծությունների ներկայացումն է: Այստեղ հաջողության հիմնական գործոնները ներկայացված տվյալների արդիականությունն ու տեսողական գրավչության աստիճանն են։ Խոսքը գնում էորոշումների կայացման համար մատչելի և հասկանալի ձևով իրական ժամանակում տվյալներ ստանալու և նման գործիքների կիրառման մասին արհեստական ​​բանականություննոր են մշակվում: Օրինակ, մենեջերներից շատերը գաղափար չունեն, թե ինչպես մեկնաբանել աշխատողների շրջանառության մակարդակը, քանի որ նրանք սովորաբար գիտեն, որ ցածր շրջանառությունը միշտ չէ, որ ձեռնտու է, և հակառակը, նրանք չգիտեն, թե ինչպես որոշել, թե որն է լավագույնն այն իրավիճակում, որի հետ բախվում են: Այս տեսանկյունից մենք կադրային գործիքների վերանայման փուլում ենք։

Կարծում եմ, որ վերը նկարագրվածից խնդրի բարդությունն ու խորությունը մի փոքր ավելի պարզ է թվում: Այսպիսով, կան օբյեկտիվ պատճառներ, թե ինչու է վերլուծականում ներդրումներ կատարելը բավականին ռիսկային թվում: Կոպիտ ասած, Մենք չունենք հստակ, հուսալի, միանշանակ գործիքներ՝ վերլուծության վրա հիմնված որոշումներ կայացնելու համար:Ավելի ճիշտ, շատ պարզ տեղական տարածքների համար կան, բայց դրանք չարժեն ծախսել: Այս մակարդակը ծախսելը իմաստ ունի, եթե մենք կարողանանք ստանալ հուսալի կանխատեսող միտումներ, որոնք բիզնեսի հաջողության բանալին են: Բայց միայն վերլուծությունը չի կարող դա երաշխավորել:

Մենք չենք ցանկանում պարզապես մշակել տվյալները: Մենք ցանկանում ենք ունենալ վստահելի գործիքներ՝ քիչ թե շատ երաշխավորված արդյունքներով բիզնես որոշումներ կայացնելու համար: Եվ այս առումով գլխավորը դեռ մնում է մարդուն.

• ռազմավարական առումով համապատասխան հարցեր տալու և դրանք ներկայացնելու կարողություն տրամաբանական կառուցվածքը, ցույց տալով կապը HR ներդրումների և կազմակերպչական կարևոր արդյունքների միջև.

• ձեր բիզնեսի մասին խորը գիտելիքներ ունենալը;

• հասկանալ վերլուծական մոդելների տրամաբանությունը կազմակերպությունում կենսական գործընթացները բացատրելու համար դրանց կիրառելիության իմաստով և շատ ավելին:

Եթե ​​ընդհանրապես պարզ բառերովԱմփոփելու համար նշենք, որ վերլուծության՝ որպես տվյալների հետ աշխատելու ձևի հիմնական դժվարությունն այն է, որ մենք նախ պետք է որոշենք, թե ինչ արդյունքներ ենք ուզում ստանալ: Եվ դա անելու համար մենք պետք է շատ ճիշտ հարցեր տանք, որոնք պահանջում են բիզնեսի խորը ըմբռնում, այնուհետև որոշել, թե որ վերլուծական մոդելի օգնությամբ մենք կարող ենք ստանալ այս արդյունքները, համապատասխանաբար որոշել, թե ինչ տվյալներ և ինչ ծավալով են մեզ անհրաժեշտ: , և միայն դրանից հետո եկեք, ինչպե՞ս կարող ենք դրանք ստանալ հենց մեզ անհրաժեշտ ձևով:

Բարդ մոտեցում

Մոտեցման բարդությունը ցույց տալու համար նայեք նկարին, որը ցույց է տալիս HR վերլուծական թիմի կազմը.

Սա դեռ ամենը չէ: Շատ կարևոր է հիշել, որ ընդհանուր առմամբ «HR վերլուծություն» արտահայտությունն այսօր չափազանց հազվադեպ է հետազոտողների և հեղինակների աշխատություններում: Սա այնքան ծանոթ ռուսալեզու տերմին է: Անգլերենում այժմ օգտագործվում է People Analytics հասկացությունը՝ մարդկանց վերլուծություն։ Սա պարզ հոմանիշ չէ։ Ընդհակառակը. Բացառապես կադրերի հետ կապված տեղական տարածքներից՝ շրջանառություն, հավաքագրման չափումներ, զբաղվածության կարգավիճակ և այլն, Արևմուտքն անցել է գլոբալ «մարդկանց վերլուծության» կամ «մարդկային վերլուծության»: Մարդկանց մասին բոլոր տվյալները կարևոր են՝ նրանց շարժումները, առողջական վիճակը, ակտիվությունը սոցիալական ցանցերում և այլն: Միայն տվյալների ամբողջական քանակի օգտագործմամբ կարելի է խոսել կանխատեսումների և ռազմավարական որոշումների հուսալիության ընդունելի աստիճանի մասին։ Նման տվյալներ հավաքելու համար ընկերությունները պետք է կիրառեն նոր գործիքներ՝ հիմնված բջջային հավելվածներև ավելին, և ներգրավել մասնագետների, ովքեր կարող են աշխատել դրա հետ:

Բայց սա շատ հեռու է խնդիրների ավարտից, սա միայն դրանց սկիզբն է։

Համատեքստ. Մեծ և խիտ տվյալների համադրում

Համատեքստը կարևոր է: Ինչ է դա նշանակում? Սա նշանակում է, որ բացի մեծ տվյալներից, մեզ անհրաժեշտ է այսպես կոչված. խիտ տվյալներ. սա այն ամբողջ արժեքավոր տեղեկատվությունն է մարդկանցից՝ պատմություններ, հույզեր, հաղորդակցություններ, որոնք հնարավոր չէ քանակականացնել, բայց կրում են անհավատալի խորության իմաստ: Նրանց խորը դարձնում է մարդկանց ասածները ճիշտ ընկալելու փորձը. սա այն է, ինչը օգնում է ճանաչել բացերը և անցքերը կանխատեսող մոդելներում: Խիտ տվյալներն ընկղմում են բիզնեսի խնդիրները մարդկային խնդիրների մեջ՝ ապահովելով համատեքստ: Ուստի մեծ ու խիտ տվյալների համադրումը ավելի խորը պատկեր է տալիս։ Դուք աշխատում եք ինչպես հավաքագրված, այնպես էլ չհավաքագրված տվյալների հետ. սա ձեզ հնարավորություն է տալիս ճիշտ հարցեր տալ «ինչո՞ւ»: Ինչու է դա տեղի ունենում:

Համատեքստի կարևորությունը լուսաբանելու համար բերեմ երկու օրինակ՝ բացասական և դրական:

Բացասական օրինակ- սա Nokia-ի պատմությունն է, որն արդեն դարձել է տխուր օրինակ, թե ինչպես կարելի է շուկայից դուրս թռչել իր ձևի գագաթնակետին: Հիմնական ռազմավարական սխալ հաշվարկի էությունն այն էր, որ ընկերության ղեկավարներն անտեսեցին խիտ տվյալները, որոնք հնարավոր չէ համեմատել մեծ տվյալների հետ, բայց բացարձակապես ճշգրիտ կանխատեսում էին սմարթֆոնների նկատմամբ հսկայական հետաքրքրությունը նույնիսկ բնակչության ամենաաղքատ խավերի շրջանում:

Ա դրական օրինակնաև պարզ տեսադաշտում: Սա ֆանտաստիկ աճ է Netflix-ի համար: Այնտեղ, ընդհակառակը, վերլուծական մոդելների մեջ անցքեր են տեսել ու տեխնոլոգիական ազգագրագետի (արդեն կա նման մասնագիտացում) խիտ տվյալներով աշխատելու։ Եվ նա հասկացավ մի բան, որը տեսանելի չէր մեծ տվյալների մեջ: Ազգագրագետը նկատեց, որ մարդիկ սիրում են «խրվել» հեռուստացույցի առաջ, նրանք իրենց մեղավոր չեն զգում դրա համար, այլ պարզապես վայելում են այն. Եվ մեծ տվյալները համադրելով խիտ տվյալների հետ՝ նրանք մի պարզ, բայց արդյունավետ բան արեցին՝ տարբեր ժանրերի սերիալներ ցուցադրելու փոխարեն սկսեցին ցուցադրել նույնը, որպեսզի մարդկանց ավելի հեշտ խրվի: Բայց սա դեռ ամենը չէր, նրանք փոխեցին այս բացահայտումների համաձայն հեռարձակման պրակտիկան։ Համախմբելով մեծ, խիտ տվյալներ՝ նրանք ոչ միայն բարելավեցին իրենց բիզնեսը, այլև փոխեցին մարդկանց մեդիա տեղեկատվության օգտագործման ձևը: Ակնկալվում է, որ նրանց բաժնետոմսերը կկրկնապատկվեն առաջիկա մի քանի տարիներին:

Տվյալները ոչինչ են։ Համատեքստն ամեն ինչ է:

Ռեսուրսներ

Մենք աստիճանաբար առաջ ենք գնում մեր խնդրի քննարկման հարցում, և եթե դուք դեռ մեզ հետ եք, առջևում վերջին բաստիոնն է։

Սրանք ռեսուրսներ են։ Ինչպես երևում է վերը նկարագրված ամեն ինչից, տվյալների հետ լուրջ աշխատանքը պահանջում է «ծանր» և թանկ ծրագրակազմ, բարձր որակավորում ունեցող մասնագետներ և շատ ժամանակ։ Այս ամենը գումարում է ծախսեր, որոնք գործնականում անհասանելի են կազմակերպությունների մեծ մասի համար: Եթե ​​հետևեք թեմային, գուցե նկատեիք, որ հրապարակված դեպքերի մեծ մասը գլոբալ հետազոտություններ նկարագրող հսկայական ընկերությունների դեպքեր են։ Այս դեպքում պետք է հիշել այսպես կոչվածի մասին. վերապրածի սխալը.

Հրապարակված դեպքերը հիմնականում այն ​​դեպքերն են, որոնցում այն ​​գործել է։ Եվ քանի՞սն են նրանցից, որոնցում դա չի ստացվել նույն գնով: Մինչդեռ ցածր գնով և համեմատաբար պարզ գործիքներիսկ մոդելներ չկան։ Բայց շուկան շուկա է և, ամենայն հավանականությամբ, որոշ ժամանակ անց դրանք կհայտնվեն կուտակված փորձի արդյունքում։ Ուստի խոշոր ընկերությունները հիմա փորձում են, իսկ մնացած բոլորը սպասում են, որ առաջինների գործունեության արդյունքում ավելի հասանելի բան հայտնվի։

Սրանք են, փաստորեն, հիմնական պատճառները, թե ինչու է հարցվածների միայն 8%-ն է հայտնել, որ ունի օգտակար տվյալներ. միայն 9%-ն է կարծում, որ լավ է հասկանում, թե աշխատակիցների ինչ հատկանիշներ են հանգեցնում իրենց կազմակերպություններում հաջողության. և ընդհանուր առմամբ միայն 15%-ն է կիրառել HR և տաղանդի կատարողական համակարգեր գծային մենեջերների համար:

Բայց տվյալների հետ աշխատելու անհրաժեշտությունն ու օգուտներն ակնհայտ են և չեն կարող քննարկվել: Այսպիսով, ինչ անել:

Որտեղի՞ց կարող են սկսել ընկերությունները:

Մարդկանց վերլուծությունը լայնածավալ ուղղություն է՝ պայմանավորված լուծվող խնդիրների գլոբալ բնույթով և բավականին նոր է։ Այնուամենայնիվ, վերլուծական մոտեցումների շարքում արդեն կան հատվածներ, որոնք երկար ժամանակ լավ մշակված են։ Նրանք ապահովում են հզոր, բայց հասանելի գործիքներ և կարող են զգալի պատկերացում կազմել ընկերությանը: Այդպիսի մոտեցումներից մեկն է կազմակերպչական ցանցի վերլուծություն(ONA, Կազմակերպչական ցանցի վերլուծություն): Ինչ է դա?

ONA-ի նպատակն է չափել և ցուցադրել մարդկանց, խմբերի կամ կազմակերպությունների միջև հարաբերություններն ու հոսքերը: ONA-ին յուրահատուկ է դարձնում այն, որ կազմակերպությունում մարդկանց միջև իրական կապերը տեսնելու այլ միջոց չկա: Դա արդյունավետորեն ձեր կազմակերպության ռենտգեն է, կամ ձեր կազմակերպության հարաբերությունները արտաքին շուկայի, կամ ձեր աշխատուժի կամ ձեր թեկնածուների խմբի հետ: Մի խոսքով, այն հարաբերությունները, որոնք ձեզ անհրաժեշտ են, կարելի է վերլուծել։

ONA-ն առաջացել է սոցիոմետրիայի և ցանցային վերլուծության խաչմերուկում և, կարծես, չափազանց օգտակար գործիք է:

Այս մոտեցման հսկայական առավելությունը նրա տեսողականությունն է:

Օրինակ՝ խոշոր նավթային ընկերության հետախուզման և արտադրության բաժնի ղեկավարների վերլուծությունը բացահայտեց հետևյալ տարբերությունը ֆորմալ և փաստացի կազմակերպչական կառուցվածքի միջև (Նկար՝ Ռոբ Կրոսի բլոգը):

Աջ նկարից երևում է, որ ընկերությունն ունի միջին մենեջերներից մեկը՝ ոմն Քոուլը (տե՛ս ձախ նկարը), ով գրեթե անտեսանելի է պաշտոնական հիերարխիայում, բայց իրականում նրա միջոցով է ամբողջ տեղեկատվությունը հոսում և փաստացի։ աշխատանքի բաշխում. Ինքն է հիմնական տեղեկատվական հանգույցը և ինքն է որոշում, թե ով ինչ տեղեկատվություն է ստանում։ Փոխնախագահը գտնվում է շատ հեռավոր ծայրամասում և, փաստորեն, որևէ ազդեցություն չունի գործառնական կառավարման վրա։

Կարծում եմ՝ դուք արդեն սկսել եք կռահել, թե ինչպիսի դեր կարող է խաղալ նման սխեման, օրինակ՝ փոփոխությունների կառավարման գործում։

ONA-ի հաջորդ մեծ հայտը, իհարկե, գիտելիքի կառավարումն է: Եթե ​​մուտքագրման ժամանակ դուք տալիս եք այնպիսի հարցեր, ինչպիսիք են. «Ո՞վ է աշխատանքի ամենաթեժ փորձագետը», ապա ելքի նկարը ցույց կտա կազմակերպության փորձաքննության հիմնական կրողներին:

Ինչպե՞ս չխոսել ընկերությունում տեղեկատվական դաշտ ստեղծելու խնդրի մասին։ Ցանկացած հաղորդակցության մենեջեր պարզապես պետք է ունենա նման վերլուծություն, եթե նա չի ցանկանում կուրորեն առաջ գնալ: Նման վերլուծությունը կարող է ցույց տալ ինչպես հարաբերությունները, այնպես էլ տեղեկատվական հոսքերը գերատեսչությունների, ընկերության և այլ շահագրգիռ կողմերի և մարդկանց միջև: Մեր «HR Unvarnished» վերապատրաստման դասընթացում մենք ավելի մանրամասն անդրադառնում ենք այս թեմային:

Օրինակ, ինչպե՞ս է իրականում տեղի ունենում ֆինանսների և շուկայավարման փոխազդեցությունը ձեր ընկերությունում: Ո՞ւմ միջոցով է անցնում ամբողջ տեղեկատվությունը (նկ Ռոբ Կրոսի բլոգը)?

Նույնը վերաբերում է ցանկացած նորարարության, առաջնորդության, տաղանդի զարգացման և այլն:

Մենք նայեցինք կազմակերպության ներսում ONA-ի օգտագործման հեռանկարներին, բայց նույն հաջողությամբ այս գործիքը կարող է օգտագործվել արտաքին հարաբերությունները վերլուծելու համար՝ մրցակիցների, մատակարարների և կապալառուների հետ և այլն:

ՕՆԱ-ի հիմնական հավելվածները

ONA-ն օգտակար արդյունքներ ստանալու արվեստ է. դուք ստանում եք քարտեզներ և ցուցիչներ, որոնք իսկապես տանում են ձեզ լավ հարցեր. Այսինքն՝ ՕՆԱ-ն, ինչպես ցանկացած վերլուծական գործիք, չի պատասխանում «Ինչու՞» հարցին: Այս պատասխանը կարող է տալ միայն մարդը: Բայց քարտերը երկու բան են անում.

• Նրանք ցույց են տալիս, թե որտեղ կարող է հետաքրքիր բան լինել ուսումնասիրելու համար:

• Նրանք ապահովում են հետաքրքիր տեսողական արդյունքներ՝ աջակցելու արդյունքների պատմություններին:

Իհարկե, իրականում սա այնքան էլ պարզ չէ, որքան թվում է առաջին հայացքից։ Այս ամբողջ ոգեշնչող գեղեցկության և թվացյալ պարզության հետևում կա մաթեմատիկական լուրջ ապարատ և հիմնարար հետազոտություն, բայց դա շատ ավելի պարզ է, քան այն, ինչ մենք ունենք այսօր «մեծ վերլուծություններում»: ONA-ն ձեզ անմիջապես կտա չափազանց օգտակար արդյունքներ և կխնայի ռեսուրսները:

Վիկտորյա ԲուզնիկԵվ Լիլիա Գրաբովսկայա Talent Management.com.ua ռեսուրսի և «HR առանց զարդարանքի» դասընթացի հեղինակները

Թափուր աշխատատեղը լրացնելու ծախսերը

Սա թվ է, որը ներառում է աշխատատեղերի վրա թափուր աշխատատեղերի տեղադրման ծախսերը, հավաքագրողների հետ շփումները, զննում, հարցազրույցներ. այն ամենը, ինչ տեղի է ունենում թեկնածուների որոնման գործընթացում, ունի իր արժեքը մարդկային և ժամանակային ռեսուրսների տեսքով: Համաձայն Սուպերաշխատանքի հետազոտություն,Ռուսաստանում մեկ թափուր աշխատատեղ զբաղեցնելու արժեքը 2015 թվականին կազմել է 10000: Մոսկվայում այդ ցուցանիշը փոքր-ինչ այլ է՝ 17%-ով ավելի, քան երկրում։ Հետևում Անցած տարիմեկ թափուր աշխատատեղ զբաղեցնելու ծախսերը նվազել են, զգալիորեն նվազել են նաև կադրերի ծախսերը։

Ժամանակն է զբաղեցնել թափուր աշխատատեղը

Մեկ թափուր պաշտոնը զբաղեցնելու համար ծախսված ժամանակը գրեթե նույնքան կարևոր է, որքան գործընթացի արժեքը: Ցավոք, գտեք մի քանիսը միջին արժեքըմենք ձախողվեցինք. Մենք դա գիտենք ԱՄՆ-ում պահանջվում է մոտ 25 օրմեկ թափուր պաշտոն զբաղեցնելու համար։

Բանաձևը պարզ է՝ # օր պաշտոնը բաց է / # աշխատանքի ընդունված թեկնածուների թիվը

Թեկնածուների աղբյուրները

Իմանալով այն աղբյուրները, որոնք բերում են ձեզ ամենալավ թեկնածուներին, զգալիորեն հեշտացնում է հավաքագրման գործընթացը: Այստեղ արժե հաշվի առնել ամեն ինչ, նախքան առաջարկն ընդունելը, թափուր աշխատատեղի առանձնահատկությունները և բոլոր այն հարթակները, որոնք հասանելի են պատասխանի համար. մշակողը պատասխանել է Facebook-ում և գնացել կարիերայի կայք, իսկ հաշվապահն անմիջապես արձագանքել է աշխատավայրում: Տարբերություն կա. Այս տեսակի վերլուծության շնորհիվ դուք կարող եք նվազեցնել թափուր աշխատատեղը լրացնելու ծախսերը:

Հավաքագրման գործընթացի արդյունավետությունը

Ընտրության յուրաքանչյուր փուլում դուք ջնջում եք ինչ-որ մեկին, ինչ-որ մեկն ինքնուրույն դուրս է գալիս. այս կոնկրետ փուլում դա տեղի ունեցած պատճառների վերլուծությունը թույլ կտա ձեզ ավելի արդյունավետ կառուցել հավաքագրման գործընթացը: Տվեք այն հարցերը, որոնք վերացնում են ոչ պիտանի թեկնածուներին, խոսեք ընկերության աշխատանքի սկզբունքների մասին, որոնք կարող են չհամապատասխանել որևէ մեկին, տալ թեստային առաջադրանքներավելի վաղ, որպեսզի այն թեկնածուները, ովքեր չեն ցանկանում համապատասխանել դրանց, անմիջապես հեռացվեն ընտրության գործընթացից։

Բանաձևը հետևյալն է. (հաջորդ փուլ անցած թեկնածուների թիվ / ընտրված թեկնածուների ընդհանուր թիվը) X 100

Առաջարկի ընդունում

Հեշտ է. թեկնածուների քանի՞ տոկոսն է անցել ընտրության բոլոր փուլերը, ի վերջո, առաջարկ ստացել (և ընդունել է այն): Կարևոր է հաշվի առնել ոչ միայն տեղեկատվությունը այն մասին, թե ինչու եք ընտրել այս կոնկրետ թեկնածուներին, այլև այն մասին, թե ինչու են մյուսները հրաժարվել կամ ինչ-ինչ պատճառներով չեն հասել ընտրության վերջնական փուլ:

Վերլուծություն անհրաժեշտ էբարելավել ընտրության գործընթացը. ինչպե՞ս եք ցուցադրում ընկերության մշակույթը: Ի՞նչն է մարդկանց վրդովեցնում հարցազրույցների ժամանակ: Ինչպե՞ս են թեկնածուները վերաբերվում տեղեկատվությանը աշխատավարձերըև գրասենյակի գտնվելու վայրը.

Անձնակազմի շրջանառություն

Շրջանառությունը պետք է կանոնավոր մոնիտորինգ իրականացվի՝ վերլուծություն մի քանի ամիսը մեկ, վեց ամիսը մեկ կամ ամեն տարի: Սա թույլ կտա ձեզ հստակ հասկանալ, թե ինչու են աշխատակիցները հեռանում ընկերությունից և ինչ է պետք անել, որպեսզի դա տեղի չունենա. մենք կրկին խոսում ենք աշխատանքի ընդունելու վրա խնայելու, ինչպես նաև լավ մասնագետների տեսքով կայուն հիմքերով կորպորատիվ մշակույթ կառուցելու մասին: .

Բանաձև՝ # աշխատողների թիվը, ովքեր հեռացել են տարվա ընթացքում / ընդհանուր # աշխատողների թիվը

Շրջանառության արժեքը

Թերագնահատված գործոնն այն է, որ յուրաքանչյուր աշխատող, ով լքում է ընկերությունը, նույնպես գումար է արժենում: Ցինիկ է հնչում, բայց սա փաստ է և ևս մեկ առիթ՝ մտածելու, թե ինչու է գրասենյակը դատարկ, և ինչ եք սխալ անում։ Բացի այդ, եթե աշխատակիցները հեռանան, դա նույնպես ազդում է թիմի ընդհանուր տրամադրության վրա. մյուսները կսկսեն հետևել նրան, ովքեր պարզապես վախենում են փոփոխություններից կամ, ընդհակառակը, հանկարծակի քաջություն են ձեռք բերել հեռանալու: Եվ այնուամենայնիվ, դուք պետք է իմանաք, թե որքան կարժենա աշխատողի կորուստը:

Բանաձև (կարող են լինել տարբերակներ). Աշխատողի հեռանալուց հետո վճարված միջոցներ + թափուր աշխատատեղի արժեքը + աշխատողին փոխարինելու արժեքը + նախնական վերապատրաստման և հարմարվողականության վճարումներ

Միջին պաշտոնավարումը

Վերլուծեք, թե միջինում որքան ժամանակ են աշխատողները զբաղեցնում որոշակի պաշտոն: Այս կերպ դուք կարող եք հասկանալ, թե երբ է աշխատողը մոտ հեռանալուն և որ պահին ավելի լավ է կադրային փոփոխություններ կատարել:

Ալիքի արդյունավետություն

Ձեր դեպքում ճի՞շտ է ՖԲ-ում թափուր աշխատատեղերի հրապարակումը։ Քանի՞ իսկապես լավ թեկնածու է եկել աշխատանքի տեղից: Ալիքների արդյունավետության վերլուծությունը թույլ կտա օգտագործել միայն այն հարթակները, որոնք պարբերաբար թույլ են տալիս համապատասխան թեկնածուներին դիմել:

Բաց դիրքեր ընդդեմ. Փակ թափուր աշխատատեղեր

Սա վերլուծական հոդված է, որը տեղին է խոշոր ընկերությունների համար. հավաքագրման գործընթացի արդյունավետությունը վերագնահատելու համար անհրաժեշտ է համեմատել նոր համալրված և հայտնված աշխատատեղերի քանակը: Եթե ​​ընկերությունն ունի քիչ թվով թափուր աշխատատեղեր, նշանակում է, որ դուք ամեն ինչ ճիշտ եք անում, և ընկերությունում ամեն ինչ բավականին ներդաշնակ է։

Ընկերության աշխատողների միջին տարիքը

Իմանալով, թե ինչ տարիքի պետք է լինեն ձեր աշխատակիցները, կարող է ավելի արդյունավետ դարձնել հավաքագրումը և կորպորատիվ մշակույթ կառուցելը: Սերունդների տարբերությունը դեռևս իրեն զգացնել է տալիս աշխատավայրում, թեև Ռուսաստանում Y և Z սերունդների տեսությունն այնքան էլ տեղին չէ, կա շատ ավելին. կարևոր հատկանիշներ, որը դուք պետք է նշեք և պարբերաբար վերլուծեք ձեր աշխատանքում։

Ներգրավվածություն և բավարարվածություն

Երկու ցուցանիշ, որոնք առավել հաճախ չափվում են հարցումների միջոցով: HR տեխնոլոգիաների աշխարհում դրանց արդյունավետության հարցը սուր է: Ձեր խնդիրն է գտնել ձեր ընկերության համար աշխատողների ներգրավվածության և բավարարվածության վերլուծության օպտիմալ գործիք: Անկախ նրանից, թե դուք անանուն հարցումներ կանցկացնեք, թե պարզապես զրուցում եք ձեր թիմի հետ, այնքան էլ կարևոր չէ, գլխավորն այն է, որ պատասխանները մոտ են ճշմարտությանը: