Share |

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. 

вторник, 15 ноября 2016 г.

Excel нам в помощь


Можно ли использовать excel для решения аналитических задач? Конечно можно. Естественно excel не обладает мощью R или python, но многие задачи там тоже решаются. Что-то даже легче. В группе на FB совсем немногочисленная часть участников работает преимущественно в R или python, а остальные как-то не особенно проявляют активность. Если вопрос только в отсутствии знаний языков программирования, то почему бы не использовать excel? Он есть у всех) Я сейчас попробовала вернуться к нему и решить какую-нибудь задачу, не прибегая к python.
Эдуард в который раз предоставил нам данные своего опроса - строй гипотезы и проверяй, что в голову придет. В опросе есть такой пункт "Проходили (проходите) ли Вы за время работы в компании обучение самостоятельно (не за счет компании, а свой или бесплатно)". Вот мне интересно, а что влияет на решение поучиться не за счет компании?

В excel реализовано много инструментов для проверки гипотез. Самое первое и самое простое, что приходит на ум - использовать Хи2 в этих целях.
В качестве переменных для анализа я выбрала:
- пол
- возраст
- семейное положение
- наличие детей
- образование
- знание иностранного языка
- жилищные условия
- наличие кредитов
Я не стала рассматривать остальные переменные, которые уже больше относятся к характеристикам компании и/или рабочей обстановки. Excel все-таки, да и меня пока больше сам человек интересует, он же принимает решение о самостоятельном обучении.
В результате - женщины учатся охотнее мужчин, p-value 1.12Е-5.


Есть отличие и по уровню иностранного языка,  p-value 0.0014

Остальные факторы никак не связаны с желанием учиться в свое свободное время и тем более за свой счет.

Следующий вопрос, который возникает - а влияет ли самостоятельное обучение на оплату труда? Стоят ли того затрачиваемые усилия? Так выглядит ЗП на момент увольнения или прохождения опроса:


Уже невооруженным взглядом видно, что различий практически нет... Правильно конечно формально убедится в отсутствии различий в ЗП, но я не стала этого делать, глядя на такую картинку.

Ну и напоследок я решила совсем убиться и попробовать сделать что-то, хоть немного напоминающее кластеризацию. Только в excel. Ну в общем это тоже можно реализовать, но ценой героических усилий). Количество кластеров я взяла равное 8. Определение количества кластеров и в питоне не совсем простая задача, поэтому я особенно не переживаю. Вот как проверить качество кластеризации в excel я точно не знаю. Можно конечно на VBA код написать, но не думаю, что это сейчас имеет смысл. Остается только один способ убедиться, что кластеры получились более или менее адекватными - визуализировать результат. Как? У меня 8 независимых переменных, в двухмерное или трехмерное пространство их не засунешь. Есть очень хороший способ - параллельные координаты. В параллельных координатах переменные кодируются по горизонтали, вертикальная линия определяет значение переменной. Что у меня получилось на графике ниже:


Не идеал, но все-таки тоже ничего.Все ряды на графике в excel не нарисуешь (1 ряд - один участник опроса, а их более 2 000). Есть как технические ограничения (не более 255 рядов на один график), так человеческие ограничения (форматировать ряд придется чуть ли не вручную). Я случайно выбрала порядка 70-ти участников из 4-х самых крупных кластеров, на большее меня не хватило...
Вывод - можно спокойно решать аналитические задачи в excel, особенно если  использовать надстройку "Анализ данных", доступную всем. Возможно визуализация подкачает, но в анализе данных это не имеет критического значения, главное правильные расчеты и верные выводы (последнее реализуется исключительно в голове).

понедельник, 14 ноября 2016 г.

Идея профессионального сообщества HR аналитиков

У меня было несколько попыток создать живое сообщество HR-аналитиков. Все не очень успешные, не совсем провальные. Главная проблема в том, что обсуждать
готовы чаще некие отвлеченные темы типа, а почему такая то компания отказалась от использования оценок в ВУЗе при оценке кандидатов. И мало кто реально готов обсуждать собственно hr-аналитику: те вопросы, которые возникают, когда ты своими руками начинаешь ковырять в данных.
Идея не нова, я уже пытался сделать такой заход, отчасти удалось - у нас в блоге есть автор - Людмила Рогова.
Идея такая:
у нас есть живой набор данных. Живой, потому что эти данные реальные. Они в принципе являются прототипом того, как надо собирать данные в компании. Это данные нашего исследования факторов текучести персонала. Помимо данных исследования респонденты по желанию проходят тестирование батареи тестов Лаборатории Гуманитарные Технологии. Т.е. у нас по части респондентов есть данные тестов: Большая пятерка и КТО.
Каждый желающий может получить этот набор данных и решить кейс. От выдвижения гипотезы до презентации решения. Т.е. вы сами решаете, какую задачу решать, какие данные из набора данных брать, какой инструмент анализа использовать. Решение представляется либо в блоге, либо выносится на обсуждение в группе HR-аналитика. Таким образом, вы своими руками что-то делаете и смотрите, как другие решают другие задачи. В группе же вы можете спросить совета / помощи. Или спросить, как другой решал свою задачу. Еще важнее, что вы можете пинка получить. Самый эффективный способ научения - получение пинка.
Эти решения можно далее как шаблон в своей работе использовать.
Уровень решаемых задач на любой вкус:
  • Регрессия,
  • Классификация,
  • Дожитие,
  • Кластерный и факторный анализы
  • Анализ текста.
Подготовка данных:
  • очистки данных от мусора
  • импутация 
Наблюдений почти 3 000.

Хотите попробовать?

Пишите мне edvb()yandex.ru. У Вас 100 % шансы получить набор данных, если вы участвовали в моем семинаре Аналитика для HR. Только не забудьте указать, когда вы были на семинаре. Если вы не были на семинаре, но хотите попробовать, то укажите в письме, кто Вы, какое отношение имеете к HR-аналитике.

воскресенье, 13 ноября 2016 г.

Аудитория linkedin и ситуация на рынке труда

Думаю, вы уже в курсе Суд признал законной блокировку LinkedIn в России. Я решил посмотреть характеристики сети linkedin, которые можно вывести из нашего исследования.
В исследовании есть вопрос 'В какой социальной сети вы проявляете максимальную активность', я поделил аудиторию по принципу: 1 -  linkedin, 0 - остальные сети.

Картинка такая

Заработная плата

Аудитория linkedin и ситуация на рынке труда
Различия видны невооруженным взглядом.

Возраст

Аудитория linkedin и ситуация на рынке труда

Уровень позиции

Аудитория linkedin и ситуация на рынке труда
На этой диаграмме показано % соотношение респондентов разного уровня по предпочтению linkedin: среди руководителей высшего звена 25 % респондентов выбирают linkedin, среди начального уровня - 8 %.
Отдельно я посмотрю психологические характеристики аудитории linkedin и остальных сетей, сдается мне, что я найду различия. Причем, я готов поспорить с вами, что найду различия, не особо рискуя: более высокая зарплата коррелирует с более высоким уровня интеллекта.

Про рынок труда

Вице-премьер правительства России Ольга Голодец считает, что блокировка социальной сети LinkedIn никак не повлияет на возможности трудоустройства для российских граждан: Голодец заявила, что одной из основных возможностей для трудоустройства россиян остается портал Роструда — общероссийская база вакансий «Работа в России».
Не могу ничего сказать про конкретный портал Роструда, но я уже показывал Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам, что аудитория каналов привлечения достаточно хорошо дифференцируется.
А если взять джоб сайты и социальные сети для аудиторий, то картина такая
Аудитория linkedin и ситуация на рынке труда
В нашем исследовании (поучаствуйте?) был вопрос, через какой источник трафика вы нашли свою работу. Я для диаграммы выше взял только четыре варианта источников трафика.
Каждый четвертый, кто находит работу через социальные сети, проявляет максимальную активность в linkedin, среди тех, кто тех, кто находит работу через Джоб сайты, линкединщиков менее пятой части.
Добавлю только, что linkedin это не только поиск работы, это еще профессиональное общение, а характер общения также определяется через показатели аудитории.

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.

Подписка

Хотите получать материалы по hr-аналитике?


среда, 9 ноября 2016 г.

Выборы США, Трамп, Клинтон и HR-аналитика

Выборы США, Трамп, Клинтон и HR-аналитикаВыборы в США показали серьезные проблемы предиктивной аналитики.

Во-первых, 

Вызывает претензии сама содержательная сторона получения прогнозов через опросы. Про это только ленивый не говорил, поэтому я не хочу на этом долго останавливаться. Кстати говоря, буквально вчера сделал пост Разница между декларацией намерения и реальным действием (это про наши исследования, где многие респонденты выражают желание пройти тестирование бонусом, но проходит реально только каждый четвертый)
Давайте представим, что стоят все наши опросы про вовлеченность, если мы измеряем вовлеченность, а все равно получаем Трампа? Может быть пора менять парадигму измерения вовлеченности?

Во-вторых

Но в отношении HR есть еще более серьезная проблема: мы модели строим (не строим, конечно, пока только фантазируем) по генетическим факторам: по тому, что присуще кандидату.
Т.е. собираем о нем информацию: пол, возраст, образование, показатели тестов, данные профиля в соц сетях и пытаемся предсказать его будущую эффективность или риски текучести.
Это примерно как тоже самое, что прогнозировать выживет / не выживет пациент на основе только данных его медицинской книжки: ставили в детстве прививки, какое было здоровье, чем болел и т.п..
Это нормальный подход, в нем нет ничего не корректного, но результаты, полученные таким образом, объясняют не самый большой % регрессии (к действующим hr-аналитикам вопрос: поправьте, если у вас получаются высокие результаты). Вот пример такой модели Кейс по прогнозу эффективности работников. R^2 выжат до предела и в районе 0,3. Более того, в данном кейсе учтены показатели руководителя, поэтому эта модель уже больше, чем просто генетические данные работника, а все равно мы стоим на 0, 3 R^2.
Выборы США, Трамп, Клинтон и HR-аналитика

Я в этом убеждался уже на моделях, которые строил в конкретных компаниях.
Но очевидно же, что сам процесс лечения влияет.
В медицине есть такой вид анализа, когда учитывается воздействие лечебных процедур.
В нашем случае речь идет даже не столько про формальные процедуры обучения, мотивации и т.п., сколько про процесс выстраивания отношений в компании.
Evolv в своих исследованиях установила, что текучесть персонала на 50 % объясняется отношениями с руководителем, а на 8 % - качествами работника.
Выборы США, Трамп, Клинтон и HR-аналитика

И если мы хотим получить Трампа (я нормально отношусь к этому человеку, но уж позвольте постебаться), то у нас на очереди в календаре - совершенно новая постановка задачи по сбору данных, по самой природе данных – что собирать, что измерять. По математическому аппарату- речь, подозреваю, может идти о нейронных сетях, анализе дожития и т.п…
Короткое резюме: HR-аналитика в России, не успев начавшись, получила серьезный вызов. С одной стороны, на нас давит серьезный груз мифов (см. Главный миф в оценке персонала и Еще раз про миф в оценке персонала), с другой, мы уже получили вызов из будущего, получили проблему Трампа, и скоро нам в HR надо будет выбирать своих Трампов..... 

вторник, 8 ноября 2016 г.

Разница между декларацией намерения и реальным действием

У многих возникал вопрос: те, кто в опросе пишут, что готовы что-то сделать, насколько на самом деле готовы это сделать? Т.е. если мы говорим про вовлеченность, какова разница между теми, кто декларирует вовлеченность и реально вовлечен?
Вспоминается классический пример: американский журналист (?) обзвонил отели Юга и спросил, готовы ли они принять негра на постой (а может речь шла про китайцев, но не суть). И большинство отелей отказало. Но когда он вживую приезжал в отели, то большинство из тех, кто ему "отказал", позволяли ему остановиться. Ибо деньги не пахнут.
Я решил сделать заход в исследовании этой проблемы через наш опрос факторов текучести персонала
В этом месте лирика закончилась, перехожу к цифрам. 

Задача

В прошлом посте Кто больше любит психологические тесты: про репрезентативность выборки я смотрел, кто чаще выражает желание пройти психологическое тестирование батареи тестов от Лаборатории Гуманитарные Технологии. 
В этом посте я решил пойти еще дальше и посмотреть, кто чаще проходит тестирование среди тех, кто выразил желание пройти тестирование. В исследовании 1846 респондентов выразили желание пройти тестирование. Из них на самом деле прошли тесты - 436. Т.е. тесты проходит только каждый четвертый из тех, кто продекларировал желание. 

Что получилось.

Важность факторов

Рекомендую смотреть результаты прошлого поста (откройте рядом). Важность (весь анализ данного поста был построен по аналогии с прошлым постом, а поскольку никого не интересует точность модели, я не даю здесь этих диаграмм) факторов схожа с важностью факторов прошлой задачи
Разница между декларацией намерения и реальным действием

Возраст

Разница между декларацией намерения и реальным действием

Зарплата

Разница между декларацией намерения и реальным действием
Т.е. тесты проходят чаще также как и выражают желание пройти - чуть более зрелые с меньшей зарплатой. 

А вот коллеги HR подвели

Разница между декларацией намерения и реальным действием
Среди выразивших желание пройти тесты и прошедших, HR составляют 22 %, а вот не HR - 25. HR заелись?) шутка юмора.

Гендер

Женщины как чаще выражают желание пройти тесты, так и проходят чаще 
Разница между декларацией намерения и реальным действием
25 % дам и 19 % не дам проходят тесты из тех, кто согласился. 

Психологические факторы

А вот как бы вы объяснили такой факт
Обратная связь
Разница между декларацией намерения и реальным действием
В исследовании есть вопрос: как часто ваш руководитель вам дает обратную связь. Так вот среди тех, кто обратную связь получает ежедневно, % реально прошедших выше. А я то думал, что тесты проходят те, кто испытывают недостаток обратной связи.... Отсюда гипотеза: тесты проходят чаще люди, уверенные в себе?
Это же косвенно подтверждается вопросом "Критиковал ли вас руководитель в присутствии других"

Разница между декларацией намерения и реальным действием
Те, кого руководитель не критикует в присутствии других, чаще проходят опрос, чем те, кого критикует. 
Хорошее поле для фантазии?

Понравился пост?

если Вы захотите выразить мне благодарность за интересные результаты, вы можете перевести небольшую сумму мне на Яндекс кошелек (кликните по кнопке Перевести) 
или сделать перевод на карту Сбербанка,
Номер карты 676 280 38 921 538 46 57 
Или просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег. 

Кто больше любит психологические тесты: про репрезентативность выборки

В продолжение моего поста Психологические портрет HR: чем HR отличается от других профессий случилось несколько дискуссий, в частности в ленте Юры Тукачева. Я не хочу здесь отвечать оппонентам, причем по простой причине: этот пост слишком объемный получился, не хочу тратить место на лирику.
Я вот какую мысль вынес из дискуссии: посмотреть, кто чаще соглашается на психологические тесты. В нашем исследовании есть такой вопрос "Поставьте флажок, если Вы хотели бы пройти батарею из экспресс-методик интеллектуальной и личностной диагностики Лаборатории 'Гуманитарные Технологии' . И не забудьте указать е майл выше!". Соответственно, у нас выборка делится на тех, кто хочет пройти тесты (кто поставил флажок) и тех, кто нет. Простая задача классификации. В качестве факторов модели я взял следующие вопросы

  • Возраст
  • Стартовая зарплата в компании
  • 'В какой социальной сети вы проявляете максимальную активность',
  • 'Ваш пол',
  • 'Выходили (выходите) ли Вы со своими инициативами на руководителя',
  • 'Задерживались (задерживаетесь) ли вы на работе?',
  • 'Как часто Ваш руководитель давал (дает) Вам обратную связь',
  • 'Каким было (какое есть) Ваше рабочее пространство',
  • 'Какой график работы у Вас был (есть)',
  • 'Какой основной браузер установлен на вашем личном ноутбуке / компьютере',
  • 'Критиковал (критикует) ли Вас руководитель в присутствии других?',
  • 'Масштаб населенного пункта',
  • 'Наличие детей на момент трудоустройства',
  • 'Наличие кредитов в банках на момент трудоустройства',
  • 'Наличие наставника на испытательном сроке',
  • 'Образование на момент трудоустройства',
  • 'Отличались ли договорённости по зарплате на собеседовании при приеме на работу и при первой выплате',
  • 'Пол Вашего руководителя',
  • 'Просим оценить интенсивность взаимодействия с коллегами.',
  • 'Проявлял (проявляет) ли Ваш руководитель заботу о Вашем развитии?',
  • 'Размер компании (число работников)',
  • 'Регион',
  • 'С какого уровня позиции вы ушли из компании',
  • 'Сведения о компании. Отрасль',
  • 'Семейное положение на момент трудоустройства',
  • 'Сфера Вашей деятельности',
  • 'Уровень Вашей позиции',
  • 'Через какой источник нашли работу',
  • 'Являлась ли компания филиалом иностранной компании'

Проблема в нашем случае заключается в том, что нам сложно ухватить психологические качества респондентов, отличающих желающих пройти тесты от нежелающих. Хотя у нас есть одна зацепка: вопросы "Выходили (выходите) ли Вы со своими инициативами на руководителя" и "Задерживались (задерживаетесь) ли вы на работе?" могут сказать не мало про респондента как про личность.

Выборка

Всего я смог обработать данные 2 876 респондентов, из которых 1 840 (64 %) выразили желание пройти батарею тестов.

Результаты

Важность факторов (кликните на картинку, чтобы увеличить масштаб)
Кто больше любит психологические тесты: про репрезентативность выборки
Картинку я обрезал, слишком много факторов в модели. На первом месте возраст, потом зарплата, потом социальная сеть респондента, потом пол, а потом психологически характеризующий вопрос про респондента: выходите ли вы с инициативами на руководителя. Ниже дам расшифровку факторов

Про качество модели

Поскольку мало это кому понятно и еще меньше всего интересно, то без комментариев
РОК кривая
Кто больше любит психологические тесты: про репрезентативность выборки
Precision-Recall кривая
Кто больше любит психологические тесты: про репрезентативность выборки
Замечу только, что совсем даже неплохая модель получается, помните, что у нас нет ничего почти про самих респондентов!

Предикторы

Ну давайте пройдемся по факторам

Возраст

И тут упс - засада. Я лично удивлен, поскольку тестироваться хотят более зрелые люди
Кто больше любит психологические тесты: про репрезентативность выборки

Зарплата

Это второй по важности фактор
Кто больше любит психологические тесты
Медиана практически на одном месте, но при хорошей зарплате респонденты реже соглашаются на тестирование.

Пол

Пол ярко характеризует ситуацию:
Кто больше любит психологические тесты: про репрезентативность выборки
Круто? 70 % женщин хотят протестироваться, в то время, как среди остальных полов - только 53 %. Про остальные полы - это я так про мужчин пошутил.

Инициативы

Далее забавная штука. В исследовании был вопрос Выходили (выходите) ли Вы со своими инициативами на руководителя.
Кто больше любит психологические тесты
По строкам под единицей идет вариант ответа: "Да, и как минимум некоторые были приняты". Т.е. желание пройти тесты чаще выражают люди инициативные: среди таких хотят пройти тесты 66 %, среди остальных - 60%.
Ну вот как то так) Будут вопросы, задавайте)

Понравился пост?

если Вы захотите выразить мне благодарность за интересные результаты, вы можете перевести небольшую сумму мне на Яндекс кошелек (кликните по кнопке Перевести) 
или сделать перевод на карту Сбербанка,
Номер карты 676 280 38 921 538 46 57 
Или просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег. 

воскресенье, 6 ноября 2016 г.

Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам

И снова к результатам нашего исследования факторов текучести персонала. В нашем исследовании был вопрос про источник, через который респондент нашел работу. Раньше я смотрел с позиции работодателя, какие плюсы несет тот или иной источник трафика, сейчас я показываю, как можно подойти к решению двух задач:
  1. Джоб сайты предлагают обзоры заработных плат для компаний на основе публикуемых вакансий и резюме, и я хочу показать, что аудитория джоб сайтов не описывает всю генеральную совокупность рынка зарплат, а через наше исследование можно показать отклонение;
  2. Этот пост может стать идеей для сервиса по рекомендациям кандидатам, как им искать работу.

Задача

Я хочу решить следующую задачу: на основе данных о кандидате предсказать, через какой источник трафика он найдет работу. Понимая, какой фактор влияет на выбор того или иного источника трафика, мы поймем аудиторию каждого источника трафика.

Источники трафика

В нашем исследовании много вариантов ответа на вопрос об источниках трафика, я взял только самые характерные:
  1. "Вы откликнулись на вакансию на джоб сайте" и 'Работодатель вышел на Вас через Ваше резюме на джоб сайте" я обозначил как группу "0", или "Jobsite", всего таких респондентов 929;
  2. "Вы обратились непосредственно в саму компанию по рекомендации вашего знакомого - работника данной компании" как группа '1' или "Реферал" - 212 респондентов;  
  3. "Кадровое агентство вывело вас на работодателя" - группа '2' или "КА" и 130 респондентов;
  4. "Работодатель вышел на Вас по рекомендации человека, знающего вас" - '3' или "Знакомый" - 357 респондентов.
Итого 1628 респондентов. В % отношении выборка выглядит так
Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам

Факторы

В уравнение я взял следующие факторы:
  • 'Стартовая зарплата',
  • 'Возраст при приеме на работу',
  • 'В какой социальной сети вы проявляете максимальную активность',
  • 'Ваш пол',
  • 'Знание иностранного языка на момент трудоустройства',
  • 'Какой основной браузер установлен на вашем личном ноутбуке / компьютере',
  • 'Масштаб населенного пункта',
  • 'Образование на момент трудоустройства',
  • 'Размер компании (число работников)',
  • 'Регион',
  • 'Сведения о компании. Отрасль',
  • 'Сфера Вашей деятельности',
  • 'Уровень Вашей позиции'

Результаты

Теперь немного для профи инфо. О точности модели

ROC кривая

Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам

Обратите внимание, лучше всего прогноз для группы 2, а группа 2 у нас кадровые агенства, т.е. по данным о кандидате проще всего предсказать, найдет он работу через кадровое агентство или нет.

Precision-recall curve

Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам
Скажем прямо: а никто и не обещал идеального попадания.

Важность факторов

Дальше будет жесткая картинка.
Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам
Длина столбика обозначает важность фактора, на первом месте Зарплата, на втором - возраст.
Дальше я покажу различия аудиторий по зарплате и возрасту

Зарплата

Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам

Возраст

Аудитория джоб сайтов, или через источник трафика стоит искать работу лично вам
Обратите внимание, Джоб сайты - самый молодой источник трафика, через него чаще находят работу более молодые кандидаты с медианой в 28 лет, рефералы старше джлб сайтовцев, но (!) они чуть ниже с т.з. зарплаты. А кадровые агенства дают самый большой разброс по зарплате (так что не надо говорить, что кадровые агентства только для богатых), но самая тесная группа по возрасту.
Айтишники: как вам идея стартапа - предсказывать источник трафика кандидата? Кандидат вводит свои данные, а ему в ответ рекомендации, как искать работу?
Пишите! И участвуйте в исследовании

Понравился пост?

если Вы захотите выразить мне благодарность за интересные результаты, вы можете перевести небольшую сумму мне на Яндекс кошелек (кликните по кнопке Перевести) 
или сделать перевод на карту Сбербанка,
Номер карты 676 280 38 921 538 46 57 
Или просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.