Terdapat banyak petunjuk objektif untuk menilai dan mengukur sumber manusia dalam sesebuah syarikat. Manakah di antara mereka yang membolehkan anda "menyimpan jari anda pada nadi", dan yang boleh dilihat dari semasa ke semasa. Mari kita cuba memikirkannya dalam artikel ini.

Penunjuk kuantitatif

Dengan bantuan mereka kami mengukur ciri kuantitatif kakitangan syarikat atau perusahaan. Soalan utama ialah "berapa?"

Headcount– bilangan pekerja yang diambil bekerja pada tarikh tertentu. Sila beri perhatian kepada ini, kerana penunjuk ini sering dikelirukan dengan yang lain, yang dibincangkan di bawah.

Purata bilangan kepala (ASH)– purata bilangan kakitangan untuk tempoh masa tertentu. Biasanya dikira dalam tempoh sekurang-kurangnya satu bulan.

Terdapat dua pilihan untuk mengira penunjuk:

1. Nombor gaji pada permulaan tempoh dijumlahkan dengan nilainya pada akhir tempoh dan dibahagikan dengan dua.
2. Daripada data helaian masa, maklumat dipilih tentang bilangan semua kehadiran dan ketidakhadiran kakitangan untuk tempoh yang dipilih dan dibahagikan dengan baki waktu bekerja yang dirancang.

Kaedah kedua lebih tepat, tetapi memerlukan lebih banyak tenaga kerja. Walau bagaimanapun, ia digunakan dalam kebanyakan syarikat, dan juga untuk melaporkan kepada pihak berkuasa perangkaan negeri. Untuk menganalisis keadaan dengan cepat, anda boleh menggunakan pilihan pengiraan pertama.

Nombor keluar mengundi– bilangan semua pekerja yang sedang bekerja. Pekerja dalam perjalanan perniagaan juga diambil kira.

Ciri sosio-demografi pasukan

Purata umurSemua pengurus HR mengukur, tetapi tidak selalu tahu cara menggunakan penunjuk ini. Ia mesti digunakan apabila menganalisis kumpulan kakitangan yang cukup sempit untuk meramalkan usaha merekrut, serta semasa membangunkan atau menyesuaikan dasar sosial.

Sebagai contoh, maklumat tentang purata umur perusahaan dengan 3,000 pekerja tidak sesuai untuk membuat keputusan pengurusan. Jika anda melihat purata umur, sebagai contoh, pengurus kedai, anda boleh membuat kesimpulan tentang keperluan untuk mengubah dasar imbuhan dan pampasan (telah terbukti bahawa pada usia yang berbeza terdapat keutamaan yang berbeza).

Bilangan pekerja mengikut tahap pendidikan– menunjukkan tahap pendidikan umum tertentu untuk perusahaan atau kategori kakitangan tertentu. Sebagai contoh, ia dianggap perlu bagi seseorang pemimpin untuk mempunyai pendidikan tinggi. Namun, tidak semua mereka belajar di universiti.

Komposisi jantinaKolektif dicirikan oleh bilangan lelaki dan wanita, serta nisbah mereka. Adalah menarik untuk melihat nombor ini mengikut tahap profesion atau pengurusan. Profesion "perempuan" atau "lelaki" tertentu adalah jelas.

Perlu diingatkan bahawa dalam beberapa tahun kebelakangan ini dalam amalan dunia ia telah menjadi kebiasaan untuk mengukurpetunjuk kepelbagaiankakitangan syarikat. Iaitu, memantau nisbah lelaki dan wanita, belia dan pekerja yang lebih tua, kakitangan tempatan dan pelawat. Penyelidikan mengesahkan bahawa mengekalkan tahap kepelbagaian yang tinggi dalam pasukan membawa kepada prestasi yang lebih baik. Sudah tentu, dengan tahap pengurusan yang tinggi yang mengambil kira kepelbagaian ini.

Penunjuk ciri sosio-demografi lain termasuk yang berikut:

• Status keluarga;
• bilangan dan umur anak pekerja;
• bilangan ahli keluarga (tanggungan) yang tidak bekerja bagi setiap pekerja;
• bilangan pekerja mengikut tempat kediaman dan penunjuk lain.

Ciri kualiti HR

Kumpulan penunjuk ini termasuk yang memberikan maklumat tentang kualiti "sumber manusia" yang terdapat dalam syarikat.

Pengeluaransetiap pekerja purata. Menunjukkan bilangan unit yang dihasilkan dalam satu tempoh masa. Ia adalah penunjuk paling universal untuk mengukur perbelanjaan buruh.

Output boleh diukur secara semula jadi, semula jadi bersyarat (penunjuk keamatan buruh) dan unit ukuran kos.

Kesetiaan kakitangan– sikap pekerja yang baik terhadap syarikat atau majikan. Ia agak sukar untuk diukur, walaupun terdapat beberapa kaedah. Sebagai peraturan, kebanyakan kaedah menilai kemungkinan kebarangkalian sama ada pekerja akan meninggalkan majikan atau tidak jika mereka menerima yang serupa atau kurang sedikit. keadaan yang lebih baik dengan majikan lain.

Penglibatan pekerja- keadaan pekerja yang membantunya melaksanakan tugasnya sebaik mungkin.Butiran lanjut tentang mengukur penglibatan boleh didapati dalam bahan mengenai topik ini di tapak web kami..

Penunjuk pergerakan kakitangan

Pusing ganti kakitangan– mungkin penunjuk pergerakan kakitangan yang paling terkenal. Dikira sebagai peratusan pekerja yang dibuang kerja berhubung dengan purata bilangan kakitangan untuk tempoh yang sama.

Dalam kes ini, pengiraan menggunakan bilangan pekerja yang diberhentikan atas sebab yang berkaitan dengan pusing ganti kakitangan. Mari senaraikan mereka:

• pemecatan secara sukarela (mendapati pekerjaan lain, persaraan, pertukaran tempat tinggal, dsb.);
• pemecatan atas inisiatif majikan sebagai sekatan tatatertib (untuk ketidakhadiran, pelanggaran berat disiplin buruh yang berulang, kerana hadir di tempat kerja dalam keadaan mabuk)

Untuk bersikap adil, perlu diperhatikan bahawa persaraan tidak selalunya merupakan "perolehan" kakitangan. Sebagai contoh, jika majikan secara khusus memulakan pemecatan pesara (pembayaran insentif atau kaedah lain), maka lebih baik untuk mengeluarkan pemecatan tersebut daripada pengiraan.

Perolehan mengikut penerimaan– dikira sebagai nisbah jumlah bilangan kakitangan yang diupah kepada jumlah bilangan pekerja. Sekali lagi, jangan lupa tentang tempoh pengebilan.

Perolehan pada pemecatan– betul-betul bertentangan dengan perolehan penerimaan.

Bilangan pemindahan dalaman– menunjukkan mobiliti dalaman kakitangan perusahaan.

Kadar penggantian buruh– dikira sebagai nisbah bilangan pekerja yang diambil bekerja kepada bilangan pekerja yang dipecat. Jika pekali ini kurang daripada satu, maka terdapat pengurangan dalam bilangan pekerjaan di perusahaan. Penunjuk ini biasanya digunakan oleh perkhidmatan pekerjaan untuk menilai keadaan di pasaran buruh.

Penunjuk mencirikan kerja dengan rizab kakitangan perusahaan

Ketersediaan simpanan kakitangan– penunjuk dalam peratusan, dikira seperti berikut. Pertama, bilangan jawatan yang perlu disediakan ditentukan. simpanan kakitangan. Kemudian, antaranya, bilangan jawatan yang sudah ada simpanan kakitangan yang disediakan dicatatkan. Dan kami mengira perlindungan rizab:

Penggunaan rizab semasa pelantikan– maknanya jelas dari namanya. Ia dikira seperti ini:

Hanya jawatan yang termasuk dalam senarai simpanan kakitangan sahaja yang boleh digunakan untuk pengiraan.

Penunjuk ekonomi

Satu blok penting dalam analisis HR. Terdapat persepsi umum bahawa pengurus HR mempunyai pemahaman yang lemah tentang ekonomi. Mari cuba perbaiki ini.

Menurut amalan yang diterima pakai di Persekutuan Rusia, semua pembayaran kepada kakitangan dibahagikan kepada tiga jenis:

1. Tabung gaji
2. Kos kakitangan tidak berkaitan dengan gaji dan faedah sosial

Pengagihan ini digunakan dalam agensi statistik, dan dengan beberapa pengubahsuaian ia juga boleh digunakan untuk perakaunan pengurusan dan analisis kos.

Ia harus dikatakan bahawa untuk tujuan perakaunan cukai Pendekatan yang sedikit berbeza digunakan, diterangkan dengan lebih terperinci dalam Perkara 255 Kanun Cukai Persekutuan Rusia.

Dana gaji- Semua tunai majikan bertujuan untuk membuat bayaran kepada kakitangan sebagai bayaran untuk kerja mereka. Ia termasuk:

• bayaran untuk masa bekerja (gaji, bayaran tambahan dan elaun mengikut Kod Buruh, dsb.)
• bayaran untuk masa tidak bekerja (gaji percutian, gaji downtime, dll.)
• bayaran insentif sekali sahaja
• bayaran untuk makanan, perumahan dan bahan api

Bayaran sosial– kategori perbelanjaan ini termasuk perbelanjaan syarikat untuk rawatan, rehat, perjalanan, makanan, pampasan semasa pemecatan, dll. Iaitu, semua kos untuk pelaksanaan dasar sosial syarikat.

Kos kakitangan lain– elaun perjalanan, elaun giliran giliran, yuran pengajian, penganjuran acara kebudayaan dan perbelanjaan lain.

Adalah perlu untuk mengambil kira pengagihan perbelanjaan ini apabila menjana laporan statistik dan berkomunikasi dengan wakil agensi kerajaan. Walau bagaimanapun, untuk perakaunan pengurusan dan analisis kos kakitangan, adalah lebih mudah untuk menggunakan struktur kos yang berbeza:

1. Gaji dengan potongan
2. Belanjawan perbelanjaan sosial (perbelanjaan untuk mengekalkan dan membangunkan budaya korporat)
3. Belanjawan pembangunan kakitangan (bayaran untuk latihan dalam semua jenis dan bentuknya, termasuk bayaran kepada guru dari kalangan pekerja)
4. Belanjawan perbelanjaan pentadbiran (perbelanjaan untuk perjalanan perniagaan, peralatan dan penyelenggaraan tempat kerja dan pejabat, pejabat, mel, dll.)

Sebagai tambahan kepada kumpulan besar perbelanjaan umum, terdapat beberapa petunjuk ekonomi utama. Mereka penting untuk menganalisis keadaan dan membuat keputusan.

gaji purata– semua kos buruh (tanpa potongan) dibahagikan dengan purata bilangan kakitangan syarikat. Adalah dinasihatkan untuk mempertimbangkan SWP dalam "pemotongan" berikut:

• mengikut jabatan
• mengikut profesion
• mengikut peringkat pengurusan
• mengikut wilayah atau lokasi bahagian syarikat (perusahaan)

Dari sudut keadilan sosial dan memastikan hak dan peluang yang sama, perbandingan harus dibuat antara SWP lelaki dan wanita.

Keamatan gaji produk– menunjukkan berapa banyak wang yang perlu dibelanjakan untuk buruh untuk menghasilkan jumlah produk tertentu. Sebagai contoh, intensiti gaji boleh ditunjukkan sebagairubel/tan atau rubel/rubel.

Beberapa isu penggunaan

Bagi pengurus baru dan pengurus HR, soalan kadangkala timbul tentang kekerapan dan kesesuaian menggunakan penunjuk tertentu untuk membuat keputusan. Mari berikan beberapa cadangan:

• setiap minggu, semak petunjuk pergerakan kakitangan: berapa ramai orang yang diambil bekerja dan dipecat, dalam profesion apa terdapat pergerakan kakitangan; juga mengawal bilangan bayaran tambahan dan elaun untuk kakitangan (lebih masa, pembesaran kawasan perkhidmatan, dsb.)
• setiap bulan, pertimbangkan penunjuk tentang gaji dan beberapa jenis faedah sosial (bantuan kewangan, pinjaman yang dikeluarkan oleh perusahaan, pampasan perjalanan, dll.), pusing ganti kakitangan, penunjuk jumlah pekerja, gaji purata, output, intensiti upah dan penunjuk ekonomi lain.

Analisis HR termasuk pelbagai kaedah analisis dan pemprosesan data yang diperlukan untuk meningkatkan kecekapan perkhidmatan. Butiran lanjut mengenai topik boleh didapati dalam artikel.

Dari artikel anda akan belajar:

Apakah analisis HR

Analisis HR ialah proses di mana pemprosesan maklumat dan teknik analitik perniagaan (BA) digunakan untuk menilai data HR. Ia sering dipanggil analisis bakat. Perlombongan data merujuk kepada amalan mengkaji pangkalan data untuk mencipta maklumat baru. Terdapat beberapa matlamat utama: memberikan pandangan dan mengenal pasti parameter utama.

Ciri-ciri Matlamat:

1. Tujuan pertama adalah untuk memberikan maklumat tentang operasi syarikat sendiri yang membantu menguruskan pekerja. Wawasan boleh memastikan pencapaian matlamat yang berkesan.
2. Fungsi utama kedua: membantu mengenal pasti maklumat, menentukan penunjuk prestasi optimum perkhidmatan HR yang perlu dikekalkan oleh syarikat. Ia menyediakan model untuk meramalkan cara syarikat boleh mencapai pulangan pelaburan (ROI) yang tinggi dalam modal insan.

Objektif analisis HR adalah untuk menggunakan jumlah data yang paling cekap sumber Manusia, dikutip oleh kebanyakan syarikat. Firma selalunya mempunyai data seperti demografi pekerja, rekod pendidikan, dan sebagainya. Analisis terperinci membolehkan kami mengekstrak pengetahuan penting daripada mereka yang akan membantu dalam kerja selanjutnya.

Muat turun dokumen mengenai topik:

DALAM Kebelakangan ini beberapa syarikat menggunakan data besar dalam HR, apabila sejumlah besar maklumat disusun dan diletakkan dalam jadual. Dalam kes ini, perlu menggunakan program khas yang membolehkan pengiraan dan analisis. Adalah rasional untuk menggunakan kaedah jika organisasi menggaji lebih daripada 1000 orang.

Mengapa menentukan penunjuk HR

Keputusan kakitangan selalunya berdasarkan naluri profesional, serta gerak hati, yang mesti diambil kira semasa menentukan penunjuk HR. Pengambilan pekerja selalunya bergantung pada hubungan yang berjaya atau gagal diwujudkan oleh perekrut dengan calon untuk jawatan tersebut. Masalah dengan naluri dan gerak hati ialah amalan buruk boleh berakar umbi. Sebagai contoh, ketidakadilan mungkin tidak disedari. Contoh yang jelas ialah jurang gaji antara wanita dan lelaki. Pengurus mungkin menganggap mereka membayar yang sama melainkan mereka melihat data yang tepat.

Analisis HR membantu bertambah baik produktiviti buruh,ramalkan model yang berjaya. Ini menghapuskan beberapa kesilapan dalam membuat keputusan. Sebagai contoh, pengurusan beban kerja akan menjadi lebih berkesan apabila data digunakan untuk menunjukkan jabatan atau kumpulan yang sudah membawa beban kerja yang berlebihan dan yang hanya membenarkan diri mereka memikul lebih banyak tanggungjawab.

Pakar telah membuktikan bahawa analitik menyumbang kepada pertumbuhan pesat sesebuah organisasi. Penyelidikan yang dijalankan oleh MIT dan IBM telah menunjukkan bahawa tahap penggunaan analisis HR yang tinggi boleh mengakibatkan: peningkatan jualan, pendapatan operasi bersih dan jualan bagi setiap pekerja.

Bidang utama aplikasi analisis HR

Bidang analisis adalah luas, dan penunjuk yang perlu diberi tumpuan oleh organisasi bergantung secara langsung pada industri dan sifat perniagaan.

Berikut ialah beberapa contoh penunjuk HR utama:

1. kadar pemecatan dalam organisasi;
2. masa untuk mengupah pekerja;
3. kadar pusing ganti kakitangan untuk kumpulan yang berbeza;
4. pendapatan setiap pakar.

Penunjuk yang diberikan dan data lain yang serupa digunakan untuk menambah baik kecekapan perniagaan. Bidang utama yang boleh membantu maklumat termasuk:

Merekrut- analitik memberikan jawapan kepada soalan tentang mencari calon yang ideal untuk kekosongan jawatan terbuka. Sebagai contoh, maklumat digunakan untuk mengenal pasti kualiti calon yang menghasilkan keputusan terbaik. Di samping itu, anda boleh membandingkan data pemohon yang kekal dalam organisasi dan mencari penyebut yang sama di kalangan mereka.

Kesihatan dan keselamatan- Analisis HR membolehkan anda mengenal pasti kawasan masalah. Data menunjukkan kepada peranan, serta tempat kerja dan faktor lain yang serupa, yang mempunyai kadar kemalangan yang tinggi.

Pengekalan Pekerja- terima kasih kepada maklumat, anda boleh mengetahui lebih lanjut tentang mengekalkan pakar yang berharga kepada organisasi. Anda boleh menggunakan analisis HR untuk mengenal pasti aspek yang meningkatkan penglibatan kakitangan.

Jurang Bakat- maklumat membantu mengenal pasti jurang dalam syarikat. Sebagai contoh, sesetengah jabatan mempunyai lebih ramai pekerja yang berkelayakan daripada yang lain, dan ini boleh menjadi sangat mengganggu kerja am organisasi.

Kecekapan jualan- bidang analisis HR ini membantu memahami butiran tentang cara meningkatkan prestasi. Anda dapat melihat bahawa bakat tertentu membantu anda berprestasi lebih baik, dan program memberikan hasil serta-merta.

Analisis penunjuk prestasi HR

Setiap organisasi harus menjalankan analisis penunjuk prestasi HR dari semasa ke semasa untuk mengenal pasti masalah sedia ada dengan segera. Terutama sekali ia perlu dijalankan semasa krisis, apabila perlu untuk mengurangkan kos dengan impak minimum kepada pasukan, atau sebaliknya kesetiaan dan motivasinya.

Petunjuk No. 1.

Petunjuk No. 1. Mengekalkan belanjawan untuk pekerja

Penganalisis HR sentiasa menggunakan penunjuk ini dalam organisasi di mana kerja dinilai menggunakan KPI. Ia dikira seperti berikut:

Sat = Zf: Gaji × 100%, di mana:

• Sat - utama kadar pematuhan bajet;
• Zf - kos sebenar untuk pekerja syarikat;
• Gaji - kos yang dirancang untuk pakar.

Jika diperhatikan bahawa bajet telah melebihi, masih mengurangkan kos buruh lepas. Tetapi, sebagai contoh, kurangkan kos pakej sosial dengan lebih berani. Dekati kos latihan kakitangan dengan cara yang berbeza, menggunakan kaedah analisis HR. Serlahkan yang tidak diingini untuk dipotong dan yang boleh dikorbankan. Katakan, anda perlu merancang dana untuk "Meningkatkan tahap kelayakan profesional anda." Dan seminar teori rancangan am membiayai apabila latihan sedemikian benar-benar diperlukan.

Petunjuk No. 2.

Pulangan kewangan semasa ke atas perbelanjaan pekerja

Ei = Op: Zf, di mana:

• Ei adalah penunjuk keberkesanan pelaburan dalam pekerja;
• Op - volum pengeluaran, dikira dalam bentuk kewangan;
• Zf - sebenar perbelanjaan kewangan pada pekerja.

Anda akan melihat dengan tepat berapa banyak produk yang dihasilkan oleh syarikat untuk setiap ruble yang dibelanjakan untuk kakitangan. Formulanya mudah disesuaikan, dengan mengambil kira spesifikasi industri syarikat. Jika dalam sesebuah syarikat HR memberi kesan kepada kos pengeluaran dan juga jualan, adalah lebih baik untuk menetapkan KPI yang terikat dengan keuntungan kasar. Dalam kes ini, analisis HR akan terikat dengan pengiraan mudah. Formula pengiraan adalah seperti berikut:

Ei = (Pv - Zf): Zf, di mana:

• Ei ialah penunjuk utama keberkesanan pelaburan dalam pekerja;
• Pv - untung kasar;
• Zf - kos sebenar untuk pekerja.

Petunjuk No. 3.

Produktiviti buruh

Parameter ini menunjukkan dengan tepat berapa banyak pengeluaran yang dihasilkan bagi setiap pekerja. Lebih tinggi markah, lebih baik. Ia dikira seperti ini:

Pt = Op: Tz, di mana:

• Pt - produktiviti buruh pekerja;
• Op - jumlah pengeluaran;
• TK - kos buruh

Untuk memudahkan pengiraan, ganti kos buruh purata bilangan pekerja, dengan mengandaikan bahawa mereka semua bekerja dengan bilangan hari yang sama dalam tempoh tertentu. Seorang penganalisis HR mesti mengambil kira semua nuansa, memasukkan data ke dalam dokumen pelaporan untuk mengira parameter seterusnya.

Petunjuk No. 4.

Pusing ganti kakitangan

Perolehan kakitangan membolehkan anda menilai kerja keseluruhan perkhidmatan dan pengarah HR khususnya. Formula untuk mengira kecairan kelihatan seperti ini:

Tk = Su: Co × 100%, di mana:

• Tk - penunjuk tepat perolehan;
• Su - bilangan pekerja yang dibuang kerja;
• Co - jumlah purata bilangan pekerja.

Pantau sama ada kos penggantian melebihi pakar harga yang anda bayar untuk mengekalkan dia. Jika mereka melebihi, maka perolehan di kalangan pakar unik boleh menyebabkan peningkatan kos pengambilan untuk syarikat. Bagaimana untuk mengelakkan ini? Kenal pasti kumpulan risiko di kalangan pekerja. Sebagai peraturan, mereka adalah pengurus utama syarikat. Sekarang tukar pusing ganti yang tidak terkawal kepada perolehan terurus.

Dalam kumpulan berisiko, kenal pasti orang yang paling tidak setia yang mungkin meninggalkan syarikat. Cari pengganti mereka terlebih dahulu. Menganalisis pasaran buruh dan menjemput pakar yang mempunyai tahap kemahiran yang sama untuk temu duga. Akhir sekali, tanya sama ada calon bersedia untuk mengambil jawatan itu apabila ia tersedia.

Petunjuk No. 5.

Kadar ketidakhadiran

Ketidakhadiran adalah kekurangan pakar tempatan dalam masa kerja. Tidak kira sama ada ia atas sebab yang baik atau kerana ketidakhadiran, tetapi penganalisis mesti mengira mereka. Sekiranya penunjuk itu tinggi, kakitangan tidak berusaha untuk melaksanakan tugas mereka dengan cekap. Ia dikira seperti berikut:

Ap = Dor: Naik × 100%, di mana:

• Ap - penunjuk di kalangan kakitangan;
• Dor - bilangan hari ketidakhadiran;
• sebelum - jumlah nombor hari dalam tempoh tersebut.

Petunjuk No. 6.

Kepuasan kerja rakyat

Ukur kepuasan dengan tinjauan. Formulanya ialah:

Lp = Cl: Co × 100%, di mana:

• Lp ialah penunjuk kesetiaan pekerja;
• Sl - bilangan pakar setia;
• Co - jumlah bilangan responden.

Mereka menulis dan bercakap tentang analisis HR lebih daripada mereka memahami apa sebenarnya dan masalah yang direka untuk diselesaikan.

Artikel ini adalah mengenai apakah kesukaran utama dalam aplikasi dan di mana anda boleh mula menganalisis.

Setakat ini, dalam ruang awam, analisis HR bermaksud sama ada metrik dan bekerja dengan nombor, statistik dalam HR, yang merupakan penunjuk proses tempatan atau jabatan, atau berkongsi kes tentang cara melibatkan jabatan IT dalam penciptaan arkib data HR. Malah, analisis HR menyelesaikan masalah pembangunan strategik syarikat dan menentukan arah aliran ramalan utama.

Jadi, apakah analisis HR?

Analitis HR ialah proses di mana teknik sains data dan analisis perniagaan (BA) digunakan untuk pemprosesan data HR. Ia kadangkala juga dipanggil analisis bakat. Selain itu, perlombongan data dalam konteks ini merujuk kepada amalan pangkalan data perlombongan untuk mencipta maklumat baharu.

Mengapakah ini sangat relevan sekarang, berdasarkan pendigitalan global ekonomi, perniagaan dan orang ramai. Data, kawan-kawan! Data besar ada di mana-mana!

Dan kemudian neurosains tiba, menunjukkan kepada kita bagaimana keputusan manusia adalah subjektif dan dipenuhi dengan emosi dan bukannya pendekatan yang rasional.

Bagaimana untuk hidup dengan ini sekarang?

Sudah tentu, kita memerlukan cara yang berbeza untuk membuat keputusan - supaya semuanya logik, munasabah, berdasarkan data dan dengan hasil terjamin. Siapa yang tidak mahu itu? Semua orang mahu! Mengapa mereka tidak melakukannya?

Kesediaan analisis HR kekal sebagai cabaran utama. Menurut laporan Deloitte 2017, selepas bertahun-tahun membincangkan isu itu, hanya 8% daripada responden melaporkan bahawa mereka mempunyai data yang berguna; hanya 9% percaya mereka mempunyai pemahaman yang baik tentang ciri-ciri pekerja yang membawa kepada kejayaan dalam organisasi mereka; dan hanya 15% secara keseluruhan telah menggunakan sistem prestasi HR dan bakat untuk pengurus baris.

“Ia menjadi misteri sejak sekian lama. dekad lepas– mengapa, memandangkan kepentingan yang jelas modal insan Adakah organisasi tidak melabur dalam perkara ini dan memerlukan pemimpin membuat keputusan mereka tentang orang yang menggunakan analisis berasaskan bukti? ("")

Jadi apa perjanjiannya? Mengapa mereka bercakap dan menulis tentang faedah dan keperluan menggunakan analisis lebih daripada yang mereka gunakan dalam kerja sebenar?

Mari kita lihat fenomena ini dari sudut yang berbeza.

Apa kesukarannya?

Pertama sekali, adalah wajar mempertimbangkan sebab-sebab yang mendalam dan asas untuk "perencatan" sedemikian di pihak pemimpin syarikat. Saya akan menerangkan ini dari segi model yang dikemukakan oleh Pete Ramstad dan John Boudreau dalam Beyond HR (Boudreau dan Ramstad, 2007) yang dipanggil model LAMP, analisis, langkah dan proses.

Untuk memudahkan perkara yang diterangkan dalam model ini, sebab mengapa penggunaan analitik dihalang adalah seperti berikut:

• Logik: kami tidak dapat menjelaskan mengapa sistem kerja berprestasi tinggi berfungsi. Ia masih kotak hitam. Kami memahami bahawa terdapat hubungan tertentu antara nuansa, tetapi kami pastinya tidak boleh mengatakan apa yang secara langsung bergantung pada apa dan apa yang perlu dilakukan dengan X untuk mendapatkan Y.

• Analitis: secara tradisinya terdapat kekurangan kedalaman dan ketelitian dalam model analisis. Pemimpin di Google dan syarikat terkemuka lain beralih kepada industri seperti roket, di mana terdapat model yang mengambil kira sejumlah besar faktor. Ringkasnya, ini tidak betul dari segi metodologi.

• Metrik: Selalunya, set data berkaitan dengan status pekerjaan semasa, kos pekerja dan program HR. Paling baik, data ini mewakili pelaporan operasi atau lanjutan dan bukannya analisis strategik atau ramalan, yang merangkumi analitik, pembahagian pekerja dan yang disepadukan rapat dengan perancangan strategik.

• Proses: ia adalah pembentangan analitik kepada pembuat keputusan. Di sini, faktor kejayaan utama ialah ketepatan masa dan tahap daya tarikan visual data yang dibentangkan. Ia mengenai tentang mendapatkan data dalam masa nyata dalam bentuk yang boleh diakses dan difahami untuk membuat keputusan, dan penggunaan alatan tersebut kecerdasan buatan baru dibangunkan. Sebagai contoh, kebanyakan pengurus tidak tahu bagaimana untuk mentafsirkan kadar pusing ganti pekerja kerana mereka biasanya tahu bahawa pusing ganti yang rendah tidak selalunya menguntungkan, dan sebaliknya, mereka tidak tahu bagaimana untuk menentukan apa yang terbaik dalam situasi yang mereka hadapi. Dari sudut pandangan ini, kami berada di peringkat menyemak alat HR.

Saya fikir dari apa yang telah diterangkan di atas kerumitan dan kedalaman masalah kelihatan lebih jelas sedikit. Oleh itu, terdapat sebab objektif mengapa melabur dalam analisis nampaknya agak berisiko. Secara kasarnya, kami tidak mempunyai alat yang jelas, boleh dipercayai dan tidak jelas untuk membuat keputusan berasaskan analitik. Lebih tepat lagi, untuk kawasan tempatan yang sangat mudah terdapat, tetapi ia tidak berbaloi dengan kosnya. Perbelanjaan tahap ini masuk akal jika kita boleh mendapatkan arah aliran ramalan yang boleh dipercayai yang merupakan kunci kejayaan perniagaan. Tetapi analisis sahaja tidak dapat menjamin ini.

Kami tidak mahu hanya memproses data. Kami mahu mempunyai alat yang boleh dipercayai untuk membuat keputusan perniagaan dengan lebih kurang hasil yang dijamin. Dan dalam pengertian ini, perkara utama masih kekal dengan orang itu:

• keupayaan untuk bertanya soalan yang relevan secara strategik dan mengemukakannya struktur logik, menunjukkan hubungan antara pelaburan HR dan hasil organisasi yang kritikal;

• mempunyai pengetahuan yang mendalam tentang perniagaan anda;

• memahami logik model analisis dalam pengertian kebolehgunaannya untuk menerangkan proses penting dalam organisasi dan banyak lagi.

Jika sama sekali dalam kata mudah Untuk meringkaskan, kesukaran utama analitik sebagai cara bekerja dengan data ialah kita perlu terlebih dahulu menentukan hasil yang ingin kita perolehi. Dan untuk melakukan ini, kita perlu bertanya soalan yang sangat betul yang memerlukan pemahaman yang mendalam tentang perniagaan, kemudian tentukan dengan bantuan model analitik mana kita boleh mendapatkan hasil ini, selaras dengan ini, tentukan data dan jumlah yang kita perlukan. , dan hanya kemudian datang dengan, Bagaimanakah kita boleh mendapatkannya dalam bentuk yang kita perlukan?

Pendekatan yang kompleks

Untuk menggambarkan kerumitan pendekatan, lihat gambar yang menunjukkan komposisi pasukan analisis HR:

Bukan itu sahaja. Adalah sangat penting untuk diingat bahawa secara umum frasa "analisis HR" sangat jarang berlaku hari ini dalam karya penyelidik dan pengarang. Ini adalah istilah bahasa Rusia yang biasa. Dalam bahasa Inggeris, konsep People Analytics kini digunakan - people analytics. Ini bukan sinonim yang mudah. Begitu juga sebaliknya. Daripada kawasan tempatan yang berkaitan secara eksklusif dengan HR - pusing ganti, metrik pengambilan, status pekerjaan, dsb., Barat telah beralih kepada "analitik manusia" atau "analitik manusia" global. Semua data tentang orang penting - pergerakan mereka, status kesihatan, aktiviti di rangkaian sosial, dsb. Hanya dengan menggunakan jumlah data penuh kita boleh bercakap tentang tahap kebolehpercayaan ramalan dan keputusan strategik yang boleh diterima. Untuk mengumpul data sedemikian, syarikat mesti melaksanakan alat baharu berdasarkan aplikasi mudah alih dan banyak lagi, dan menarik pakar yang boleh bekerja dengannya.

Tetapi ini jauh dari penghujung masalah, ini hanya permulaan mereka.

Konteks. Menggabungkan data besar dan padat

Konteks adalah kritikal. Apakah maksudnya? Ini bermakna sebagai tambahan kepada data besar, kita memerlukan apa yang dipanggil. data padat: ini adalah semua maklumat berharga daripada orang - cerita, emosi, komunikasi - yang tidak boleh diukur, tetapi membawa maksud kedalaman yang luar biasa. Apa yang menjadikan mereka mendalam ialah pengalaman memahami dengan betul apa yang orang katakan - inilah yang membantu untuk mengenali jurang dan lubang dalam model ramalan. Data padat memasukkan isu perniagaan ke dalam isu manusia – menyediakan konteks. Oleh itu, menggabungkan data yang besar dan padat memberikan gambaran yang lebih mendalam. Anda bekerja dengan kedua-dua data yang dikumpul dan tidak dikumpul: ini memberi anda peluang untuk bertanya soalan yang betul "mengapa?" Kenapa ini terjadi?

Untuk menggambarkan kepentingan konteks, saya akan memberikan dua contoh: negatif dan positif.

Contoh negatif- ini adalah kisah Nokia, yang telah menjadi contoh yang menyedihkan tentang bagaimana anda boleh terbang keluar dari pasaran pada kemuncak bentuknya. Intipati salah pengiraan strategik utama ialah pemimpin syarikat mengabaikan data padat, yang tidak dapat dibandingkan dalam tatasusunan dengan data besar, tetapi dengan tepat meramalkan minat besar dalam telefon pintar walaupun di kalangan segmen penduduk yang paling miskin.

A contoh positif juga di depan mata. Ini adalah pertumbuhan yang hebat untuk Netflix. Di sana, sebaliknya, mereka melihat lubang dalam model analisis dan menjemput ahli etnografi teknologi (sudah ada pengkhususan sedemikian) untuk bekerja dengan data padat. Dan dia mengetahui sesuatu yang tidak kelihatan dalam data besar. Ahli etnografi menyedari bahawa orang suka "terjebak" menonton TV mereka tidak berasa bersalah mengenainya, tetapi hanya menikmatinya. Dan dengan menggabungkan data besar dengan data padat, mereka melakukan sesuatu yang mudah tetapi berkesan: daripada menunjukkan siri genre yang berbeza, mereka mula menunjukkan siri yang sama untuk memudahkan orang ramai terjebak. Tetapi bukan itu sahaja, mereka mengubah amalan penyiaran mengikut penemuan ini. Dengan mengumpulkan data yang besar dan padat, mereka bukan sahaja meningkatkan perniagaan mereka, tetapi juga mengubah cara orang menggunakan maklumat media. Saham mereka dijangka meningkat dua kali ganda dalam beberapa tahun akan datang.

Data bukan apa-apa. Konteks adalah segala-galanya!

Sumber

Kami secara beransur-ansur bergerak ke hadapan dalam mempertimbangkan masalah kami, dan jika anda masih bersama kami, benteng terakhir di hadapan.

Ini adalah sumber. Seperti yang dapat dilihat dari semua yang diterangkan di atas, kerja serius dengan data memerlukan perisian "berat" dan mahal, pakar yang berkelayakan tinggi dan banyak masa. Semua ini menambah kos yang hampir tidak mampu dimiliki oleh kebanyakan organisasi. Jika anda mengikuti topik tersebut, anda mungkin perasan bahawa kebanyakan kes yang diterbitkan adalah kes syarikat besar yang menerangkan penyelidikan global. Dalam kes ini, anda perlu ingat tentang apa yang dipanggil. kesilapan yang terselamat.

Kes yang diterbitkan kebanyakannya adalah kes yang berfungsi. Berapa ramai daripada mereka yang tidak berjaya pada kos yang sama? Manakala kos rendah dan agak alatan mudah dan tidak ada model. Tetapi pasaran adalah pasaran dan kemungkinan besar, selepas beberapa waktu ia akan muncul sebagai hasil daripada pengalaman terkumpul. Oleh itu, syarikat-syarikat besar kini sedang mencuba, dan semua orang sedang menunggu sesuatu yang lebih mudah untuk muncul sebagai hasil daripada aktiviti yang pertama.

Ini, sebenarnya, sebab utama mengapa hanya 8% responden melaporkan bahawa mereka mempunyai data yang berguna; hanya 9% percaya mereka mempunyai pemahaman yang baik tentang ciri-ciri pekerja yang membawa kepada kejayaan dalam organisasi mereka; dan hanya 15% secara keseluruhan telah menggunakan sistem prestasi HR dan bakat untuk pengurus baris.

Tetapi keperluan dan faedah bekerja dengan data adalah jelas dan tidak boleh dibincangkan. Jadi apa yang perlu dilakukan?

Di manakah syarikat boleh bermula?

Analitis orang ialah hala tuju berskala besar kerana sifat global tugas yang sedang diselesaikan dan agak baharu. Walau bagaimanapun, antara pendekatan analisis sudah ada bahagian yang telah dibangunkan dengan baik sejak sekian lama. Mereka menyediakan alat yang berkuasa lagi boleh diakses dan boleh memberikan cerapan penting kepada syarikat. Salah satu pendekatan tersebut ialah analisis rangkaian organisasi(ONA, Analisis Rangkaian Organisasi). Apa ini?

Tujuan ONA adalah untuk mengukur dan memaparkan hubungan dan aliran antara orang, kumpulan atau organisasi. Apa yang menjadikan ONA unik ialah tiada cara lain untuk melihat hubungan sebenar antara orang dalam sesebuah organisasi. Ia secara berkesan adalah sinar-X organisasi anda, atau hubungan organisasi anda dengan pasaran luar, atau tenaga kerja anda, atau kumpulan calon anda. Pendek kata, perhubungan yang anda perlukan boleh dianalisis.

ONA muncul di persimpangan sosiometri dan analisis rangkaian dan nampaknya merupakan alat yang sangat berguna.

Kelebihan besar pendekatan ini ialah visualitinya.

Sebagai contoh: analisis pengurus dalam bahagian cari gali dan pengeluaran sebuah syarikat minyak besar mendedahkan perbezaan berikut antara struktur organisasi formal dan sebenar (Rajah dari Blog Rob Cross):

Dari gambar kanan dapat dilihat bahawa syarikat itu mempunyai salah seorang pengurus pertengahan, Cole tertentu (lihat gambar kiri), yang hampir tidak dapat dilihat dalam hierarki rasmi, tetapi sebenarnya melaluinya semua aliran maklumat dan pengagihan kerja sebenar pergi. Dia adalah hab maklumat utama dan dia memutuskan siapa yang mendapat maklumat apa. Naib presiden terletak di pinggir yang sangat jauh dan, sebenarnya, tidak mempunyai pengaruh ke atas pengurusan operasi.

Saya rasa anda sudah mula meneka apakah peranan yang boleh dimainkan oleh skim tersebut, contohnya, dalam pengurusan perubahan.

Aplikasi besar seterusnya untuk ONA, sudah tentu, pengurusan pengetahuan. Jika pada input anda bertanya soalan seperti: "Siapa pakar paling hebat di tempat kerja?", maka gambar pada output akan menunjukkan pembawa kepakaran utama dalam organisasi.

Bagaimana kita tidak boleh bercakap tentang tugas mewujudkan medan maklumat dalam syarikat? Mana-mana pengurus komunikasi mesti mempunyai analisis seperti ini jika dia tidak mahu bergerak ke hadapan secara membuta tuli. Analisis sedemikian boleh menunjukkan kedua-dua perhubungan dan aliran maklumat antara jabatan, antara syarikat dan pihak berkepentingan lain, dan antara orang. Dalam kursus latihan kami "HR Unvarnished" kami menyentuh topik ini dengan lebih terperinci.

Sebagai contoh, bagaimanakah interaksi antara kewangan dan pemasaran sebenarnya berlaku dalam syarikat anda? Melalui siapa semua maklumat pergi? (Gamb blog Rob Cross)?

Begitu juga dengan sebarang inovasi, kepimpinan, pembangunan bakat, dsb.

Kami melihat prospek untuk menggunakan ONA dalam organisasi, tetapi dengan kejayaan yang sama, alat ini boleh digunakan untuk menganalisis hubungan luar - dengan pesaing, pembekal dan kontraktor, dsb.

Aplikasi Utama ONA

ONA ialah seni mendapatkan hasil yang berguna: anda mendapat peta dan penunjuk yang membawa anda ke arah yang benar soalan yang bagus. Iaitu, ONA, seperti mana-mana alat analisis, tidak menjawab soalan "Mengapa?" Jawapan ini hanya boleh diberikan oleh seseorang. Tetapi kad melakukan dua perkara:

• Mereka menyediakan penunjuk tempat yang mungkin ada sesuatu yang menarik untuk diterokai.

• Mereka menyediakan hasil visual yang menarik untuk menyokong cerita hasil.

Sudah tentu, pada hakikatnya ini tidak semudah yang kelihatan pada pandangan pertama. Di sebalik semua keindahan yang memberi inspirasi dan kesederhanaan yang jelas ini terdapat alat matematik yang serius dan penyelidikan asas, tetapi ia jauh lebih mudah daripada apa yang kita ada dalam "analitis besar" hari ini. ONA akan memberikan anda hasil yang sangat berguna serta-merta dan menjimatkan sumber.

Victoria Buznik Dan Liliya Grabovskaya, pengarang sumber Talent Management.com.ua dan kursus latihan "HR tanpa hiasan"

Analisis deskriptif (deskriptif). Dengan menggunakan maklumat yang ada membentuk objektif dan maksimum penerangan yang tepat objek/situasi yang dikaji. Menjawab soalan: "Apa yang berlaku sekarang?". Ini adalah asas mana-mana analisis dalam HR. Beroperasi dengan data seperti struktur kakitangan, piawaian buruh, piawaian jumlah pekerja, semakan gaji, metrik kecekapan proses, penanda aras dalaman dan luaran.

Analisis ramalan. berdasarkan kebergantungan yang jelas dan hipotesis statistik yang disahkan membolehkan anda "melihat" dalam masa terdekat dengan meramalkan bilangan dan merancang beban kerja kakitangan. Ia memungkinkan untuk membuat profil pakar yang berjaya, membangunkan pelan tindakan untuk meningkatkan penglibatan mereka, dan menentukan piawaian untuk lulus ujian.

Analisis ramalan. Kegunaan kebergantungan yang tidak jelas, data daripada analisis deskriptif, analisis ramalan dan Data Besar untuk "mempengaruhi peristiwa pada masa hadapan yang jauh." Diautomatikkan menggunakan kecerdasan buatan (AI). Ia digunakan untuk menghalang/meramal/mengenal pasti sebab pemecatan pekerja walaupun sebelum ia berlaku, untuk meramalkan kemungkinan kejayaan/kegagalan mereka dalam kedudukan tertentu.

Pemodelan ramalan menggunakan kedua-dua kaedah analisis tradisional dan inovatif:

Secara teorinya, analitik ramalan dalam HR bersama-sama dengan AI direka untuk:

• mencapai keputusan syarikat jangka panjang (membuat keuntungan);
• mengenal pasti masalah dengan pusing ganti kakitangan dan mencadangkan cara untuk menyelesaikannya;
• memantau kos untuk menarik pakar baharu dan mengekalkan pakar sedia ada, sekali gus mengurangkan kos operasi.

Walau bagaimanapun, dalam amalan, tidak semuanya berjalan lancar.

Analitik ramalan dalam HR dan Black Swan

Penentang model ramalan percaya bahawa analitik, mengikut definisi, bukan "ramalan." Sebagai justifikasi, mereka memetik idea yang dipopularkan oleh Nassim Nicholas Taleb dalam karyanya “The Black Swan. Di bawah tanda tidak dapat diramalkan." Menurut penulis, semua kejadian yang mempunyai akibat yang ketara adalah angsa hitam, iaitu jarang dan sukar untuk diramal.

Untuk rujukan. Orang Eropah pertama yang melihat angsa hitam ialah pengembara Belanda Willem de Vlaminck. Ini berlaku pada tahun 1697 di Australia Barat. Sebelum itu, wakil Dunia Lama benar-benar yakin bahawa angsa putih secara eksklusif. Dan kini persoalan terakhir: bagaimana mungkin salah seorang penduduk Eropah dapat meramalkan penampilan burung ini dengan warna hitam?

Jika teori Taleb betul, maka berhubung dengan HR, analitik ramalan tidak boleh meramalkan peristiwa yang boleh mempengaruhi penyelesaian isu kakitangan dengan ketara.

Tetapi, sebaliknya, ramai syarikat besar terus melabur dengan banyak dalam pembangunan kecerdasan buatan, memperkenalkan teknologi pemodelan ramalan ke dalam kerja jabatan HR. Mengapa mereka melakukan ini? Mari cuba ketahui.

Meramalkan Yang Tidak Dapat Diramalkan: 5 Contoh Penggunaan Analitis Ramalan dalam HR

Pasukan Khas AS. Anda mungkin terkejut, tetapi HR Pasukan Khas AS menggunakan alat analisis ramalan untuk meramalkan calon mana yang akan menjadi pejuang yang berjaya dalam unit elit. Syaratnya ketat. Kita perlu memilih yang terbaik. Dan sebagainya untuk memastikan. Tebak, ramalkan apa yang wujud dalam seorang askar pasukan khas yang sukar: 1) tahap IQ yang tinggi; 2) keupayaan untuk melakukan 80 tekan tubi; 3) keberanian, ketahanan, kekuatan perwatakan?... Analisis menunjukkan perkara 3.

Google. Dalam bukunya "Peraturan Kerja! Mengapa kebanyakan orang di dunia ingin bekerja di Google" Laszlo Bock, naib presiden kanan sumber manusia (HRM), menulis bahawa alat HR yang paling penting di Google ialah statistik. Temu bual awal dengan pemohon adalah automatik sepenuhnya, dijalankan pada komputer, dan dikonfigurasikan untuk memilih calon terbaik. Gergasi carian juga menganggarkan kemungkinan orang meninggalkan syarikat menggunakan analisis ramalan. Salah satu penemuan: pekerja jualan baharu yang tidak dinaikkan pangkat dalam tempoh 4 tahun lebih berkemungkinan meninggalkan syarikat.

Hewlett Packard. Lelaki HP adalah peminat sebenar analisis ramalan dalam HR. Syarikat itu mula mempercayai teknologi ramalan pada tahun 2011. Kemudian, saintis dalaman mengumpulkan data HR dari 2 tahun sebelumnya dan menggunakan model ramalan untuk cuba meramalkan kemungkinan meninggalkan setiap 300,000 pekerja. Akibatnya, penunjuk "Risiko Penerbangan" telah dijana, menggunakan mana pengurus boleh bertindak balas tepat pada masanya kepada isyarat amaran tentang pemberhentian. Terima kasih kepada ini, HP menjimatkan sehingga $300,000,000 Apa lagi yang kami dapati: tidak seperti Google, untuk pekerja Hewlett-Packard, bukan sahaja kenaikan pangkat, tetapi juga kenaikan gaji adalah penting; jika tidak, mereka diberhentikan dalam tempoh 5 tahun.

Belian terbaik. Peruncit ini elektronik pengguna— salah seorang peneraju penyelidikan HR ramalan, di mana pengurusan syarikat menentukan bahawa peningkatan dalam penglibatan pekerja sebanyak 0.1% membawa kepada peningkatan dalam pendapatan tahunan sebanyak $100,000 Keputusan sedemikian mendorong semakan kekerapan audit penglibatan dalaman: mereka kini dijalankan setiap suku tahun dan bukannya sekali setahun.

IBM. Blue Giant mempunyai superkomputer Watson milik IBM, yang menilai pelbagai kriteria yang dipercayai mempengaruhi pusing ganti kakitangan. Antaranya: tahap dan bidang pendidikan, kadar setiap jam, semangat dan kepuasan kerja, kekerapan/ketiadaan perjalanan perniagaan, status perkahwinan, umur dan juga jarak dari rumah ke tempat kerja. Lajur yang mengandungi petunjuk "keletihan" pekerja (ya/tidak) diserlahkan dengan warna hijau (lihat tangkapan skrin di bawah).

Dengan menganalisis maklumat ini, pengurus HR boleh menghalang pemergian pakar dan mengenal pasti sebab pemecatan.

Catatan. Jadual menunjukkan data berstruktur, iaitu analisis ramalan hampir selalu bermula dan berakhir dengan analitik deskriptif. Oleh itu, jangan abaikan mengumpul data statistik tradisional. Mereka pasti akan berguna jika anda memutuskan untuk membangunkan model ramalan.

5 langkah untuk membangunkan model ramalan

DALAM Pandangan umum kemajuan kerja adalah seperti berikut (menggunakan contoh ramalan pemecatan atas permintaan sendiri pakar yang berkelayakan):

1. Menyediakan Andaian, mengapa pekerja yang berkelayakan tinggi berhenti atas kehendak mereka sendiri. Kajian:
   • Faktor luaran: permintaan untuk kecekapan, dinamik perubahan gaji, kedudukan majikan dalam pasaran buruh.
   • Faktor dalaman: waktu bekerja (jadual, lebih masa), kehadiran/ketiadaan perjalanan perniagaan; tahap keselesaan di pejabat; tingkat gaji; pertumbuhan kerjaya, prospek pembangunan; masa perjalanan ke tempat kerja.
   • Ciri-ciri individu: jantina, umur, status perkahwinan, kehadiran anak; profil psikologi; pengetahuan bahasa asing.
2. Menentukan data yang tersedia. Mereka memutuskan di mana untuk mencari maklumat yang diperlukan untuk menguji hipotesis yang dirumus pada peringkat sebelumnya. Sumber yang mungkin:
   1. Data luaran dari tapak merekrut, ulasan gaji.
   2. Maklumat dalaman kawalan akses dan sistem pengurusan (kelewatan, rehat, keluar awal, perubahan dalam tingkah laku yang ditetapkan); data tentang tapak yang dilawati; keputusan tinjauan penglibatan dan penilaian prestasi; data rekod kakitangan (perubahan gaji dan kerjaya)
   3. Keputusan psikodiagnostik.
3. Pengumpulan, pengesahan dan penstrukturan maklumat. Sebagai peraturan, peringkat terpanjang.
4. Pembangunan model: 1) penciptaan, 2) ujian, 3) visualisasi. Mereka mencipta dan menguji model prototaip berdasarkan data sebenar, membangunkan antara muka pengguna dan melatih pengurus HR untuk berinteraksi dengan sistem.
5. Aplikasi model. Sebaik-baiknya, bukan sahaja ramalan, tetapi memantau (termasuk jauh) penunjuk risiko pemecatan pekerja.

Mari kita ringkaskan dan fikirkan tentang cara menggunakan bahan artikel dalam realiti HR domestik.

Kos mengisi kekosongan

Ini adalah angka yang termasuk kos pengeposan kekosongan di tapak kerja, hubungan dengan perekrut, saringan, temu duga - semua yang berlaku dalam proses mencari calon mempunyai kosnya dalam bentuk sumber manusia dan masa. mengikut penyelidikan superjob, kos untuk mengisi satu kekosongan di Rusia pada tahun 2015 ialah 10,000. Di Moscow, angka itu sedikit berbeza - 17% lebih tinggi daripada di negara ini. Sepanjang tahun lalu, kos untuk mengisi satu kekosongan telah menurun, dan kos HR juga telah menurun dengan ketara.

Masa untuk mengisi kekosongan

Masa yang dihabiskan untuk mengisi satu kekosongan adalah hampir sama pentingnya dengan kos proses. Malangnya, cari beberapa nilai purata kami tidak berjaya. Kita tahu itu di Amerika Syarikat kira-kira 25 hari diperlukan untuk mengisi satu kekosongan.

Formulanya mudah: # hari jawatan dibuka / # bilangan calon yang diambil bekerja

Sumber Calon

Mengetahui sumber yang membawa anda calon yang paling baik sangat memudahkan proses pengambilan. Di sini adalah bernilai mempertimbangkan segala-galanya sebelum menerima tawaran, spesifikasi kekosongan dan semua platform yang tersedia untuk respons - pemaju menjawab di Facebook dan pergi ke tapak kerjaya, dan akauntan segera membalas di tapak kerja. Terdapat perbezaan. Terima kasih kepada jenis analitik ini, anda boleh mengurangkan kos mengisi kekosongan.

Kecekapan proses pengambilan pekerja

Pada setiap peringkat pemilihan, anda menyingkirkan seseorang, seseorang tercicir sendiri - analisis sebab-sebab mengapa ini berlaku pada peringkat tertentu ini akan membolehkan anda membina proses perekrutan dengan lebih berkesan. Tanya soalan-soalan yang menyingkirkan calon yang tidak sesuai, bercakap tentang prinsip kerja syarikat yang mungkin tidak sesuai dengan seseorang, berikan tugasan ujian lebih awal, supaya calon-calon yang tidak mahu mematuhinya segera dikeluarkan daripada proses pemilihan.

Formulanya ialah: (# calon yang mara ke peringkat seterusnya / jumlah bilangan calon yang dipilih) X 100

Penerimaan tawaran

Mudah sahaja - berapa peratuskah calon yang melalui semua peringkat pemilihan akhirnya menerima tawaran (dan menerimanya)? Adalah penting untuk mempertimbangkan bukan sahaja maklumat tentang sebab anda memilih calon tertentu ini, tetapi juga mengapa orang lain menolak atau atas sebab tertentu tidak mencapai peringkat akhir pemilihan.

Analitis diperlukan untuk menambah baik proses pemilihan: bagaimana anda menunjukkan budaya syarikat? Apa yang membuatkan orang ramai terpinga-pinga semasa temuduga? Bagaimanakah calon bertindak balas terhadap maklumat tentang upah dan lokasi pejabat?

Pusing ganti kakitangan

Perolehan perlu dipantau secara berkala - analisis setiap beberapa bulan, setiap enam bulan atau setiap tahun. Ini akan membolehkan anda memahami dengan jelas mengapa pekerja meninggalkan syarikat dan apa yang perlu dilakukan untuk mengelakkan perkara ini berlaku - kami sekali lagi bercakap tentang penjimatan dalam pengambilan pekerja, dan juga tentang membina budaya korporat dengan asas yang stabil dalam bentuk pakar yang baik .

Formula: # bilangan pekerja yang keluar sepanjang tahun / jumlah # bilangan pekerja

Kos pusing ganti

Faktor yang dipandang remeh ialah setiap pekerja yang meninggalkan syarikat juga memerlukan wang. Kedengarannya sinis, tetapi ini adalah fakta dan satu lagi sebab untuk memikirkan mengapa pejabat kosong dan apa yang anda lakukan salah. Di samping itu, jika pekerja berhenti, ini juga menjejaskan mood umum dalam pasukan - orang lain akan mula mengikutinya, yang hanya takut perubahan atau, sebaliknya, tiba-tiba mengeluarkan keberanian untuk pergi. Namun - anda perlu tahu berapa banyak kerugian pekerja yang akan anda tanggung.

Formula (mungkin ada pilihan): dana dibayar selepas pekerja pergi + kos kekosongan + kos menggantikan pekerja + bayaran untuk latihan awal dan penyesuaian

Purata tempoh perkhidmatan

Analisis berapa lama, secara purata, pekerja menduduki jawatan tertentu. Dengan cara ini anda boleh memahami apabila pekerja hampir untuk meninggalkan dan pada masa yang lebih baik untuk membuat perubahan kakitangan.

Kecekapan saluran

Adakah betul untuk menerbitkan jawatan kosong di FB dalam kes anda? Berapa ramai calon yang benar-benar baik datang ke jawatan itu dari tapak kerja? Menganalisis keberkesanan saluran akan membolehkan anda menggunakan hanya platform yang kerap membenarkan calon yang sesuai untuk memohon.

Jawatan terbuka lwn. Kekosongan jawatan tertutup

Ini adalah artikel analitik yang relevan untuk syarikat besar - anda perlu membandingkan bilangan kekosongan yang baru diisi dan yang telah muncul untuk menilai semula keberkesanan proses pengambilan. Sekiranya syarikat mempunyai bilangan kekosongan yang kecil, ini bermakna anda melakukan segala-galanya dengan betul dan semuanya cukup harmoni dalam syarikat.

Purata umur pekerja syarikat

Mengetahui umur pekerja anda boleh menjadikan pengambilan lebih berkesan dan membina budaya korporat lebih mudah. Jurang generasi masih terasa di tempat kerja - walaupun di Rusia teori generasi Y dan Z tidak begitu relevan, terdapat banyak lagi ciri penting, yang perlu anda perhatikan dan analisis secara kerap dalam kerja anda.

Penglibatan dan kepuasan

Dua penunjuk yang paling kerap diukur menggunakan tinjauan. Persoalan keberkesanan mereka dalam dunia teknologi HR adalah akut. Tugas anda adalah untuk mencari penglibatan pekerja yang optimum dan alat analisis kepuasan untuk syarikat anda. Sama ada anda menjalankan tinjauan tanpa nama atau hanya bercakap dengan pasukan anda tidaklah begitu penting, perkara utama ialah jawapannya hampir kepada kebenaran.