People-аналитика:
как и зачем собирать данные о сотрудниках?

То, что финансами и продажами управляют цифры и показатели — очевидно, однако в HR-сфере многие до сих пор полагаются на интуицию. Рассказываем, почему решения о сотрудниках тоже лучше подкреплять данными и как это поможет сохранить время, деньги и таланты!
То, что финансами и продажами управляют цифры и показатели — очевидно, однако в HR-сфере многие до сих пор полагаются на интуицию. Рассказываем, почему решения о сотрудниках тоже лучше подкреплять данными и как это поможет сохранить время, деньги и таланты!

Какие данные о сотрудниках необходимо собирать?

Какие данные о сотрудниках необходимо собирать?

На самом деле, в работе с персоналом data-driven подход применяется уже больше десяти лет. Такие крупные компании как Coca Cola, IBM, Walmart одними из первых стали использовать people-аналитику и пришли к выводу: данные помогают принимать более взвешенные решения и управлять командой эффективнее.

Существуют сотни индикаторов, которые можно проанализировать, но не все могут быть актуальны конкретно для вашего бизнеса. Обычно компания отбирает 10−12 релевантных показателей, которые особенно влияют на результаты работы.
На самом деле, в работе с персоналом data-driven подход применяется уже больше десяти лет. Такие крупные компании как Coca Cola, IBM, Walmart одними из первых стали использовать people-аналитику и пришли к выводу: данные помогают принимать более взвешенные решения и управлять командой эффективнее.

Существуют сотни индикаторов, которые можно проанализировать, но не все могут быть актуальны конкретно для вашего бизнеса. Обычно компания отбирает 10−12 релевантных показателей, которые особенно влияют на результаты работы.
Для того, чтобы данные начали работать на вас и показывать необходимые закономерности, нужно накопить достаточное количество за определенный период — как минимум, год. Чем дольше вы будете собирать информацию, тем больше возможностей для анализа у вас появится. Еще сомневаетесь, что начинать работу с данными нужно прямо сейчас?

Частота проведения исследований зависит от показателя: например, скорость закрытия вакансий можно измерять каждый месяц, а вот High/Low Performers — каждые 6−12 месяцев.
Для того, чтобы данные начали работать на вас и показывать необходимые закономерности, нужно накопить достаточное количество за определенный период — как минимум, год. Чем дольше вы будете собирать информацию, тем больше возможностей для анализа у вас появится. Еще сомневаетесь, что начинать работу с данными нужно прямо сейчас?

Частота проведения исследований зависит от показателя: например, скорость закрытия вакансий можно измерять каждый месяц, а вот High/Low Performers — каждые 6−12 месяцев.

Как people-аналитика поможет вам в работе?

Как people-аналитика поможет вам в работе?

  • Опровержение гипотез
    Проблема многих гипотез в том, что они создаются интуитивно или логически. Однако реальная жизнь не всегда подвержена логике, а значит ваши выводы могут быть неверными. Данные помогают опровергнуть или подтвердить гипотезу, а значит итоговое решение будет более обдуманным.

    Например, вы замечаете, что некоторые сотрудники систематически нарушают регламент выполнения задач. Первая мысль — они это делают из-за лени, невнимательности или беспечности. Решение, которое напрашивается в этом случае — провести воспитательную беседу с сотрудниками, в общем, прибегнуть к «кнуту», а не «прянику». Однако если вы предварительно посмотрите на данные по вовлеченности и ИПР (индивидуальный план развития), то увидите, что именно эти сотрудники лучше всего справляются со своими обязанностями, а обход строгих регламентов сказывается на их продуктивности положительно. И тут мы получаем совершенно новый вывод: значит виноваты были не сотрудники, а устаревшие или неэффективные регламенты!
  • Создание профиля успешного кандидата
    У каждой компании свои критерии найма. Обычно рекрутеры фокусируются на опыте и образовании кандидата, но с помощью данных можно обнаружить и совсем неожиданные критерии успеха.

    Допустим, вы заметили, что ваши клиенты больше всего доверяют женщинам в возрасте 30+. Сравнив показатели по всем продавцам за год и отследив корреляцию с возрастом, вы пришли к выводу, что наблюдение верное. При этом, в вакансии на должность продавца указано, что вы ищите преимущественно студентов в возрасте 20+. Логичнее будет внести изменения в вакансию и скорректировать профиль кандидата, чтобы сразу найти тех сотрудников, которые принесут бизнесу наибольшую выгоду.

    Также анализ данных позволяет избавиться от ложных убеждений и стереотипов, которыми мы невольно оперируем при найме. Многие HR-ы скептически относятся к свитчерам, которые меняют сферу деятельности, а потому отметают их на этапе рекрутинга. При этом, вы можете предварительно обратиться к данным и сравнить показатели продуктивности разных сотрудников: тех, кто работает на одном рынке и свитчеров. Вполне может оказаться, что данные не так уж отличаются, но вы при этом избавляетесь от классных кандидатов в силу убеждений!
  • Улучшение качества рекрутинга
    Существует много показателей качества рекрутинга, поэтому каждая компания определяет свои. Например, для IT-аутсорсинга более всего важна скорость закрытия вакансий. Работа с данными помогает проанализировать работу рекрутера и найти брешь, которая мешает эффективности. Возможно, что специалист недостаточно грамотно ведет переписку с кандидатами и они «сливаются» на этом этапе, а может быть стоит внимательнее анализировать профили перед началом диалога. Также найти «слабое звено» позволяет сопоставление данных вашей компании и более успешных конкурентов.

    Допустим, в вашей компании HR-специалист должен показать руководителю как минимум 10 кандидатов на оффер, а в другой фирме количество кандидатов ограничивается пятью. Это означает, что вторая компания экономит время, а значит предлагает оффер успешному кандидату быстрее, забирая классного специалиста себе. Заметив эту ошибку, вы поймете, что пора пересмотреть критерии заявок на поиск.
  • Снижение текучести персонала
    Для того чтобы предотвратить высокую текучку, в первую очередь нужно выяснить, почему люди уходят, в чем причины? Компания Hewlett Packard считается одним из лидеров в области прогнозирования выгорания и увольнения сотрудников. Как им это удалось? Еще в 2011 году специалисты компании построили аналитические модели, прогнозирующие увольнение каждого из 300 000 сотрудников. В результате был создан показатель «риск ухода», который рассчитывался индивидуально для каждого сотрудника в зависимости от личных метрик. Благодаря этому HR-менеджеры смогли вовремя реагировать на сигналы, которые сообщают о снижении вовлеченности и лояльности, и предотвращать увольнение. Такая система people-аналитики позволила сэкономить компании $ 300 000 000. Исследования текучки также позволяют выяснить, где HR-менеджеры допустили ошибки. Если вы часто увольняете сотрудников из-за несоответствия soft-skills, значит отдел рекрутинга невнимательно оценивает эти навыки на входе и стоит обратить особое внимание на качество закрытия вакансий.
  • Оценка эффективности обучения
    Обычно на обучения закладываются немаленькие бюджеты, поэтому компании важно знать, насколько эффективна эта инвестиция. Если вы проводили тренинг для отдела продаж, привело ли это к увеличению прибыли, стали ли ваши продавцы использовать новые знания и навыки? Для того чтобы отследить эффективность обучения, можно измерить метрики до и после тренинга. Однако важно убедиться, что на рост или падение не повлияли другие факторы — внезапный кризис или предпраздничный сезон.
  • Успешность коммуникации с командой
    Безусловно, работу с людьми нельзя подогнать под данные на 100%, ведь в любом человеческом общении есть место нерациональному. Но people-аналитика позволяет сделать эту сферу более понятной и управляемой!

    Удобнее всего анализ провести следующим образом. Выдать два отдельных опросника: для руководителей (оценка работы подчиненных в баллах) и для работников (удовлетворенность коммуникацией с руководителем). Но будьте готовы к неожиданным результатам! Может выясниться, что дружеские отношения с руководителем негативно сказываются на продуктивности, а средняя оценка коммуникации с начальством совсем не означает низкую эффективность.
  • Опровержение гипотез
    Проблема многих гипотез в том, что они создаются интуитивно или логически. Однако реальная жизнь не всегда подвержена логике, а значит ваши выводы могут быть неверными. Данные помогают опровергнуть или подтвердить гипотезу, а значит итоговое решение будет более обдуманным.

    Например, вы замечаете, что некоторые сотрудники систематически нарушают регламент выполнения задач. Первая мысль — они это делают из-за лени, невнимательности или беспечности. Решение, которое напрашивается в этом случае — провести воспитательную беседу с сотрудниками, в общем, прибегнуть к «кнуту», а не «прянику». Однако если вы предварительно посмотрите на данные по вовлеченности и ИПР (индивидуальный план развития), то увидите, что именно эти сотрудники лучше всего справляются со своими обязанностями, а обход строгих регламентов сказывается на их продуктивности положительно. И тут мы получаем совершенно новый вывод: значит виноваты были не сотрудники, а устаревшие или неэффективные регламенты!
  • Создание профиля успешного кандидата
    У каждой компании свои критерии найма. Обычно рекрутеры фокусируются на опыте и образовании кандидата, но с помощью данных можно обнаружить и совсем неожиданные критерии успеха.

    Допустим, вы заметили, что ваши клиенты больше всего доверяют женщинам в возрасте 30+. Сравнив показатели по всем продавцам за год и отследив корреляцию с возрастом, вы пришли к выводу, что наблюдение верное. При этом, в вакансии на должность продавца указано, что вы ищите преимущественно студентов в возрасте 20+. Логичнее будет внести изменения в вакансию и скорректировать профиль кандидата, чтобы сразу найти тех сотрудников, которые принесут бизнесу наибольшую выгоду.

    Также анализ данных позволяет избавиться от ложных убеждений и стереотипов, которыми мы невольно оперируем при найме. Многие HR-ы скептически относятся к свитчерам, которые меняют сферу деятельности, а потому отметают их на этапе рекрутинга. При этом, вы можете предварительно обратиться к данным и сравнить показатели продуктивности разных сотрудников: тех, кто работает на одном рынке и свитчеров. Вполне может оказаться, что данные не так уж отличаются, но вы при этом избавляетесь от классных кандидатов в силу убеждений!
  • Улучшение качества рекрутинга
    Существует много показателей качества рекрутинга, поэтому каждая компания определяет свои. Например, для IT-аутсорсинга более всего важна скорость закрытия вакансий. Работа с данными помогает проанализировать работу рекрутера и найти брешь, которая мешает эффективности. Возможно, что специалист недостаточно грамотно ведет переписку с кандидатами и они «сливаются» на этом этапе, а может быть стоит внимательнее анализировать профили перед началом диалога. Также найти «слабое звено» позволяет сопоставление данных вашей компании и более успешных конкурентов.

    Допустим, в вашей компании HR-специалист должен показать руководителю как минимум 10 кандидатов на оффер, а в другой фирме количество кандидатов ограничивается пятью. Это означает, что вторая компания экономит время, а значит предлагает оффер успешному кандидату быстрее, забирая классного специалиста себе. Заметив эту ошибку, вы поймете, что пора пересмотреть критерии заявок на поиск.
  • Снижение текучести персонала
    Для того чтобы предотвратить высокую текучку, в первую очередь нужно выяснить, почему люди уходят, в чем причины? Компания Hewlett Packard считается одним из лидеров в области прогнозирования выгорания и увольнения сотрудников. Как им это удалось? Еще в 2011 году специалисты компании построили аналитические модели, прогнозирующие увольнение каждого из 300 000 сотрудников. В результате был создан показатель «риск ухода», который рассчитывался индивидуально для каждого сотрудника в зависимости от личных метрик. Благодаря этому HR-менеджеры смогли вовремя реагировать на сигналы, которые сообщают о снижении вовлеченности и лояльности, и предотвращать увольнение. Такая система people-аналитики позволила сэкономить компании $ 300 000 000. Исследования текучки также позволяют выяснить, где HR-менеджеры допустили ошибки. Если вы часто увольняете сотрудников из-за несоответствия soft-skills, значит отдел рекрутинга невнимательно оценивает эти навыки на входе и стоит обратить особое внимание на качество закрытия вакансий.
  • Оценка эффективности обучения
    Обычно на обучения закладываются немаленькие бюджеты, поэтому компании важно знать, насколько эффективна эта инвестиция. Если вы проводили тренинг для отдела продаж, привело ли это к увеличению прибыли, стали ли ваши продавцы использовать новые знания и навыки? Для того чтобы отследить эффективность обучения, можно измерить метрики до и после тренинга. Однако важно убедиться, что на рост или падение не повлияли другие факторы — внезапный кризис или предпраздничный сезон.
  • Успешность коммуникации с командой
    Безусловно, работу с людьми нельзя подогнать под данные на 100%, ведь в любом человеческом общении есть место нерациональному. Но people-аналитика позволяет сделать эту сферу более понятной и управляемой.

    Удобнее всего анализ провести следующим образом. Выдать два отдельных опросника: для руководителей (оценка работы подчиненных в баллах) и для работников (удовлетворенность коммуникацией с руководителем). Но будьте готовы к неожиданным результатам! Может выясниться, что дружеские отношения с руководителем негативно сказываются на продуктивности, а средняя оценка коммуникации с начальством совсем не означает низкую эффективность.
Разработаем
Будьте уверены: если какой-то процесс связан с работой с персоналом — мы точно поможем.
любой процесс
Погрузимся в задачу и сделаем под ключ: от написания ТЗ до конечного обучения персонала.

Поделитесь контактами и кратко опишите задачу. Мы свяжемся с вами и начнём готовить техническое задание.
автоматизируем
и