.

Сделать репост в соц сети!

среда, 31 мая 2017 г.

Что мы делаем не так в HR аналитике


И снова перевод статьи от меня. Редактор сайта cipd.co.uk Cathryn Newbery подготовила отзыв о конференции People Analytics World conference (да да, все той же - 20-21 апреля, Лондон) - Seven things we’re doing wrong with HR analytics. Отзыв потрясающий, подписываюсь под каждым вторым словом. Даю свой перевод статьи и еще свои комментарии, которые выделил курсивом. 

Что мы делаем не так в HR аналитике

Думаете, вы хорошо справляетесь с аналитикой данных о персонале, создавая ежемесячные отчеты о рабочей силе и предоставляя данные по запросу, наводящие точку? Два основных докладчика на первом дне конференции People Analytics World на этой неделе выдвинули убедительное доказательство того, что большая часть HR-аналитиков тратит время впустую и не добавляет стоимости бизнесу. Вот семь вещей, которые делают HR аналитики, но которые не являются таковой.

1. Слишком много суеты вокруг слишком мало данных

«Я вижу большой потенциал для анализа персонала, и я очень и очень боюсь», - сказал Алек Левенсон, старший научный сотрудник Центра эффективных организаций в Университете Южной Калифорнии Маршаллской школы бизнеса.
Экономист по происхождению, Левенсон сказал, что он всегда видел, как экономисты пытаются сказать слишком много, имея слишком мало данных. «Я обеспокоен тем, что аналитика HR совершит те же ошибки, - пытаясь рассказать слишком сложные истории без достаточного количества данных. Мы не фокусируемся на вопросах, которые имеют значение, и мы слишком много фокусируемся на данных перед нами ».
Я бы сказал, это то место, когда мы выхватываем какую-то цифру и начинаем наворачивать на нее мировую революцию. Наши «гуру» большие любители делать это.

2. Формирование отчетности – пустая трата времени

Организации, которые обычно занимаются аналитикой персонала, обычно работают над отчетами, метриками и панелями мониторинга, сказал Питер Хаус, вице-президент по планированию и анализу рабочей силы в SAP SuccessFactors. Но «вы не получите результат аналитики на основе отчета (you won’t get insight from a report), который вы создаете сегодня, - это просто мониторинг», - сказал он. «Мы просто публикуем материал; Это важно с точки зрения гигиены, но оно не повышает ценность и не демонстрирует доверия ».
Какие функции HR-аналитики должны делать, а зачастую нет, согласно Howes, - это формулирование и тестирование гипотез, разработка библиотеки тем для исследования и выполнения предиктивной аналитики.
Я это говорил давно, может теперь послушают не меня, так западных экспертов.

3. Попытка использовать данные, чтобы доказать ценность HR

По словам Левенсона, HR должен отпустить свою собственную повестку дня, когда аналитики не должны доказывать ценность HR. «Цель HR - служить бизнесу, а аналитика помогает нам понять, где нужно обслуживать бизнес», - сказал он.
По словам Левенсона, большая часть работы HR выполняется для поддержки бизнеса. «Не все, что мы делаем в сфере HR, имеет первостепенное значение для того, чтобы помочь бизнесу добиться успеха. И мы можем делать любое количество вещей с данными, которые не имеют отношения к улучшению бизнеса. Вы должны решить, какие вопросы важны».

4. Сосредоточение внимания на неправильных навыках

Слишком много команд аналитики HR имеют опыт работы с неправильными навыками, такими как извлечение данных, создание специальных отчетов и предоставление дампов данных. «Мы не должны создавать таблицы сводных таблиц Excel, - сказал Хоуз. «Это малоценная работа».
Вместо этого HR должен использовать опытных статистиков - предпочтительно тех, кто имеет опыт работы в области поведенческой науки, - выполнять надлежащую исследовательскую аналитическую работу. «Эти люди доступны, и они не так дороги», - сказал Хоуз. «Вы должны покупать в количественных исследованиях навыки - не развивать их в HR».
Это вытекает из второго пункта про формирование отчетности, но я бы, говоря о скилсах, говорил не просто и не столько о привлечении исследователей к работе, сколько о том, что у руководителей должны быть соответствующие навыки постановки задачи исследователю и понимание того, куда и как результаты вставлять.

5. Сосредоточение внимания на личностных характеристиках

По словам Левенсона, большинство работ по аналитике персонала сосредоточены на возможностях, навыках и личностных качествах отдельных лиц. «Но мы при этом игнорируем характеристики деятельности, которую исполняют работники (job design). Если рабочие места не разработаны правильно и обеспечены ресурсами должным образом, все будет разваливаться. HR никогда не получает разрешения сосредоточиться на дизайне рабочих мест, поэтому HR настолько часто неэффективен». Аналитическая работа также должна уделять больше внимания групповой динамике, добавил он, потому что именно благодаря этим группам создается ценность и рост.
Я бы добавил, что сейчас аналитика сосредоточена именно на командном взаимодействии, это тренд. 

6. Идеализация опыта HR-аналитики технологических компаний

У Левенсона также были суровые слова для всех тех, кто часами пожирал «учения» Ласло Бока. «Мы ничего не получаем из уроков Google [HR]», - сказал он. «Google не зарабатывает деньги из-за своей HR-практики - она зарабатывает деньги, потому что у нее есть монополия на таланты на арене поисковой системы. А мы априори считаем ее HR службу «крутой»».
Это наша любимая тема: дайте пример для подражания, и мы окончательно отключим мозги. Для нас это настолько близко (правда у нас не гугл, а свои нефтьгазбанкпромэнерго), что не буду развивать тему.

7. Не хватайтесь за ROI

«ROI измеряет краткосрочный денежный поток, и лучший способ его улучшить - это прекратить инвестировать в будущее». 

Понравился пост?

и Вы захотите выразить мне благодарность, просто покликайте на директ рекламу ниже на странице - у вас это отнимет несколько секунд, а мне принесет немного денег.
На этом все, читайте нас в фейсбуке и телеграмме

Я торжественно клянусь ... манифест HR аналитики



Я сам подключился к нашему проекту - переводу статей. И публикую перевод статьи I solemnly swear … an HR data and analytics manifesto Alec Levenson Алекса Левенсона - спикера конференции по HR аналитике в Лондоне 20-21 апреля, он же Economist / Senior Research Scientist университета Южная Калифорния. Алек один из самых цитируемых спикеров, а эта статья - фактически тезисы его доклада. Кстати, обратите внимание, Алек Левенсон представитель науки на конференции практиков по HR аналитике.
Вы в России такое встречали?
Итак, я в статью добавил некоторые свои комментарии, исходя из ложной мысли, что мне понятен контекст статьи, но поскольку я только думаю, что правильно понимаю, вы можете мои вставки не читать.
На фото: автор и один из тезисов статьи
Я торжественно клянусь ... манифест HR аналитики

Я торжественно клянусь ... манифест HR аналитики

Предлагаю вам политическую платформу для кандидатов в президенты руководителя отдела HR аналитики. И даже если Вы не отвечаете за аналитику, вам стоит придерживаться этих принципов.
  1. Диагноз перед действием. Это аналог клятвы Гиппократа. Если доктора клянутся не навредить, почему бы нам не потребовать того же от hr-аналитиков? Клятва Гиппократа в HR аналитике могла бы звучать так: «Я клянусь не предпринимать никаких действий, которые бы не базировались на анализе драйверов индивидуального и организационного поведения, а также групповой динамики» (“I promise to take no actions based on any piece of people-related data without first doing a careful diagnosis of the drivers of individual and organizational behavior, including team dynamics.”). Любой, кто нарушил клятву, направляется на семинар Бабушкина Эдуарда по многомерным методам анализа в социальных науках, что является жестоким наказанием… поверьте мне.
  2. Бенчмарк относится к скамейке, а не команде. Никогда не принимайте решения, основанные только на бенчмарках! Бенчмарк в лучшем случае начало цикла решения аналитической задачи, а не конец. Если вы проведете полную диагностику системы и определите конкретные показатели, имеющие стратегическое значение, вы можете скорректировать их и использовать для руководства процессом принятия решений. Но никогда не принимайте решение на основе этих данных просто потому, что вам кажется, что так будет правильно. Лучше вообще не принимать решений, чем заставлять делать что-то только потом, что вам это показалось правильным.
  3. Стратегическая аналитика - это командный спорт. Это не Монтекки против Капулетти, Акулы против Джетс, или даже команда Эдварда против команды Джейкоба. Мы все вместе - бизнес и HR - и нам нужно координировать нашу аналитику для максимальной эффективности. Разделение в лучшем случае приводит к частному анализу, а в худшем - к тупикам. Нам всем нужно учиться у Алисы и избегать аналитического эквивалента дыр и путей кролика чудес, которые ни к чему не приводят. 
  4. Большие данные дают малые инсайты. Модели и причинно следственный анализ – вот, что вам нужно для получения инсайтов, а не корреляционный анализ неструктурированных данных. У нас уже есть почти все модели, в которых нам нужно отображать человеческое поведение и мотивацию в организациях. Большие данные могут помочь во многом на стороне Заказчика, но не стороне сотрудника. Использование инструментов больших данных, которые наилучшим образом применяются к неструктурированным данным, а не данные, которые у нас есть о сотрудниках, эквивалентно аналитике: «крутые инструменты, отсутствие понимания» (а здесь речь о том, что часто в больших данных просто наворачивают результаты, но при этом нет содержательного понимания, как это можно реально использовать – Э.Б.).
  5. «Крутые» системы не лучше. Совершенно новые компьютерные и информационные системы, которые продают консультанты сегодня, обещают быть настолько универсальными, что они будут чистить дом, заставляют ваших детей заправляться в постель ночью и забирают вашу одежду из химчистки. То, что обещают консультанты: агрегирование данных в одной точке, фантастические визуализации и прочая куча «вкусных» вещей это конечно круто и облегчает вашу жизнь. Но это не заменяет собой требования к главному элементу – создание предиктивных моделей (я бы добавил – еще и просто осмысление задач по HR аналитике, а не просто создание дашбордов – Э.Б.). Вместо этого в компании сваливают эти задачи на оператора, который обслуживает приобретенные системы у провайдеров, но при этом оператор не обладает необходимыми скилсами и знаниями для создания моделей. Это можно принять в том случае, если вы не принимаете стратегических решений, просто играетесь, так вы хотя бы не принесете вред компании.
  6. Имеет значение весь пакет, а не отдельные части. Независимо от того, является ли это компенсацией, балансом работы и жизни, поддержкой супервизора или каким-либо из других аспектов работы, это общий пакет, который влияет на вовлеченность или текучесть персонала, а не отдельные элементы. Обычно вам приходится видеть, как люди реагируют на задание в целом, чтобы знать, что работает, и что нужно улучшить. Почти во всех других случаях, чтобы делать правильные вещи, вы, как правило, хотите избежать прямого анализа статистических моделей. В этом случае, напротив, часто нет замены многомерным моделям, которые заставляют драйверы участвовать в соревновании, что важней, чтобы определить, что важно и что можно игнорировать (Речь о том, что можно анализировать отдельные факторы, как, например, влияние источников трафика на текучесть, но если мы хотим получить полноценную модель, нам и надо брать все в комплексе, а это гораздо сложней, как с т.з. математики, так и с т.з. менеджмента - Э.Б.).
  7. Постепенные улучшения не являются стратегическим решением. Большая часть ежедневной работой является работой над улучшением того, что мы и так умеем делать. Стратегическое решение обычно предполагает требование в сдвиге парадигмы: что-то делать совершенно в новом русле. Требования к навыкам для ежедневной рутины и стратегических решений очень разные. Поэтому HR часто выглядит врагом того, что требуется для прорыва в бизнесе (я бы добавил, что у нас и бизнес то не сильно прорвался в понимании Больших Данных, поэтому неизвестно, кто кому враг – Э.Б.).
  8. У нас широкое поле для маневра. Неважно, безопасность, удержание, вовлеченность и эффективность сотрудников, качество, обслуживание клиентов или инновации: всегда есть экономический предел того, к чему вы должны стремиться. Есть много мест и приоритетов, где мы можем улучшить бизнес показатели. И не один из них не стоит того, чтобы пренебречь другими: вы никогда не доведете число аварий / число ситуаций мошенничество до нуля, вы никогда не сведете текучесть к нулю, иначе просто не будет приток новой крови, вы никогда не избавитесь от ошибок, иначе ваши работники не будут учиться на этом повышать свою Эффективность. И так во всем. В каждом случае мы должны достигнуть оптимального компромисса, что лучше всего подходит, и признать, что баланс должен быть достигнут во всех стратегических целях.
  9. Вам нужно конкурентное преимущество, а не ROI. В долгосрочной перспективе построение устойчивого конкурентного преимущества - лучший способ заработать деньги и получить высокую рентабельность инвестиций. Но в краткосрочной перспективе конкурентное преимущество и рентабельность инвестиций практически всегда находятся в прямом конфликте: лучший способ улучшить краткосрочный денежный поток и, следовательно, ROI, - это прекратить инвестировать в долгосрочные возможности, необходимые для сохранения и создания вашей рыночной доли. Это не теоретическая идея, а факт. Поэтому в следующий раз, когда вы окажетесь в обороне, обосновывая расходы, ищите долгосрочную стратегическую выгоду, которую инвестиции обеспечивают с точки зрения конкурентного преимущества. Если вы сможете показать это, вы получите финансирование, чтобы отступить. Если нет, возможно, вам стоит пересмотреть обоснование всех этих легкомысленных расходов.
  10. Вовлеченность сотрудников не является причиной их эффективности. Не вовлеченные сотрудники могут существенно снизить ваши бизнес результаты. Но это не значит, что измеренная вовлеченность может статистически объяснить дисперсию бизнес эффективности. Это просто не работает, несмотря на претензии Гэллапа и других. Я подробно рассказал об этом аргументе в своих других сообщениях и в моих книгах. Суть в том, что вы можете использовать исследование вовлеченности, что понять узкие места, локальные проблемы, чтобы адресно их решать. Но вы не можете использовать исследование вовлеченности как путь по повышению эффективности работников. Это просто не работает.


__________________________________________________________
На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

Как можно быстрее выявить сотрудников с высоким потенциалом (HiPos) используя сети данных?


Продолжаем наш новый проект: публикую ваши переводы статей по HR аналитике.
Сегодня перевод от Ольги Мартыновой - рекрутера и тренера из Киева.
Добавлю еще от себя, что в статье речь идет об анализе сетей: сейчас это направление модное, хотя я сам пока не очень понимаю added value. Но вот нашел на эту тему одну из самых адекватных и выношу на ваш суд!
И спасибо огромное Ольге! Хотите присоединиться к переводам? Пишите мне

Как можно быстрее выявить сотрудников с высоким потенциалом (HiPos)  используя сети данных?

Грег Ньюман
Product Manager( Менеджер по продукту), People Analytics в TrustSphere
Я недавно встречался с Группой организационной концепции крупного регионального банка. Мы обсуждали будущее HR технологий,  проблемы, которые возникают, и использование  TrustSphere для их решения.
Одной из проблем, которую группа хотела бы изучить глубже, является  возможность улучшения способности выявлять  сотрудников  с высоким потенциалом (“HiPo”).
Группа отметила, что текущий процесс выявления  сотрудников  с высоким потенциалом (HiPos)    во время ежегодного анализа результатов деятельности сводился к постановке менеджерам единственного вопроса:
Он или она является кандидатом для Программы развития сотрудников с высоким потенциалом(HiPo)? Да/нет.
На основе этого элементарного процесса, сотрудники проходили в первый тур отбора для включения в программу развития сотрудников с высоким потенциалом (HiPos).
На данный момент такой подход  к выявлению сотрудников с высоким потенциалом (HiPos) может показаться достаточно неэффективным, но если представить, что  только 8% организаций полагают, что организация их служебной деятельности находится на высоком уровне, возможно, этот подход  покажется не таким  плохим  в сравнении с остальными сферами их деятельности.
Мы начали сотрудничество с банком, чтобы увидеть, как используя Организационный анализ сети (ОNA), мы сможем развивать метод количественного измерения потенциала сотрудника, и на сколько быстро можно его внедрить на предприятии, чтобы выявить сотрудников, которые демонстрируют высокий потенциал.
Преимущества Программы эффективного развития сотрудников с высоким потенциалом (HiPos) очевидны, всем известно, что сотрудники с высоким потенциалом (HiPos) имеют решающее значение для дальнейшего успеха организаций.  Цифры достаточно убедительны:
Сотрудники с высоким потенциалом (HiPos) проявляют усилия на 21% больше, чем обычные сотрудники, добиваются результата на 91% больше чем ключевые сотрудники, и в три раза быстрее становятся будущими лидерами.
Однако отмечаются значительные сложности в выявлении и удержании таких сотрудников  с высоким потенциалом (HiPos):
Только 29% сотрудников  с наивысшим показателем результатов работы (наилучшие 25%) являются сотрудниками с высоким потенциалом (HiPos).
 25% сотрудников  с наивысшим показателем результатов работы (HiPos) планируют уйти из компании в течении года, остальные 75%   с вероятностью в 10% покинут компанию быстрее чем  остальные сотрудники.
Сотрудники с высоким потенциалом (HiPos) имеют редкое сочетание устремлений, способностей и вовлеченности.





Рис.  1 - Определение зоны Сотрудника с высоким потенциалом
(в рисунке УСТРЕМЛЕНИЕ, СПОСОБНОСТИ, ВОВЛЕЧЕННОСТЬ).
Эти показатели можно измерить и дать количественную оценку:
•      Сотрудничество: они знают , что они хотят и могут сотрудничать с другими, чтобы достичь целей.
•      Энергетика: сотрудники с высоким потенциалом (HiPos) постоянно мотивированы на самосовершенствование и подпитывают других своей энергией.
•      Мужество:  идти на риск естественно для них, и они не боятся возникающих трудностей.
•      Продуктивность: они выполняют больше работы в меньшие сроки.
•      Влияние: сотрудники с высоким потенциалом (HiPos) умеют нравиться другим людям и проявляют высокие  навыки установления связей.
Если рассмотреть  учебные курсы, предложенные как часть Программ развития сотрудников с высоким потенциалом, то почти все сфокусированы исключительно на лидерстве.  Университеты такие, как Уортон, Стэмфорд и Гарвард предлагают курсы, разработанные специально для сотрудников с высоким потенциалом (HiPos). Однако эти очень дорогостоящие курсы мало внимания уделяют управлению  бизнесом, финансам, маркетингу, все они сфокусированы на основах лидерства, влияния, переговорах, регулировании конфликтов и сотрудничестве.
Организационный анализ сети (ОNA) представляет структурированную основу для визуализации процессов коммуникации, информационного обмена и принятия решений в организации.
ONA может предоставить рентген внутренних процессов организации, измеряя, как каждый сотрудник вносит свой вклад в создание «общей ценности» через его коммуникацию,  сотрудничество и влияния на его связи.
Мы сейчас разрабатываем аттестационную карточку сотрудника, которая послужит двум определенным целям: выявление тех сотрудников, которые демонстрируют качества  сотрудников с высоким потенциалом (HiPos) и, что особенно важно, регулярное проведение измерений, чтобы проверить, или данные сотрудники действительно реализуют свой потенциал.
Для создания такой аттестационной  карточки, мы измерим следующие показатели:
Погружение в деловые контакты  и прочность – насколько сильны взаимоотношения сотрудника с коллегами. Чем сильнее эти взаимоотношения, тем больше ценность бизнеса.


                                            Рис. 2 – Как растет Ваша сеть контактов?

Охват сети контактов: кого и где охватывает сеть, какие установились отношения с о старшими сотрудниками, разными командами,  отделами как внутри компании, так и за ее пределами.


Как можно быстрее выявить сотрудников с высоким потенциалом (HiPos)  используя сети данных?


                                         Рис. 3 – Какова прочность сети контактов?
Исследования показывают, что сотрудники, добившиеся высоких результатов, строят более глубокие, широкие  и прочные  сети контактов чем их сверстники.
Способность влиять: сотрудники с высоким потенциалом (HiPos) значительно влияют на поток информации, на них держится сеть. Это позволяет выявить ключевых сотрудников, которые могут вводить и управлять организационным изменением.
Как можно быстрее выявить сотрудников с высоким потенциалом (HiPos)  используя сети данных

Рис.  4 – Располагаете ли Вы возможностью влияния?
Сотрудничество: количественное измерение того, насколько готовы к сотрудничеству работники внутри команды, с другими командами и отделами.
(Личное сотрудничество)

Как можно быстрее выявить сотрудников с высоким потенциалом (HiPos)  используя сети данных?

Рис.   4 – В какой мере Вы готовы сотрудничать?
Регулярное измерение развития сотрудника с высоким потенциалом (HiPo) и рост сети его контактов, также, является важным для понимания. Очень хорошо выявить талант и внести его в программу, чтобы оценить и использовать потенциал.  Однако традиционно слабым местом программы было оценивание влияния программы как на сотрудника, так и на бизнес в целом, разработка предоставления обратной связи кандидату и регулярный контроль  его прогресса.
Непрерывное ведение таких аттестационных карточек позволит нам заполнить пробелы и продемонстрировать результаты, и как следствие, увеличить прибыль.
Оставайтесь с нами, и мы поделимся достижениями на этом захватывающем проекте.
Если Вы захотите узнать больше о том, как организационный анализ  сети ONA изменяет мир конкретных данных в HR, пожалуйста, просмотрите мой предыдущий блог:
Почему неформальные сетипозволяют произвести революцию в HR и and People Analytics (Бизнес аналитика в области управления человеческими ресурсами)
Кто такой Грег Ньюман?
Грег потратил 15 лет, пытаясь восстановить 1956 Моррис Майнор,  и когда время пришло, выстроил Глобальные HR системы, но он очень разочаровался, что HR технологии фокусировались на том, что было легче, а не на том, что действительно важно.

Грег отвечает за развитие продукта People Analytics в TrustSphere, которые являются новаторами в Relationship Analytics (Аналитика отношений). В TrustSphere мы сконцентрированы на предоставлении HR аналитики, которую  компании могут использовать  для увеличения прибыли.

понедельник, 29 мая 2017 г.

Переживают ли клиенты за то как обращаются с сотрудниками?

Коллеги, поздравляю с новой идеей! Сегодня мне пришло в голову обратиться к коллегам, изучающим английский язык с просьбой предложением: я даю интересную статью на английском, а коллега перевод этой статьи. Просьба наглая с моей стороны, но если Вы готовы на такой бартер - пишите мне.
Сегодня я обратился с просьбой и сегодня уже получил первый перевод. Денис Журавлев сделал оперативный и, главное, качественный перевод статьи Do Customers Care How Employees Are Treated?.
Далее сами: оцените перевод, оцените, почему я выбрал эту статью.
С почином!!!


Переживают ли клиенты за то как обращаются с сотрудниками?

Большинство компаний тщательно отслеживают информацию о своей репутации, просматривая отзывы клиентов на Йелпе[1], их постами в Фейсбуке[2] и твитах. Но есть и другой источник такой информации, который, зачастую, компании упускают. Это – удовлетворенность работников в обзорах Гласдор[3].
Правда ли, что чем больше удовлетворенных работников - тем больше довольных клиентов? Если верить новому исследованию в индустрии гостеприимства - то да.

Как удовлетворенные работники влияют на клиентов

В новом исследовании, озаглавленном как "Рост влияния мнения клиентов отеля на несправедливость к сотрудникам: отзывы об отелях-работодателях", Сантьяго Мелиан-Гонзалез и Жак Булчанд-Гидумал из Университета Лас-Пальмас-де-Гран-Канария[4] выяснили, что отзывы от сотрудников могут влиять на мнения гостей о качестве отеля, который они недавно посетили. А также отзывы сотрудников влияют на мнение гостей захотят ли они посетить это место еще раз или посоветовать этот отель кому-нибудь еще.
В данном исследовании выяснялось как чтение отзывов с Гласдор от сотрудников реально существующих отелей влияет на гостей отелей. Участников исследования, каждый из которых был гостем отеля за предыдущие 12 месяцев, просили оценить насколько они довольны своим недавним посещением отеля. Их также опрашивали о качестве услуг отеля, насколько вероятно они бы порекомендовали отель для других и предполагают ли они вернутся в него в следующий раз.
После этого каждый участник был выбран наугад прочесть  положительный, нейтральный или негативный отзыв, размещенный на сайте Гласдор от имени работника отеля, при этом название отеля из отзыва убирали. Положительный отзыв характеризовался превосходными возможностями и выгодой для сотрудников отеля, в то время как негативный указывал на проблемы с лидерством и низкую оплату труда. В средний или нейтральный отзыв входило как упоминание о хороших, так и о плохих вещах при работе в этом отеле.
После того как участники прочитывали этот отзыв исследователи просили их представить, что они видели этот отзыв и другие подобные отзывы о последнем отеле, в котором они останавливались. Участники отвечали после этого на те же вопросы по поводу их удовлетворенности этим отелем, его качестве услуг, их намерениях посетить этот отель в будущем или порекомендовать его.

Счастливые работники = счастливые клиенты

Результаты исследования указывали на то, что мнения посетителей отеля несколько менялись из-за удовлетворенности работников, особенно в тех случаях где особенно указывался негативный опыт рабочей среды.


Что это значит для работодателей?

Результаты этого исследования показывают, что гости отеля, похоже, заботятся о рабочих условиях и удовлетворенности работой сотрудников в гостиницах, которые они посещают. По мнению авторов, «отели должны также обратить внимание на комментарии своих сотрудников о них: на их клиентов будет негативно влиять, если они увидят отрицательные отзывы сотрудников о том как с ними обращаются на работе».
Просмотр отзыва от сотрудника в онлайне может изменить восприятие клиента об отеле. И информация о сотрудниках, которые подвергаются ненадлежащему обращению или недооценены, особенно затрагивала гостей, так что участники исследования на самой деле  сообщали об изменении своих планов, чтобы вернуться в отель или рассказать своим друзьям об этом.
В то время как большинство компаний думают о том как культура организации влияет на финансовые результаты, они обычно заостряют внимание на производительности труда. Однако исследование предлагает другой путь влияния орг. культуры на чистую прибыль - через влияние на восприятие клиента, который обеспокоен о том как компания относится к своим сотрудникам.
Итоги этого нового исследования указывают на еще одну причину почему контроль и развитие здоровой культуры на рабочем месте может быть правильными для бизнеса - в дополнении ко всему это хорошо и для сотрудников.
Прочесть более подробно об этом исследовании можно на английском языке в международном журнале по управлению гостеприимством по ссылке


[1]yelp.com - веб-сайт для поиска на местном рынке услуг, например, ресторанов или парикмахерских, с возможностью добавлять и просматривать рейтинги и обзоры этих услуг. Для популярных бизнесов имеются сотни обзоров. Для обозревателей на сайте предусмотрены элементы социальной сети. (цитата из википедии - https://ru.wikipedia.org/wiki/Yelp
[2]Facebook.com
[3]Glassdoor.com
[4] Испания

суббота, 27 мая 2017 г.

Факторы успешности работы на тренажерах

Хочу поделиться несколькими интересными картинками исследования. У меня есть реальный датасет выполнения заданий на тренажерах специалистами рабочих специальностей на производстве. Требования к специалистам серьезные - не корректность выполнения операций может привести к аварии, сбою работы в оборудовании.
Из данных у нас есть такое:

  1. успешность выполнения задания на тренажере;
  2. стаж работы в компании, в должности, возраст, должность;
  3. работа сердца (снимают показатели до работы на тренажере.

Данных мало, но можно уже сказать, что связь между успешностью выполнения заданий и функционалом работы сердца есть.
Ниже два интересных результата

Мистика трех лет

Факторы успешности работы на тренажерах

  1. По оси Y - успешность выполнения задания на тренажере;
  2. X - стаж работы в должности в годах.

Выход на пик формы через три года не вызывает возражений, это кажется логичным.
3-4 года - пик формы, потом - снижение..... Эмоциональное выгорание? Мотивация? Эффект шофера?
Обращаю ваше внимание: я проверил статистически стаж, поэтому колебания на графике не случайны, фактор значим. Но не линеен, что важно.

Разные стратегии сердца

Факторы успешности работы на тренажерах
  1. По оси Y - успешность выполнения задания на тренажере;
  2. X - частота сердечных сокращений, ударов в минутах.
В компании два тренажера. Заметно, что для каждого тренажера в целях успешного выполнения могут быть разные стратегии работы сердца. Для тренажера "т" оптимальная частота сердечных сокращений - 90, если выше, то следует ожидать снижение успешности выполнения, а вот для тренажера "э" мы, наоборот, ожидаем более успешное выполнение теста при увеличении частоты сердечных сокращений.
На этом все, читайте нас в фейсбуке и телеграмме

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.

пятница, 26 мая 2017 г.

Прогноз эффективности кандидатов на основе тестов

Провел сегодня вебинар по теме Прогноз эффективности кандидатов на основе тестов (по ссылке откроется запись вебинара).
Также делюсь презентацией вебинара
На всякий случай делюсь ссылкой на продвинутый семинар - Семинар-практикум "HR-Аналитика в R", Москва, 20-21 июня 2017


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.

среда, 24 мая 2017 г.

Кейс по выявлению драйверов текучести персонала в разрезе филиалов




Данные абсолютно реальные: компания имеет пять филиалов по России, в ней остро стоит проблема текучести персонала. Если у вас стоит подобная же задача, обращайтесь.

Проблема

Кейс по выявлению драйверов текучести персонала в разрезе филиалов

На диаграмме показана общая текучесть персонала по компании.

  • По оси X стаж работы в компании в месяцах;
  • ось Y - вероятность выбытия (пунктиром показаны границы ошибки).

Заметно, что 50 % (!!!) персонала выбывает в границах 3-4 месяца. Через год из вновь принятых остается каждый пятый. Я не выдаю данные о клиенте, но вы можете догадаться о характере бизнеса.
В данной ситуации с текучестью можно бороться разными путями: можно, например, заняться построением "корпоративной культуры", а можно долго, нудно, последовательно собирать данные с тем, чтобы выявить ключевые драйверы текучести персонала, а через них повлиять на текучесть.

Источники трафика

Собрать инфо об источниках трафика оказалось достаточно просто, и мы провели анализ влияния источников трафика на текучесть персонала
Кейс по выявлению драйверов текучести персонала в разрезе филиалов
Эта диаграмма повторяет ту, что выше, но только по источникам трафика.
И здесь обнаружилась очень интересная вещь: джоб сайты самый плохой источник трафика, я в этом и не сомневался, а вот программа Приведи друга по качеству не намного превзошла джоб сайты.
Это к вопросу о том, стоит ли молиться на реферальный рекрутинг. Точнее, в случае данной компании надо озадачиться вопросом, что не так с реферальным рекрутингом.
Хорошим источником оказался карьерный сайт компании, но первое место у центров занятости!!!
Ну а теперь посмотрим соотношение источников трафика
Кейс по выявлению драйверов текучести персонала в разрезе филиалов

Вас удивляет эта картина? Меня нет, я часто встречаю нечто подобное. Источники трафика расположились в порядке убывания: самый плохой дает самый мощный трафик.

Филиалы



Кейс по выявлению драйверов текучести персонала в разрезе филиалов

А филиалы нам тоже показали значимость различий в текучести персонала: первый и пятый отстают, а лидирует четвертый.

Источники трафика в разрезе филиалов

Давайте сделаем финальный штрих
Кейс по выявлению драйверов текучести персонала в разрезе филиалов
Это источники трафика в разрезе филиалов. У нас 1 и 5 филиалы самые отстающие, и у них же максимальный % трафика через джобсайты.
Второй филиал у нас выбивается из логики: у него джобсайты дают 80 % трафика, но они при этом имеет текучесть меньше, чем 1 и 5 филиалы. На самом деле объяснение здесь простое: это не просто филиал, а головной офис, в статистику вошли представители обслуживающих подразделений, а также офицеры, а среди них текучесть, конечно же ниже сама по себе в силу характера занятий.

Каковы рекомендации компании:


  1. Понять, что не так с программой Приведи друга;
  2. Пригласить руководителей 3 и 4 филиала для того, чтобы они провели семинар, рассказали о практиках работы с центром занятости;
  3. Собрать команду из рекрутеров, ай ти специалистов с тем, чтобы продумать систему мероприятий, направленных на увеличение потока трафика через сайт компании







воскресенье, 21 мая 2017 г.

Нейронные сети в человеческих отношениях

Это технический пост. Сравнение алгоритмов xgboost и нейронных сетей на данных нашего исследования. И это моя первая нейронная сеть, которую я настроил не на учебных данных, а на реальных данных исследования:)
Задача взята из данного поста - Прогноз психологической совместимости руководителя и подчиненного.
В нашем исследовании есть вопрос Благодарил ли Вас Ваш руководитель за достижения? с вариантами ответа:

  1. Нет - 307;
  2. Получал лишь изредка- 418;
  3. Если не все, то многие - 310; 
  4. Да, практически все достижения были отмечены моим руководителем - 300.

Напротив каждого варианта ответа указано количество респондентов, которые дали тот или иной ответ и по которым у нас есть полный набор данных.

Методология

Я решил, а можем ли мы спрогнозировать ответ респондента? Можем ли мы спрогнозировать, ответит ли респондент, что руководитель все его достижения отмечает или не все, или вообще не хвалит его. Эта аналитика могла бы быть очень интересной для прогноза психологической совместимости подчиненный - руководитель, в принципе интересная аналитика для человеческих отношений.
Для создания модели я выбрал следующие факторы:

  1. Пол респондента,
  2. Возраст респондента;
  3. Пол руководителя;
  4. возраст руководителя.

И результаты тестов респондента (КТО и Большая пятерка - спасибо Лаборатории Гуманитарные Технологии за предоставленную возможность):

  1. Общий балл;
  2. Вербальный интеллект;
  3. Числовой интеллект;
  4. Эрудиция;
  5. Обработка информации;
  6. Интроверсия - экстраверсия;                                                                   
  7. Независимость - согласие;                                                                     
  8. Импульсивность - самоконтроль;                                                                
  9. Тревожность- стабильность;                                                                    
  10. Консерватизм- новаторство.
В указанном посте я использовал алгоритм xgboost, который нам дал точность модели 40 %. Т.е. мы угадаем выбор респондента только в 40 % случаев, а хочется большего. Считается, что Нейронные сети лучше применять в тех случаях, если переменные сильно коррелируют между собой, а наши переменные коррелируют между собой, см. Интеркорреляции Краткого отборочного теста и Большой пятерки (Big5). Поэтому я подумал, что нейронные сети могут дать более точный прогноз.
Для спецов покажу финальную модель
 
def create_model():
    # create model
    model = Sequential()
    model.add(Dense(30, input_dim=26, kernel_initializer='glorot_uniform', activation='sigmoid',kernel_constraint=maxnorm(2)))
    model.add(Dropout(0.2))
    model.add(Dense(4, kernel_initializer='glorot_uniform', activation='sigmoid'))
    # Compile model
    model.compile(loss='categorical_crossentropy', optimizer='Nadam', metrics=['accuracy'])
    return model
 
# create model
model = KerasClassifier(build_fn=create_model,epochs=170, batch_size=30, verbose=0)
Обучал модель в Gridsearch sklearn-овской обертки Keras-а.
Если Вы спец, подскажите, что можно улучшить в модели.

Результат

Я получил общую точность модели 35 %.

Нейронные сети в человеческих отношениях

Это confusion matrix. В колонках у нас прогнозные значения того, как респондент оценит отношение руководителя, в строках - реальные значения выбора респондента. В ячейках - % по колонке.
Это значит, что, например, в 36 % случаев мы угадаем выбор респондента в случае с вариантом ответа "Да, практически все достижения были отмечены моим руководителем". 
Давайте сравним с точностью алгоритма xgboost
Невооруженным взглядом заметно, что xgboost точнее (40 % общая точность 'accuracy' модели против 35 у нейронной сети). Но обращаю внимание, что нейронные сети дают точность тоже выше плинтуса - выше случайного попадания. 
Заметен более насыщенный цвет диагонали? 
А еще хочу обратить ваше внимание на крайний правый квадрант на обеих диаграммах. 22-25 % - это ситуация, когда мы предсказываем ответ респондента "Никогда", а на самом деле руководитель по ответу подчиненного, наоборот, отмечает все заслуги подчиненного. Это интересный эффект, который хочется пояснить метафорой "От любви до ненависти один шаг" и промахнуться легко:). 
Я продолжу копать в этом направлении. И надеюсь, что спецы мне подскажут, как можно улучшить нейронную сеть. 

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.

пятница, 19 мая 2017 г.

О качестве HR-аналитики в России (в сравнении с Западом)

20-21 апреля в Лондоне прошла конференция по HR-аналитике в Лондоне, я писал, что вот на Западе куча статей, анализирующих выступления прошедшей конференции, что такие статьи нужны как рефлексия рынка, и очень жаль, что в России нет такой культуры пост-обсуждения, пост рефлексии.
Но вот сегодня, 18 мая прошла он-лайн конференция по HR аналитике. Мне по секрету скинули презентации конференции. Не все, а штук 6. Выкладывать не буду, вдруг привлекут к ответственности. Но вы и не потеряете ничего.
И я решил сделать совсем краткий анализ презентаций. Чтобы сделать рефлексию состояния рынка. Готов к прямой дискуссии. Готов, что мне ответят. Но не ответят, держу пари.
Первые две откинул сразу. Презентации из разряда: Как влиять на бизнес показатели? Надо собирать вот такие метрики....
Короче из всех шести презентаций только одна была про аналитику, если понимать под аналитикой статистику. Презентация очень известной консалтинговой компании.
Одна из шести!!!!!
Ну давайте посмотрим на одну надежду
Слайд про то, что такое HR аналитика
Аналитика - это про "инсайты" на основе анализа данных, которые помогают принимать лучшие управленческие решения. 
Я бы не понял. Надеюсь, голосом спикер сказал больше.  Но из всей презентации - один слайд (всего один), который можно отнести к результатам анализа. И посмотрите, какой шедевр
Подпись к слайду: бизнес-показатели не связаны с числом вакансий в городе
А Вы согласны с маститым консультантом? Сможете ответить на вопрос:есть связь между % незакрытых вакансий филиала и Прибыльностью филиала? Я смогу. И я не согласен с выводом консультанта.
Я бы лично этого консультанта посадил за парту, пригласил бы на свой семинар по HR-аналитике, чтобы азам его обучить. Но ведь обидится.
Сравните с тем, что происходит на Западе. Вот небольшой обзор выступлений на конференции в Лондоне 20-21 апреля Seven things we’re doing wrong with HR analytics.
Разница как между братьями Райт и Илоном Маском. И причина такого разрыва мне лично совершенно понятна и очевидна: О революции и новом формате коммуникаций в HR - я писал на эту много раз, эта статья одна из самых ярких и имеет конкретных адресатов. Адресаты мне, конечно же, не ответили. Статью рынок не заметил.
А проблема проста: у нас закрытая культура коммуникаций в HR. Провайдеры выпускают на рынок дерьмо продукты, продают их на основе связей, имени на рынке, но сами продукты не готовы обсуждать (ну если не считать обсуждением отзывы "восторженных" клиентов). Возможность продавать липовые продукты не стимулирует консультантов развиваться, останавливает развитие.
И снова я публикую пост, без всякой надежды на обратную связь сообщества. Все эти консультанты надуют свои умные губки и пройдут мимо.
Поэтому попробуйте извлечь пользу из поста для себя: решите задачу про связь между % незакрытых вакансий и прибыльностью филиалов в городе.

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.

среда, 17 мая 2017 г.

Рабочее пространство: Open space VS кабинетная рассадка для интровертов экстравертов


Пост для тех, кто решает, какое рабочее пространство выбрать для своей компании: арендовать ли офис компании как открытое пространство (open space) или с кабинетной рассадкой.
Снова из нашего исследования. В опросе есть вопрос про то, каким было рабочее пространство респондента.
Насколько я слышал, речь идет о влиянии открытого пространства (open space) / кабинетной рассадки на климат в коллективе, состояние работника и т.п. Проще говоря, что происходит с нервишками работника в зависимости от того, сидит ли он в кабинете или в открытом пространстве (open space).
Проверить это можно через текучесть персонала: если какая-то из форм рабочего пространства open space или кабинетная рассадка влияют негативно, то следует ожидать, что работники бегут из этой формы рабочего пространства быстрей.
Мне самому всегда казалось, что открытое рабочее пространство негативно влияет на состояние работника.
Рабочее пространство: Open space VS кабинетная рассадка
Это не так оказалось на самом деле: с точки зрения текучести персонала не важно, находится ли компания в открытом пространстве или имеет кабинетную рассадку.
Как читать такой тип диаграммы - Анализ и визуализация дожития: чем HR похож на медиков.

  1. По оси X - число месяцев стажа
  2. По оси Y - вероятность, что работник доработает до этого момента стажа в компании.

Линии практически сливаются, а значит, текучесть персонала в компаниях не зависит от того, открытое пространство (open space) у вас или кабинетная рассадка.
А может быть все дело в том, что я сам лично интроверт и мне открытое пространство некомфортно?
Сначала я выяснил, а не предпочитают ли интуитивно интроверты и экстраверты, соответственно, кабинетную рассадку или открытое рабочее пространство (open space)?
Нет, не предпочитают.
По шкале X - распределение респондентов по шкале интроверсии эстраверсии.
А может тогда склонные к интраверсии дольше работают при кабинетной рассадке?
Рабочее пространство: Open space VS кабинетная рассадка для интровертов экстравертов
Нет, интроверты не работают дольше при кабинетной рассадке в сравнении с открытым рабочим пространством. Для построения диаграммы я взял только тех, у кого показатели по шкале Интроверсия - Экстраверсия ниже медианы (медиана по нашей выборке 5, 4). И вот по эти люди, более склонные к интраверсии, не показали значимых различий по формам рабочего пространства. P-value - 0, 463
Не буду давать диаграмму, но поверьте на слово: работники с показателями по шкале интраверсии экстраверсии выше медианы, т.е. склонные к экстраверсии, также не показывают различий в текучести персонала.

Выводы:


  1. Форма рабочего пространства: кабинетная рассадка или открытое пространство (open space) не влияют на текучесть персонала;
  2. Тот же самый вывод справедлив для ситуации, если наши работники интроверты или экстраверты;
  3. Интроверты и экстраверты при выборе работодателя не выбирают (осознанно или интуитивно) форму рабочего пространства: кабинетную рассылку или открытое пространство (open space).


__________________________________________________________
На этом все, читайте нас в фейсбуке, телеграмме и вконтакте