Маркетингом, продажем, фінансами управляють на основі цифр і показників. А ось робота з людьми часто будується на інтуїції та особистих уподобаннях керівників. Це призводить до помилок та втрат — талантів і грошей. Тому рішення про співробітників також краще підкріплювати даними.
Олександр Шевченко, COO Devox Software, має 12 років досвіду в HR та операційному управлінні. Зараз він працює в Hurma System, раніше був HRD/Head of Recruitment у Samsung Experience Store та Liga Group. Нам Олександр розповів, як аналітика допомагає наймати, навчати та комунікувати з командою.
Навіщо бізнесу people-аналітика
У роботі з персоналом data-driven підхід застосовується близько 12 років. Першими його почали впроваджувати топові світові компанії Hewlett-Packard, Google, IBM, Walmart, Coca Cola та інші. Усі вони зробили висновок: цифри допомагають приймати більш виважені управлінські рішення.
Є різні рівні HR-аналітики. Початковий — це робота з операційними HR-метриками, такими як плинність або швидкість закриття вакансій. Прості кейси можна вирішити і за допомогою онлайн-ресурсів, завантаживши дані (наприклад, тут).
Для роботи зі складнішими завданнями та гіпотезами потрібно знати основи статистики, математичного аналізу, спеціальні програми (наприклад, SPSS) та мови програмування (Python або R). HR може бути просто замовником, а виконувати самі завдання з аналізу даних буде профільний фахівець із галузі data science (навіть на рівні «джуна»).
Які саме HR-дані збирати та аналізувати
Можливих індикаторів для аналітики в HR — сотні. Але не всі є релевантними для певної компанії. Зазвичай бізнес вибирає 10–12 цільових HR-показників із найбільшим впливом на бізнес-результати. Починають найчастіше з «больових точок» — наприклад, плинності або продуктивності.
Ось декілька популярних напрямків і показників для аналізу в HR:
- Рекрутинг. Наприклад, швидкість/вартість закриття вакансій.
- Онбординг. Зазвичай вимірюють частку плинності персоналу під час випробувального терміну чи відсоток звільнень за soft skills.
- Індивідуальний план розвитку. Наприклад, скільки відсотків ІПР виконуються співробітниками протягом року.
- Плинність персоналу (turnover rate). Відображає співвідношення кількості звільнень до чисельності команди.
- Залучення (engagement rate). Впливає на продуктивність співробітників і відповідно — на фінансові показники бізнесу.
- eNPS (employee net promoter score). Відображає лояльність членів команди та їхню готовність рекомендувати компанію як роботодавця.
- High/low performers. Наприклад, яка частка співробітників виконує KPI/OKR на 90% і більше (високопродуктивні), а яка не справляється із завданнями (низькопродуктивні). Найчастіше в компаніях представників обох категорій приблизно по 10%, решта мають середні показники. Якщо high/low performers більше/менше у певних відділах — це привід аналізувати фактори успіху/неуспіху саме в таких командах.
- Співробітники у «зоні ризику». Тобто ті, які можуть звільнитися з компанії — зазвичай це люди із зарплатою, нижчою від ринку, різким падінням залученості, продуктивності тощо.
- Зростання фонду оплати праці. Наприклад, за рахунок якої частини винагороди він збільшується — постійної чи змінної (бонуси, премії). Бізнесу вигідніший другий варіант — це говорить про фокусування співробітників на результативності.
Щоби знаходити закономірності та використовувати їх, потрібно накопичити достатній масив даних за певний період (як мінімум рік). Чим довше ми збираємо інформацію, тим більше можливостей для порівняння.
Періодичність проведення досліджень залежить від функції. Наприклад, швидкість закриття вакансій можна вимірювати щомісяця, а eNPS щорічно. При цьому той же eNPS можна порівнювати на початку роботи в компанії та після проходження випробувального терміну (показує, чи роботодавець зберігає стартову лояльність).
Рекомендую збирати такі дані про співробітників:
Що більше знань про людей — то більше цікавих висновків можна отримати.
Наприклад, компанія ДТЕК застосовувала аналітичний підхід для профілактики травматизму на підприємствах. Для цього досліджували, які чинники провокують співробітників порушувати правила охорони праці.
Декілька гіпотез не підтвердилося. Наприклад, про те, що така схильність пов'язана з особистісними якостями — лінню чи безпечністю. Ба більше: порушники виявилися найрезультативнішими співробітниками, готовими брати на себе відповідальність та ризикувати заради колективних результатів. Тож у компанії вирішили, що треба міняти культуру безпеки загалом.
Як за допомогою даних скласти профіль успішного кандидата
Кожна компанія визначає свої критерії найму. Зазвичай фокусуються на досвіді та освіті кандидатів, але можна виявити і додаткові прогностичні чинники успіху.
Наприклад, в одній роздрібній мережі, що продає техніку, керівник під час візитів до магазинів і спостережень за продавцями висунув гіпотезу: жінки, а також чоловіки 30+ працюють краще. Покупці довіряють їм більше — і флагманська група товарів (дорожча техніка) у них продається найчастіше. Отже, пріоритет у наймі треба віддавати таким кандидатам.
Ми вирішили перевірити припущення. Порівняли показники продажу для всіх продавців за рік і відстежили кореляцію з віком та статтю. Гіпотеза могла не підтвердитись — і тоді не було б сенсу вносити зміни до процесу рекрутингу («подовжувати» найм, збільшувати ставку — адже претенденти 30+ не відгукуються на «студентські» зарплати). Але в цьому випадку керівник мав рацію — тому ми змінили профіль кандидата та пріоритети в наймі.
Дані допомагають позбутися хибних переконань. Наприклад, компанія вважає, що для успішної роботи потрібно наймати здобувачів із тієї ж сфери. Але чи це так? Можна порівняти показники продуктивності різних співробітників: тих, що працювали на тому ж ринку, та світчерів. Якщо кореляції немає — отже, не треба «подовжувати» найм, щоб знайти саме людей із досвідом. При цьому універсальних рішень не існує, адже компанії працюють із різними продуктами, клієнтами та умовами.
Як data підвищує якість рекрутингу
За допомогою даних можна наймати людей швидше та якісніше. Наприклад, Google проаналізувала десятки тисяч співбесід із кандидатами і зробила висновок, що деякі етапи інтерв'ю (зокрема головоломки) — марні та не допомагають спрогнозувати успішність кандидата. Це допомогло підвищити ефективність системи залучення талантів.
Є багато показників якості рекрутингу, кожна компанія визначає свої. Наприклад, в IT-аутсорсингу — пріоритетна швидкість закриття вакансій.
Допустимо, компанія хоче наймати швидше. Але виявляється, що рекрутер на першому етапі спілкується зі 100 кандидатами в LinkedIn. А фіналісти, яких співбесідують менеджери, рідко одержують оффери, і доводиться починати спочатку. Отже, треба знайти «прогалину». Наприклад, ще на етапі скринінгу грамотніше листуватися з кандидатами або уважніше аналізувати профілі перед діалогом.
Знайти «слабку ланку» у наймі допоможе порівняння своїх показників з іншими бізнесами (бенчмарк). Припустимо, компанія підрахувала: щоб здобувачеві зробили оффер — рекрутери мають «показати» керівникам 10 кандидатів. В інших організаціях — у середньому 5. Це може вказувати на розсинхрон — наприклад, рекрутерам та керівникам потрібно переглянути критерії заявок на пошук.
Як знизити плинність персоналу
Якщо бізнес хоче зменшити кількість звільнень та утримувати таланти, треба зрозуміти чому люди йдуть.
Наприклад, Hewlett-Packard вважається одним з лідерів у галузі прогнозування вигорання і догляду співробітників. Вчені склали для компанії аналітичну модель, яка у 2011–2013 роках допомогла запобігти великій частині звільнень та заощадити близько $300 млн. Ефективна прогнозна модель розроблена і в IBM — її точність становить 95%.
Компанія Johnson & Johnson проаналізувала дані 47 тис. співробітників і дійшла висновку, що недавні випускники стають лояльнішими співробітниками, ніж досвідчені фахівці. А помітної різниці у продуктивності немає. Johnson & Johnson почала наймати на 20% більше випускників і знизила кількість звільнень.
Крім того, у дослідженні плинності насамперед потрібно аналізувати «питому вагу» звільнення людей на випробувальному терміні. Але причини можуть бути різними. Наприклад, якщо працівників часто звільняють через невідповідність soft skills — швидше за все, відділ рекрутингу неуважно оцінює ці навички на вході. А ситуацію допоможе виправити прив'язка бонусної системи рекрутерів не лише до кількості, але й якості закриття вакансій.
Як визначити, чи ефективне навчання команди
Компаніям важливо знати, чи ефективно вони інвестують бюджет на навчання персоналу. Припустимо, якщо проводиться тренінг для відділу продажу, чи почали сейлзи використовувати нові знання та навички? І чи призвело це до зростання продажу?
Можна порівняти показники конверсії до та після тренінгу. Але важливо переконатися, що на зростання/падіння не вплинули інші фактори, наприклад, високий/низький сезон.
Чи правильно комунікують менеджери з командою
«Оцифрувати» можна навіть стосунки в команді. Щоправда, результати іноді виявляються несподіваними.
Наприклад, на запит однієї компанії я допомагав досліджувати взаємозв'язок між продуктивністю співробітників і якістю комунікації керівників. Ми дали менеджерам опитувальники та запропонували оцінити якість роботи підлеглих (у балах). А членів команди — своє задоволення спілкуванням із керівниками.
Спочатку передбачалося, що чим більше люди задоволені стосунками з лідером, тим ефективніше вони працюють. На превеликий подив, кореляція була зворотною: у командах з високою продуктивністю менеджери отримали від співробітників середні оцінки. При подальшому дослідженні виявилося, що ці керівники більш суворі та вимогливі. Саме тому результати роботи вищі, проте спілкування — не завжди, як «тепла ванна».
А ось у командах, де чудова атмосфера, є елементи панібратства — це шкодить якості роботи. У компанії вирішили переглянути технологію менеджменту, сфокусуватися на плануванні та контролі.
Роботу з людьми не можна оцифрувати на 100%, та й не потрібно — у будь-яких відносинах «людина–людина» є місце нераціональному (наприклад, емпатії та довірі). Але people-аналітика може зробити цю сферу більш керованою.
Обробляти дані про співробітників буде простіше навіть непідготовленим користувачам. Створюється більше софту, щоб збирати, досліджувати, візуалізувати показники та помічати інсайти. Але системи можуть лише допомогти знайти закономірності. А ось як використовувати їх, ухвалюючи рішення щодо людей, — залишиться в зоні відповідальності менеджерів та HR-ів.
Бажаєте отримувати дайджест статей?
