Кейс Управление талантами vs Управление персоналом

Вводная

Первоначальное название поста "Несколько заметок к кейсу Оценка эффективности и компетенций ИТР", но меня в рассуждениях понесло так, что решил сделать новый кейс. Я уже даю готовые решения, но не привожу вычислений: вы можете сделать это самостоятельно. Или, порекламирую себя, посетив семинар Аналитика для HR
Для начала прочтите первоначальную задачу – кейс Оценка эффективности и компетенций ИТР
Сразу скажу, что решение выдавать не буду – решайте и парьтесь. И выдавать не буду не только потому, что жадный, но потому что хозяин кейса не я. Но Юре Тукачеву респект огромный за кейс! Но я бы не выдавал, поскольку просто так дать его – все равно впустую.
И я все-таки набрался наглости и из кейса Юры сделал свой кейс, поскольку речь идет о кадровом резерве, о том, кого по представленным результатам нам нужно отбирать в кадровый резерв. Вот эту задачу я в итоге и постарался решить.

Управление талантами vs Управление персоналом

На эффективность исполнения у нас, как ни странно, влияет возраст работников (уже подсказка для первого кейса). Хотя совсем не странно: для меня это уже третий случай, где эта переменная (хотя я бы использовал переменную «стаж работы», но они сильно коррелируют, по этому – не суть в данном случае) является самой весомой во вкладе в эффективность. Это не страшно для менеджмента, поскольку подразумевает, что менеджменту нужно управлять текучестью, чтобы повысить эффективность.
Но наша сверхзадача в организации – все же выявить таких, кто эффективен вопреки влиянию переменной «возраст» или «стаж». Надеюсь, понятен смысл задачи.

И отсюда компания получает две стратегии:

• Удерживаем персонал
• Отбираем молодых и ранних

Отсюда разные инструменты мотивации, обучения и управления… Но это надо еще подтвердить, что у нас есть молодые да ранние. В этом смысле кстати, первая стратегия будет обозначена как «управление персоналом», а вторая стратегия – «управление талантами». И термин «управление талантами» принимает четкое математическое толкование. Т.е. мы выходим на построение формулы отличия талантов от персонала. Для меня этот кейс важен тем более, что я смог наконец соединить два интересующих меня направления: управление талантами и проект Аналитика для HR

Решение

Рекомендую держать перед глазами файл с кейсом.
Я решил сделать логистическую регрессию, где к первой категории («худших») отнес тех, кого эксперты отнесли к 1 и 2 группам, а к категории «лучших» соответственно 3 и 4.
Идея простая: у нас в лучшие будут автоматом занесены люди эффективные, но в возрасте. А вот эффективных, но не возрастных, «машинка» в «лучшие» не допустит.
Хотя эту процедуру и не нужно было особо оформлять с помощью страшной вещи, как логистическая регрессия: достаточно очевидно, что из ряда эффективных выбиваются

1. 19-й – 31 год, KPI – 0,8
2. 21-й – 23 года, KPI – 0,9
3. 25-й – 26 лет, KPI – 1

Далее мы ставим задачу: а чем данные товарисчи (давайте назовем их талантами?) отличаются от всех прочих кроме сочетания молодого возраста и высокой эффективности?
К сожалению, регрессия нам в данном случае не помогает, поэтому мы сравниваем группу «талантов» с «персоналом». Применяю критерий Манна Уитни и получаю следующую картину:
«Таланты» отличаются значимо от «персонала» по компетенциям

• К1 – Командность
• К4 - Устойчивость к монотонии

Далее, для очистки совести, сравниваем «талантов» с «эффективными» - теми, кто вошел в группы 3 и 4. Значимые различия по тем же компетенциям

• К1 – Командность
• К4 - Устойчивость к монотонии 
• + еще одна компетенция - К2 - Деловая переписка.

Самое забавное, что «таланты» показывают значимо более низкие результаты по всем указанным компетенциям: т.е. таланты менее склонны к командной работе, менее устойчивы к монотонии.
Далее я создал уравнение логистической  регрессии, где в качестве переменных были 1) «персонал» и 2) «таланты». Идея та же, что в случаем с Формулой лидерства (там мы составляли набор поведенческих лидера: выполняешь его, будешь лидером, в данном случае мы составляем набор таланта)
Уравнение регрессии оказалось скромнее Манна Уитни и в уравнение само ввело только переменную - К1 – Командность. Но и то на уровне значимости 0,059. Поэтому мы, закрыв глаза, включим его)

Переменные в уравнении
		B	Стд.Ошибка	Вальд	ст.св.	Знч.	Exp(B)
Шаг 1a	VAR00001	-1,490	,789	3,565	1	,059	,225
	Константа	4,583	3,123	2,153	1	,142	97,760
a. Переменные, включенные на шаге 1: VAR00001.

Резюме

Конечно, мы не получили весьма ограниченные выводы, но есть уже, куда двигаться дальше.
Рекомендую самостоятельно сделать выводы из моего текста, а еще лучше: самим посчитать и проверить мои выводы. В первую очередь, обращаюсь к участникам моего семинара Аналитика для HR.