Share |

среда, 7 декабря 2016 г.

Загадочная женская душа в HR-исследовании

Хотел проверить гипотезу нашего исследования о семейном положении:
подумалось мне, что женщины будут значимо чаще указывать свой семейный статус как замужний в сравнении с мужчинами. И я бы тогда дам поймал на этом: тогда бы у нас половинки не сходились. Но на входе сразу небольшая проблема нарисовалась: мужчины респонденты значимо взрослее респондентов дам.
Загадочная женская душа в HR-исследовании
У мужчин респондентов медиана возраста 35 лет, женщины моложе (видимо, таки много дам рекрутеров). Крускал Уолисс pvalue=7.4742863601181774e-07
Отсюда мы может выйти в несколько направлений: например, посмотреть средний возраст мужчин / женщин, когда у них стоит семейный статус "женат / замужем", тоже для статуса "Не женат / не замужем". Ввести поправочный коэффициент и т.п.. Я посчитал это нудной и долгой дорогой и ограничился вот таким результатом:
Загадочная женская душа в HR-исследовании

  • В колонках - пол
  • В строках - семейный статус. 
  • В ячейках - % по строке.

Т.е. среди всех респондентов с семейным статусом "Гражданский брак" женщин 79 %, а мужчин 21 %.
Всего же в опросе 66 % респондентов женщин, остальные мужчины.
Теперь следите за руками:

  • Среди женатых респондентов 40 % мужчин, больше чем всего по опросу (33 %), и это нормально, поскольку у нас мужчины в опросе более возрастные, мы можем ожидать, что среди них больше женатых
  • Среди холостых мужчин 29 %, и это тоже в общем ожидаемо.
  • Но вот среди тех, кто указал гражданский брак, мужчин 21 %! И это неожидаемо, поскольку мы могли бы ожидать а) % близкий к 40 % (сколько мужчин женатых), либо б) между 29 и 40 % , считая, что гражданский брак это предтеча официального брака, пока молодые созревают подать заявление в ЗАГС.

Но не сходится у нас логика! Дамы значимо чаще мужчин указывают свой статус "гражданский брак". Я вижу два объяснения:

  • Дамы более серьезно относятся к отношениям и указывают "гражданский брак" там, где для мужчины это способ прикорма;
  • Либо дамы просто стесняются указывать свой свободный статус в исследовании.
  • Либо я ничего не понимаю в женщинах, что вполне объяснимо моим свободным статусом. 

* и да, я проверил все пары статусов на Хи квадрат (не просто все вместе, а сравнивал ж/м на: холост / женат, холост / гражданский брак, женат / гражданский брак), т.е. дамы значимо чаще указывают статус "гражданский брак" в сравнении с мужчинами как по сравнению с замужним статусом, так и по сранвнению со свободным.
** готов услышать ваши версии. И участвуйте в исследовании

Дамы! (и не только) Понравился пост?

и Вы захотите выразить мне благодарность за интересные результаты, просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.

понедельник, 5 декабря 2016 г.

Netflix как система подбора персонала и создания команд

Очень важный пост.
Netflix как система подбора персонала и создания команд
Хочу застолбить за собой идею подбора персонала и создания команд новым методом.Я думаю, что внедрение рекомендательных систем изменит многое в HR-аналитике, появятся многие другие примеры реализации рекомендательных систем, а не только в обучении и в том, о чем пишу я ниже.
Ранее все модели подбора персонала (мне известные, конечно, но известно мне достаточно много, и не только в России) опирались на модели регрессии или модели классификации, где в качестве целевой переменной выступали:

  • эффективность сотрудника;
  • стаж работы.

Вот пример такой модели Кейс по прогнозу эффективности работников . Проблемы такого подхода состоят в:
Мы не уверены в объективности целевой переменной. Чаще всего эффективность это KPI, который выставил руководитель подчиненному. И на опыте многие знают, что такая оценка руководителя субъективна.
мы берем в модель почти одни генетические факторы работника (т.е. то, что мы знаем о работнике при приеме: его прошлый опыт, данные тестов, интервью и т.п..), но при этом исследование компании Evolv в части текучести персонала показало бОльшую значимость отношенческих вещей (см. Ключевые факторы удержания и текучести персонала), которые дают 50 % дисперсии текучести персонала. И мы в нашей модели никак не схватываем их.
Некоторое время назад я задумался, как же включить в наши предиктивные модели отношения в команде, отношения с руководителем.
И решение пришло в виде ..... Netflix.
Netflix - для тех, кто не знает, американская компания, поставщик фильмов и сериалов на основе потокового мультимедиа. Основана в 1997 году. Штаб-квартира находится в Лос-Гатос, штат Калифорния. На январь 2016 года у компании свыше 69 миллионов клиентов по всему миру. Популярность среди специалистов по аналитике компания получила после того, как предложила решить кейс по рекомендации фильмов зрителям.
Представьте, что у нас есть с вами такая таблица
Netflix как система подбора персонала и создания команд
Где

  • User - зритель,
  • Item - определенный кинофильм,
  • И в ячейке стоит оценка фильма зрителем.

пустые ячейки означают, что зритель не смотрел данный фильм. Задача простая: как по данной таблице найти те фильмы, которые зритель не оценивал (не смотрел), но были бы ему интересны?
Не буду входить в математику, скажу только, что такие задачи решаются с помощью создания рекомендательной системы. И мы с этим сталкиваемся достаточно часто: на Озоне, в других интернет магазинах.

HR-решение

Думаю, кто-то уже по самой форме таблицы догадался, как можно применить эти системы в HR.
У нас с вами, коллеги, есть инструмент, на 100 % копирующий систему Netflix или любую рекомендательную систему! Я взял данные реальной компании, только поменял ФИО и названия компетенций.
Оцениваемый
Эксперт
Клиенто
ориентированность
Ответственность
Коммуникация
Лидерство
Иванов
Бабушкин
2.0
1.6
2.0
2.0
Петров
Дедушкин
1.8
1.6
2.0
1.4
Сидоров
Внучкин
2.0
1.6
1.6
1.8
Иванова
Дедушкин
2.0
1.6
1.6
1.9
Знакома таблица? Да, это оценка 360 градусов.
Легким движением руки мы эту таблицу превращаем в сводную таблицу (в ячейках я взял среднее по всем оценкам)
Названия строк
Иванов
Иванова
Петров
Сидоров
Бабушкин
1.9



Внучкин



1.75
Дедушкин

1.775
1.708333333


Вуаля! у нас теперь полное совпадение с данными Netflix, с ой лишь разницей, что вместо фильмов наши сотрудники оценивают коллег. Заметьте, Дедушкин оценил двоих. Кстати, в компании клиента такая таблица получилась размером 808 / 776 ячеек, разреженность матрицы - 99, 6 % (такое количество ячеек не заполнено).
В нашем случае задача стоит так: мы должны спрогнозировать, как бы руководитель (или любой другой сотрудник) оценил тех коллег, кого он не оценивал. Т.е. тех, с кем он и не работал вместе, но данный подход позволяет понять, как бы он оценил, если бы работал. И если он их оценил бы высоко, то значит ему работать с данными людьми более комфортно, они вместе смогли бы добиться более высоких результатов, следовательно их можно ставить работать вместе. 
И мы можем построить систему рекомендаций того, кого бы он оценил наиболее высоко. Т.е. представьте, что руководитель оценивает в нашей системе 360 градусов своих сотрудников. Рекомендательная система расставит ему всех сотрудников по степени того, как бы он их оценил сам, если бы работал с ними. 
Netflix как система подбора персонала и создания команд

Ну или можно получить эти данные в виде файла: первая тройка наиболее подходящих данному руководителю сотрудников выглядит так

Табельный номер
ФИО
Степень подходимости
231
Сидоров
0.040296
488
Петров
0.039839
187
Иванов
0.039819

На данной диаграмме показаны все работники по степени того, как бы их оценил руководитель. Те, что справа, получили бы от руководителя высокие оценки, и, скорее всего, работали бы вместе эффективно. Те, что слева, скорее всего, получили бы низкие оценки, и вызывает сомнение мысль ставить их работать вместе с данным руководителем. 
Заметьте, мы ведь можем в нашей оценке 360 оценивать не только конкретных руководителей, а целые команды, подразделения, тогда станет понятно, как людей подбирать в команды. 
И последний вопрос: если к нам пришел новичок, что делать? Мы ведь про него ничего не знаем. Делать мы будем тоже самое, что делают в Netflix, когда выходит новый фильм: его не оценивали еще ни разу, но у нас есть информация о жанре, точнее, жанрах, составе актеров, режиссере и т.п.. И фильмы таких-то жанров, с такими то актерами конкретный зритель уже оценивал, поэтому мы можем предположить, что с теми же актерами, тот же жанр зритель оценит скорее всего также. Тоже самое мы можем сказать про наших вновь входящих в компанию сотрудниках: у них есть резюме, опыт, результаты тестов и т.п., все, что объединяет их по каким-то параметрам с уже оцененными сотрудниками.  .
Ну и я не показываю всех возможностей данного подхода, но кто-то быстро догадается, что нам и оценка 360 градусов не нужна будет для реализации данного подхода.
Или, как вариант, эта система может стать краеугольным камнем системы кадрового резерва..... Думаю, спецы разовьют эту идею....
Интересно реализовать в своей компании? Пишите edvb@yandex.ru

Понравился пост?

и Вы захотите выразить мне благодарность за интересные результаты, просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.

воскресенье, 4 декабря 2016 г.

Заметки с 18 Международной ярмарки интеллектуальной литературы non/fiction

Заметки с 18 Международной ярмарки  интеллектуальной литературы non/fiction
Я, конечно же, смог вырваться только в последний день.
Неприятно поражают еще до входа ребята спекулянты, которые предлагают билеты
в очереди по официальной цене. Схема простая: они берут у охраны бейджи тех, кто уже ушел, перепродают, а деньги делят с охраной. В прошлом году такого не было. Не понятна реакция организаторов: деньги идут не им в карман, а спекулянтам.
Чтобы закончить тему негатива, скажу, что в зале очень душно, народу не протолкнуться даже в конце ярмарки. Все все время толкаются, и все время извиняются друг перед другом.
Я практически на входе встретил Шендеровича.
Для меня уже традиция натыкаться на ярмарках на Шендеровича. Как видите, вполне себе довольный и радостный. И Дай бох ему дальше писать и говорить правду.
После сентябрьской выставки Заметки с Московской международной книжной выставки ярмарки non fiction производит более приятное отношение: здесь действительно интеллектуальная литература. Да и просто литература.
Я по причине занятости уже просто боюсь покупать много книг, купил только три, практически все по истории:

  • Сначала просто носом ткнулся в книгу Юлии Эйдельман Век иной и жизнь другая (ссылки даю на Озон, хотя понимаю, что мой выбор навряд ли кого-то заинтересует). Юлия - вдова Натана Эйдельмана. Натан Яковлевич открылся мне через журнал Наука и Жизнь в конце 80-х через работу Революция сверху в России. Потом была Грань веков, другие работы. Эта книга - дань памяти этому человеку. 
  • Потом я купил книгу Спор о варягах Льва Самуиловаича Клейна. Я по глупости своей был уверен, что спор этот давно закончен. Но нет! Политические процессы в России снова вызвали к жизни "ученых" - "ультрапатриотов" (здесь в кавычках и учение, и ультрапатриоты). Но книга будет интересна таки с т.з. истории. И если вы интересуетесь историей славянства, то ищите книги Клейна, Марии Гимбутас, но не вздумайте читать книги Рыбакова! 
  • И наконец Митридатовы войны Леонида Наумова. Успел немного просмотреть - вполне себе читабельна для широкого круга читателей. Думаю, вы в курсе, что Митридад - царь, полководец, который долго противостоял Римской империи. Он нам особенно близок, поскольку его империя базировалась в Северном Причерноморье. 

Это все, от чего я не смог отказаться. Отказался от большего.
Как резюме: спасибо за праздник организаторам. За дух, за атмосферу. Как сказала Людмила Улицкая: нас много. Тех. с кем можно пить чай и пить водку. Пожалуй я бы выпил водки с Улицкой. * Это она на втором фото. 

пятница, 2 декабря 2016 г.

Статьи по hr-аналитике на английском 8

Восьмой выпуск дайджеста статей по HR-аналитике на английском. Последний выпуск Статьи по hr-аналитике на английском 7 (через эту статью вы сможете найти все выпуски дайджестов) был 21 октября.
Мониторю рынок статей по hr-аналитике постоянно, но, видимо, я стал совсем нудным: сложно найти действительно интересные материалы. Сегодня нашел, делюсь.
Статьи по hr-аналитике на английском 8


Если у вас есть статьи по hr аналитике, которые не вошли в мой список, но вы считаете, что они важны, полезны и интересны, давайте ссылку в комментах к посту. Спасибо!

Понравился пост?

и Вы захотите выразить мне благодарность за интересные результаты, просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.

Статьи по hr-аналитике на английском 8

вторник, 29 ноября 2016 г.

Факторы текучести сотрудников

Коллеги, приветствую!
Изначально ставил перед собой такую задачу: выяснить,  как влияют на текучесть сотрудников следующие факторы:
1. Соотношение гендера руководитель – подчиненный
2. Отдельные элементы управления руководителя:
a.   Наличие наставничества на испытательном сроке
b. Факт благодарности от руководителя за достижения
c.   Наличие или отсутствие критики от руководителя
d. Частота обратной связи от руководителя
метод: регрессия пропорциональных рисков Кокса

Выводы:
Начнем с элементов управления руководителя:
1. Как наличие наставника на испытательном сроке сотрудника влияет на текучесть. Напомню, что в вопросе «Был ли наставник на испытательном сроке» было 3 варианта ответов:
a.   Да, другой специалист компании
b. Да, он же мой руководитель
c.   Нет, наставника не было
Результаты регрессии – наличие или отсутствие наставника не влияет на текучесть


2. Как влияет на вероятность увольнения факт благодарности руководителя за достижения. В вопросе «Получали ли Вы благодарность от руководителя за достижения» были такие варианты ответов:
a.  Да, практически все достижения были отмечены моим руководителем
b. Если не все, то многие
c.   Получал лишь изредка
d. Нет
Результаты регрессии:

Если за большинство своих достижений сотрудник получил благодарность от руководителя, то этот факт уменьшает вероятность увольнения на 20%
Если руководитель вообще не благодарил сотрудника за достижения, то это увеличивает вероятность увольнения на 49%
Вывод – не обязательно хвалить постоянно, достаточно отмечать большинство достижений

3. Как влияет на вероятность увольнения наличие или отсутствие критики от руководителя. В  вопросе "Критиковал ли вас руководитель публично" были такие варианты ответов:
a.  Да
b. Нет
c.   Он меня в принципе не критиковал
Результаты регрессии:
Если руководитель не критиковал сотрудников, то это снижает вероятность увольнения на 15%


4. Как влияет на текучесть частота обратной связи руководителя. В вопросе «Как часто руководитель давал вам обратную связь» были такие варианты ответов:
a.  Ежедневно
b. Не реже одного раза в неделю
c.   реже одного раза в неделю
d. Никогда

Результаты регрессии показали, что важна периодичность предоставления обратной связи. Отсутствие обратной связи и ежедневная обратная никак связь не влияют на текучесть. А вот еженедельная обратная связь снижает вероятность увольнения на 14%. А если обратная связь предоставляется еще реже, то вероятность увольнения снижается на 19%!
Интересный вывод – ежедневная обратная связь бесполезна, а еженедельная нет так эффективна, как допустим ежемесячная.

5. И наконец самое интересное - как влияет на текучесть соотношение гендера руководитель-подчиненный?

Результаты:
Пары руководитель мужчина – подчиненный женщина и
           руководитель женщина – подчиненный женщина не оказывают значимого влияния на текучесть.

А вот пара руководитель мужчина – подчиненный мужчина увеличивает риск увольнения сотрудника на 14%,
а пара руководитель женщина – подчиненный мужчина  - на 21%

Риск увольнения мужчин-подчиненных выше, особенно если руководитель женщина?
Хотя, учитывая соотношение количества прошедших опрос в парах, пока рано делать такой вывод:
                 ЖЖ   ЖМ   МЖ   ММ  
                 1125  267     977    768    

Бенчмарки зарплат HR в Украине. В сравнении с Россией

Наконец я смог набрать крохи данных по зарплатам в Украине - результат нашего исследования, дай бох кто-нибудь пройдет по ссылке и поучаствует в опросе.
Динамика зарплат HR по годам в Украине получилась такая
Проблема в том, что у меня в исследовании шаг зарплат 5 000 гривн, поэтому данные изначально не супер точны.
Речь про стартовые зарплаты.

Виден провал в 2014 году, думаю, причины понятны, и рост в 2015-2016 году.
По отраслям лидирует IT. И мне это тоже кажется логичным.
Бенчмарки зарплат HR в Украине. В сравнении с Россией

Сравнение с Россией

В России медиана зарплат HR - 50 000 рублей\
В Украине медиана зарплат 15 000 гривн.
Смотрим курсы валют - получаем
12 000 + 2, 3 = 27 600 рублей
Бенчмарки зарплат HR в Украине. В сравнении с Россией

Как бы меньше, чем в России. Но еще одна диаграмма: зарплаты HR России с учетом Москва / не Москва


Крайний правый серый боксплот показывает зарплаты HR России не по Москве. Медиана - 40 000 рублей. Украинские HR проигрывают как Москве, так и регионам России в оплате
Участвуем в исследовании - и не только HR

Понравился пост?

и Вы захотите выразить мне благодарность за интересные результаты, просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.

понедельник, 28 ноября 2016 г.

Штатное расписание в византийской империи

Я не удержался... не люблю чистых цитат. Но это стоит того. Вчера перед сном читал Стратегию Византийской империи Эдварда Люттвака и наткнулся на описание должностей Византийской Империи. Данное описание приведено в византийской "Книге церемоний". Эти должности помимо всего прочего давались иностранцам. Многие иноземные захватчики часто удовлетворялись получением должности... Да, даже если ты живешь на лошади, титул Патрикий ласкает твою душу. Если верить Люттваку, то и должность Патрикия продавалась и раздавалась. В наше время дают орден Дружбы народов. Кстати, подумалось, Лиса Патрикеевна - не намек ли в сказке на высокий социальный статус ее родителей? Тогда она из просто хитруши превращается в дочку высокопоставленных родителей, которым закон - не указ...
Возвращаясь к списку должностей... Думаю, вам доставит удовольствие список...
Эксусиакратор, эксусиарх, эксусиаст, архонт архонтов, архиг, архегет, архонт, эксархонт, проигемон, игемонарх, игемон, кафигемон, династ, проигетор, игетор, протос, эфор; гиперэхон, диатактор, панипертатос, ипертатос, койранос, мегалодоксос, рекс (царь), принкипс [принцепс, лат. princeps] (позже - принц), дукс [лат. dux] (позже Дюк, вспомните Дюк Ришелье, от него же Дожи Венеции), синклитик, этнарх (правитель народа), топарх, сатрап (изначально правитель провинции в Персии), филарх, патрарх,
стратег, стратарх, стратиарх, стратилат - варианты звания генерал

воскресенье, 27 ноября 2016 г.

Факторы трафика персонала

Коллеги, всем добрый день! Интересуясь тем, что определяет трафик кандидатов на основании данных исследования Эдуарда Бабушкина, более или менее удалось подтвердить гипотезу о взаимосвязи с масштабом населенного пункта.
Проверка гипотезы осуществлена критерием Хи-квадрат, мои собственные опасения: число ожидаемых значений менее 5 составило 22,86%, но значимость на уровне 1,72513Е-24.



Получил во многом очевидные выводы: чем больше населенный пункт, тем выше роль джоб-сайтов. Возрастает как показатель откликов (до Москвы и Санкт-Петербурга), так и активного поиска резюме - тенденция устойчивая.
Изменение суммарного показателя использования джоб-сайтов от 16,5% для населенных пунктов менее 100 000 до 46% для Москвы и Санкт-Петербурга.
При этом снижается роль обращения в компанию по рекомендации знакомого - работника данной компании (до Москвы и Санкт-Петербурга)  и с колебаниями, но понижается непосредственное обращение к работодателю.

Ведущая роль в определении трафика безусловно отводится джоб-сайтам, но в данном ракурсе наглядно продемонстрировано её увеличение вместе с ростом численности населенного пункта.

P.S. Коллеги, строго не судите - первые попытки.

суббота, 26 ноября 2016 г.

Анализ корзины компенсационного пакета

Этот пост был вызван желание попробовать применить технику анализа корзины, и наиболее подходящие данные для этого в моем распоряжении были данные нашего исследования. Плюс еще один заход на изучение политик компенсаций и льгот в компаниях: компенсационный пакет надо изучать не как набор отдельных опций, а как некую систему, внутренне организованную (см. в тему Пакетное управление компенсационным пакетом (какие опции компенсационного пакета надо совмещать))
Анализ корзины - анализ предпочтений потребителей, когда у нас нет данных о самих покупателях, а есть только данные чеков - какие покупки в одном чеке были куплены. Мы смотрим, что с чем чаще покупают. Бизнес польза - ассоциативные правила: зная, что вместе с товарами A и B покупают товар C, мы можем выкладывать их в нужной последовательности или делать соответствующие акции в магазинах.
Набор компенсационного пакета в нашем исследовании лучше всего подходит под данную задачу: в данным вопросе респонденты выбирают набор компенсаций и льгот, которые предоставляет им компания. Данные представлены в таком виде:
1  ДМС, мобильная связь, проезд в транспорте
2                                                      
3  корпоративное питание, ДМС, абонемент в фитнес...
4  мобильная связь
5  льготные кредиты, другое
В нашем случае речь идет не о предпочтениях респондента, а о предпочтениях компании - это она выбирает те или иные опции компенсационного пакета.
Счетчик опций компенсационного пакета выглядит так
Анализ корзины компенсационного пакета
Я не рекомендую смотреть на этот счетчик опций компенсационного пакета как на бенчмарк опций: мобильная связь на первом месте, скорее всего, по причине того, что в исследовании половина респондентов это HR-ы, рекрутеры, мобильная свзь для которых - рабочий инструмент, а не компенсационный пакет как таковой.
Компенсационный пакет может даваться разным количеством опций
Анализ корзины компенсационного пакета
Самое популярное число опций компенсационного пакета - одна. Удивительно, но есть компании, предоставляющие своим сотрудникам сразу семь опций  компенсационного пакета - есть таких 10 компаний.
Самые популярные сочетания компенсационного пакета - связь и ДМС - 617 раз эти опции идут вместе (и это очевидно).
С корзиной все тоже достаточно очевидно. Работает правило:если в компании есть ДМС и связь, то следующей опцией с бОльшей вероятностью будет обучение.
Но здесь очень важный момент: дело не в том, что обучение чаще всего выбирают. Тогда бы, например, в книжных интернет магазинах работало бы простое правило: всем рекомендовать бест селлеры, которые продаются со всем, что продается.
Правило "обучение" подается вместе с "мобильная связь" + "ДМС" формируется так:
  • обща частота выбора опции компенсационного пакета - 0, 29 или у 29 % респондентов эта опция указана (я убрал строки, де опции компенсационного пакета не указаны вообще, т.е. 29 % среди тех, кто указал хоть одну опцию компенсационного пакета);
  • а в компании с "мобильная связь" + "ДМС"  опция "обучение" встречается в 36 % случаев, т.е. в 1, 24 раза чаще, чем просто в целом в выборке. 
  • Вот этот показатель - 1, 24 (lift по терминологии анализа корзины) говорит нам про сочетаемость товаров. 
1, 24 для реальных ситуаций откровенно слабый показатель, в учебном примере я видел показатель 255 - когда товар C встречается в 255 раз чаще в сочетании с товарами A и B, чем в целом по выборке товаров. Но у нас всего 9 "товаров" - опции компенсационного пакета.
Буду вам благодарен, если подскажете идею, как соединить анализ корзины и профиля респондента (сфера деятельности, отрасль, регион, размер зарплаты и т.п.), буду благодарен. 

Понравился пост?

если Вы захотите выразить мне благодарность за интересные результаты, вы можете  просто покликать на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.

пятница, 25 ноября 2016 г.

Про первый хакатон по hr-аналитике

23-24 ноября компания Амплуа в рамках конференции HR-технологии провела первый в
России хакатон по HR-аналитике, за что все HR сообщество должно выразить благодарность - сложно было на такое решиться. И я прекрасно понимаю, какие сложности были.
В хакатоне приняло участие шесть команд. Меня организаторы видели на хакатоне в качестве члена жюри.
Я на конференции делал доклад, после доклада зашел на хакатон,узнал, что одна команда дала себе мое имя и .... поблес облидж... я решил помочь.
Отсюда первый урок хакатона: вы либо туда совсем уходите, либо не входите вообще.
Нельзя этим между делом заниматься.
О самом задании:
Компания выгрузила (в разных файлах и разных листах) данные о сотрудниках (типа возраст, позиция, стаж, пол), главное: данные об обучении (какой курс, кто, когда, как прошел, прошел ли, сам назначил и т.п..), данные опросов, данные выполнения плана продаж (это ритейлер).
Задание: сделать персональные рекомендации по обучению сотрудникам.
Я пошел копать не в том направлении: искать связи между обучением и эффективностью продаж, и это было не ответом на поставленную задачу.
Команда победитель сделал шикарное решение: готовый код рекомендательной системы (для несведущих: это типа системы YouTube, когда тебе на основе данных о тебе предлагают какие-то ролики.
Кроме того, они сделали креативное решение, которое может быть почти не заметили (ребята выступали 10 минут, как все), но это, на мой взгляд, более ценная находка: они сделали кластеризацию сотрудников, где эффективность выступала одной из переменных, а потом проанализировали состав кластеров: например, кластер состоял из ведущих менеджеров, но в нем были просто менеджеры. Отсюда напрашивается управленческое решение: а не пора ли уже этих просто менеджеров выдвигать в ведущие менеджеры.
Причем прелесть данного решения заключается в том, что кластеризация строится далеко не только на показателях продаж: мы можем в переменные включать тоже обучение, участие в проектах и т.п.. Поэтому кластеризация в данном случае выступает фактически интегрированной оценкой деятельности менеджера.
Решение очень красивое, я об этом думал раньше, теперь увидел практическое воплощение.
Поверьте, увидеть такое - стоит позора собственного участия.
Добавлю только, что в команде победителей был действующий HR аналитик из Альфа банка, причем аналитик настоящий - тот, кто создает предиктивные модели.
Поэтому я надеюсь, что в моем блоге и на сайте  HRM вы прочитаете две интервью - про аналитику в Альфа банке и про решение на хакатоне по hr-аналитике.

вторник, 22 ноября 2016 г.

Как правильно выбирать HR-метрики

Предлагаю воспринимать этот пост как коммерческое предложение.
Я этот пост сделал по результатам своего исследование факторов текучести персонала, вы можете сделать это в своей компании.
У нас каждая конференция по HR аналитике и не только состоит на 90 % из докладов, какие HR метрики правильные и т.п.... Я этот бред не хочу слушать.
Второй взгляд говорит о том, что HR-метрики предшествуют более продвинутому уровню предиктивной HR-аналитики. Что тоже в общем бред, хотя практика жизни состоит в том, что HR стараются коллекционировать метрики, потому что на большее не хватает тяму. Но главное же уверенный голос на конференции, красивые слайды и "Бренд" компании.
На самом деле HR-метрики не предшествуют, а после шествуют предиктивной HR аналитике. Мы сначала выявляем драйверы процессов, а потом уже прилепляем на дашборды.
Я расскажу, какое на самом деле место метрикам в компании.И хотя с этого примера для меня по сути и началась мое движение в HR-аналитику, в России мало что сделано для реализации этого подхода.

Каналы привлечения как правильная HR метрика

Логика выбора метрик очень простая - их влияние на бизнес показатели. Тут даже последний муданцзян из HR спорить не будет. Дальше начинаются расхождения по поводу того, как понять, что влияет.
А влияет так.
У нас есть самая распрекрасная HR-метрика - текучесть персонала. Она же самая популярная. Так вот наша с вами задача выявить драйверы текучести персонала, а потом этими драйверами управлять. Через те же дашборды, например. Чтобы смотрели и было стыдно.

Каналы привлечения

У меня в опросе был широкий спектр вариантов каналов привлечения кандидатов, я, чтобы не захламлять, выбрал такие каналы привлечения (в скобках сразу показываю условные обозначения - для чтения диаграмм):
  • Вы обратились непосредственно в саму компанию (узнав из рекламы, зная бренд компании и т.п..) - advert
  • Вы обратились непосредственно в саму компанию по рекомендации вашего знакомого - НЕ работника данной компании - recNErab
  • Вы обратились непосредственно в саму компанию по рекомендации вашего знакомого - работника данной компании - referal
  • Вы откликнулись на вакансию на джоб сайте - youjs
  • Кадровое агентство вывело вас на работодателя - KA
  • Пригласил Работодатель, были с ним знакомы до трудоустройсва - friends
  • Работодатель вышел на Вас по рекомендации человека, знающего вас - rabrecNErab
  • Работодатель вышел на Вас через Ваше резюме на джоб сайте - empjs
А вот как эти каналы привлечения влияют на текучесть персонала
Как правильно выбирать HR-метрики
Анализ дожития показывает следующее: У нас реально выходят две группы каналов привлечения кандидатов, они же имеют значимые различия.
Нижняя, "лучшая" группа - это:
  • Бронза - работодатель вышел на вас по рекомендации НЕ работника компании
  • Серебро - работодатель вышел на вас через джоб сайт
  • Золото - уже по традиции - вы откликнулись на вакансию на джоб сайте 
А первое место - черная линия - вы обратились к компанию по рекомендации НЕ работника компании.
Риск увольнения тех, кто отликается на вакансию через джоб сайт и тех, кто приходит в компанию по рекомендации НЕ работника - в 1,8 раза выше.

Что вывешивать на дашборд?


Как правильно выбирать HR-метрики
Если вы обратитесь ко мне за услугой, я сделаю картинку покрасивше, но главная красота здесь в цифрах: три худших источника трафика дают нам две трети или ровно 66 % трафика кандидатов. Как вам такая HR-метрика?
И не рассказывайте мне, что картинка не соответствует реальностям российского рынка. У нас не только нет диверсификации рынка, нет, у нас все больше толкают рынок в объятия джоб сайтов, уничтожая Линкедин.
Суть управления HR бизнес процессов на основе hr-метрик сводится к тому, что эта круговая диаграмма помещается на дашборд главному главному руководителю, а он отмечает изменения за период. И если каналы привлечения не показывают динамики изменений, то зачем HR штаны свои отирает в компании. Ибо тогда придется не на джоб сайте шариться, а реально заниматься выстраиванием каналов привлечения кандидатов. И почитайте Салливана про источники трафика 3 главных тренда в рекрутинге 2016 от Джона Салливана.
После последней фразы я уже не дождусь клиентов на услугу определения влияния каналов привлечения кандидатов на текучесть персонала. Поэтому пишите edvb()yandex.ru

И в заключение про очищение влияния факторов

Некоторые "продвинутые" аналитики скажут, что дело не в каналах привлечения, а в уровне позиций. Например, через кадровые агенства подбирают топов и редких спецов, а они получают много, и, следовательно, лучше держатся в компании. И т.д... Ответ ниже
Как правильно выбирать HR-метрики
Это анализ дожития текучести персонала по уровням позиции. Чуть чуть лучше других держатся в компании руководители низового звена. Фишка в том, что среди руководителей низового звена джоб сайты популярнее, чем среди всех остальных групп рабочего люда. Так что неувязочка, господа.

И если заказывать услугу вы не будете, то

или поучаствуйте в исследовании факторов текучести
или просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.