Практическая предиктивная (прогнозная) аналитика – следующий большой шаг в управлении талантами

Перевод статьи Джона Салливана с сайта ere.net
Перевод не мой, а одного из участников сообщества, который делает переводы в целях самообучения.
Итак,

Практическая предиктивная (прогнозная) аналитика – следующий большой шаг в управлении талантами

Каждый лидер хочет знать, что необходимо сделать в управлении талантами. В моей книге к одним из самых прогрессивных подходов к управлению талантами относится предиктивная (предсказывающая) аналитика. Если вы не знакомы с термином, предиктивная аналитика – это просто набор метрик для принятия решений или статистика, которая предупреждает или извещает принимающих решения о грядущих трудностях и возможностях в области управления талантами, таких как набор и удержание. Предиктивная аналитика  - более совершенный инструмент по сравнению с классическими HR-метриками, которые просто отображают, что случилось в прошлом.

То, что случилось в прошлом году, вряд ли станет точным показателем того, что, вероятно, произойдет в этом и в следующем году. К примеру, в прошлом году с высоким уровнем безработицы и слабой экономикой процент текучести был низким. Но было бы фатальной ошибкой предполагать, что такой низкий процент текучести сохранится в условиях растущей экономики.

Без действий, Big Data – это большие потери

Даже предиктивная аналитика имеет ограничения, в связи с тем, что она снабжает принимающих решения большими объемами цифр и данных, которые не дают автоматических результатов для лучших решений в области управления талантами. Та же предиктивная аналитика может быть обозначена как «какие-то метрики», потому что они не вызывают опасений и не побуждают интереса читателя.
Принимая во внимание, что «практическая предиктивная аналитика» добавляет несколько факторов (например, стоимость и рекомендованные шаги), это добавляет вероятность того, что лица, принимающие решения, предпримут действия после ознакомления с аналитикой. Помните, что цель – увеличить скорость и улучшить качество принятия решений благодаря предоставлению нужного количества информации в правильном формате и своевременно. Возможно, пример, демонстрирующий разницу между тремя разными категориями метрик, внесет ясность:

Историческая метрика – в прошлом году текучесть составила 8%

Предиктивная аналитика – «в результате снижения уровня безработицы в регионе, существует 86% вероятности того, что текучесть персонала в этой «семье должностей» значительно возрастет от 8% в прошлом году до 12% в течение следующих 6 месяцев и до 16% в течение 10 месяцев»

Практическая предиктивная аналитика – практическая аналитика вносит элемент стоимости в стандартную предиктивную аналитику «Мы прогнозируем, что этот 100% рост текучести уменьшит результаты нашей группы в ближайшие 10 месяцев на 17% с уменьшением финансовых результатов на 812,000$». Также она добавляет элемент «рекомендованных действий/мероприятий» - «рекомендованное мероприятие – внедрить индивидуальные планы удерживания 20% ключевых сотрудников в данной «семье должностей» стоимостью 2000$ за каждый, уровень успешности – 89%»

10 самых больших преимуществ от использования «Практической предиктивной аналитики» в HR

Классические HR метрики слишком просты, т.к. они просто сообщают о том, что произошло в прошлом. Похоже на то, когда говорят, кто выиграл Супер Кубок в прошлом году. Исторические метрики не прогнозируют за 6 месяцев, кто, скорее всего, выиграет Супер Кубок в этом году. Аналитика более совершенна, т.к. она изучает и прошлые и текущие данные, а также обнаруживает модели и тренды. Если вы пытаетесь продать вашему руководству идею об использовании аналитики, ниже вы найдете 10 ключевых факторов, которые показывают преимущества «Практической предиктивной аналитики».

• Время для подготовки – предиктивная аналитика говорит вам о том, что случится. Следовательно, у вас есть время подготовить план по уменьшению ущерба или даже вместе с предупреждением проблемы. Позитивной стороной является оповещение руководства о грядущих возможностях в области талантов, как, например, о предстоящем периоде уменьшенной борьбы за таланты на рынке рекрутинга.
• Возможность быть стратегом – частью каждого определения о «стратегическом подходе» является «взгляд в будущее», а значит, применение предиктивной аналитики может продемонстрировать руководству, что вы действуете стратегически, благодаря прогнозам, оценке рисков и подготовке к будущему. И, в связи с тем, что другие бизнес-направления используют эти приемы долго, присоединяясь к ним, вы проявите себя ближе к бизнесу. А создание внутреннего партнерства с уже успешными пользователями облегчит внедрение.
• Быть в курсе изменений классических моделей – предиктивная аналитика позволит вам узнать, какие из предыдущих решений останутся актуальными или, наоборот, уже не являются релевантыми для будущего. Эта информация позволит тем, кто принимает решения сфокусироваться на тех данных/моделях, которые меняются. 
• Понимание, причин изменений – лучшая предиктивная аналитика покажет не только, какие факторы будут меняться, но и почему они будут меняться. Следовательно, руководство, может внедрить программы, которые наилучшим образом подойдут для решения проблемы в корне. 
• Быть в курсе новых закономерностей в управлении талантами — предиктивная аналитика может обнаружить новые взаимосвязи с факторами в управлении талантами, которые не существовали в прошлом.  Например, правила, которые меняются в сторону увеличения 30-часовой рабочей недели для работающих неполную рабочую неделю, может иметь непредсказуемые последствия, значительно затруднять рекрутинг и усложнять удержание персонала. Данный фактор никогда ранее не имел существенного влияния на набор и удержание.  
• Варианты действий для решения проблемы – в связи с тем, что практическая предиктивная аналитика «дает советы» лицам, принимающим решения, с использованием приблизительных сумм, которые придется «заплатить» за грядущие проблемы, а также с рекомендуемым набором действий, которые имеют самую высокую вероятность в решении будущих проблем, руководство, после изучения, с какими сложностями предстоит столкнуться, скорее всего, примет рекомендации к действию.  
• «Время ответа» может сократиться – быстрое принятие решений всегда важно. Так как подходы предиктивной аналитики более интегрированы и глубинны по сравнению с традиционными HR метриками, время на получение ответа руководству может быть значительно сокращено.
• Возможность моделировать – продвинутые аналитические процессы позволяют руководству развивать модель, т.е. пробовать различные варианты, изменять  условия и гипотезы, чтобы посмотреть, как изменится результат.  Такие модели или сценарии «что, если» могут стимулировать к принятию решений и, в то же время, помогают избегать многих ошибок благодаря предварительному тестированию. 
• Получение конкурентного преимущества – если ваши конкуренты в сфере талантов не используют предиктивную аналитику, то прогнозы, которые вы предоставляете руководству, могут дать вашей компании значительные преимущества в управлении талантами и в бизнесе.
• Покрытие всех проблемных зон в управлении талантами — предиктивная аналитика может быстро дать сигналы тревоги по всем важным зонам в управлении талантами, включая рекрутинг, удержание, менеджмент, управление эффективностью работ и внутренние ротации.

Предиктивная аналитика часто используется вне управления талантами. 

Предиктивная аналитика может быть новой для вас, т.к. довольно редко применяется в управлении талантами, но она использовалась десятилетиями в мире бизнеса.
Наиболее известный пример – это прогноз погоды. Предиктивная аналитика помогает бизнесам и компаниям подготовиться к предстоящим погодным условиям. Предсказание тропических циклонов, например, удивительно точно совпало с результатами использования “big data” и статистическими подходами, которые предсказывают приближающиеся ураганы. Полицейский контроль, основанный на прогнозах, становится более привычным, т.к. помогает полицейским службам заранее знать, когда и где в городе, вероятнее всего, может произойти преступление. Большую популярность предиктивная аналитика получила в сфере изучения поведения потребителей, когда прогнозируется будущее поведение при совершении покупок и изменяющиеся модели.  Отрасль страхования в числе тех, кто имеет самую длительную историю использования аналитики для прогнозов, они вынуждены были строить модели вероятности болезней и несчастных случаев.
Что касается управления талантами, то выделяется Google, который использует предиктивную аналитику в рекрутинге, менеджменте и удержании персонала. В области удержания Google нашел комбинацию из семи разных факторов, которые предсказывают какие сотрудники могут уйти (в некоторых случаях, до того, как сотрудники сами это поймут). Другие примеры: Sprint использует аналитику, чтобы понять, какие из новых сотрудников скорее всего уволятся, а Cisco однажды использовала аналитические метрики, чтобы определить, кто из страдающих новичков станет преуспевающим в долгосрочной перспективе.
Actionable Predictive Analytics — the Next Big Thing in Talent Management