Почему прорывные технологии не всегда помогают HR-менеджерам

Почему прорывные технологии не всегда помогают HR-менеджерам
6 сентября 2019| Вера Соломатина

В России HR-отрасль постепенно начинает использовать прорывные технологии. Можно встретить кейсы с применением искусственного интеллекта, больших данных, блокчейна и машинного обучения, которые делают работу с персоналом удобной и качественной. Еще в 2016-м Deloitte спрогнозировал, что аналитика больших данных войдет в 10 главных трендов года и будет одним из самых перспективных направлений развития отрасли. Уже на тот момент инструменты big data использовали примерно в 40% HR-департаментов компаний по всему миру. На рынке явно прослеживается стремительный рост этого показателя, хотя качество самих данных по-прежнему находится на низком уровне. 15% опрошенных участников исследования SAP и Deloitte хранят HR-данные в одной интегрированной системе, но при этом 35% обходятся без выстроенных процессов и систем, поддерживающих HR-аналитику. 60% респондентов и вовсе делают анализ по персоналу вручную с помощью стандартных офисных приложений. И причина таких показателей в недостаточном понимании компаниями необходимости правильно собирать, хранить и обрабатывать свои данные.

У многих компаний есть огромное желание попробовать новые ИТ-технологии для поиска и найма персонала, ведь тема, что называется, хайповая. Такие запросы поступают, например, от сельскохозяйственных компаний, которые ищут аграриев с умением читать геокарты, управлять дроном и взаимодействовать со сложным ПО и хотели бы привлечь к процессу поиска искусственный интеллект. Получается двоякая ситуация: с одной стороны, на рынке пока нет базовых знаний и навыков о том, как управлять данными, а у большинства компаний все еще нет систем, в которых данные хранятся, классифицируются и потом анализируются. Но при этом, с другой стороны, есть большая заинтересованность в новых технологиях и их применении при решении нестандартных задач.

Например, компания делает ежегодный срез по увеличению производительности труда в виде оценок персонала. Показатели за год улучшились на 2%. И тут встает вопрос: на 2% выросла производительность в компании или это просто оценки стали хорошими? Понять ситуацию можно, только если в компании есть централизованная платформа, которая хранит всю информацию в одном формате, с единой структурой. В HR важно, чтобы существовал общий, одинаковый для всех процессов алгоритм и информация о сотрудниках в любой момент могла бы обогащаться бизнес-данными компании: о продажах, выручке, привлечении новых клиентов и т.д.

Грейдинг — основа основ

Думаю, каждый менеджер по персоналу задавался вопросами, как быстро оценить, соответствует ли сотрудник компании занимаемой должности или, возможно, он ее уже перерос и ему надо предложить повышение. Часто у рекрутеров возникает задача подготовить описание вакансии и основных характеристик соискателя. Если наладить в компании систему грейдов, это существенно облегчит жизнь и убыстрит работу кадровых служб. Возьмем, к примеру, опыт SAP. В нашей компании давно существует внутренняя структура: пять уровней и более десяти функциональных областей. Данные грейдов используются во всех внутренних и внешних HR-процессах: оценке персонала, соответствии сотрудника занимаемой должности, повышении, рекрутменте и т.д. Когда менеджер ставит задачу найти сотрудника в отдел, рекрутер уже знает те характеристики, которым должен соответствовать соискатель, и может на первом этапе оценить его возможность работать в компании. Для каждого профиля и грейда есть описание навыков, которыми должен обладать сотрудник, и это существенно облегчает задачу при составлении описания вакансии и оценке персонала и помогает при пересмотре заработной платы в процессе бюджетирования. Все данные стандартизированы и хранятся в единой системе, причем не только по России, но и по всем 180 странам присутствия компании.

Роботизированный подбор

Весной мы проводили с компанией Deloitte исследование цифровой зрелости в HR и выяснили, что сегодня 6% опрошенных рекрутеров используют чат-боты для подбора персонала. Технология явно прижилась среди компаний, которые массово ищут сотрудников: в ритейле, продажах и сервисах. Первичный отбор удобно проводить с помощью виртуальных помощников: они же могут провести и отсев, если кандидат не вписывается в общие параметры вакансии, и донесут до соискателя более расширенное описание должности. Но после определенной стадии работы с соискателями в процессе все равно появляется рекрутер. И здесь мы опять возвращаемся к теме создания структуры данных на единой платформе и вовлечения всех участников процесса (кандидата, рекрутера, линейного начальника, а в международных компаниях еще и глобального руководителя) в одно общее пространство.

Если проанализировать поиск сотрудника от начала и до конца, станет ясно, что без обозначенных заранее единых параметров подбора достичь идеального результата очень сложно. И никакая роботизация, чат-боты и искусственный интеллект в этом случае не помогут компании найти «своего» идеального кандидата. В классическом варианте сначала один человек описывает должность, другой — добавляет к этому описанию стоимость его труда, то есть предполагаемую зарплату, третий решает к какому грейду его отнести. Каждый мыслит своими понятиями и придерживается личного опыта в принятии решений. Такие истории успешно не разрешаются, ведь без структурированных единых стандартов и заданных изначально параметров добиться выхода на работу идеального кандидата практически невозможно.

В таких случаях автоматизация подбора кадров не увеличит эффективность рекрутмента. Повторю, причина кроется в отсутствии заранее сформулированных должностных обязанностей. Чтобы такого не случалось, необходимо заранее определить весь функционал, который предполагается у соискателя. А дальше структурировать информацию для всех, кто имеет отношение к процессу организации работы сотрудника: рекрутера, менеджера по развитию персонала, компенсациям и льготам, непосредственного начальника. В компании все должны говорить на одном языке и понимать друг друга.

Хайповые темы для HR вроде применения алгоритмов, чатботов и блокчейна сейчас будоражат сознание российских специалистов. Все ищут практические примеры применения и возможности реализации этих технологий и забывают порой о самом важном — о базисе, стандартах и управлении данными своей компании. Это как раз то, с чего начинается долгий путь цифровой трансформации HR: хранилище данных, единые сквозные процессы, грейдинг, унификация действий. Сделайте первые и не самые простые шаги, а после этого на них благодатно добавятся новейшие технологии, которые способны действительно сотворить чудеса с вашим HR-подразделением и сделать его одним из самых эффективных в компании.

Об авторе. Вера Соломатина — директор по персоналу компании SAP CIS.

https://hbr-russia.ru/innovatsii/upravlenie-innovatsiyami/810701

2019-09-06T21:04:31.881+03:00

Mon, 09 Sep 2019 05:11:31 GMT

Почему прорывные технологии не всегда помогают HR-менеджерам

Что нужно предпринять, чтобы алгоритмы сделали работу HR эффективной

Инновации / Управление инновациями

https://cdn.hbr-russia.ru/image/2019/6x/18xkkg/original-1m8e.jpg

Harvard Business Review РоссияHarvard Business Review Россия

Читать полностью

Harvard Business Review РоссияHarvard Business Review Россия