Kira-kira seminar ini

HR Analytics (atau People Analytics) adalah analisis susunan data besar yang menggambarkan kakitangan dari pelbagai pihak. Secara umum, penganalisis HR wujud dua objektif utama: memberikan pandangan (tidak diketahui maklumat terdahulu), dan menentukan data utama. Matlamat pertama adalah untuk memberikan maklumat mengenai operasinya sendiri, yang dapat membantu dalam menguruskan pekerja dengan berkesan. Ini adalah pandangan yang dapat memastikan pencapaian yang berkesan dari matlamat perniagaan syarikat. Ciri utama kedua analisis HR: membantu mengenal pasti data yang perlu disimpan oleh organisasi. Di samping itu, ia menyediakan model untuk meramalkan pelbagai cara untuk menganjurkan pulangan pelaburan yang optimum (ROI) kepada modal insan mereka.

Tidak seperti kenaikan lain yang digunakan dalam pengurusan kakitangan, Analytics HR didasarkan pada peristiwa-peristiwa sebenar yang sebenarnya dicerminkan dalam data, dan bukan pada idea-idea pengurusan atau pakar tentang bagaimana mereka melihat atau ingin melihat organisasi. Sebagai contoh, model kompetensi yang dibuat oleh pendekatan tradisional adalah berdasarkan kepada konsensus pandangan para peserta utama yang menggambarkan pekerja "ideal" dan yang pada pendapat mereka - akan berjaya, melakukan kerja dalam mana-mana kedudukan. Dalam penghakimannya, orang fokus menggunakan semua pengalaman mereka dan pemahaman yang mendalam tentang perniagaan, tetapi sukar untuk mengecualikan unsur subjektivisme, perwakilan motif yang tidak sedarkan diri atau yang tidak sedarkan diri atau tersembunyi.

Analisis HR dengan bantuan pelbagai kaedah, termasuk pembelajaran mesin, sedang mencari korelasi dan faktor mendedikasikan yang penting untuk menggambarkan fenomena di bawah kajian. Dan selalunya telah menerima keputusan analisis ini, pelanggan dan perunding perlu membuat banyak usaha untuk merealisasikan hasil yang tidak dijangka, mendapati mereka penjelasan, untuk mentafsirkan secara luaran tanpa hubungan yang luar biasa antara parameter yang berbeza yang benar-benar mempengaruhi penunjuk sasaran, dengan bantuan logik manusia. Tetapi betul-betul dalam "pemurnian dari subjektiviti" ini dan terdapat nilai dan daya ramalan pendekatan analitik.

Tempoh pembelajaran.

Program Seminar Semula

• Apakah analisis HR dan mengapa penting untuk mengambil penyelesaian HR yang digantung
• Mengenal pasti peramal yang penting untuk kejayaan yang berjaya menggunakan kaedah analisis korelasi dan menganalisis purata
• Analisis penerokaan data untuk menentukan ciri-ciri pekerja
• Analisis data korelasi. Menentukan saiz korelasi. Analisis korelasi dalam Excel
• Asas output statistik. Perbandingan pertengahan dan T-kriteria pelajar. Tafsiran yang betul mengenai hasil kajian statistik. Output statistik dalam Excel

• Mewujudkan profil kedudukan bersepadu menggunakan kaedah regresi linear berganda:
• Regresi linear mudah dengan satu peramal. Ramalan Kejayaan Langsung, Ramalan Ramalan
• Regresi linear berganda. Tafsiran hasil penyelidikan dan pengesahan kualiti hasil
• Ramalan kejayaan pekerja berdasarkan hasil analisis regresi

Model analitik "Analytics HR", yang dilaksanakan di platform BI, mendedahkan peluang tambahan dalam bidang pengurusan kakitangan dan membolehkan anda melihat pandangan baru di proses pengurusan perusahaan. Melalui penggunaan teknologi pemprosesan data baru dan menyokong antara muka interaktif pengguna moden dengan maklumat, analisis HR:

• Mudah untuk semua kategori pengguna.
• Terdapat pada peranti mudah alih.
• Cepat berfungsi pada data penuh.
• Memperluas bidang penggunaan maklumat mengenai pekerja di sfera yang berkaitan dengan pengurusan kecekapan perniagaan (CPM).

"HR Analytics" memungkinkan untuk menganalisis pelbagai penunjuk utama yang berkaitan dengan kakitangan syarikat, sebagai sebahagian daripada penyelesaian pelbagai fungsi, memberikan maklumat mengenai tiga peringkat terperinci:

• Panel maklumat utama memaparkan KPI utama dan dinamik perubahan dalam penunjuk utama pada satu skrin.
• Satu set panel maklumat untuk setiap kawasan subjek yang mencerminkan maklumat yang terperinci dan komprehensif.
• Satu set laporan yang mendedahkan maklumat terperinci mengenai objek kajian: kad pekerja, penerangan pekerjaan, soal selidik calon, dll.

"Penganalisis HR" mengambil kira keperluan perniagaan yang dinamik dan moden:

• Penyelesaian padat - satu platform, storan bersepadu, portal analisis biasa.
• Membenamkan kandungan bi-interaktif dalam slaid MS PowerPoint dengan keupayaan untuk merealisasikan data. Dengan penganalisis tersebut, anda sentiasa bersedia untuk persembahan dan mesyuarat tetap dengan pihak pengurusan.
• Keupayaan untuk mengemas kini data dalam talian.

Petunjuk utama model "HR Analytics"

Semua petunjuk utama dibentangkan dalam Panel Maklumat utama, yang dimaksudkan terutamanya untuk pengurus kanan.

• Bilangan pekerja
  • Semasa dan sekunder untuk sewenang-wenangnya
  • Oleh bahagian, fungsi dan kelayakan
• Upah. Jumlah pembayaran dan gaji purata
• Menyewa dan menolak pekerja
• Struktur foto
• Pemilihan Pekerja Corong
  • Mengikut kategori pakar
  • Dalam konteks pengurus kakitangan
• Latihan kakitangan KWI kuantitatif dan berkualiti tinggi
• Tahap kepuasan pekerja. Penunjuk kuantitatif atau kualitatif yang diperoleh hasil daripada tinjauan pekerja untuk beberapa kriteria
• KPI mencirikan produktiviti buruh di perusahaan

Semua maklumat dikemukakan pada satu skrin menggunakan infographics moden dan alat mudah untuk menentukan selang masa dan penapis. Terima kasih kepada seni bina BI-Platform yang inovatif, semua perubahan dalam bilangan dan grafik berlaku dengan serta-merta selepas sebarang tindakan pengguna.

Kebanyakan penunjuk boleh dianalisis dalam konteks geografi kehadiran (pejabat, tapak pengeluaran, dan lain-lain) dengan visualisasi kartografi.

Pembangunan pekerja

Infopanel "Pembangunan Staf" membolehkan anda mengesan petunjuk yang mencerminkan dinamik latihan pekerja dan kelajuan latihan lanjutan, dan bertujuan untuk menganalisis keberkesanan kos latihan.
Pengurus Sumber Manusia menampilkan penapis yang membolehkan anda mengawal reka bentuk KPI dalam konteks arahan kerja pekerja, kelayakan dan bahagian serantau mereka.

Demografi

Analitis pada tanda-tanda jantina dan kategori umur syarikat. Bergantung kepada skop aktiviti, julat umur yang penting bagi syarikat itu boleh dikonfigurasikan dalam model Analytics HR secara individu.

Petunjuk utama dan visualisasi:

• Umur purata pekerja dalam konteks geografi syarikat dan dinamik dalam masa
• Pengagihan kakitangan jantina dan umur di kawasan, pekerjaan dan kelayakan

Asas untuk buruh.

Tujuan utama seksyen ini adalah analisis maklumat ringkasan mengenai tahap syarikat mengenai syarikat secara keseluruhan, aktiviti, pejabat dan kategori kakitangan.

Pekerja kad

Infopanel menyediakan akses kepada maklumat terperinci mengenai setiap pekerja: umur, pengalaman, kedudukan, kelayakan, jumlah pembayaran untuk tempoh tersebut. Ia adalah mungkin untuk mencari melalui templat dan pemilihan rekod mengenai ciri-ciri.

HR telah berlalu jauh dari koleksi tradisional dan pengesanan maklumat mengenai pekerja kepada pendekatan moden: penggunaan data untuk membuat kesimpulan analitik yang mendalam yang berkaitan dengan keseluruhan perniagaan.

Apakah analisis HR?

Analisa HR adalah proses di mana kaedah pemprosesan data dan analisis perniagaan (BA) digunakan untuk pemprosesan data HR. Ia kadang-kadang juga dipanggil analitik bakat. Di samping itu, data Analisis Pintar (Perlombongan Data) dalam konteks ini merujuk kepada amalan pangkalan data pembelajaran untuk membuat maklumat baru.

Analytics HR wujud dua objektif utama: memberikan pandangan (tidak diketahui sebelumnya), dan menentukan data utama.

Matlamat pertama adalah untuk memberikan maklumat mengenai operasinya sendiri, yang dapat membantu dalam menguruskan pekerja dengan berkesan. Ini adalah pandangan yang dapat memastikan pencapaian yang berkesan dari matlamat perniagaan syarikat.

Ciri utama kedua analisis HR: membantu mengenal pasti data yang perlu disimpan oleh organisasi. Di samping itu, ia menyediakan model untuk meramalkan pelbagai cara untuk menganjurkan pulangan pelaburan yang optimum (ROI) ke dalam modal insan mereka.

Secara umum, Analytics HR difokuskan pada penggunaan maksimum sejumlah besar data mengenai sumber manusia yang majoriti organisasi mengumpul. Syarikat sering mempunyai banyak data, seperti demografi kakitangan, rekod latihan, dan lain-lain, dan analisis boleh mengeluarkan pengetahuan penting tentang mereka.

Berikut adalah maklumat yang lebih terperinci mengenai Analytics HR:

Mengapa organisasi anda bekerja dengan Analytics HR?

Penyelesaian kakitangan sering didasarkan pada naluri profesional dan intuisi. Menyewa, sebagai contoh, sering bergantung kepada hubungan peribadi, yang diuruskan oleh perekrut atau tidak dapat dipasang dengan calon. Masalah dengan "naluri" dan intuisi adalah bahawa mereka boleh menormalkan amalan buruk.

Oleh itu, ketidakadilan di tempat kerja boleh kekal tanpa disedari. Satu contoh visual ini adalah jurang dalam membayar buruh antara lelaki dan wanita. Organisasi mungkin berfikir bahawa mereka membayar sama jika mereka tidak mengkaji data sebenar.

Analytics HR boleh membantu meningkatkan produktiviti dan meramalkan model yang paling berjaya. Ini menghapuskan kebanyakan kesilapan manusia apabila membuat keputusan. Sebagai contoh, memperbaiki kawalan beban kerja mungkin lebih cekap apabila data digunakan, menunjukkan unit atau kumpulan yang telah membawa beban yang berlebihan, dan yang mungkin mampu mengambil lebih banyak tanggungjawab.

Lebih penting lagi, HR Analytics membuktikan bahawa ia menyumbang kepada pertumbuhan syarikat. Zon Latihan melaporkan hasil peningkatan dalam prestasi satu syarikat, yang menggunakan analisis HR untuk memperbaiki proses pengambilan pekerja. Terima kasih kepada analisis data, syarikat itu menyatakan bahawa petunjuk utama tradisional - pendidikan dan cadangan - tidak mempunyai banyak pengaruh terhadap produktiviti calon dalam jualan. Malah, petunjuk tersebut adalah kunci kepada kunci kepada sejumlah besar dan keupayaan untuk bekerja dalam keadaan tidak berstruktur, yang benar-benar menyumbang untuk meningkatkan kecekapan jualan. Apabila syarikat memperkenalkan data analisis kakitangan ini dalam pengambilan kakitangan, jualan syarikat meningkat sebanyak $ 4 juta pada tahun depan.

Dalam kajian lain, kesimpulan yang sama dibuat mengenai kepentingan Analytics HR untuk kecekapan keseluruhan Syarikat. Kajian yang dijalankan oleh MIT dan IBM menunjukkan bahawa tahap yang lebih tinggi menggunakan Analytics HR boleh memberi:

• Peningkatan jualan sebanyak 8%;
• Peningkatan dalam pendapatan operasi bersih sebanyak 24%;
• 58% jualan yang lebih tinggi pada pekerja.

Cara utama untuk menggunakan analisis HR

Bidang aplikasi Analytics HR adalah luas, dan penunjuk yang mana ia patut difokuskan untuk organisasi bergantung kepada industri, serta mengenai sifat perniagaan.

Berikut adalah beberapa contoh petunjuk utama yang mungkin:

• pekali pemecatan
• menyewa masa
• tahap hasil untuk kumpulan kakitangan yang berlainan (tahun pertama, lima tahun, dll.),
• pendapatan kepada pekerja.

Petunjuk di atas dan data lain yang serupa boleh digunakan untuk meningkatkan kecekapan perniagaan. Bidang utama di mana data boleh membantu adalah:

Pengambilan - Analytics HR boleh memberikan jawapan kepada soalan tentang mencari calon yang ideal untuk perniagaan ini. Sebagai contoh, sebagai contoh syarikat menunjukkan, data boleh digunakan untuk mengenal pasti sifat-sifat calon-calon yang membawa hasil yang terbaik. Anda boleh membandingkan data calon yang akhirnya kekal di dalam syarikat, dan mencari penyebut umum di kalangan mereka.

Kesihatan dan keselamatan - Analytics HR boleh mengenal pasti bidang masalah yang berkaitan dengan kesihatan dan keselamatan. Data mungkin menunjukkan peranan, tempat kerja dan lain-lain faktor serupa yang mempunyai tahap tertinggi kemalangan.

Memegang pekerja - Terima kasih kepada ini, anda juga boleh mempelajari lebih lanjut mengenai pengekalan pekerja. Anda boleh menggunakan Analytics HR untuk mengenal pasti aspek yang meningkatkan penglibatan pekerja.

Rales dalam bakat- Data boleh mengenal pasti kehadiran jurang dalam organisasi. Sebagai contoh, sesetengah jabatan mungkin mempunyai lebih banyak pekerja yang berkelayakan daripada yang lain, dan ini mungkin mengganggu kerja keseluruhan syarikat.

Koefisien Footage.- Berapa banyak pekerja meninggalkan tempoh tertentu ke arah jumlah kakitangan? Kecekapan Jualan - Analytics HR boleh membantu mengetahui butiran bagaimana untuk meningkatkan penunjuk jualan. Anda mungkin mendapati bahawa bakat tertentu membantu pekerja bekerja dengan lebih baik atau kurikulum tertentu memberikan pulangan segera dari sudut pandangan jualan.

Panggilan Analisa Lima HR

Sebelum berpindah ke peringkat awal pengenalan Analytics HR, ia adalah perlu mempertimbangkan beberapa masalah utama yang berlaku. Apabila menggerakkan analisis HR dalam organisasi anda, adalah penting untuk mencari cara untuk menyelesaikan lima tugas berikut.

Tugas 1: Aliran Data

Lebih banyak maklumat mengumpul organisasi anda, semakin sukar untuk menggunakannya jika perlu. Sebilangan besar data tidak secara automatik membawa kepada hasil yang baik. Untuk berjaya, adalah perlu untuk memiliki keupayaan untuk menggunakan kaedah analisis yang betul.

Sekiranya Jabatan HR anda mengumpulkan banyak data tanpa menggunakan pendekatan analitik yang betul, anda hanya akan mendapat banyak data. Apa yang mereka lebih, semakin sukar untuk membuat andaian yang berharga.

Sebagai contoh, petunjuk untuk semua metrik yang anda kumpulkan mestilah ditakrifkan dan diklasifikasikan dengan betul. Anda mesti menentukan soalan yang anda ingin selesaikan data anda, dan bukan hanya mengumpulkannya.

TASK 2: Kualiti data

Di samping mengumpul jumlah data yang diperlukan, anda juga perlu memastikan bahawa anda memberi perhatian yang mencukupi kepada kualiti mereka. Aliran data dengan cepat boleh membawa kepada data berkualiti rendah, kerana anda tidak membuat pautan penting antara set data yang berbeza.

Adalah penting untuk menjamin kualiti data dengan memberi tumpuan kepada memastikan integriti dan keselamatan mereka. Masalah banyak organisasi adalah bahawa data yang digunakan dalam analisis HR boleh datang dari pelbagai bahagian organisasi dan, oleh itu, terlalu berbeza, yang membawa kepada masalah. Sesetengah data boleh diabaikan, dibuang, hilang atau set data tidak boleh digabungkan, kemudian membawa kepada analisis yang tidak mencukupi.

Tugas 3: Kemahiran Analitikal Rendah dalam kebanyakan unit HR

Agar Analytics HR berjaya, pasukan yang berdiri di belakangnya harus mempunyai pengetahuan dalam bidang sumber manusia dan di kawasan analisis data. Tetapi dapatkan pengurus HR, yang juga kompeten dalam analisis data, mungkin sukar.

Menurut Elizabeth Craig (Elizabeth Craig), Institut Accenture untuk penyelidik berprestasi tinggi, anda tidak boleh mempunyai pekerja, cukup bersedia untuk Analytics HR. Di samping itu, Craig memberitahu data-informed.com bahawa beberapa alat analisis data memerlukan kemahiran IT khas, yang menambah tekanan ketika mencari orang yang tepat.

Masalahnya kelihatan lebih besar disebabkan oleh fakta bahawa hanya 6% daripada pasukan HR global yang yakin dengan kemahiran menggunakan analisis mereka. Di samping itu, hanya 20% yang percaya bahawa penggunaan data dalam organisasi mereka dengan pasti dan boleh dipercayai untuk membuat keputusan.

Petugas 4: Kekurangan Sokongan Kerap untuk HR-Analytics oleh Pengurusan

Analytics HR belum menjadi salah satu proses utama bagi banyak syarikat, dan sering ada sokongan dari kepimpinan. Tetapi agar proses itu berfungsi, bahagian HR harus meyakinkan para pengurus syarikat dalam manfaat menggunakan Analytics.

Sokongan ini penting kerana ia menyediakan akses kepada sumber, kerana pelaksanaan sistem analisis HR yang betul tidak murah. Ia juga boleh memberikan akses yang lebih baik kepada data dalam jabatan yang berbeza. Untuk meyakinkan pengurus, unit HR mesti memberi tumpuan kepada mengenal pasti kemungkinan pulangan maksimum pelaburan walaupun pada peringkat awal.

Tugas 5: Analisa HR mahal, dan keuntungan pelaburan sering tidak dapat dilihat

Akhirnya, organisasi mesti menyedari kos. Julat harga alat analitik adalah seperti yang pelbagai seperti ketersediaan alat. Menurut artikel mengenai data-informed.com, kos platform mungkin berbeza dari "400,000 hingga 1.5 juta dolar untuk sebuah syarikat dengan 5,000 kakitangan."

Di samping itu, anggaran itu tidak diambil kira peningkatan perbelanjaan yang mana organisasi yang mungkin bertemu ketika menyewa pekerja baru untuk melaksanakan program atau melatih pekerja sedia ada untuk menggunakan Analytics.

Di samping itu, keuntungan pelaburan dalam analisis HR tidak begitu ketara. Ini dijelaskan oleh fakta bahawa keuntungan dari pelaksanaan hasil analitik mungkin antara bahagian yang berlainan dan untuk jangka masa yang panjang. Sebagai contoh, peningkatan pengekalan pekerja tidak akan jelas dengan segera.

Tugasnya adalah untuk menyedari bahawa keinginan untuk platform yang lebih murah dari Analytics HR tidak selalu memberi penjimatan yang lebih besar. Kekurangan perisian dan alat boleh membawa kepada keputusan yang tidak berkesan dan tidak lengkap, yang, yang, akibatnya, tidak akan mewujudkan ROI yang cukup tinggi untuk membenarkan pelaburan.

Lima langkah pertama apabila melaksanakan Analytics HR

Sekiranya organisasi anda ingin memperkenalkan analisis HR, apakah cara yang betul? Berikut adalah lima langkah yang boleh membantu organisasi anda memulakan proses.

Langkah 1. Menentukan isu-isu perniagaan yang anda mahu selesaikan

Perkara pertama dan yang paling penting adalah untuk menentukan isu-isu perniagaan yang anda ingin selesaikan. Anda tidak boleh mula mengumpul data, dan kemudian melihatnya untuk mencari sambungan.

Tentukan masalah yang anda ingin memperbaiki sektor HR. Sebagai contoh, ia mungkin isu yang berkaitan dengan pelbagai pekerjaan, peningkatan tahap pengekalan pekerja, mengukur jumlah wang yang dibelanjakan untuk latihan, atau pemahaman yang lebih baik mengenai sebab-sebab kekurangan di tempat kerja. Terdapat beberapa soalan mudah dari mana anda mesti bermula sebelum bergerak.

Sebagai contoh, bayangkan bahawa anda ingin memikirkan bagaimana HR mempengaruhi perkara-perkara seperti keuntungan syarikat anda.

Selepas anda mengumpul maklumat keseluruhan yang berkaitan dengan kakitangan yang anda ingin belajar lebih banyak, anda perlu memulakan dengan definisi petunjuk yang diperlukan untuk menyelesaikan masalah ini. Berikut adalah beberapa petunjuk HR yang menunjukkan kecekapan Bahagian HR:

• HIRING Time - Berapa lama kerja pengisian, serta masa yang diperlukan oleh calon untuk menerima tawaran itu dan menjadi pekerja?
• Tahap ketidakstabilan kakitangan - berapa ramai pekerja meninggalkan selepas tahun pertama, lima tahun dan sebagainya?
• Kepelbagaian kakitangan - apakah minat ketika datang kepada wanita, lelaki, kumpulan agama dan etnik?
• Pendapatan kepada pekerja, antara mereka yang sibuk sepenuh masa - apakah pendapatan yang diterima untuk sepenuh masa?
• Jumlah bayaran untuk kerja lembur adalah berapa tinggi pembayaran untuk kerja lebih masa dan berapa kerap ia dilakukan?
• Nisbah antara pekerja tetap dan sementara - Berapa banyak pekerja yang bekerja dengan sambilan berbanding dengan sepenuh masa?

Langkah 2: Definisi Data yang bertanggungjawab untuk soalan-soalan di atas

Apabila anda mempunyai soalan dan masalah, anda boleh mula mendefinisikan data yang diperlukan untuk jawapan atau menyelesaikannya.

Pertama, perhatian anda harus difokuskan pada data yang berkaitan dengan kakitangan, yang telah disimpan di bahagian anda. Ini termasuk maklumat mengenai pengambilan, kecekapan dan kesinambungan. Bahagian anda mesti mengawal set data ini.

Kedua, anda perlu mula mengumpul data mengenai perkara-perkara seperti penglibatan, pemilihan dan wawancara. Bergantung pada tahap pengumpulan data dalam organisasi anda, anda mungkin sudah mempunyai mekanisme untuk mengumpul data ini.

Akhirnya, anda perlu memperluaskan pengumpulan data kepada sistem dan jabatan perniagaan lain. Anda mesti mula mengumpul petunjuk kewangan penting dan penyelidikan pasaran. Ini termasuk perkara sebagai perolehan, kecekapan jualan, wang yang dibelanjakan untuk penyelidikan dan latihan pasaran.

Langkah 3. Pengenalan ETL: Pengekstrakan, Pemprosesan dan Pemuatan (Pengekstrakan, Transformasi dan Pemuatan)

Seperti yang disebutkan di atas, Jabatan HR mesti bekerja dengan dekat dengan Jabatan IT, kerana kemahiran analisis khusus mungkin diperlukan untuk pengekstrakan perisian dan data tertentu. Oleh itu, ia tidak buruk untuk meneruskan pelaksanaan hubungan yang lebih dekat antara kedua-dua jabatan ini.

Sebahagian daripada proses ini adalah pelaksanaan ETL: Extract, pemprosesan dan pemuatan. Terdapat alat yang boleh digunakan untuk melaksanakan proses ini secara automatik. Sebagai contoh, IMB WebSperElatastage dan Pengurus Data Cognos, atau perkhidmatan Integrasi Microsoft SQL Server adalah salah satu pilihan yang paling popular. Walaupun tidak kakitangan teknikal boleh menggunakan platform ini, mungkin berguna untuk meminta bantuan Jabatan IT.

Proses ini pada dasarnya membolehkan anda mengekstrak data yang diperlukan dari sumber yang anda tentukan, menukarnya ke dalam format yang bersih dan konsisten yang betul dan memuat naik ke platform analisis anda untuk digunakan untuk analisis.

Langkah 4. Integrasi Keputusan dalam Operasi Perniagaan

Apabila analisis data anda mula menjana keputusan, anda perlu mula membuat perubahan. Sebagai contoh, jika anda memberi tumpuan kepada pembelajaran kepelbagaian buruh, dan data anda menunjukkan bahawa anda tidak menerima aplikasi yang mencukupi dari etnik minoriti, anda boleh mula mengubah strategi pengambilan anda.

Di samping itu, anda perlu mewujudkan hubungan antara data HR dan penunjuk perniagaan yang lain. Sebagai contoh, pengurangan kerja lembur boleh dikaitkan secara langsung dengan prestasi dan keuntungan. Laporan KPMG "Orang adalah nombor sebenar" perbincangan mengenai kepentingan hubungan ini mengenai contoh kekurangan kakitangan di tempat kerja dan kecekapan ekonomi.

"Walaupun ia berguna untuk mengesan pas di kawasan yang berbeza atau dibandingkan dengan tahun-tahun sebelumnya, tetapi jika HR juga dapat menunjukkan bahawa penurunan dalam kekurangan tempat kerja mempunyai kesan positif dengan kecekapan pengeluaran, maka kepimpinan akan melihat nilai sebenar HR, "Laporan itu berkata.

Langkah 5. Pelaksanaan analisis biasa

Akhirnya, analisis HR mesti dilakukan dengan kerap, jika tidak, dalam kebanyakan kes ia akan menjadi tidak relevan. Untuk memanfaatkan kelebihannya, adalah perlu untuk memperkenalkan proses biasa.

Sebagai contoh, anda mengenal pasti masalah yang anda mahu berurusan dengan bantuan data, dianalisis dan mendapati jawapan. Selepas anda melaksanakan penyelesaian masalah anda, anda perlu sentiasa kembali kepadanya untuk memeriksa apa yang berlaku dengan perubahan dan tidak mempunyai masalah baru yang timbul.

Kesimpulannya

HR Analytics adalah sebahagian daripada pengurusan data, dan pelaksanaannya dapat memberikan pulangan positif bagi mana-mana organisasi. Tetapi, seperti yang ditunjukkan di atas, pengurusan, analisis dan tafsiran data tidak mudah, dan organisasi perlu mendekati penganalisis "manusia" pada langkah yang sama pada satu masa.

Kunci kepada analisis HR yang berjaya adalah berdasarkan pemahaman bahawa saiz data yang diukur membawa kepada hasilnya, tetapi kesannya terhadap data mengenai membuat keputusan dalam organisasi. Analisis HR tidak boleh dianggap hanya perlu untuk unit HR, tetapi sebagai sesuatu yang boleh mencipta nilai untuk seluruh organisasi.

• Budaya korporat

Kata kunci:

1 -1

Beritahu saya, sila, di manakah saya pergi dari sini?
- Dan di manakah anda mahu mendapatkannya? - jawab kucing itu.
"Saya tidak peduli ..." kata Alice.
"Kemudian, di mana dan pergi," kucing itu diperhatikan.
"... hanya untuk mendapatkan tempat," kata Alice.
"Anda pasti akan datang ke suatu tempat," kata kucing itu. - Anda hanya perlu pergi cukup lama.
Lewis Carroll "Pengembaraan Alice di Wonderland. Alice di Wonderland "

Adakah anda menemui HR-metrik yang tidak berguna dari kategori "Sejarah"? Kami akan membuang segala-galanya yang tidak perlu, semak pentingnya: Mengenai petunjuk yang paling penting dari laman Portal Analytics HR yang diberitahu Dmitry Supronenko. , Ketua profil logam Jabatan Sumber Manusia.

Analytics dalam bidang Pengurusan Personel sebagai blok yang bebas dan adil - di satu pihak, topik untuk syarikat domestik agak baru. Untuk diri saya sendiri, saya memfilmkan pembentukannya dengan tempoh pembentukan fungsi HR dalam bentuk moden dari Jabatan Personel, secara langsung bawahan kepada Ketua Pegawai Eksekutif Syarikat, dan Otiz dalam komposisi blok kewangan dan ekonomi.

Sebaliknya, tempoh ini ternyata lebih daripada cukup bagi sesetengah syarikat bukan hanya satu langkah, tetapi satu lompat ke hadapan, yang lain terus berada dalam keadaan anabyosis. Akibatnya, walaupun dalam industri yang sama, kita dapat melihat perbezaan yang signifikan dalam pendekatan dan tahap pembangunan HR-analytics, yang dalam zaman digital tetap hanya untuk mencairkan dengan tangan mereka.

Tetapi kerana ia tidak berlaku apa-apa (dan tindakan, dan tidak bertindak) mari kita secara konsisten menangani sebab-sebab pendekatan yang berbeza. Saya berkongsi mereka untuk diri sendiri mengenai objektif (wujud bebas daripada syarikat HRD) dan subjektif.

Mari kita mulakan dengan objektif. Pertama, dari faktor yang paling penting, yang, dalam pendapat peribadi saya, paling dipengaruhi secara langsung pada analisis HR syarikat dan secara tidak langsung kepada faktor lain, ia tahap persaingan dalam industri.

Saya akan menerangkan, bagi saya, sebagai seorang ahli ekonomi dalam pendidikan asas, pasaran yang sangat kompetitif adalah pasaran di mana barang / perkhidmatan, teknologi pengeluaran, logistik, ketersediaan bahan mentah, dan sebagainya yang paling bersatu, dan hampir tidak ada Perbezaan kepada pembeli yang mempunyai produk / perkhidmatan ini untuk dibeli. Di bawah syarat-syarat ini, tahap perkhidmatan keluar, itulah sebabnya banyak guru strategik telah menggelarkan ekonomi ekonomi abad XXI yang teraan. Dan kata kunci, lebih tepatnya, kualitinya menjadi kunci dalam keadaan ini, kelebihan strategik. Adalah logik bahawa persaingan untuk pekerja yang kuat di pasaran yang sangat kompetitif juga penting.

Pakar-pakar HR semata-mata tidak mempunyai jalan keluar yang berbeza, seperti dalam keadaan ini, menggunakan keseluruhan alat analitik yang mungkin untuk memaksimumkan cara cepat mencari / memainkan yang terbaik dari pakar dari pasaran dan menyimpannya dengan tahap penglibatan yang diperlukan dalam Masa maksimum.

Oleh itu, semuanya bermula dengan penganalisis di "corong pemilihan", berakhir dengan analisis untuk sebab-sebab perolehan kakitangan, dan di antara mereka seluruh dunia petunjuk untuk penyesuaian, motivasi, latihan dan pembangunan, penglibatan, budaya korporat, dan sebagainya. Sebagai contoh, anda boleh mengambil pasaran pakar IT. Walaupun fakta bahawa S / N sebenar dalam banyak industri dalam beberapa tahun kebelakangan menurun, di sini kita melihat pertumbuhan yang mantap dan stabil.

Masa untuk mencari kerja baru pakar IT adalah minimum, tahap tuntutan mereka dalam keadaan sedemikian semakin berterusan. Dan bagaimana syarikat bertindak balas? Pendekatan individu. Bermula dari yang berdedikasi atau lebih (bergantung kepada skala) perekrut, dan berakhir dengan pakar HRD bertaraf tinggi yang tahu di muka (walaupun bilangan syarikat itu sendiri adalah 1000+), kerana dari segi jumlah dan kekerapan Perubahan dalam keadaan model dan pendekatan kepada kakitangan mereka keluar satu tahap dengan pengurusan teratas syarikat. Tetapi ini adalah untuk industri yang sangat kompetitif. Sekiranya industri mempunyai watak monopoli / oligopole, maka semua "penalaan" ini tidak diperlukan.

Saya tidak mengatakan bahawa analisis HR tidak terlibat dalamnya, tidak. Tetapi pengisiannya akan menjadi lebih kecil, atau (yang dalam pengalaman saya lebih kerap) penggunaannya dalam kerja untuk membuat keputusan akan menjadi formal. Sendiri bekerja di sebuah syarikat sedemikian, di mana secara teratur "Moscow" meminta senarai metrik yang banyak yang dibangunkan oleh syarikat perundingan asing yang terkenal. Skim komunikasi sentiasa tipikal: diminta - disediakan - terlupa.

Kedua, gabungan Sektor (Kekhususan). Saya akan menerangkan mengenai contohnya. Beberapa tahun yang lalu, saya ditemuramah oleh HRD salah satu pengeluar terbesar jentera pertanian di Rusia. Ketua Pegawai Eksekutif menggalakkan kes itu lebih bertanggungjawab (saya meminjam pengalamannya), tanpa mengehadkan hasil penilaian dan beberapa wawancara, dan menyediakan akses percuma ke kemudahan syarikat, serta semua maklumat HR dan meminta program tindakan selama 2 tahun . Dan walaupun pada akhir semua yang saya menerima jemputan dari majikan lain, pengalaman syarikat ini untuk saya hingga ke hari ini adalah menarik.

Ciri utama dalam zon HR adalah bermusim yang jelas dalam mengikat kepada penderitaan. Bermusim akan mengejutkan sesiapa, itu hanya di sini adalah perlu untuk mengambil kira skala (setiap tahun adalah perlu untuk mendail, untuk melatih, dan kemudian mengurangkan lebih daripada seribu pekerja pembuatan), tahap yang tinggi keperluan kerja untuk pekerja (ini bukanlah pekerja gudang), lokasi (semua unit pengeluaran terletak di satu wilayah daerah bandar), kekerapan pengulangan kitaran (pada masa itu ia sudah 5 kitaran set / singkatan) dan semua akibatnya untuk HR -Brand (pemandu teksi pertama di jalan dari lapangan terbang memberitahu saya keseluruhan sejarah tumbuhan sejak perubahan pemilik syarikat, dan apa yang anda perlukan untuk pergi ke sini dalam kes baru-baru ini).

Adalah jelas bahawa bahagian HR utama di perusahaan bukanlah Otil (seperti biasa), tetapi Jabatan Pengambilan, yang sepatutnya menyediakan sejumlah pekerja dalam tempoh sebulan. Saya terkejut 2 fakta: semua pekerja unit ini adalah lelaki (yang sama sekali tidak tipikal untuk fungsi HR secara keseluruhan dan untuk pemilihan khususnya), dan kualiti Analytics HR.

Nampaknya saya bahawa mereka telah dijejaki secara berterusan. Saya tidak mengatakan tentang "corong pemilihan", ia telah dikumpulkan untuk setiap bengkel dalam konteks jawatan, keberkesanan menarik calon untuk semua saya yang dikenali saluran luaran dan dalaman telah dibandingkan, tempat yang berasingan telah diberikan kepada Analisis bidang calon yang hidup, dan keseluruhan tempoh penyesuaian dibahagikan kepada blok, menurut statistik dalaman perolehan kakitangan dalam tempoh tiga bulan pertama, dan di sepanjang rangkaian penyesuaian corong yang sama dengan ketidakstabilan kakitangan pada tempoh percubaan.

Ketiga, peringkat pembangunan syarikat. Di sini adalah perlu untuk menarik balik model yang terkenal dari model kitaran hayat L. Greiner. Nampaknya mendedahkannya secara terperinci dalam artikel yang saya tidak nampak titik - bahan mengenai topik ini mudah diakses di Internet.

Saya akan memberi tumpuan kepada fakta bahawa penyokong yang sering dan penentang pengenalan dalam sistem KPI / BSC Syarikat (dan penganalisis dalam HR adalah unsur sistem KPI, kerana tanpa perancangan, kawalan, motivasi itu sendiri tidak membawa nilai Bagi syarikat) tidak boleh bersetuju di kalangan mereka kerana asas untuk pertikaian mereka adalah organisasi yang berada di peringkat pembangunan yang berlainan dalam gandum. Dan jika di peringkat "kreativiti", penganalisis akan, sebaliknya, oleh pengecualian yang jarang berlaku kepada peraturan, di peringkat "panduan arahan", analisis HR dipermudahkan (2-3 petunjuk biasa), maka pada peringkat "Delegasi "Terdapat perkembangan penunjuk kuantitatif dan kualitatif yang signifikan, bagaimanapun, di peringkat koordinasi, penganalisis mula memperoleh berat badan (apabila kos urus niaga Analytics HR melebihi kesan ekonominya untuk organisasi). Dan di sini lawan KPI naik ke podium dan mula mengkritik.

Dan sebahagiannya mereka betul, itu hanya perlu segera membuat penjelasan bahawa kebanyakan syarikat domestik tidak "membesar" hingga 4 peringkat dan tidak mungkin pernah berkembang. Dan hanya beberapa yang bertuah (pemimpin senarai RBC 500) serius berfikir, yang dihadapi dengan krisis kepercayaan, tentang keperluan untuk berpindah ke peringkat kelima: "kerjasama".

Perhatian khusus pada L. Grainwara pada peringkat ini diberikan kepada penciptaan pasukan dan kerjasama interpersonal, dan sistem kawalan formal secara beransur-ansur digantikan oleh kawalan sosial dan disiplin diri. Setiap peringkat pembangunan organisasi sepadan dengan pendekatannya kepada sistem HR-Metrik dan memudahkan pendekatan, mengurangkannya kepada keperluan tunggal, tidak dapat diterima, seperti, bagaimanapun, dan membandingkan analisis HR organisasi di pelbagai peringkat pembangunan, adalah tidak profesional.

Keempat tahap Automasi di Syarikat. Di sini, pada pendapat saya, semuanya agak mudah: adalah mustahil untuk menjalankan serangan besar-besaran, jika utusan anda dengan peluru dan pakaian seragam sangat di belakang. HR Analytics, yang akan "secara manual" - cara yang pasti untuk menafikan alat yang sangat baik. Oleh itu, anda adalah kawan dengan unit IT, dengan idealnya anda perlu mempunyai pakar yang berdedikasi untuk analisis dalam sistem ERP di mana statistik anda sedang dijalankan.

Bergantung pada skala syarikat, satu blok tugas untuk mengintegrasikan data dari beberapa sistem HR boleh ditambah. Dari pengalaman saya sendiri, saya boleh mengatakan bahawa ia adalah untuk penetapan integrasi untuk menjadi yang paling kuat, dengan hasil yang sesetengah syarikat menerima penyelesaian logik (tetapi tidak murah) untuk menterjemahkan keseluruhan fungsi HR ke dalam satu platform.

Kini sedikit pada faktor subjektif.

Pertama, kehadiran pelanggan: Bahagian HR tidak boleh wujud dengan sendirinya. Setiap tugas / projek harus selalu menjadi benefisiari: pemilik, Lembaga Pengarah, Lembaga, Ketua Pegawai Eksekutif, Pengarah Unit Perniagaan, ketua blok fungsi atau orang lain, tidak kira apa nama kedudukan / kuasa. Sekiranya benefisiari ini dalam tugas / projek tidak (dan ini, malangnya, ia berlaku), maka untuk pengurus HR, peluang untuk "menyebabkan kebahagiaan" dalam syarikat meningkat dengan ketara. Ini tidak bermakna bahawa jika anda tidak menetapkan tugas, saya tidak perlu melakukannya. Adalah perlu jika anda memahami mengapa ia boleh menjadi menarik kepada benefisiari, tetapi perkara pertama yang perlu dilakukan adalah untuk mendapatkan persetujuannya.

Saya akan menerangkan dalam amalan. Kami mengambil contoh ketua, yang mengetuai beberapa syarikat besar HR Division, di mana salah satu petunjuk utama di Zon HRD adalah nombor biasa, kedua-dua magnitud syarikat dan dalam pelbagai bahagian analisis (mengikut unit perniagaan, mengikut blok fungsional dan lain-lain).

Pertama, keseluruhan belanjawan (dan bahagian maksimum di dalamnya adalah FOT) di kawasan HRD secara langsung bergantung kepada magnitud yang dirancang dalam personil dalam tempoh tertentu (sebagai peraturan, ini adalah satu perempat, bagi syarikat-syarikat yang mempunyai bermusim yang sangat jelas Jualan / Pengeluaran - Bulan). Kedua, petunjuk utama lain (contohnya, kakitangan kakitangan, bahagian kekosongan yang terlambat) bergantung kepada jumlah biasa.

Pindahkan pengurus ini kepada syarikat yang sama besar. Apa yang akan dia mulakan kerja? Kemungkinan besar, salah satu perkara pertama akan mengaudit proses HR semasa (termasuk mengumpul analisis dalam sistem koordinat yang biasa). Dan di sini ternyata bahawa bahagian kekosongan syarikat itu, boleh diterima, 30% daripada jumlah kakitangan, dan permohonan untuk pengambilan kakitangan tidak lebih daripada 10% daripada jumlah kekosongan. Apa yang dikatakannya?

Kemungkinan besar, masalahnya tidak dalam pemilihan, dan jadual tetap dibebankan dengan kekosongan "mati". Sekiranya tempoh kekosongan itu penting, maka, dengan mengambil kira langkah-langkah yang sentiasa mengoptimumkan untuk mengoptimumkan bilangan kakitangan, keputusan refleks (ditunda di peringkat Cricker) akan mengurangkan kekosongan yang terlambat atau, sekurang-kurangnya, untuk membersihkan yang mana Terdapat juga aplikasi untuk pemilihan, untuk memasuki pekerja asas tahap nombor, dan sudah berfikir apa yang perlu dilakukan dengannya. Diselesaikan - dibuat. Dan selepas beberapa bulan dengan permulaan musim, unit perniagaan menimbulkan bunyi bising: mereka perlu mengambil sejumlah besar pekerja, tetapi mereka tidak boleh melakukan ini, kerana tidak ada jumlah kekosongan dalam jadual kakitangan.

Dan ternyata bahawa nombor kakitangan adalah penunjuk teknikal, kekosongan itu hanya diperlukan untuk pelaksanaan pekerja oleh Jabatan Personel, dan perancangan sumber dibina semata-mata berdasarkan penunjuk Foter, yang dipandu oleh Pengarah Daripada cawangan apabila memutuskan - untuk mengambil pekerja kepada kakitangan atau tidak, kerana ia bertanggungjawab untuk keseluruhan kos cawangan. Pada peringkat ini, tidak penting bagi saya, proses ini dibina dengan betul atau tidak, yang lain adalah penting: Analytics unit HR tidak boleh wujud dengan sendirinya, secara berasingan daripada perniagaan. Ia sentiasa sekunder, dibentuk di bawah tugas tertentu. Kemudian dia tidak akan tidak perlu.

Kedua, faktor yang saya panggil untuk diri saya adalah kesan yang signifikan terhadap penganalisis domestik dalam bidang Pengurusan Personel: "Sejarah yang terbentuk." Sering menemui keadaan apabila anda berada dalam soalan anda "untuk apa?" (tidak boleh dikelirukan dengan "Mengapa?") Anda kerap mengumpul analisis HR ini, mendapatkan jawapan yang jujur: "Kami begitu biasa," "Sentiasa melakukannya", "Kami sangat mudah" atau sesuatu yang serupa.

Sekali seseorang dari manual syarikat untuk menyelesaikan tugas tertentu yang diminta untuk mengawal pemantauan penunjuk berasingan / ia. Sejak itu, keadaan boleh berubah dengan ketara, tugas itu secara umumnya boleh hilang sebagai tidak perlu, tetapi kerana tidak ada yang memberikan sesiapa tepat pada masanya, perkhidmatan HR terus mengumpul maklumat dan langsung mengikut senarai penerima yang diluluskan.

Saya melihat dalam amalan saya apabila selepas berlalu selama beberapa tahun (tahun!) Laporan tersebut, penerima ini mendapati satu sama lain yang merupakan pemula dan yang mereka perlukan maklumat ini. Dan semakin tinggi status orang yang menetapkan tugas pada mulanya, dan tahap autoritarian kepimpinannya, semakin besar kebarangkalian mendapatkan garis HR-metrik dari kategori "Sejarah".

Sekarang, selepas teori dikomunikasikan, dan segala-galanya diberitahu tentang kemungkinan akibat dan nuansa, anda boleh bergerak untuk memandu, iaitu senarai analisis HR. Saya segera ambil perhatian bahawa senarai ini hanya terbentuk dari petunjuk yang saya bekerja, dan untuk keadaan di mana saya bekerja pada masa itu, lebih-lebih lagi, senarai ini walaupun tidak digunakan oleh 80% dalam mana-mana syarikat (yang tidak faham Kenapa, saya cadangkan membaca artikel sekali lagi).

I. KEWANGAN:

Bahagian perbelanjaan kakitangan dalam pendapatan (semua artikel diambil kira dalam perbelanjaan di Zon HRD);

Nisbah kadar pertumbuhan pendapatan / margin / keuntungan bersih bagi setiap pekerja kepada kadar pertumbuhan perbelanjaan Phot / Staf untuk tempoh yang sama (saya tidak membandingkannya secara prinsip dengan kadar pertumbuhan purata S / N, kerana dinamiknya ketara menjejaskan bilangan kakitangan, yang boleh membawa kepada penyimpangan intipati ekonomi penunjuk);

Tahap risiko kewangan pada fungsi HR (boleh diukur sebagai bilangan peristiwa berisiko di mana kegagalan dalam proses HR, hasilnya adalah kerosakan organisasi dalam jumlah tertentu, jadi jumlah agregat kerosakan kepada semua peristiwa berisiko);

Perbelanjaan Syarikat setiap 1% daripada hasil kakitangan (semua perbelanjaan langsung diambil kira: pemilihan, latihan, penyesuaian personel (melepaskan mentor dan penyelia), s / n sebelum keluar pekerja ke tahap sasaran produktiviti dan kekurangan pendapatan semasa ketiadaan pekerja dan sebelum keluar pekerja ke prestasi tahap sasaran);

Purata gaji pekerja (dalam konteks jawatan / fungsi / lokasi) berbanding dengan median S / N berdasarkan tinjauan pasaran buruh dalam analisis yang sama.

Ii. Pelanggan (Dalaman):

Tahap kepuasan pelanggan dalaman perkhidmatan HR (diukur sebagai penunjuk purata berwajaran dan secara berasingan dalam konteks fungsi. Sebagai peraturan, kebanyakan kerusi berminat dalam pemilihan, motivasi, pengurusan, penilaian dan pembangunan);

Bahagian kekosongan ditutup dalam tempoh pengawalseliaan (masa pengawalseliaan dibezakan bergantung kepada tahap kedudukan, blok fungsi, lokasi, dll.);

Kakitangan kakitangan di% daripada nombor standard (penunjuk adalah alternatif kepada penunjuk sebelumnya, digunakan di bawah keadaan pemilihan yang besar, tidak seperti saat sebelumnya, dan tidak selang, oleh itu ia sangat menyusahkan untuk pemilihan apabila kakitangan purata berwajaran adalah dipertimbangkan oleh CCM);

Keberkesanan purata pekerja di peringkat kemasukan ke kedudukan (sering digunakan untuk pengurus jualan, selang masa ditetapkan dibezakan untuk pejabat, sebagai peraturan, dikaitkan dengan tempoh pembelajaran seorang pemula dan memadai untuk kerja bebas, boleh diukur sebagai Peratusan, produk bersyarat, dll.).

Iii. Proses:

Kos pemilihan 1 pekerja (dia dibahagikan bergantung kepada tahap kedudukan / profesion pada 4 kategori);

- "Corong" pengambilan dalam pelbagai pemotongan analitik (jawatan, lokasi, fungsi, saluran menarik calon, dan sebagainya);

Kekecewaan pekerja dalam tempoh ujian (penunjuk yang sangat berguna untuk membina hubungan dengan pelanggan dalaman, terutamanya dalam konteks fungsi dan lokasi, untuk ini adalah perlu untuk membahagikannya kepada dua komponen: atas inisiatif pekerja dan seterusnya inisiatif kepala);

Pelupusan kakitangan kakitangan / aliran kakitangan (pembahagian antara petunjuk bersyarat, di bawah penyingkiran saya memahami angka itu, apabila semua pekerja yang dipecat tanpa mengira punca pemecatan pergi ke "ujian" jika ada sebab tidak termasuk dalam pengiraan Daripada penunjuk, maka bagi saya ia adalah satu ketidakstabilan. Dalam kes kedua, menjalankan tinjauan di pintu keluar, untuk memastikan pengumpulan telefon mereka yang memadamkan pekerja dan membuat panggilan audit pada pekerja yang dipecat;

Penganalisis tradisional atas sebab-sebab pelupusan / ketidakstabilan kakitangan;

Pelupusan / ketidakstabilan kakitangan utama (ia dianggap oleh pekerja yang menerima penilaian A (ketepatan tinggi) dan (suhu tinggi), serta termasuk dalam Rizab Personel untuk orang yang lebih tinggi di Rizab Personel dengan kesediaan RN (bersedia));

Analytics atas sebab-sebab pelupusan / ketidakstabilan kakitangan utama (lihat perenggan sebelumnya);

Peratusan purata ketiadaan pekerja berbanding dengan FRV pada jadual staffic (termasuk semua jenis penampilan);

Bahagian pekerja perkhidmatan komersial yang telah berjaya meluluskan latihan jualan / produk di lokasi / fungsi;

Pematuhan Tahap (Peratusan) dengan standard jualan Syarikat mengikut senarai semak yang diluluskan (Analytics dikumpulkan mengikut keputusan kedua-dua audit dalaman dan panggilan pelanggan luar, panggilan pengauditan, dll.)

Peratusan purata penutupan tugas IPR dalam tempoh pengawalseliaan;

Purata soal selidik maklum balas bola kepuasan sepenuh masa.

Iv. Pembangunan pekerja:

Bahagian kedudukan utama Syarikat (ditentukan secara individu), ditutup mengikut keputusan Suruhanjaya Personel yang terakhir, pengganti dengan tahap kesediaan RN (sedia sekarang) dan RN + 1 (siap dalam setahun);

Terdapat pendapat bahawa HR adalah tentang perkara-perkara yang tinggi yang kelihatannya mustahil untuk memandu ke dalam tokoh. Tetapi jika jika sesuatu tidak dapat diukur, maka mustahil untuk menguruskannya? Ternyata kerja dengan orang boleh menjadi sains yang tepat, jika anda memiliki alat yang diperlukan. Sebagai contoh, belajar analisis HR.

Di mana untuk bermula? Kami ditanya Evgeny Bondarenko, Pengarah Akademi DTEK, Sepuluh soalan, jawapan yang akan membantu menavigasi bagaimana untuk memulakan ini sukar, tetapi cara yang menarik.

Apakah analisis HR?

Sangat mudah untuk memberitahu tentang Analytics HR. Topik ini memperuntukkan pengetahuan bahawa kebanyakan kita di sekolah dan universiti seolah-olah menjadi yang paling sukar - ini, khususnya, matematik dan statistik. Selain itu, selalunya semua pekali, mod dan median ini seolah-olah tidak perlu kepada kami. Dan hanya dengan pengalaman memahami betapa bergunanya, dan jika betul untuk membina proses pembelajaran - yang menarik.

Dalam artikel "HR berasaskan bukti: di bawah mikroskop" ("Pengurusan Personel, berdasarkan bukti: di bawah pengarang mikroskop"), Ketty Jacobs, mengetuai contoh indikatif. Dalam rangka program perubahan dalam organisasi yang besar, tiga pengurus yang bertanggungjawab untuk itu, menyatakan pandangan yang berbeza tentang apa yang perlu dilakukan. Ia seperti tiga doktor yang berbeza dengan satu pesakit. Untuk menawarkan rawatan, dalam bidang perubatan, ia diterima untuk bergantung kepada fakta. Dalam menguruskan orang, kebanyakan penyelesaian, seperti yang ternyata, berdasarkan pengalaman peribadi dan membaca di suatu tempat dalam penyelidikan orang lain.

Jadi, terdapat banyak definisi analisis HR. Mungkin bunyi yang paling lengkap seperti ini: ia adalah proses yang berterusan mencari pandangan, pemandu dalam proses pengurusan manusia yang memberi manfaat kepada perniagaan, menggunakan pendekatan saintifik.

Terdapat dua pendekatan utama untuk Analytics HR.

Pendekatan pertama: "Saya melihat matlamat." Apakah intipati?

Pendekatan ini melibatkan matlamat tertentu. Sebagai contoh, hipotesis berlaku di syarikat, yang berdasarkan pengalaman atau anggapan. Hipotesis ini adalah terlalu banyak profesional muda yang menjanjikan keluar dari perniagaan: set itu dijalankan setiap tahun, dan masih ada sedikit dari mereka. Kemudian syarikat mengumpul data, memilih teknik, mengira kriteria ini, dan dengan itu atau mengesahkan hipotesis, atau menyangkalnya.

Permintaan itu mungkin berbeza - sebagai contoh, anda perlu membina model prognostik yang akan membolehkan anda mempelajari proses pemecatan orang dari syarikat. Data kolektif dan menganalisisnya, syarikat itu dapat melihat "zon merah" - pekerja yang boleh pergi tidak lama lagi. Tugas ini adalah kuasa, sebagai contoh, regresi logistik.

Pendekatan kedua: "Saya pergi untuk penerokaan." Apa yang dia?

Tidak ada tujuan untuk menganalisis beberapa kriteria tertentu. Tetapi terdapat set data dan keinginan untuk mencari beberapa pandangan berguna yang tidak jelas, jangan terletak di permukaan. Ia lebih dekat dengan apa yang dipanggil. Pembelajaran mesin disiasat oleh data, terdapat hubungan yang menarik, kesimpulan dibuat. Perisikan aneh, yang kemudiannya akan membantu merangka hipotesis, menetapkan matlamat dan mendapatkan kesimpulan perniagaan tertentu.

Untuk memulakan, anda boleh membiasakan diri dengan penerbitan mengenai topik ini - "HR berasaskan bukti: di bawah mikroskop", serta "HR Metrics and Analytics: Penggunaan dan Kesan. Perancangan Sumber Manusia »(di dalamnya, penulis pertama kali menggunakan istilah" Analytics HR ").

Kemudian anda perlu mula meneroka statistik - untuk ini anda boleh mengambil apa-apa buku teks asas. Sebagai contoh, buku "Statistik. Kursus latihan untuk ahli sosiologi dan pengurus "O. Ivanova: semuanya digambarkan di dalamnya semata-mata dan difahami, dalam contoh sebenar. Buku berguna lain - "Kaedah pemprosesan matematik dalam psikologi" E. Sidorenko (pelbagai kriteria statistik berstruktur). Ia juga menarik untuk membaca "cukai kerja!" (Buku indah mengenai Google, pengarang - Laslz Bok), "Statistik Naked" (Charles Wellen), "Pengurusan berasaskan data" (Tim Phillips), "Data Besar" (Victor Mayer Shengarger).

Buku mengenai HR-penganalisis, khususnya Rusia berbahasa, setakat ini tidak. Tetapi ini tidak bermakna sama sekali mereka tidak sepatutnya cuba untuk mengetahui topik ini, kerana di sini ia adalah sempurna untuk kaedah analogi. Anda boleh melihat bagaimana tugas analitik yang sama memutuskan, katakan, pemasar - contohnya, belajar pelanggan. Dan ia digunakan dalam bidang anda - belajar pekerja. Anda boleh mengetahui bagaimana penganalisis perniagaan, ahli psikologi dan ahli sosiologi menyelesaikan tugas mereka. Sebagai contoh, dalam "kursus pembelajaran untuk ahli sosiologi dan pengurus" diberi contoh bagaimana untuk membandingkan kejayaan dua kumpulan pelajar. Adalah mudah untuk dipindahkan ke amalan HR untuk membandingkan dua kumpulan pekerja yang dilatih oleh jurulatih yang berbeza dan mengukur keberkesanan acara latihan.

Dengan cara ini, pengetahuan bahasa Inggeris akan menjadi kelebihan yang besar dalam pembelajaran Analytics HR: hampir semua sumber pengetahuan yang berkualiti tinggi adalah bahasa Inggeris.

Apa program yang anda perlukan untuk menguasai?

The Hornerstone HR Analytics adalah toolkit. Malangnya, di syarikat-syarikat Ukraine, pekerja juga pembiaya menggunakan Excel di mana-mana. Dan ini adalah masalah total. Mengenai persoalan mengapa tidak mencuba alat yang lebih cekap - contohnya, Pytnon atau R, biasanya tidak sesuai dengan "jadi bahasa pengaturcaraan yang sama!" Nampaknya, apa yang penganalisis, kewangan dan terutamanya HR? Malah, alat ini terpakai sepenuhnya. Excel membolehkan anda menyelesaikan tugas asas dan baik pada peringkat awal, apabila anda belajar untuk mengira penunjuk asas secara manual untuk memahami bagaimana ia berfungsi. Tetapi apabila terdapat alat yang lebih kompleks dalam senjata, pengiraan lebih cepat dan lebih mudah: tidak perlu untuk cat formula, sudah cukup untuk menulis garis kod, masukkan data yang dikehendaki dan memberikan fungsi kepada tugas - katakan , Membina regresi. Dan kemudian - dapatkan jadual, formula dan parameter penting lain. Ini dilakukan dalam beberapa saat. Selain itu, jika set data telah berubah, dalam Excel, kemungkinan besar, perlu menulis semula semua formula. Di Pytnon atau R, jika terdapat skrip bertulis, program ini masih dengan apa jenis data yang ditetapkan untuk berfungsi.

Sekiranya seseorang tidak pernah berurusan dengan bahasa pengaturcaraan, ia mungkin kelihatan menguasai mereka - ini adalah sesuatu yang keluar dari bidang fiksyen. Malah, bahasa R, contohnya, secara intuitif dapat difahami, dan bahkan orang yang tidak mempelajari dia akan dapat menguasainya dalam tahap asas yang yakin selama kira-kira enam bulan (tentu saja, dengan usaha yang sewajarnya). Jika hari ini terdapat buku untuk kanak-kanak tentang bagaimana untuk belajar untuk program, orang dewasa mungkin masih dapat menangani tugas sedemikian. Bahasa R Percuma, ia boleh dimuat turun, saintis yang ingin berkongsi penyelidikan dan pengetahuan saintifik secara bebas. Selain itu, untuk R di Internet terdapat banyak perpustakaan yang boleh disambungkan untuk mengambil ciri-ciri baru untuk kriteria yang diperlukan jika tidak cukup fungsi asas (katakan untuk membina model yang kompleks, untuk melakukan visualisasi 3D, dan lain-lain).

Apakah sumber Internet untuk memberi perhatian kepada?

Terdapat laman khas di mana orang dibahagikan dengan set data mereka dan pengguna lain membantu menyelesaikan tugas masing-masing. Sebagai contoh, stackoverflow.com, dan laman web Kaggle.com mempunyai kedua-dua seksyen analisis HR. Secara umum, pertukaran pengetahuan sangat dialu-alukan dalam penganalisis: kerana terdapat sedikit data setakat ini, ia hampir satu-satunya cara untuk belajar.

Sumber yang baik dengan e-kursus - stepik.org: Di sini anda boleh mengambil kursus pada asas-asas statistik (asas atau lebih maju, dengan contoh dan tugas), pada analisis data dalam r (dengan contoh, bagaimana untuk memohon tugas sebenar ), menurut asas-asas pengaturcaraan di R (kenalan dengan fungsi fungsi dan pembangunan untuk R-Rstudio).

Di samping itu, anda boleh melalui kursus di Coursera.org - oleh Sains Data ("Sains Data") dan Analytics HR. Tetapi ini masuk akal jika pendengar sudah memiliki konsep asas dalam statistik. Kerana apabila pensyarah berkata "dan sekarang kita akan membina model regresi," anda harus tahu apa itu.

Jadi, untuk menguasai Analytics HR, anda boleh membaca dan belajar dari kursus. Tetapi ini tidak mencukupi: anda perlu mencuba. Untuk mengambil data yang paling mudah - tentang berapa banyak syarikat yang membayar kepada pekerja, selalunya orang pergi ke hospital atau menolak, dan cuba membuat pengiraan pertama. Ia perlu bergerak dari mudah ke kompleks: Jika anda memahami bagaimana teknik mudah bekerja, model dan pekali dikira, maka anda boleh menguasai dan lebih kompleks.

Apa "batu bawah laut" takut?

Selalunya, pengurus HR cenderung untuk memastikan bahawa hasil kajian mengesahkan hipotesis ternyata seperti yang saya inginkan. Perlu difahami bahawa tidak ada jawapan yang buruk dan baik dalam Analytics HR - hanya fakta sebenar. Kadang-kadang mungkin ada godaan untuk "meningkatkan". Sangat penting untuk menyesuaikan diri dengan yang berikut: Anda menjalankan kajian, membuat semua pengiraan yang diperlukan, diterima atau menolak hipotesis sifar. Terdapat hipotesis baru - memerlukan penyelidikan baru.

Bilakah analisis HR tidak masuk akal?

Sekiranya anda terlibat dalam Analytics HR, anda perlu bersedia berdasarkan kesimpulan yang diperoleh untuk menerima penyelesaian pengurusan. Jika tidak, ia tidak masuk akal. Apa yang akan menunjukkan analisis HR sering akan disebarkan dengan jangkaan. Oleh itu, adalah perlu untuk jujur \u200b\u200bmenjawab soalan terlebih dahulu: "Adakah kita mempunyai cukup keinginan untuk membuat perubahan, bergantung kepada hasil penyelidikan?"

Sebagai contoh, syarikat itu menjalankan latihan untuk pekerja - menjemput jurulatih terkenal yang semua orang suka. Dan memutuskan untuk mengukur keberkesanan acara pendidikan. Selepas latihan, para peserta gembira dan terinspirasi, mengisi soal selidik maklum balas yang bersemangat tentang emosi dan utiliti, dan kemudian ... dari 20 orang yang melawat latihan, tidak ada yang menggunakan pengetahuan yang diperoleh dalam amalan. Bukan alat tunggal. Latihan, tentu saja, mungkin menyukainya - tetapi Analytics HR akan menjawab persoalan tentang apa yang telah berubah dalam tingkah laku pekerja, yang memanfaatkan perniagaan yang dibawa olehnya. Katakan jika ini adalah latihan latihan, anda boleh menjejaki berapa banyak hujah dalam melindungi kedudukan anda pekerja yang diketuai sebelum ini dan bagaimana kemahiran ini bertambah baik selepas latihan. Tiada perubahan? Kemudian ternyata bahawa latihan yang dianggap paling berkesan untuk ulasan rakyat pada dasarnya tidak berguna. Tiada siapa yang sedang menunggu untuk ini, tetapi anda tidak boleh berdebat dengan nombor. Apabila mengkaji, ternyata tidak ada latihan dalam latihan yang membantu mengembangkan kemahiran yang diperlukan.

Dalam kes ini, hipotesis sifar mungkin berbunyi, sebagai contoh, seperti berikut: "Latihan ini tidak menjejaskan tingkah laku para peserta." Hipotesis alternatif - "Latihan memberi kesan kepada tingkah laku peserta, membantu meningkatkan tahap penggunaan hujah." Sekiranya hipotesis sifar disahkan sebagai hasil kajian, syarikat itu ternyata menjadi pilihan yang sukar: terdapat jurulatih yang sangat baik yang semua orang suka. Tetapi latihannya tidak membawa kepada perniagaan. Bagaimana untuk melakukan - meninggalkan jurulatih, meremehkan program, apa yang diperlukan untuk mengambil masa dan sumber, atau menjemput orang lain? ..

Bagaimana untuk membangunkan budaya bekerja dengan data dalam syarikat?

Analisis HR bukan sekadar satu set nombor. Ini adalah budaya keseluruhan bekerja dengan data. Sekiranya HR, tidak kira betapa maju, akan mempelajari topik dengan teliti, dan pengurus perniagaan atau pemiliknya tidak akan memahami apa yang akan berlaku, tidak akan berlaku. Pengurus HR yang mahu bekerja dengan Analytics perlu belajar untuk mengatasi rintangan. Bayangkan keadaan apabila HR datang kepada pemilik dan berkata: "Kami mempunyai Chi-Square - empat puluh lapan ..." Dia tidak akan memberitahunya tentang apa-apa.

Selalunya masalah, kerana tidak selalu perkhidmatan HR boleh dijual dan penyelesaian yang lebih mudah. Selain itu, analisis HR didasarkan pada data. Dan para pemimpin hanya suka tokoh dan penunjuk perniagaan, dan jika anda memasukkannya dalam analisis HR, untuk mengaitkan dengan petunjuk HR, peluang kejayaan inisiatif semakin meningkat. Terdapat juga konsep "syarikat yang didorong oleh data" - iaitu, sebuah organisasi di mana ia adalah kebiasaan untuk membuat keputusan berdasarkan data tertentu.

Amalan yang berkesan yang diterima pakai di Akademi DTEK adalah untuk berkongsi dengan pengetahuan rakan sekerja yang anda dapat dari sumber yang berbeza. Jika seseorang mempelajari sesuatu yang menarik (contohnya, di seminar atau bahkan mempelajari dirinya), pekerja membuat surat berita itu dan menjemput semua orang untuk bertemu dengan semua orang. Ini tidak semestinya, tetapi berguna dan menarik, jadi sangat popular. Kami sentiasa mengadakan mesyuarat sedemikian pada Analytics HR, dan kami yakin: Dengan apa sahaja yang anda kerjakan, sama ada latihan, rizab kakitangan, merekrut, alat ini sangat sesuai.

Kadang-kadang Analytics HR membantu menyelesaikan isu-isu penting. Sebagai contoh, jika penyelidikan dalam bidang pelanggaran keselamatan dijalankan di syarikat perkilangan. Pendekatan analitik membolehkan anda menganalisis tingkah laku pekerja yang cenderung melanggar teknik keselamatan, dan mereka yang tidak membuatnya tidak pernah atau mengakui sangat jarang. Dan berdasarkan data, buat beberapa potret kumpulan ini, menganalisis keadaan. Sebagai contoh, jika syarikat itu sampai pada kesimpulan yang paling sering pelanggaran berlaku pada waktu petang dan pada hari cuti, apabila terdapat minimum manual dalam pengeluaran, ini memungkinkan untuk membuat kesimpulan bahawa ia adalah dalam jam tangan ini yang diperlukan untuk Memperkukuhkan kawalan keselamatan dan dengan itu mempengaruhi keselamatan kesihatan rakyat. Tetapi, sekali lagi, jika perniagaan tidak bersedia menerima penyelesaian pengurusan - ia tidak masuk akal dan menjalankan penyelidikan.

Apakah nilai utama analisis HR?

Analytics HR membantu untuk melepaskan diri dari stereotaip. Dan dalam kelebihannya: tidak perlu berdasarkan spekulasi seseorang. Trend dan pendapat adalah hebat, tetapi persoalannya adalah bagaimana sesuai untuk bergantung kepada mereka dalam setiap kes? Sebagai contoh, trend global di kawasan tertentu sentiasa menarik, tetapi adakah mereka pasti boleh digunakan untuk setiap syarikat tertentu? Kemungkinan besar, penyelidikan mereka sendiri akan diperlukan. Dan terima kasih kepada Analytics HR, mereka boleh dilakukan dengan cepat.