Менеджмент / Управление персоналом

Новый взгляд на кадровую аналитику

Новый взгляд на кадровую аналитику

|24 ноября 2018|Пол ЛеонардиНошир Контрактор

«Мы можем подтвердить все статистикой и графиками. Так что отстаньте». Наклейки на ноутбук с таким ободряющим слоганом раздавали новым сотрудникам отдела кадровой аналитики Google несколько лет назад: в то время доверие к отделу, видимо, было невысоко. HR-аналитика — принятие решений по управлению персоналом на основе статистических данных — тогда была чем-то необычными, и скептики опасались, что она обезличит работу с людьми. Кадровики и раньше собирали информацию о сотрудниках ­— но мысль о том, что с ее помощью можно понять людей и научиться ими управлять, была новой, а потому подозрительной.

Сейчас эта наклейка устарела. Более 70% компаний считают кадровую аналитику приоритетным направлением работы. Уже появились успешные кейсы — например, проект Oxygen компании Google позволил понять, как действуют лучшие менеджеры технологического гиганта, и применить их методы работы в ходе тренингов, чтобы улучшить производительность труда отстающих сотрудников. Среди других примеров, демонстрирующих мощь HR-аналитики, — эксперименты Dell по повышению продаж.

Однако, как часто бывает, если раньше эту технологию недооценивали, то теперь ее переоценивают. Откровенно говоря, за последние десять лет HR-аналитика развилась не так существенно, как хотелось бы. Исследование Tata Consultancy Services показало, что на отдел персонала (обычно он занимается аналитикой) приходится лишь 5% корпоративных инвестиций в большие данные. Как следует из последних отчетов Deloitte, хотя кадровая аналитика проникла во многие компании, лишь 9% из них понимают, каким образом качества и навыки сотрудников влияют на показатели организации.

ИДЕЯ КОРОТКО

Проблема
Чтобы ставшая модной HR-аналитика работала максимально эффективно, нужно изучать не только демографические характеристики сотрудников.
Решение
Необходимо внедрить реляционную аналитику, исследующую данные о взаимодействии людей, — она поможет, среди прочего, выявить перспективных новаторов и наиболее влиятельных сотрудников, а также понять, какие коллективы способны выполнять работу в срок.
Материал для анализа
Компании могут анализировать «цифровой выхлоп» — данные, создаваемые сотрудниками в ходе ежедневной работы в сети: электронной переписки, пересылки файлов, общения в чатах.

В чем же дело? Если аналитики действительно «могут подтвердить все статистикой и графиками», где результат? Мы полагаем, что проблема в узком подходе к анализу данных. Кадровики изучают информацию об отдельных сотрудниках, в то время как не менее, а то и более важно исследовать данные о взаимодействии людей.

Именно этим занимается новая дисциплина, которую мы назвали «реляционная аналитика». Компании, которые будут использовать ее методы в HR-аналитике, яснее увидят, какие сотрудники помогают им добиться успеха — в инновационной деятельности, укреп­лении влияния или повышении показателей. Эти организации, кроме того, узнают, на ком держится коллектив и какие подгруппы в нем формируются.

К счастью, материал для реляционного анализа в компаниях уже есть. Это так называемый цифровой выхлоп — данные, получаемые в ходе электронной переписки, пересылки файлов, общения в чатах. Исследовав его, можно будет построить качественные реляционные модели.

Ниже мы изложим принципы интерпретации и применения реляционной аналитики. Кстати, мы можем подтвердить все статистикой и графиками!

Реляционная аналитика. Подробности

До сих пор кадровые аналитики изучали прежде всего данные о свойствах сотрудников. Эти свойства бывают двух типов.

  • Качества — неизменные характеристики вроде расы, пола и послужного списка.

  • Состояния — изменяемые характеристики: возраст, уровень образования, стаж работы в компании, премирование, расстояние от дома до работы, количество пропущенных дней.

Для описания коллектива обычно используют оба типа данных: например, исследуется национальный и гендерный состав плюс средний размер зарплаты.

Анализировать свойства необходимо, но этого мало. Совокупные данные о свойствах разных людей могут показаться реляционными, ведь они касаются более чем одного человека, — однако это не так. Реляционные данные можно извлечь, например, из общения двух представителей разных департаментов в течение одного дня. Иначе говоря, реляционная аналитика изучает взаимодействие людей, или социальные сети в широком смысле этого термина.

Научные исследования, проводимые десятилетиями, показали: качество работы сотрудника зависит от его индивидуальных свойств и отношений с другими людьми. Главное — отыскать в данных «структурные подписи», то есть закономерности, или шаблоны, коррелирующие с хорошей или плохой работой. Подобно тому как неврологи способны выявить в нейронных сетях структурные подписи, соответствующие биполярному расстройству или шизофрении, а химики по структурным подписям жидкости могут предсказать ее кинетическую неустойчивость, лидерам организаций удается, опираясь на структурные подписи внутри социальных сетей коллектива, определить будущий уровень креативности или производительности труда отдельных сотрудников, команд и компании в целом.

Шесть подписей реляционной аналитики

Опыт собственных исследований и консалтинга, а также большой корпус работ других ученых позволили нам выявить шесть структурных подписей, лежащих в основе любой реляционной стратегии.

Рассмотрим их по очереди.

Полная версия статьи доступна подписчикам
Выберите срок онлайн-подписки:

https://hbr-russia.ru/management/upravlenie-personalom/787360

2018-11-24T21:06:59.989+03:00

Tue, 27 Nov 2018 15:12:59 GMT

Новый взгляд на кадровую аналитику

Интересуйтесь не только людьми, но и их связями

Менеджмент / Управление персоналом

https://cdn.hbr-russia.ru/image/2018/94/184bpo/original-1l6g.jpg

Harvard Business Review – РоссияHarvard Business Review – Россия

Harvard Business Review – РоссияHarvard Business Review – Россия