Инновации / Тренды

Магия данных

Магия данных

|27 сентября 2018|Яков СергиенкоАлександр Громов

Люди — ключевой актив любого бизнеса. Казалось бы, это всем известно, но менеджмент часто рассматривает сотрудников исключительно как производителей продукта. Эта установка мешает раскрывать потенциал работников и в конечном итоге тормозит развитие компаний, не позволяя им быстро адаптироваться к внешним изменениям. К счастью, сегодня есть технологии и методы, которые позволяют сделать жизнь сотрудника в компании максимально комфортной, а бизнес — более эффективным. Такие технологии, имеющие в своей основе анализ и работу с большими данными, объединяются под общим термином кадровая аналитика (People Analytics). Задача кадровой аналитики — усовершенствовать существующие процессы управления и работы с персоналом, передав принятие большей части повторяющихся решений искусственному интеллекту. В отличие от человека, такие алгоритмы и модели могут принимать решения быстро и максимально качественно, основываясь на глубоком понимании сотрудников. С помощью такой продвинутой аналитики, не прикладывая особых усилий, компания может подобрать для сотрудников оптимальные условия труда, что в конечном итоге скажется на их удовлетворенности и качестве работы.

Как работает кадровая аналитика

В основе кадровой аналитики лежит профиль сотрудника — совокупность данных и сведений компании о своих сотрудниках, собранных с их согласия. Такой профиль включает в себя личные данные работника (пол и возраст, место жительства, образование, предыдущий опыт работы), его роль в организации (должность, график и условия работы, окружение и команда), активность человека на рабочем месте, достижения и планы. Такой профиль позволяет принимать решения, связанные с персоналом, на любом этапе взаимодействия сотрудника с работодателем — от момента поиска вакансии и приема до его увольнения или ухода.

Приведем простой пример — скоринг работников при приеме на работу. Для компаний, которым непросто найти людей с массовыми специальностями, это серьезное подспорье. Например, 80% и более персонала банков, розничных сетей или телеком-операторов — сотрудники точек продаж и магазинов. Это не редкая специальность, но из-за того, что люди постоянно меняются, на HR-сотрудников ложится большая нагрузка по просмотру и оценке резюме. Снизить нагрузку позволяет алгоритм: он анализирует данные тех, кто уже работает, и данные кандидатов, сравнивает их и предсказывает, насколько потенциальный сотрудник будет успешен на той или иной позиции. В итоге часть соискателей автоматически отсеивается на начальном этапе — выбор становится более точным, а HR-менеджеры существенно экономят время.

Еще один пример — борьба с оттоком персонала. Например, исторически в розничных сетях высокая текучесть кадров. 100—120 % персонала сменяются каждый год, и в итоге компании несут колоссальные убытки: им все время нужно набирать и обучать людей. При этом есть определенный срок выхода на продуктивную мощность: сотрудник не может выйти на работу и сразу начать эффективно работать. Чтобы избежать потерь и лишних затрат, важно заранее понимать, кто из потенциальных сотрудников склонен к тому, чтобы покинуть организацию, и какие факторы повышают риск ухода сотрудников. Раньше компании делали выводы, опираясь только на жизненный опыт: например, можно предположить, что сегодняшний студент завтра, с высокой вероятностью, захочет карьерного роста. Сейчас с помощью продвинутой аналитики можно точнее определить, кто больше других склонен уволиться через короткий срок, вычислить такую вероятность и предпринять определенные шаги, чтобы это предотвратить. Так, если увольняются в основном молодые люди, которые живут далеко от работы, можно попробовать организовать корпоративный транспорт. Это довольно простая мера, но она действительно работает. По статистике, использование кадровой аналитики помогает компаниям ритейлового сектора сократить отток персонала в 1,5—2 раза.

Продвинутая аналитика может помочь увидеть будущее организации с точки зрения развития персонала. Так, с помощью кадровой аналитики можно определить, какие навыки будут востребованы в компании через несколько лет, а каких компетенций будет не хватать. Помимо знаний о сотрудниках, здесь важно понимание мировых и локальных трендов развития рынка: оно позволит выстроить наиболее эффективную стратегию подбора персонала. Использование таких стратегических прогнозных моделей позволяет компаниям сегодня определить, какие специальности и сотрудники будут нужны завтра, и, например, изменить подход в работе с вузами или создать собственные центры подготовки определенных специалистов.

Кому подходит кадровая аналитика и как ее внедрить

Полная версия статьи доступна подписчикам
Выберите срок онлайн-подписки:
Подпишитесь, чтобы иметь доступ ко всем материалам hbr‑russia.ru:

https://hbr-russia.ru/innovatsii/trendy/782190

2018-09-27T15:00:32.413+03:00

Thu, 04 Oct 2018 05:57:44 GMT

Магия данных

Как сделать сотрудников счастливее, а компанию богаче с помощью кадровой аналитики

Инновации / Тренды

https://cdn.hbr-russia.ru/image/2018/7i/ygxmh/original-18oa.jpg

Harvard Business Review – РоссияHarvard Business Review – Россия



Harvard Business Review – РоссияHarvard Business Review – Россия