O seminarju

Kadrovska analitika (ali analitika ljudi) je analiza velike količine podatkov, ki opisujejo osebje z različnih zornih kotov. Na splošno ima HR analiza dva glavna cilja: zagotavljanje vpogledov (prej neznanih informacij) in prepoznavanje ključnih podatkov. Prvi cilj je zagotoviti organizaciji informacije o lastnem poslovanju, ki ji lahko pomagajo učinkovito voditi zaposlene. To so vpogledi, s katerimi lahko učinkovito dosežemo poslovne cilje podjetja. Druga ključna naloga HR analitike je pomagati identificirati podatke, ki jih mora organizacija shraniti. Poleg tega ponuja modele za napovedovanje različnih načinov, kako lahko organizacija doseže optimalno donosnost naložbe v svoj človeški kapital.

Za razliko od drugih pristopov, ki se uporabljajo pri upravljanju s človeškimi viri, kadrovska analitika temelji na resničnih dogodkih v preteklosti, ki se odražajo v podatkih, in ne na idejah vodstva ali strokovnjakov o tem, kako vidijo ali bi želeli videti organizacijo. Na primer, model kompetenc, ustvarjen s tradicionalnim pristopom, temelji na soglasju ključnih deležnikov, ki opisujejo "idealnega" zaposlenega in ki bodo po njihovem mnenju uspešni na delovnem mestu. Osredotočene osebe pri svojih presojah uporabljajo vse svoje izkušnje in poglobljeno razumevanje posla, vendar je težko izključiti element subjektivnosti, zaželenega razmišljanja ali drugih nezavednih ali skrivnih motivov.

HR analitik z različnimi metodami, vključno s strojnim učenjem, išče korelacije in izolira dejavnike, ki so pomembni za opis preučevanega pojava. Pogosto se morajo stranke in svetovalci, ko so prejeli rezultate te analize, zelo potruditi, da uresničijo včasih radikalno nepričakovane rezultate, jim najdejo razlago in razlagajo na videz povsem neočitne povezave med različnimi parametri, ki resnično vplivajo na ciljni kazalnik človeška logika. Toda ravno v tem "čiščenju subjektivnosti" sta vrednost in napovedna moč analitičnega pristopa.

Trajanje treninga

Kratek program seminarja

• Kaj je kadrovska analitika in zakaj je pomembna za sprejemanje informiranih kadrovskih odločitev
• Ugotavljanje napovedovalcev, pomembnih za napovedovanje uspeha, s pomočjo korelacijske analize in analize povprečja
• Analiza raziskovalnih podatkov za prepoznavanje značilnosti zaposlenih
• Analiza korelacijskih podatkov. Določanje velikosti korelacij. Korelacijska analiza v Excelu
• Osnove statističnega sklepanja. Primerjava sredstev in študentov t-test. Pravilna interpretacija rezultatov statističnih raziskav. Statistični izhod v Excelu

• Ustvarite zapletene položajne profile z večkratno linearno regresijo:
• Preprosta linearna regresija z enim napovedovalcem. Neposredna napoved uspeha, napaka napovedi
• Večkratna linearna regresija. Interpretacija rezultatov raziskav in nadzor kakovosti rezultatov
• Napoved uspeha zaposlenih na podlagi rezultatov regresijske analize

Analitični model "HR Analytics", implementiran na platformi BI, razkriva dodatne priložnosti na področju upravljanja s kadri in vam omogoča, da na novo pogledate procese upravljanja podjetja. Zahvaljujoč uporabi novih tehnologij na področju obdelave podatkov in podpori sodobnih uporabniških vmesnikov za interaktivno interakcijo z informacijami, HR Analytics:

• Enostaven za uporabo za vse kategorije uporabnikov.
• Na voljo v mobilnih napravah.
• Hitro deluje na popolne podatke.
• Razširja uporabo informacij o zaposlenih na področje, povezano z upravljanjem poslovne uspešnosti (CPM).

HR Analytics ne ponuja priložnosti za analizo širokega nabora ključnih kazalnikov, povezanih z osebjem podjetja, v okviru ene večnamenske rešitve, ki zagotavlja predstavitev informacij na treh ravneh podrobnosti:

• Glavna armaturna plošča prikazuje ključne KPI-je in dinamiko sprememb ključnih kazalcev na enem zaslonu.
• Komplet nadzornih plošč za vsako predmetno področje, ki odraža podrobne, izčrpne informacije.
• Skupina poročil, ki razkrivajo podrobne informacije o raziskovalnem predmetu: izkaznice zaposlenih, opisi delovnih mest, profili kandidatov itd.

HR Analytica upošteva zahteve dinamičnega in sodobnega poslovanja:

• Kompaktna rešitev - ena platforma, integrirano shrambo in skupni analitični portal.
• Vdelava interaktivne BI vsebine v diapozitive MS PowerPoint z možnostjo posodobitve podatkov. S tovrstno analitiko ste vedno pripravljeni na predstavitve in redne sestanke z vodstvom.
• Možnost posodabljanja podatkov prek spleta.

Ključni kazalniki modela HR Analytics

Vse ključne meritve so predstavljene na glavni nadzorni plošči, namenjeni predvsem starejšim vodstvenim delavcem.

• Število zaposlenih
  • Trenutna in povprečna plačilna lista za poljubno obdobje
  • Po oddelkih, funkcijah in kvalifikacijah
• Plača. Skupna plačila in povprečne plače
• Zaposlovanje in odpuščanje zaposlenih
• Struktura plačilnih seznamov
• Lijak za zaposlovanje zaposlenih
  • Po kategorijah strokovnjakov
  • V kontekstu kadrovskih managerjev
• Kvantitativni in kvalitativni KPI za usposabljanje osebja
• Zadovoljstvo zaposlenih. Kvantitativni ali kvalitativni kazalnik, pridobljen na podlagi ankete med zaposlenimi po številnih merilih
• KPI, ki označujejo produktivnost dela v podjetju

Vse informacije so predstavljene na enem zaslonu z uporabo sodobne infografike in priročnih orodij za določanje časovnih intervalov in filtrov. Zahvaljujoč inovativni arhitekturi platforme BI se vse spremembe števila in grafike pojavijo takoj po kakršnem koli dejanju uporabnika.

Večino kazalnikov je mogoče analizirati z vidika geografije prisotnosti (pisarne, proizvodne lokacije itd.) Z vizualizacijo na kartografski osnovi.

Razvoj kadrov

Nadzorna plošča za razvoj kadrov omogoča sledenje kazalnikom, ki odražajo dinamiko usposabljanja zaposlenih in hitrost poklicnega razvoja, in je zasnovana za analizo učinkovitosti stroškov usposabljanja.
Vodja kadrov ima dostop do filtrov, ki vam omogočajo nadzor nad izvajanjem KPI-jev v okviru delovnih področij zaposlenih, njihovih kvalifikacij in regionalnih oddelkov.

Demografija

Analitika po spolu in starostni kategoriji osebja podjetja. Glede na področje dejavnosti lahko starostne razrede, ki so pomembni za podjetje, v modelu HR Analytics nastavimo posamezno.

Ključne metrike in vizualizacije:

• Povprečna starost zaposlenega glede na zemljepis podjetja in dinamiko skozi čas
• Porazdelitev zaposlenih po spolu in starostni sestavi v regijah, področjih zaposlovanja in kvalifikacijah

Plačni sklad

Glavni namen tega oddelka je analizirati povzetke informacij o višini plačilne liste za celotno podjetje, področjih dejavnosti, pisarnah in kategorijah zaposlenih.

Izkaznica zaposlenega

Armaturna plošča omogoča dostop do podrobnih informacij o vsakem zaposlenem: starosti, izkušnjah, položaju, kvalifikacijah, znesku plačil v obdobju. Možno je iskanje po predlogi in izbiranje zapisov po atributih.

HR je prešel dolgo pot od tradicionalnega zbiranja in sledenja informacij o zaposlenih do sodobnega pristopa: uporaba podatkov za pridobivanje vpoglednih vpogledov v celotno podjetje.

Kaj je HR Analytics?

HR analitika je postopek, pri katerem se pri obdelavi podatkov o človeških virih uporabljajo tehnike obdelave podatkov in tehnike poslovne inteligence (BA). Včasih se imenuje tudi analitika talentov. Poleg tega se rudarjenje podatkov v tem kontekstu nanaša na prakso preučevanja baz podatkov za ustvarjanje novih informacij.

HR analitiki imajo dva glavna cilja: zagotoviti vpogled (prej neznane informacije) in prepoznati ključne podatke.

Prvi cilj je zagotoviti organizaciji informacije o lastnem poslovanju, ki ji lahko pomagajo učinkovito voditi zaposlene. To so vpogledi, s katerimi lahko učinkovito dosežemo poslovne cilje podjetja.

Druga ključna naloga HR analitike je pomagati identificirati podatke, ki jih mora organizacija shraniti. Poleg tega ponuja modele za napovedovanje različnih načinov, kako lahko organizacija doseže optimalno donosnost naložbe v svoj človeški kapital.

Na splošno je kadrovska analitika osredotočena na čim večjo uporabo ogromnih količin podatkov o človeških virih, ki jih zbira večina organizacij. Podjetja imajo pogosto veliko podatkov, kot so demografija zaposlenih, zapisi o usposabljanju itd., Analiza pa lahko iz njih pridobi pomembne vpoglede.

Spodaj so podrobnejše informacije o kadrovski analitiki:

Zakaj bi vaša organizacija sodelovala s kadrovsko analitiko?

Kadrovske odločitve pogosto temeljijo na profesionalnih instinktih in intuiciji. Najem je na primer pogosto odvisen od osebnega stika, ki ga je zaposlovalec s kandidatom vzpostavil ali ga ni uspel vzpostaviti. Problem »nagonov« in intuicije je v tem, da lahko normalizirajo slabe prakse.

Tako lahko krivica pri delu ostane neopažena. Dober primer tega je razlika v plačah med spoloma. Organizacije lahko mislijo, da plačujejo enako, če ne preučijo dokazov.

HR analitika lahko pomaga izboljšati zmogljivost in napovedati najuspešnejše modele. To odpravlja večino človeških napak pri odločanju. Na primer, izboljšanje upravljanja delovne obremenitve je lahko učinkovitejše, če se s podatki pokaže, kateri oddelki ali skupine so že preobremenjeni in kdo si lahko privošči več odgovornosti.

Še pomembneje je, da se je izkazalo, da kadrovska analitika spodbuja rast podjetja. Training Zone poroča o povečanju produktivnosti za eno podjetje, ki uporablja kadrovsko analitiko za izboljšanje procesa zaposlovanja. Z analizo podatkov je podjetje opazilo, da tradicionalne ključne metrike - izobraževanje in napotitve - niso imele velikega vpliva na prodajno uspešnost kandidata. Pravzaprav so ključne metrike, kot so prodajne izkušnje z visoko vrednostjo in sposobnost delovanja v nestrukturiranih okoliščinah, dejansko prispevale k izboljšanju prodajne uspešnosti. Ko je podjetje to analitiko talentov vključilo v najemanje, se je prodaja naslednje leto povečala za 4 milijone dolarjev.

Druge študije so prišle do podobnih zaključkov glede pomena kadrovske analitike za splošno uspešnost podjetja. Raziskave MIT in IBM so pokazale, da bi večja uporaba HR analitike lahko povzročila:

• Povečanje prodaje za 8%;
• Povečanje čistih poslovnih prihodkov za 24%;
• 58% večja prodaja na zaposlenega.

Ključni načini uporabe HR analitike

Področja uporabe kadrovske analitike so velika, meritve, na katere se lahko organizacija osredotoči, pa se razlikujejo glede na panogo in naravo posla.

Tu je nekaj primerov možnih KPI-jev:

• stopnja odpuščanja,
• čas najema,
• stopnja fluktuacije za različne skupine osebja (prvo leto, pet let itd.),
• dohodek na zaposlenega.

Zgornje meritve in druge podobne podatke lahko uporabimo za izboljšanje poslovne uspešnosti. Ključna področja, na katerih lahko podatki pomagajo, so:

Nabor - Kadrovska analitika lahko odgovori na vprašanja o iskanju idealnih kandidatov za to podjetje. Na primer, kot je prikazano v zgornjem primeru podjetja, lahko podatke uporabimo za prepoznavanje lastnosti tistih kandidatov, ki dajejo najboljše rezultate. Lahko primerjate podatke kandidatov, ki so na koncu ostali v podjetju, in med njimi najdete skupne imenovalce.

Zdravje in varnost - Kadrovska analitika lahko bolje prepozna problematična področja, povezana z zdravjem in varnostjo. Podatki lahko kažejo na vloge, kraje dela in druge podobne dejavnike, ki imajo najvišjo stopnjo nesreč.

Zadrževanje zaposlenih - S podatki lahko izveste tudi več o zadrževanju zaposlenih. Z analitiko kadrov lahko prepoznate vidike, ki povečujejo zavzetost zaposlenih.

Vrzeli v talentih- podatki lahko razkrijejo obstoj vrzeli v organizaciji. Nekateri oddelki imajo lahko na primer bolj usposobljene delavce kot drugi, kar lahko moti splošno delovanje podjetja.

Stopnja odpuščanja- koliko zaposlenih v določenem obdobju zapusti glede na skupno število zaposlenih? Uspešnost prodaje - kadrovska analitika vam lahko pomaga ugotoviti podrobnosti, kako povečati prodajno uspešnost. Morda boste ugotovili, da določen talent pomaga zaposlenim pri boljši uspešnosti ali da nekateri programi usposabljanja zagotavljajo takojšnjo donosnost prodaje.

Pet izzivov za kadrovsko analitiko

Preden se lotimo začetnih faz uvajanja kadrovske analitike, je vredno razmisliti o nekaterih glavnih izzivih, ki se pri tem pojavijo. Ko v svoji organizaciji uvajate kadrovsko analitiko, je pomembno najti načine za reševanje naslednjih petih izzivov.

Naloga 1: pretok podatkov

Več informacij zbere vaša organizacija, težje jih je uporabiti, če je potrebno. Velika količina podatkov samodejno ne vodi do dobrih rezultatov. Če želite biti uspešni, morate biti sposobni uporabljati prave analitične tehnike.

Če vaš kadrovski oddelek zbere veliko podatkov, ne da bi uporabil prave analitične pristope, dobite veliko podatkov. Več kot jih je, težje je uganiti dragoceno.

Na primer, meritve za vse meritve, ki jih zberete, morajo biti pravilno opredeljene in kategorizirane. Vprašanja, ki jih želite rešiti, morate prepoznati s svojimi podatki, ne pa samo zbrati, da bi bila.

Izziv 2: kakovost podatkov

Poleg zbiranja prave količine podatkov morate poskrbeti tudi za to, da ste dovolj pozorni na njihovo kakovost. Pretok podatkov lahko hitro privede do slabe kakovosti podatkov, ker ne ustvarite smiselnih povezav med različnimi nabori podatkov.

Pomembno je zagotoviti kakovost podatkov s poudarkom na zagotavljanju njihove celovitosti in varnosti. Težava številnih organizacij je, da lahko podatki, ki se uporabljajo v kadrovski analitiki, prihajajo iz različnih delov organizacije in so zato preveč različni, kar vodi do težav. Nekateri podatki so lahko prezrti, zavrženi, izgubljeni ali pa naborov podatkov ni mogoče kombinirati, kar bo privedlo do neustrezne analize.

Izziv 3: nizke analitične sposobnosti v večini kadrovskih oddelkov

Da bi bila analitika kadrov uspešna, mora imeti ekipa, ki stoji za njo, strokovno znanje na področju človeških virov in podatkovne analitike. Toda iskanje voditeljev kadrov, ki so prav tako kompetentni za analizo podatkov, je lahko izziv.

Po besedah \u200b\u200bElizabeth Craig, raziskovalke na Inštitutu za visoko zmogljivost Accenture, skoraj nihče ni dovolj usposobljen za kadrovsko analitiko. Poleg tega je Craig za data-informed.com povedal, da nekatera orodja za analizo podatkov zahtevajo specializirana IT-znanja, kar še poveča pritisk iskanja pravih ljudi.

Težava je videti še večja, ker je le 6% globalnih kadrovskih ekip prepričanih v svoje analitične sposobnosti. Poleg tega je le 20% menilo, da je uporaba podatkov njihove organizacije verodostojna in zanesljiva za sprejemanje odločitev.

Izziv 4: pogosto pomanjkanje vodstvene podpore za kadrovsko analitiko

Kadrovska analitika za številna podjetja še ni postala osrednji proces in vodstvena podpora pogosto manjka. Toda, da bi postopek deloval, morajo kadrovski oddelki prepričati vodje podjetij v prednosti uporabe analitike.

Ta podpora je pomembna, saj zagotavlja dostop do virov, saj uvajanje pravega sistema za analitiko kadrov ni poceni. Prav tako lahko zagotovi boljši dostop do podatkov med oddelki. Da bi prepričal vodstvo, se mora kadrovska služba osredotočiti na prepoznavanje priložnosti za povečanje donosnosti naložbe že na začetku.

Izziv 5: Analiza kadrov je draga in donosnost naložbe pogosto ni vidna

Nazadnje, organizacije se morajo zavedati stroškov. Razpon cen analitičnih instrumentov je tako različen kot razpoložljivost instrumentov. Glede na članek na data-informed.com se lahko stroški platforme gibljejo od "400.000 do 1,5 milijona dolarjev za podjetje s 5.000 redno zaposlenimi."

Poleg tega ocena ne vključuje povečanja stroškov, s katerimi se lahko organizacije soočajo pri najemanju novih zaposlenih za izvajanje programov ali usposabljanje obstoječih zaposlenih v analitičnih znanjih.

Tudi donosnost naložbe na področju kadrovske analitike ni zelo oprijemljiva. To je zato, ker so prednosti izvajanja analitičnih rezultatov lahko različne službe in v daljšem časovnem obdobju. Na primer, izboljšanje zadrževanja zaposlenih ne bo takoj očitno.

Izziv je spoznanje, da iskanje cenejše platforme za analitiko kadrov ne pomeni vedno velikih prihrankov. Pomanjkanje programske opreme in orodij lahko vodi do neučinkovitih in nepopolnih rezultatov, kar posledično ne ustvarja dovolj visoke donosnosti naložbe, ki bi upravičila naložbo.

Pet prvih korakov za izvajanje kadrovske analitike

Če želi vaša organizacija izvajati kadrovsko analitiko, kakšna je prava pot? Spodaj je pet korakov, s katerimi lahko vaša organizacija začne s postopkom.

1. korak: prepoznavanje poslovnih težav, ki jih želite rešiti

Najprej in najpomembneje je prepoznati poslovna vprašanja, ki jih želite rešiti. Ne morete začeti zbirati podatkov in nato samo pogledati, da poiščete odnose.

Ugotovite težave, ki bi jih radi izboljšali v kadrovskem sektorju. Na primer, to so lahko vprašanja v zvezi z raznolikostjo delovnih mest, povečanjem zadrževanja zaposlenih, merjenjem količine denarja, porabljenega za usposabljanje, ali boljšim razumevanjem razlogov za odsotnost z delovnega mesta. Pred nadaljevanjem je nekaj preprostih vprašanj.

Recimo, na primer, da želite razumeti, kako HR vpliva na stvari, kot je spodnja vrstica vašega podjetja.

Ko zberete splošne informacije v zvezi z osebjem, ki bi ga radi podrobneje preučili, morate najprej določiti meritve, potrebne za reševanje teh težav. Tu je nekaj meritev kadrov, ki prikazujejo uspešnost kadrovske službe:

• Čas iskanja - Koliko časa traja zapolnitev prostega delovnega mesta in koliko časa mora kandidat sprejeti ponudbo in postati zaposlen?
• Stopnja fluktuacije osebja - koliko zaposlenih zapusti po prvem letu, petih letih itd.?
• Raznolikost delovne sile - kakšen je odstotek žensk, moških, verskih in etničnih skupin?
• Dohodek na zaposlenega med redno zaposlenimi - kakšen je dohodek, poln polnega delovnega časa?
• Nadurno plačilo - kako visoko je plačilo za nadure in kako pogosto je to izvedeno?
• Razmerje med stalnim in začasnim delavcem - Koliko zaposlenih ima krajši delovni čas kot polni delovni čas?

2. korak: Določite podatke, ki odgovarjajo na zgornja vprašanja

Ko imate vprašanja in težave, lahko začnete prepoznavati podatke, ki so potrebni za odgovor ali njihovo reševanje.

Najprej se osredotočite na podatke o osebju, ki so že shranjeni v vašem oddelku. To vključuje informacije o zaposlovanju, uspešnosti in nasledstvu. Vaš oddelek bi moral že spremljati te nabore podatkov.

Drugič, začeti morate zbirati podatke o stvareh, kot so zaroke, ankete in intervjuji. Glede na raven zbiranja podatkov v vaši organizaciji morda že imate mehanizme za zbiranje teh podatkov.

Nazadnje morate svoje zbiranje podatkov razširiti tudi na druge poslovne sisteme in oddelke. Začeti bi morali zbirati pomembne finančne metrike in tržne raziskave. Sem spadajo stvari, kot so promet, uspešnost prodaje, denar, porabljen za tržne raziskave in usposabljanje.

Korak 3. Izvedite ETL: ekstrakcija, preoblikovanje in nalaganje

Kot je navedeno zgoraj, mora kadrovska služba tesno sodelovati z oddelkom za informacijsko tehnologijo, saj lahko za določeno programsko opremo in podatkovno rudarjenje potrebujejo posebna analitična znanja. Zato je dobro začeti graditi tesnejše vezi med tema dvema oddelkoma.

Del tega postopka je izvedba ETL: izvleček, obdelava in nalaganje. Obstajajo orodja, ki se lahko uporabljajo za samodejno izvajanje tega postopka. Na primer, IMB WebsphereDataStage in Cognos Data Manager ali Microsoft SQL Server Integration Services so nekatere izmed najbolj priljubljenih možnosti. Čeprav lahko netehnično osebje uporablja te platforme, je koristno, če za pomoč zaprosite oddelek za IT.

Ta postopek vam v bistvu omogoča, da iz virov, ki jih določite, izvlečete podatke, ki jih potrebujete, jih pretvorite v pravilno čisto in dosledno obliko in jih naložite na svojo analitično platformo, ki bo uporabljena za analizo.

Korak 4. Vključevanje rezultatov v poslovne transakcije

Ko začne analiza podatkov ustvarjati rezultate, morate začeti s spremembami. Če ste se na primer osredotočili na raziskovanje raznolikosti delovne sile in vaši podatki kažejo, da od etničnih manjšin ne prejemate dovolj prijav, boste morda začeli spreminjati strategijo zaposlovanja.

Poleg tega morate vzpostaviti povezave med HR podatki in drugimi poslovnimi meritvami. Na primer, zmanjšanje nadurnega dela osebja je lahko neposredno povezano s produktivnostjo in donosnostjo. Poročilo KPMG "Ljudje so resnične številke" poudarja pomen teh povezav na primeru odsotnosti delovne sile in stroškovne učinkovitosti.

"Čeprav je koristno slediti odsotnosti z dela po regijah ali v primerjavi s prejšnjimi leti, če lahko kadrovska služba tudi pokaže, da je zmanjšana odsotnost z dela pozitivno povezana z operativno učinkovitostjo, bo vodstvo videlo resnično vrednost človeških virov," piše v poročilu.

Korak 5. Izvajanje redne analize

Končno je treba HR analitiko izvajati redno, sicer bo v večini primerov nepomembna. Da bi lahko izkoristili njegove prednosti, je treba vzpostaviti reden postopek.

Recimo, da ste na primer prepoznali težavo, s katero se želite spoprijeti s podatki, izvedli analizo in našli odgovor. Ko uvedete rešitve za težavo, se morate k njej redno vračati, da preverite, kaj se dogaja s spremembo in ali so se pojavile nove težave.

Zaključek

Kadrovska analitika je sestavni del upravljanja podatkov in njeno izvajanje lahko prinese pozitivne koristi vsaki organizaciji. Toda, kot je prikazano zgoraj, upravljanje, analiziranje in razlaga podatkov ni enostavno in organizacije se morajo »človeške« analitike lotevati korak za korakom.

Ključ do uspešne kadrovske analitike temelji na razumevanju, da do rezultata ne prihaja velikost izmerjenih podatkov, temveč vpliv podatkov na odločanje v organizaciji. Kadrovske analitike ne bi smeli obravnavati kot bistvenega pomena za kadrovsko službo, temveč kot nekaj, kar lahko ustvari vrednost za celotno organizacijo.

• Kultura podjetja

Ključne besede:

1 -1

Prosim, povejte mi, kam naj grem od tukaj?
- Kam želiš iti? - je odgovoril Maček.
- Vseeno mi je ... - je rekla Alice.
- Potem je vseeno, kam greš, - je rekel Maček.
- ... samo, da nekam pridem, - je pojasnila Alice.
- Zagotovo boste nekam prišli, - je rekel Maček. - Samo dovolj dolgo moraš hoditi.
Lewis Carroll, Alice's Adventures in Wonderland. Alisa v čudežni deželi "

Ste že naleteli na neuporabne zgodovinske meritve HR? Zavrzimo vse nepotrebno, preverimo življenjsko pomembno: spletna stran je portalu povedala o najpomembnejših kazalnikih HR analitike Dmitrij Supronenko , Vodja oddelka za kadre, podjetje Metal Profile.

Analitika na področju upravljanja s kadri kot samostojni in precej pomemben blok - po eni strani je tema za domača podjetja povsem nova. Zase njegovo nastanek povezujem s tistim obdobjem oblikovanja kadrovske funkcije v sodobni obliki iz kadrovske službe, ki je neposredno podrejena direktorju podjetja, in OTiZ kot del finančno-ekonomskega bloka.

Po drugi strani pa je bilo to obdobje več kot dovolj, da so nekatera podjetja naredila ne le korak, ampak cel korak naprej, medtem ko so bila druga še naprej v stanju suspendirane animacije. Posledično lahko tudi znotraj iste panoge opazimo tako pomembno razliko v pristopih in stopnji razvoja kadrovske analitike, da lahko v digitalni dobi zgolj dvignemo roke.

Ker pa se nič ne zgodi kar tako (tako ukrepanje kot neukrepanje), se dosledno ukvarjajmo z razlogi za različne pristope. Zase jih razdelim na objektivne (obstajajo neodvisno od podjetja HRD) in subjektivne.

Začnimo z objektivnimi. Prvič, od najpomembnejšega dejavnika, ki po mojem osebnem mnenju najbolj vpliva neposredno na kadrovsko analitiko podjetja in posredno na druge dejavnike, je raven konkurence v industriji.

Naj pojasnim, da je zame kot ekonomista z osnovno izobrazbo zelo konkurenčen trg trg, na katerem so izdelek / storitev, proizvodna tehnologija, logistika, razpoložljivost surovin itd. Čim bolj enotni, kupec pa praktično ne razlikuje od koga kupiti ta izdelek / storitev. V teh razmerah je raven storitev na prvem mestu, zato so številni strateški guruji gospodarstvo 21. stoletja že poimenovali ekonomija vtisov. In ključna v teh razmerah je strateška prednost kadra, natančneje njegova kakovost. Logično je, da je pomembna tudi konkurenca močnih delavcev na tako zelo konkurenčnih trgih.

Strokovnjaki za kadre preprosto nimajo drugega izhoda, ampak v teh razmerah uporabiti vse možne analitične aparate, da bi čim hitreje našli / privabili najboljše strokovnjake s trga in jih čim dlje obdržali na zahtevani ravni.

Zato se vse začne z analitiko na »lijaku za zaposlovanje«, konča z analitiko zaradi fluktuacije osebja, med njimi pa je cel svet kazalnikov o prilagoditvi, motivaciji, usposabljanju in razvoju, angažiranosti, korporativni kulturi itd. na primer trg IT-strokovnjakov. Kljub temu, da so se realne plače v številnih panogah v zadnjih letih zniževale, tu vidimo stabilno in stabilno rast.

Čas za iskanje nove zaposlitve za IT-strokovnjaka je minimalen, raven njihovih zahtevkov v takih razmerah nenehno narašča. In kako se odzivajo podjetja? Individualni pristop. Začenši z namenskim enim ali več (odvisno od obsega) rekruterjev in konča z dejstvom, da HRD na pogled pozna visokokakovostne strokovnjake (četudi je število samega podjetja 10.000+), saj glede na količino pogostost sprememb standardnih pogojev in pristopov do kadrov, pridejo na isto raven z najvišjim vodstvom podjetja. Toda to velja za zelo konkurenčne panoge. Če ima panoga monopolni / oligopolni značaj, potem vse to "uglaševanje" ni potrebno.

Ne rečem, da ne uporabljajo kadrovske analitike, ne. Toda njegova vsebina bo bolj redka ali (pogosteje po mojih izkušnjah) bo uporaba pri odločanju formalna. Sam je delal v podjetju, kjer je Moskva redno zahtevala pomemben seznam meritev, ki ga je razvilo znano tuje svetovalno podjetje. Komunikacijska shema je bila vedno tipična: zahtevana - zagotovljena - pozabljena.

Drugič, pripadnost panogi (specifičnost)... Naj pojasnim s primerom. Pred nekaj leti sem bil intervjuvan za položaj kadrovske službe za enega največjih ruskih proizvajalcev kmetijskih strojev. Generalni direktor se je zadeve lotil več kot odgovorno (pri delu sem si izposodil njegove izkušnje), pri čemer se ni omejeval na rezultate ocenjevanj in več intervjujev, ampak je omogočil prost dostop do prostorov podjetja, pa tudi do vseh kadrovskih informacij in zahteval akcijski načrt 2 leti. In čeprav sem na koncu vsega sprejel povabilo drugega delodajalca, so mi izkušnje tega podjetja še danes zanimive.

Ključna značilnost na območju odgovornosti HR je izrazita sezonskost glede na kmetijsko leto. Skoraj ne boste nikogar presenetili s sezonskostjo, tu pa morate upoštevati obseg (vsako leto je treba zaposliti, izšolati in nato zmanjšati več kot tisoč proizvodnih delavcev), visoko raven zahtev za usposobljenost delavcev (to ni za najem skladiščnih delavcev), lokacija (vse proizvodne enote se nahajajo na istem teritorialnem območju mesta), pogostost ponavljanja cikla (takrat je bil to že 5. cikel zaposlovanja / zmanjševanja) in vse posledične posledice za blagovno znamko HR (prvi taksist na poti z letališča mi je povedal celotno zgodbo tovarne od spremembe lastništva podjetja in da moraš iti delat sem, prav v zadnji primer).

Jasno je, da ključna kadrovska služba v podjetju ni bila O&H (kot običajno), temveč služba za izbor kadrov, ki naj bi v mesecu dni zagotovila izbiro tovrstnega števila zaposlenih. Presenetila sta me dve dejstvi: vsi zaposleni v tej enoti so bili moški (kar absolutno ni značilno za kadrovsko funkcijo na splošno in zlasti za novačenje) in kakovost HR analitike.

Zdi se mi, da so vse sproti spremljali. Sploh ne govorim o "izbirnem lijaku", sestavljen je bil za vsako delavnico v kontekstu položajev, primerjana je bila učinkovitost privabljanja kandidatov po vseh meni znanih zunanjih in notranjih kanalih, posebno mesto je bilo namenjeno analizi regije prebivališča kandidatov, celotno prilagoditveno obdobje pa je bilo razdeljeno na bloke, v skladu z interno statistiko fluktuacije zaposlenih v prvih treh mesecih in vzdolž celotne adaptacijske verige isti lijak s fluktuacijo osebja v poskusnem obdobju.

Tretjič, stopnja razvoja podjetja... Tu je treba opozoriti na znameniti model življenjskega cikla organizacije L. Greinerja. V članku ne vidim smisla, da bi ga podrobno razkrili - gradivo na to temo je zlahka dostopno na internetu.

Zadržal se bom na dejstvu, da zelo pogosto privrženci in nasprotniki izvajanja KPI / BSC sistema v podjetju (in analitika v HR je element sistema KPI, saj brez načrtovanja, nadzora, motivacije sami po sebi ne prinaša vrednosti za podjetje), se ne morejo dogovoriti med seboj, saj so osnova za njihov spor organizacije, ki so po Grainerju na različnih stopnjah razvoja. In če bo na stopnji "Ustvarjalnost" analitik precej redka izjema od pravila, je na stopnji "Vodenje direktive" kadrovska analitika poenostavljena (2-3 splošna kazalnika), potem je v fazi "Delegacija" pomemben kvantitativni in kvalitativni razvoj kazalnikov in v fazi »usklajevanja« začne analitika postajati odvečna (ko transakcijski stroški izvajanja kadrovske analitike presežejo njen ekonomski učinek na organizacijo). In tu se nasprotniki KPI dvignejo na stopničke in začnejo kritizirati.

In imajo delno prav, vendar morate takoj pojasniti, da večina domačih podjetij še ni "odraščala" do četrte faze in verjetno ne bo kdaj odraščala. In le redki srečneži (nosilci seznama RBC 500), ki se soočajo s krizo zaupanja, resno razmišljajo o potrebi po peti stopnji: "Sodelovanje".

Po besedah \u200b\u200bL. Greinerja je v tej fazi posebna pozornost namenjena team buildingu in medosebnemu sodelovanju, formalne nadzorne sisteme pa postopoma nadomeščata družbeni nadzor in samodisciplina. Vsaka stopnja razvoja organizacije ima svoj pristop k sistemu metrike človeških virov in nesprejemljivo je poenostaviti pristop in ga zreducirati na enotne zahteve, tako kot je nestrokovno primerjati kadrovsko analitiko organizacij na različnih stopnjah razvoja.

Četrti, stopnja avtomatizacije v podjetju... Tukaj je po mojem mnenju vse povsem preprosto: obsežne ofenzive ne morete izvesti, če so vaši konvoji s strelivom in uniformami daleč zadaj. Kadrovska analitika, ki jo sestavljamo ročno, je zanesljiv način za omadeževanje odličnega orodja. Zato smo prijatelji z oddelkom za informacijsko tehnologijo, v idealnem primeru bi morali imeti v ERP sistemu namenskega analitika, v katerem se vodijo vaši statistični podatki.

Glede na velikost podjetja se lahko doda sklop nalog za integracijo podatkov iz več HR sistemov. Iz lastnih izkušenj lahko rečem, da je za namestitev integracije potrebno največ truda, zaradi česar so se nekatera podjetja logično (a ne poceni) odločila, da bodo vse kadrovske funkcije prenesla na eno samo platformo.

Zdaj malo o subjektivnih dejavnikih.

Najprej, razpoložljivost strank: HR ne bi smel obstajati sam. Vsaka naloga / projekt mora imeti vedno upravičenca: lastnika, upravni odbor, upravni odbor, izvršni direktor, direktor poslovne enote, vodja funkcionalne enote ali kdo drug, ne glede na to, kako je ime položaj / telo je. Če naloga / projekt nima tega upravičenca (in se to na žalost zgodi), potem se za kadrovskega vodjo močno povečajo možnosti, da bi ga v podjetju poznali kot »povzročanje sreče«. To ne pomeni, da če vam naloga ni bila dodeljena, se vam ni treba ukvarjati z njo. Če razumete, zakaj bi to lahko upravičenca zanimalo, morate najprej pridobiti njegovo soglasje.

Naj pojasnim v praksi. Za primer vzemimo vodjo, ki je vodil kadrovsko službo v več velikih podjetjih, kjer je eden od ključnih kazalcev na področju pozornosti kadrov kadrovska služba, tako kot končna vrednost za podjetje kot v različnih analitičnih odsekih ( poslovne enote, po funkcionalnih blokih in drugo).

Prvič, celoten proračun (in največji delež v njem je izplačana plača) na področju odgovornosti HRD je neposredno odvisen od načrtovane velikosti osebja v določenem obdobju (praviloma je to četrtina, za podjetja z zelo izrazito sezonskost prodaje / proizvodnje - mesec). Drugič, druge ključne metrike (npr. Število zaposlenih, zapadla prosta delovna mesta) so močno odvisne od števila zaposlenih.

Ta direktorja selimo v enako veliko podjetje. Kako bo začelo delovati? Najverjetneje bo ena od prvih točk revizija trenutnih kadrovskih procesov (vključno z zbiranjem analitike v običajnem koordinatnem sistemu zanj). In tu se izkaže, da je delež prostih delovnih mest v podjetju recimo 30% celotnega števila zaposlenih, prijav za zaposlovanje pa ne presega 10% števila prostih delovnih mest. Kaj to pomeni?

Najverjetneje težava ni v izboru, ampak je kadrovska miza preobremenjena z "mrtvimi" prostimi mesti. Če je tudi trajanje teh prostih delovnih mest pomembno, bo ob upoštevanju tekočih ukrepov za optimizacijo števila osebja refleksna odločitev (preložena na ravni podkorteksa) zmanjšala zapadla prosta delovna mesta ali vsaj očistila tista, za katera obstaja niti prijave za izbor, pojdite na osnovno raven delavcev glede na število, potem pa je že treba razmisliti, kaj storiti z vsem tem. Odločeno - končano. In le nekaj mesecev kasneje, z začetkom sezone, poslovne enote razburjajo: takoj morajo najeti dovolj veliko število zaposlenih, vendar tega ne morejo storiti, saj v kadrovskih mizah ni takih prostih delovnih mest.

Izkazalo se je, da je število osebja tehnični kazalnik, prosta delovna mesta so potrebna le za registracijo zaposlenih s strani kadrovske službe, načrtovanje virov pa se gradi izključno na podlagi kazalca plačnih list, ki ga vodi direktor podružnice ko se odloča, ali bo zaposlenega zaposlil ali ne, saj je na splošno odgovoren za stroške poslovalnice. V tej fazi mi ni vseeno, ali je postopek pravilno zgrajen ali ne, pomembno je nekaj drugega: analitika kadrovske službe ne more obstajati sama od sebe, ločeno od posla. Vedno je sekundarna, oblikovana za določene naloge. Takrat ne bo odveč.

Drugič, dejavnik, ki ga imenujem zase: "to se je zgodilo v preteklosti", močno vpliva na domačo analitiko na področju upravljanja kadrov. Pogosto naletite na situacijo, ko vaše vprašanje "za kaj?" (da ga ne bi zamenjali z "zakaj?"), ko redno zbirate to kadrovsko analitiko, dobite iskren odgovor: "Tako smo se navadili", "vedno smo to počeli", "tako prikladno nam je" ali kaj podobnega.

Nekoč je nekdo iz vodstva podjetja, da bi rešil določen problem, zahteval spremljanje spremljanja ločenih kazalnikov. Od takrat bi se lahko razmere bistveno spremenile, naloga bi lahko v celoti izginila kot nepotrebna, a ker nihče ni pravočasno dal ukaza "odložiti", HR služba po vztrajnosti še naprej zbira informacije in jih pošilja po odobrenem seznamu prejemnikov.

V svoji praksi sem videl, kdaj so po več letih (letih!) Takih poročil ti prejemniki med seboj ugotovili, kdo je bil pobudnik in zakaj potrebujejo te informacije. In višji kot je status osebe, ki je prvotno postavila nalogo, in stopnja avtoritarnosti njegovega vodstva, večja je verjetnost, da dobi vrsto HR metrik iz kategorije »zgodovinsko oblikovanih«.

Zdaj, ko je bila teorija predstavljena in so bili vsi obveščeni o možnih posledicah in odtenkih, lahko nadaljujete z vožnjo, in sicer s seznamom kazalnikov HR analitike. Takoj ugotavljam, da je bil ta seznam oblikovan samo iz tistih kazalcev, s katerimi sem delal, in za razmere, v katerih sem takrat delal, poleg tega ta seznam niti v 80% ni bil uporabljen v nobenem podjetju (ki ne razume zakaj, predlagam ponovno branje članka).

I. Finance:

Delež stroškov osebja v prihodkih (pri postavkah se upoštevajo vse postavke na področju odgovornosti HRD);

Razmerje med stopnjo rasti dohodka / marže / neto dobička na zaposlenega do stopnje rasti plač / stroškov osebja v istem obdobju (načeloma je ne primerjam s stopnjo rasti povprečne plače, saj je njena dinamika znatno vpliva število osebja, kar lahko privede do izkrivljanja ekonomskega bistva kazalnika);

Raven finančnih tveganj za kadrovsko funkcijo (lahko se meri kot število tveganih dogodkov, kar se razume kot kakršna koli napaka v kadrovskem postopku, ki je povzročila škodo za organizacijo, ki presega določen znesek, zato škoda za vse nevarne dogodke);

Stroški podjetja za 1% fluktuacije osebja (upoštevani so vsi neposredni stroški: zaposlovanje, usposabljanje, prilagajanje osebja (motenje mentorja in vodje), plača, dokler zaposleni ne doseže ciljne ravni produktivnosti in izgubljeni dohodek med odsotnostjo zaposlenega in dokler zaposleni ne doseže ciljne ravni uspešnosti);

Povprečna plača zaposlenih (v kontekstu položajev / funkcij / lokacij) glede na srednjo plačo na podlagi raziskave trga dela v podobni analitiki.

II. Stranke (notranje):

Stopnja zadovoljstva notranjih strank s kadrovskimi storitvami (merjena tako kot tehtani povprečni kazalnik kot ločeno v okviru funkcij. Praviloma večino podizvajalcev zanima izbor, motivacija, upravljanje števila zaposlenih, ocenjevanje in razvoj);

Delež prostih delovnih mest, zaprtih v običajnem časovnem okviru (standardni časovni okvir se razlikuje glede na raven položaja, funkcionalnega bloka, lokacije itd.);

Število zaposlenih v% od števila zaposlenih (kazalnik je alternativa prejšnjemu kazalniku, uporabljal se je v pogojih množičnega zaposlovanja, v nasprotju s prejšnjim je trenutni in ne intervalni, zato je še posebej neprijeten za zaposlovanje, kadar se tehtano povprečno število zaposlenih šteje po analogiji s SSC);

Povprečna uspešnost zaposlenih v fazi vstopa na delovno mesto (pogosto se uporablja za vodje prodaje, časovni interval je za delovno mesto nastavljen drugače, praviloma je vezan na obdobje usposabljanja začetnika in sprejem na samostojno delo, lahko se meri v odstotkih, pogojni proizvodi itd.).

III. Procesi:

Stroški zaposlovanja 1 zaposlenega (zame so bili razdeljeni v 4 kategorije, odvisno od stopnje delovnega mesta / poklica);

- "lijaki" zaposlovanja v različnih analitičnih odsekih (položaji, lokacije, funkcije, kanali za privabljanje kandidatov itd.);

Promet zaposlenih na preizkušnji (izredno koristen kazalnik za vzpostavljanje odnosov z interno stranko, zlasti v okviru funkcije in lokacije, zato jo je treba razdeliti na dve komponenti: na pobudo zaposlenega in na pobudo vodja);

Upokojitev osebja / fluktuacija osebja (delitev med kazalniki je pogojna, z upokojitvijo mislim na kazalnik, ko vsi odpuščeni zaposleni, ne glede na razlog za odpoved, preidejo v "offset", če v izračun kazalnika niso vključeni razlogi , potem je to zame promet, v drugem primeru na izhodu opravite anketo, zagotovite zbiranje telefonskih številk upokojenih in opravite revizijske klice za odpuščene zaposlene;

Tradicionalna analitika zaradi upokojitve / menjave osebja;

Upokojitev / menjava ključnega osebja (upošteva se za zaposlene, ki so na zadnji kadrovski komisiji prejeli oceno A (visok potencial) in B (visoko produktivnost), vključena pa je tudi v kadrovsko rezervo za višje delovno mesto po odobrenih poklicnih poteh s stopnjo pripravljenosti RN (pripravljen zdaj));

Analitika o razlogih za upokojitev / menjavo ključnih kadrov (glej prejšnji odstavek);

Povprečni odstotek odsotnosti zaposlenih glede na FRV v skladu s kadrovsko razpredelnico (vključuje vse vrste odsotnosti z dela);

Delež zaposlenih v komercialnih storitvah, ki so uspešno zaključili prodajno / proizvodno usposabljanje po lokaciji / funkciji;

Raven (odstotek) skladnosti s prodajnim standardom podjetja v skladu z odobrenimi kontrolnimi seznami (analitika se zbira na podlagi rezultatov notranjih in zunanjih revizij - klicanje strank, revizija klicev itd.)

Povprečni odstotek dokončanja nalog intelektualne lastnine v običajnem časovnem okviru;

Povprečna ocena zadovoljstva z osebnimi študijami na podlagi vprašalnikov s povratnimi informacijami.

IV. Razvoj kadrov:

Delež ključnih položajev v podjetju (določen posamično), zaprt z rezultati zadnje kadrovske komisije s strani naslednikov s stopnjo pripravljenosti RN (pripravljeno zdaj) in RN + 1 (pripravljeno čez leto dni);

Obstaja mnenje, da gre pri HR za visoke zadeve, ki jih, kot kaže, ni mogoče zapeljati v okvir števil. Če pa česa ni mogoče izmeriti, potem tega ni mogoče nadzorovati? Izkazalo se je, da je lahko delo z ljudmi natančna znanost, če imate ustrezna orodja. Na primer, obvladajte kadrovsko analitiko.

Kje začeti? Vprašali smo Evgeny Bondarenko, direktor Akademije DTEK, deset vprašanj, odgovori na katera vam bodo pomagali, da začnete s to težko, a zanimivo potjo.

Kaj je HR Analytics?

Nemogoče je zgolj govoriti o kadrovski analitiki. Tema vsebuje znanje, da se je večina nas v šoli in na univerzi zdela najtežja - to je predvsem matematika in statistika. Poleg tega so se nam pogosto vsi ti koeficienti, načini in mediane zdeli popolnoma nepotrebni. In samo z izkušnjami pride do razumevanja, kako koristno je, in če pravilno zgradite učni proces, je to vznemirljivo.

V dokumentu HR, ki temelji na dokazih: pod mikroskopom je ilustrativni primer avtorica Ketty Jacobs. V okviru programa sprememb v veliki organizaciji so trije voditelji, ki so bili odgovorni za to, izrazili različna stališča glede tega, kaj storiti. Kot da bi imeli trije zdravniki istega bolnika drugače. V medicini je običajno, da se pri zdravljenju zanašamo na dejstva. Kot se je izkazalo, pri vodenju ljudi večina odločitev temelji na osebnih izkušnjah in nekje prebranih tujih raziskavah.

Definicij HR analitike je torej veliko. Morda se najbolj popoln sliši takole: gre za nenehen postopek iskanja spoznanj, gonilnih sil v procesih upravljanja ljudi, ki prinašajo koristi podjetju, z uporabo znanstvenega pristopa.

Obstajata dva glavna pristopa k HR analitiki.

Pristop k enemu: "Vidim cilj." Kaj je njegovo bistvo?

Ta pristop predvideva določen cilj. Podjetje na primer razvije hipotezo, ki temelji na izkušnjah ali predpostavkah. Ta hipoteza je, da preveč obetavnih mladih strokovnjakov zapušča podjetje: vsako leto jih zaposlijo, a jih je še vedno malo. Nato podjetje zbere podatke, izbere metodologijo, izračuna to merilo in tako bodisi potrdi hipotezo bodisi jo ovrže.

Zahteva je lahko drugačna - na primer, zgraditi morate napovedni model, ki vam bo omogočil, da preučite procese ljudi, ki zapustijo podjetje. Po zbiranju razpoložljivih podatkov in njihovi analizi lahko podjetje vidi "rdeče cone" - tiste zaposlene, ki jih lahko zapustijo v bližnji prihodnosti. Ta naloga je na primer mogoča, na primer, logistična regresija.

Pristop dva: "Bom raziskoval." Kaj je to?

Tu ni nobenega namena analizirati določenega merila. Obstaja pa nabor podatkov in želja po iskanju nekaterih koristnih spoznanj, ki niso očitna, ne ležijo na površju. To je bližje t.i. strojno učenje - raziskujejo se podatki, najdejo zanimivi odnosi, sklepajo se. Nekakšna inteligenca, ki bo kasneje pomagala oblikovati hipoteze, postaviti cilje in priti do konkretnih poslovnih zaključkov.

Za začetek lahko preberete publikacije na to temo - "HR, ki temelji na dokazih: pod mikroskopom", kot tudi "HR metrike in analitika: uporaba in vpliv. Načrtovanje človeških virov "(pri katerem so avtorji prvič uporabili izraz" HR analytics ").

Potem morate začeti študirati statistiko - za to lahko vzamete kateri koli osnovni učbenik. Na primer knjiga „Statistika. Izobraževalni tečaj za sociologe in menedžerje ”O. Ivanova: v njem je vse opisano preprosto in jasno z resničnimi primeri. Druge uporabne knjige so "Metode matematične obdelave v psihologiji" E. Sidorenka (različni statistični kriteriji so opisani strukturirano). Zanimivo je tudi prebrati "Pravila dela!" (odlična knjiga o Googlu Laszla Bocka), Gola statistika (Charles Whelan), Upravljanje s podatki (Tim Phillips), Veliki podatki (Victor Mayer-Schoenberger).

Knjig o kadrovski analitiki, zlasti v ruščini, še ni. Toda to sploh ne pomeni, da te teme sploh ne bi smeli razumeti, ker je metoda analogij tukaj popolnoma uporabna. Opazujete lahko, kako enake analitične naloge rešujejo recimo tržniki - na primer preučevanje kupcev. In to uporabite na svojem področju - s študijem zaposlenih. Naučite se, kako poslovni analitiki, psihologi in sociologi rešujejo svoje težave. Študijski tečaj za sociologe in menedžerje na primer daje primer, kako primerjati uspešnost dveh skupin študentov. To je enostavno prenesti v kadrovsko prakso, da primerjamo dve skupini zaposlenih, ki jih usposabljajo različni trenerji, in merimo učinkovitost dejavnosti usposabljanja.

Mimogrede, znanje angleščine bo pri študiju kadrovske analitike velika prednost: skoraj vsi visokokakovostni viri znanja so v angleščini.

Katere programe morate obvladati?

Temelj HR analitike je orodje. Na žalost v ukrajinskih podjetjih zaposleni, tudi financerji, Excel uporabljajo povsod. In to je popoln problem. Na vprašanje, zakaj ne bi preizkusili učinkovitejših orodij - na primer Pytnon ali R, je begalo "Torej so to programski jeziki!" Zdi se, kaj imajo s tem analitika, financa in še posebej kadrovska služba? Dejansko so ta orodja zelo uporabna. Excel vam omogoča reševanje osnovnih težav in je dober v začetni fazi, ko se naučite ročno izračunavati osnovne kazalnike, da boste razumeli, kako deluje. Ko pa imate v svojem arzenalu bolj zapletena orodja, so izračuni hitrejši in enostavnejši: formul ni treba barvati, preprosto morate napisati vrstico kode, vnesti potrebne podatke in funkciji dodeliti nalogo - recimo, da zgraditi regresijo. In potem - dobite graf, formulo in druge pomembne parametre. To se naredi v nekaj sekundah. Če se je nabor podatkov spremenil, bo Excel najverjetneje moral napisati vse formule. Če je v Pytnonu ali R napisan skript, programu ni vseeno, s katerim naborom podatkov bo delal.

Če se oseba nikoli ni ukvarjala s programskimi jeziki, se morda zdi, da je njihovo obvladovanje nekaj s področja fantazije. Pravzaprav je jezik R na primer intuitiven in celo nekdo, ki se ga ni učil, ga lahko obvlada na samozavestni osnovni ravni v približno šestih mesecih (seveda z ustreznim trudom). Če danes obstajajo knjige za otroke o tem, kako se naučiti programirati, potem je odrasla oseba verjetno še vedno kos tej nalogi. Jezik R je brezplačen, na voljo za prenos, izumili pa so ga znanstveniki, ki so želeli, da se znanstvene raziskave in znanje prosto delijo. Poleg tega v internetu obstaja veliko knjižnic za R, s katerimi se lahko povežete, da uporabite nove funkcije za potrebna merila, če osnovna funkcionalnost ni dovolj (recimo za izdelavo kompleksnih modelov, 3D vizualizacijo itd.).

Na katere internetne vire bi morali biti pozorni?

Obstajajo posebna spletna mesta, kjer ljudje delijo svoje nabore podatkov, drugi uporabniki pa si pomagajo pri reševanju težav drug drugega. Na primer, stackoverflow.com in kaggle.com imata tudi razdelek o kadrovski analitiki. Na splošno je izmenjava znanja zelo dobrodošla v analitiki: ker je za zdaj malo podatkov, je to praktično edini način učenja.

Dober vir z e-tečaji je stepik.org: tukaj lahko opravite tečaje o osnovah statistike (osnovne ali naprednejše, s primeri in nalogami), analizi podatkov v R (s primeri, kako se prijaviti na resnične probleme) , o osnovah programiranja v R (poznavanje funkcionalnosti R in razvojnega okolja za R - Rstudio).

Lahko se udeležite tečajev na coursera.org iz znanosti o podatkih in kadrovske analitike. A smiselno je, če poslušalec že pozna osnovne pojme v statistiki. Ker ko predavatelj reče: "Zdaj bomo zgradili regresijski model," bi morali vedeti, kaj je to.

Če želite obvladati kadrovsko analitiko, lahko berete in se učite na tečajih. Toda to ni dovolj: poskusiti je treba. Vzemite najpreprostejše podatke - koliko podjetje plačuje zaposlenim, kako pogosto ljudje odhajajo na bolniško ali na dopust, in poskusite narediti prve izračune. Morate se premakniti s preprostega na zapleteno: če razumete, kako delujejo preproste tehnike, se izračunajo modeli in koeficienti, potem lahko obvladate bolj zapletene.

Katerih "pasti" se je bati?

Vodje kadrovskih služb si pogosto prizadevajo zagotoviti, da rezultat raziskave potrdi hipotezo in se izkaže, kot bi želeli. Treba je razumeti, da v analitiki kadrov ni dobrih in slabih odgovorov - le resnična dejstva. Včasih vas bo morda celo zamikalo, da bi kaj "manipulirali". Zelo pomembno je, da se prilagodite naslednjemu: opravili ste raziskavo, opravili vse potrebne izračune, sprejeli ali zavrnili nično hipotezo. Obstaja nova hipoteza - opraviti je treba nove raziskave.

Kdaj HR analiza nima smisla?

Če se ukvarjate s kadrovsko analitiko, morate biti pripravljeni na vodstvene odločitve na podlagi ugotovitev. Sicer nima smisla. Kar bo pokazala analitika kadrov, bo pogosto v nasprotju s pričakovanji. Zato morate vnaprej iskreno odgovoriti na vprašanje: "Ali imamo dovolj volje za spremembe na podlagi rezultatov raziskav?"

Podjetje na primer izvaja izobraževanja za svoje zaposlene - povabi znanega trenerja, ki je všeč vsem. In se odloči izmeriti učinkovitost treninga. Po treningu so udeleženci zadovoljni in navdihnjeni, izpolnjene vprašalnike izpolnjujejo z navdušenimi odgovori o čustvih in uporabnosti, nato pa ... Od 20 ljudi, ki so se udeležili izobraževanja, nihče ne uporabi pridobljenega znanja v praksi. Niti enega instrumenta. Seveda vam bo izobraževanje morda všeč - toda HR analitika bo odgovorila na vprašanje, kaj se je spremenilo v vedenju zaposlenih, kakšne koristi je prineslo podjetju. Če je to na primer komunikacijski trening, lahko spremljate, koliko argumentov v obrambo svojega položaja je uslužbenec dal prej in kako se je ta veščina izboljšala po treningu. Ni sprememb? Potem se izkaže, da se usposabljanje, ki je bilo po mnenju ljudi najučinkovitejše, v resnici izkaže za neuporabno. Tega ni nihče pričakoval, vendar se s številkami ne morete prepirati. Po študiju se izkaže, da trening ni vključeval vaj, ki pomagajo razviti potrebne veščine.

V tem primeru se lahko nična hipoteza sliši takole: "Ta trening nikakor ne vpliva na vedenje udeležencev." Alternativna hipoteza - "Trening vpliva na vedenje udeležencev, pomaga povečati raven argumentov." Če raziskava potrdi nično hipotezo, je podjetje pred težko izbiro: obstaja odličen trener, ki ga imajo vsi radi. Toda njegovi treningi niso dobri za posel. Kaj naj storim - pustim trenerja, ponovim program, ki zahteva čas in sredstva, ali povabim koga drugega? ..

Kako razviti podatkovno kulturo v vašem podjetju?

Kadrovska analitika ni le kup številk. Gre za celotno kulturo dela s podatki. Če HR, ne glede na to, kako napreden je, temeljito preuči temo in vodja podjetja ali lastnik ne razume, za kaj gre, nič ne bo šlo. Vodja kadrov, ki želi delati z analitiko, se bo moral naučiti premagovati odpor. Predstavljajte si situacijo, ko pride HR do lastnika in reče: »Imamo hi-kvadrat - oseminštirideset ...« To mu ne bo pomenilo nič.

Tu se pogosto pojavi težava, ker kadrovski službi ne uspe vedno prodati preprostejših rešitev. Navzgor je, da kadrovska analitika temelji na podatkih. In voditelji imajo radi le številke in poslovne metrike, in če jih vključite v kadrovsko analitiko, jih povežete s kadrovskimi meritvami, možnosti za uspeh pobude rastejo. Obstaja celo koncept "podjetja, ki temelji na podatkih" - torej organizacije, v kateri se odločitve sprejemajo na podlagi določenih podatkov.

Dobra praksa, sprejeta na Akademiji DTEK, je deliti s kolegi znanje, ki ga dobite iz različnih virov. Če se je kdo naučil česa zanimivega (na primer na seminarju ali celo sam študiral), zaposleni pošlje poštni seznam in vse povabi na sestanek. Ni nujno, vendar uporabno in zanimivo, zato je priljubljeno. Redno organiziramo takšna srečanja na temo HR analitike in prepričani smo, da je to orodje ne glede na to, s čim delate - naj bo to usposabljanje, rezerva osebja, zaposlovanje, popolnoma uporabno.

Včasih kadrovska analitika pomaga rešiti vitalna vprašanja. Na primer, če proizvodno podjetje izvaja varnostne raziskave. Analitični pristop vam omogoča analizo vedenja zaposlenih, ki so nagnjeni k kršitvi varnostnih postopkov, in tistih, ki tega nikoli ne počnejo ali počnejo zelo redko. In na podlagi podatkov pripravite nekaj portretov teh skupin, analizirajte okoliščine. Če podjetje na primer ugotovi, da se kršitve najpogosteje dogajajo zvečer in ob praznikih, ko je v proizvodnji minimalno vodstvo, to lahko sklepamo, da je v teh urah treba okrepiti nadzor spoštovanjem varnostnih ukrepov in s tem vplivanjem na varnost zdravja ljudi. Če pa podjetje ni pripravljeno sprejemati odločitev o vodenju, raziskovanja nima smisla.

Kaj je glavna vrednost HR analitike?

Kadrovska analitika pomaga pobegniti od stereotipov. In to je njegova prednost: ni se treba zanašati na špekulacije nekoga drugega. Trendi in mnenja so odlični, vprašanje pa je, kako primerno se je zanašati v vsakem primeru? Na primer, svetovni trendi na določenem področju so vedno zanimivi, vendar ali so resnično uporabni za posamezno podjetje? Najverjetneje boste potrebovali lastne raziskave. In zahvaljujoč HR analitiki jih je mogoče opraviti dovolj hitro.