💻 Все побежали, и я побежал: аллегорическое сказание о том, как AI и цифровизация в HR превратились в жупел.

Представьте себе ситуацию: человек насмотрелся аппетитных картинок новых модных блюд (что-то типа молекулярной кухни с бланманже, смузи из чиа и конфи из фейхоа). Допустим, увидел он их в рекламе доставки рационов здорового питания. И вот наш герой решает - это модно, это прогрессивно, всё, только так буду питаться! Но ни к каким дорогостоящим сервисам доставки прибегать не хочет, думает сам справится.

🍴И вот он начинает творить: без рецептов, продуктов и понимания, где достать эти самые ингредиенты. Фейхоа заменит на антоновку и думает, что всё пойдет по плану. Как думаете, улучшится ли его питание и здоровье?

Мораль сей басни такова:
1️⃣Признавайте свои реальные навыки и возможности, если нет ресурсов на дорогостоящую экспертизу.
2️⃣Понимайте, какую проблему решаете. "У всех есть, а у меня нет" — явно не тот случай.
3️⃣Перед тем, как внедрять новое, убедитесь, что у вас есть подходящие инструменты и инфраструктура (Ваш "сахар" 5-летней давности может оказаться "солью").

✅На неделе будем разбираться, как балансировать цели и средства, работая с данными. У вас в практике были случаи, когда отстройка шла от инструмента решения а не от проблематики? Какой был результат?

📈 Data-driven HR: выбираем правильные инструменты
Продолжаю арку логичной простройки HR-аналитики с самых азов.
Сегодня погрузимся в мир простых и доступных инструментов для работы с данными.
В приложенном изображении небольшой чек-лист, который поможет вам навигироваться в самостоятельном выборе инструментария (да, я из тех кто гундит про удочку, а не рыбу).
Разберем каждый инструмент подробнее:
1️⃣ Excel:
➕ Плюсы:
-Интуитивно понятный и привычный большинству интерфейс
-Широкий набор встроенных функций
-Возможность быстрого создания графиков
-Доступность и распространенность
-Возможность работы офлайн
-Совместимость с другими офисными приложениями
➖ Минусы:
-Ограничения по объему обрабатываемых данных
-Сложности при работе с несколькими источниками данных
-Риск ошибок при ручном вводе
-Ограниченные возможности визуализации
-Сложность автоматизации повторяющихся задач
-Проблемы с производительностью при больших объемах данных

2️⃣ Power Query:
➕ Плюсы:
-Мощные возможности по обработке и трансформации данных
-Автоматизация повторяющихся задач
-Работа с различными форматами и источниками данных (базы данных, файлы, онлайн-источники)
-Возможность создания сложных запросов без знания SQL - есть базовый конструктор запросов
-Интеграция с Excel и Power BI
-Обновление данных в режиме реального времени
-Возможность совместной работы над запросами
➖ Минусы:
-Требует времени на изучение и освоение
-Может быть избыточным для простых задач
-Ограниченные возможности визуализации - на фронте работаем в excel
-Потенциальные проблемы с производительностью при сложных трансформациях
-Блокирует работу в excel при открытом редакторе

3️⃣ VBA:
➕ Плюсы:
-Мощные возможности автоматизации в Excel
-Создание пользовательских функций и макросов
-Высокая скорость выполнения операций
-Возможность создания сложных алгоритмов обработки данных
➖ Минусы:
-Требует базовых навыков программирования - нет конструктора запросов
-Сложность в отладке и поиске ошибок
-Зависимость от версии Excel
-Сложность в поддержке и обновлении кода
-Ограниченная переносимость между платформами
-Сложность совместной работы над кодом

4️⃣Power BI:
➕ Плюсы:
-Создание сложных визуализаций и интерактивных отчетов
-Легкость обмена и публикации отчетов
-Интеграция с различными источниками данных
-Мощные возможности для создания DAX-формул
-Возможность совместной работы в реальном времени
➖ Минусы:
-Требует подписки для полноценного использования (я обхожусь и версией без подписки)
-Требуется обучения для использования продвинутых функций
-Ограничения в настройке некоторых визуализаций

В рамках выбора инструментов для работы с данными в HR я осознанно не рассматриваю Google Sheets. Многие компании запрещают использование этого инструмента из-за соображений безопасности.
Причины, почему Google Sheets могут не подойти для работы с чувствительными данными:
⬇️Проблемы с безопасностью: Хотя Google Sheets использует шифрование для защиты данных, он не обеспечивает полного контроля над доступом к информации.
⬇️Необходимость дополнительно администрировать политики доступа.
⬇️Отсутствие возможности маскирования данных.
Для обеспечения безопасности лучше выбирать более надежные локальные инструменты для работы с HR-аналитикой и отчетностью.

Переход к новым инструментам и оптимизация использования текущих – это инвестиция в будущее вашей HR-аналитики. Начать можно с малого: освойте Power Query в Excel, возможно, вам удастся сократить временные затраты более чем на 50% и снизить количество ошибок и корректировок.
🔜В следующем посте арки про автоматизацию будем разбирать какими инструментами в Power Query можно заменить самые популярные сложные действия в Excel.
🔜Далее по треку рассмотрим варианты построения инфраструктуры хранения данных. Гайды по 1С я обязательно сделаю, когда закончу разворачивать у себя базу с синтетическими данными😱
#HRTechV_tools

Если просят вас создать
сложный кластерный дашборд
Вы табличку нарисуйте,
и кричите: "MVP!!!

(авторская вариация на тему "Вредных советов" Остера)

Все чаще наблюдаю следующую ситуацию - под эгидой волшебной фразы "Это MVP" отдаётся совершенно нежизнеспособная история. Комичность ситуации в том, что MVP расшифровывается как Minimal Viable Product, то есть, буквально - минимально жизнеспособный продукт.

Среда - маленькая пятница, а значит время улыбнуться и аллегорически посмотреть на примеры подмены понятий в нашей с вами деятельности.

Итак, плохой продукт, выданный за MVP, это как:
🍕Пицца без теста: Представьте себе пиццу, где есть только начинка, но нет теста. В HR-аналитике это как выпустить дашборд без данных, утверждая, что визуализация важнее содержания.
📔Книга без страниц: Как создать инструмент для оценки сотрудников, в котором нет ни одной метрики, но обложка красивая.
🛻Автомобиль без колес: Разработать систему для отслеживания производительности без возможности ввода данных. Зато интерфейс стильный.
🫖Чайник без носика: Разработать систему отчетности, которая не позволяет экспортировать и сохранять отчеты. Но ведь данные то туда можно положить.
♟️Шахматы без фигур: Выпустить инструмент для планирования ресурсов без возможности добавления новых сотрудников. Зато быстро загружается.
🥗Рецепт без ингредиентов: Запустить систему прогнозирования текучести, которая предлагает прогнозы без исходных данных. Но ведь название блюда у нас есть.
🌡️Термометр без шкалы: Разработать показатель эффективности работы команды, который показывает температуру, но не говорит, горячо это или холодно.

✅Мораль: всегда задаем себе вопрос «чтобы что?». При создании продукта крайне важно отталкиваться от боли, которую он призван закрыть, от его функциональности и возможности использования в реальных условиях.

Вечер среды внезапно был посвящен карьерному консультированию. Это не совсем моя область экспертизы, особенно в осложненной специфике (карьерное навигирование релокантов последней волны эмиграции на международном рынке).

Но, энивей, экспертизу в HR в окошко не выкинешь, как и многолетнюю дружбу с консультируемым. О самом кейсе расскажу в другой раз, а сейчас хочу принести вам вопрос, который в моменте поставил меня в тупик. Не потому что я не знаю ответа, а потому что этих ответов у меня как минимум штук 15.

❔»Зачем ты читаешь Telegram-каналы и следишь за инфополем своей и смежной сферы?»
Мои мысли:
✅ Формирую насмотренность.
✅Получаю инсайты.
✅Нахожу новые центры экспертизы.
✅Приобретаю точки сборки для новых знаний.
✅Нетворкинг без социальной нагрузки.
✅Развиваю критическое мышление.
✅Получаю мотивацию и вдохновение, заряжаюсь энергией.
✅Узнаю о новых инструментах и технологиях.
✅Поддерживаю актуальность своих навыков.

🤔❔А каким был бы ваш ответ?
Поделитесь, почему вы следите за инфополем?

Недавно Коммерсантъ опубликовал статью:
ИИ из-под полы: Почему HR скрывают, что применяют нейросети

Статья раскрывает, что 43% HR-специалистов используют инструменты AI, но ❗️68% из них скрывают это от руководства.

☝️Основные тезисы:

📍 68% выборки, признавшей использование AI, делает это скрытно.
📍 Риски тайного использования:
-риски утечки данных через стороннее ПО для AI
-ошибочные управленческие решения, основанные на сравнении эффективности сотрудника, работающего с помощью AI и сотрудника, использующего только общепринятые ресурсы.
📍Некие неназванные эксперты отмечают, что внедрение AI, отложенное на год, приводит к риску отстать в развитии лет на пять.

💭 Мои выводы и мысли:
Лично мне традиционно не хватает ссылок, подтверждающих цифры и тезисы, вокруг которых выстроен текст.
По теме: да, блокировать развитие технологий, актуальных для рынка - плохо.
Да, скрывать от работодателя и коллег прикладные инструменты - плохо и неэтично.
Но в этот момент необходимо задать следующие вопросы:
1. По какой причине сотрудники скрывают использование современных инструментов?
2. Связано ли это с опасениями потерять конкурентное преимущество перед коллегами?
3. Что транслирует культура компании в отношении использования новых инструментов? Приняты ли в компании разделяемые ценности инновационности, или мы имеем дело с классическим сопротивлением изменениям если они коммуницируются не от сущности, содержащей пресловутое слово «начальник» в должности?
4. Кто несет ответственность за создание безопасной и поддерживающей среды в сопровождении изменений?

Сдаётся мне, что, ответив на эти вопросы, мы придем к тому, что решение проблематики статьи лежит несколько глубже, нежели решения формата «нужно покарать всех кто тайно использует несанкционированные инструменты» vs «срочно разрабатываем и внедряем собственный безопасный AI за много-много денег».

По собственному (немаленькому) опыту могу сказать: если более половины сотрудников ищут и находят способы пойти вразрез с принятым процессом - проблема в процессе. И проблема эта подлежит решению через управленческие компетенции а не через it-решения✅

#HRTechVHighlights

На этой неделе было много дискуссий о семантике тех или иных слов, главным образом в профессиональном поле.
И вот что я хочу сказать: язык, особенно язык экспертный - это инструмент. Им нельзя пользоваться совсем уж по наитию. Вас попросту не поймут или поймут неправильно. Вы скажете человеку - принеси мне, пожалуйста, коробку. А потом будете объяснять что у вас в семье коробкой всегда называли миску с фруктами. Бредово звучит? Согласна, тем не менее, с терминами и понятиями очень часто происходит эта самая миска с фруктами.
Корректное использование терминов и понятий обеспечит вам:
-Ясность и понимание
-Отсутствие путаницы и когнитивных искажений в коммуникации
-Согласованность
-Эффективность коммуникации (как минимум, сокращение количества итераций этой самой коммуникации)

Однако, важно не переборщить и придерживаться языковой нормы, адекватной понятийному аппарату тех, с кем вы взаимодействуете.

📍А теперь к аналитике.
Есть такое слово - эффективность. Хорошее слово, нужное.
Эффективность - это показатель, отражающий соотношение затраченных ресурсов к полученному результату.

Возвращаемся к кейсу с коробкой. Стейкхолдер приносит запрос - «я хочу нарастить эффективность процесса».
Задача аналитика, в данном случае:
1. Понять как измеряется эффективность.
2. Оценить её в точке ноль
3. Подсветить область приложения усилий.

И если с результатом все более менее понятно, то с ресурсами часто возникают сложности. Ресурсом может выступать:
-затраченное время
-количество людей, задействованных в процессе
-количество отбракованных изделий
-оборудование, материалы и прочие ресурсы
и так далее, и тому подобное.

Давай учиться конкретизировать запрос. Из фразы «хочу оценить эффективность процесса» может следовать как запрос на оценку стоимости, так и на оценку скорости, качества, потенции к масштабированию.

Эффективная эффективность - это не метрика и не бизнес-показатель ☺️

❔У вас были в практике примеры критичных факапов, вызванных расхождениями в понятийном аппарате?

В рамках арки подготовки данных к полноценной аналитике хочу на конкретном примере показать преимущества моего любимого инструмента для быстрой сборки данных при отсутствии DWH.
📍Как Power Query спасает от рутины: кейс с отчетом по сотрудникам.
*кейс придуман специально для поста, а потому прост и семантически наивен.

не POV, а рил: утро понедельника, ASAP запрос на ad-hoc отчёт по сотрудникам компании.
📋Задача:
Срочно подготовить сводный отчет за 2024 год по сотрудникам компании. Нужны данные:
• Подразделение
• ФИО сотрудника
• Должность
• Дата приема
• Количество детей
• Возраст детей
⏰Срок: 15 минут, скоро начнётся встреча для которой нужны данные.
📁Исходные данные:
• 11 ежемесячных файлов со списками сотрудников (разная структура)
• Отдельные файлы с информацией о детях (привязаны к физ.лицам)
Я осознанно не учитываю варианты перенастройки выгрузок из 1С или другой HRM-системы.

Варианты решения:
1️⃣Ручная обработка в Excel:
• Копирование данных: 88+ операций
• Маркировка тезок: ~2 действия
• Дублирование строк для сотрудников с 2+ детьми: ~33 действия
• Объединение данных через ВПР: 1 действие
• Очистка индексов: 2 действия
Итого: 126+ действий, ~32 минуты
2️⃣Excel с гиперссылками:
• Маркировка в исходных файлах: ~44 действия
• Сведение ФИО по месяцам
• ВПР с ПОИСКПОЗ: 66 действий
Итого: 110+ действий, ~28 минут
Как видите - усложнение формул нам сильно время не сэкономило. И проблему быстрой сборки ad-hoc отчётности не решило. Но решило проблему изменений в одном из файлов-источников.
3️⃣Power Query:
Подключение к папкам с файлами (2 действия)
Настройка образца файла для папки (2 действия)
Объединение файлов (2 действия)
Удаление лишних столбцов (1 действие)
Переименование столбцов (1 действие)
Слияние таблиц (1 действие)
Развертывание столбцов с данными о детях (2 действия)
Фильтрация и сортировка (2 действия)
Итого: 13 действий, ~13 минут
Для тех у кого не сошлась математика, одно действие в excel посчитано по нормативу в 15сек, в Query - по минуте

💡И что это такое получается?
Power Query не только экономит время, но и:
• Автоматизирует процесс
❗️Легко обновляется при изменении исходных данных
• Минимизирует ошибки
• Позволяет быстро адаптировать отчет под новые требования (ведь завтра может потребоваться добавить ещё несколько новых срезов, не так ли?)
При этом для освоения не сложнее формул excel и уж точно легче и оптимальнее чем сборка через VBA(макросы).

❔Вопросы к вам:
-В постах такого формата - есть ли потребность прикладывать примеры конкретных формул, файлов и текстов запросов?
-Если кто-то готов поделиться кейсами операционки с отчетами, рутина которых убивает желание жить - я готова в декабре на примере ваших кейсов сделать разбор. Разумеется, на обезличенных синтетических данных!
#HRTechV_tools

Тенденции в HRtech и что нам с этим делать в 2025 году.

На досуге пробежалась по саммари свежего обзора от Smart Ranking

📈 HRTech как и любой _Tech ожидаемо растёт - 40% YoY

🔍Ключевые тренды в HR-аналитике:
• Бизнес обращает внимание на HRtech-решения с удобными встроенными инструментами аналитики.
•Фокус цифровизации смещается с найма на удержание сотрудников (Рост сегмента оценки сотрудников на 35%) - как следствие, аналитику ведет туда же.
🤖 Внедрение искусственного интеллекта остается ключевым технологическим трендом
🔐 Растёт внимание к кибербезопасности и защите данных сотрудников

♾️Интеграция HR-систем в бизнес-процессы:
• Крупные игроки начали предоставлять доступ к API своих продуктов
• Создание экосистем для решения HR-задач
🥷Нехватка HRtech-специалистов на рынке труда

Что из этого следует for me:

📍Фокус деятельности HR-аналитики на 2025-2026 год:
• Прогнозная аналитика из области «не понимаю что это но нам надо» плавно будет переходить в одно из ключевых направлений. Качаем ML?

📆 Вектор развития HRTech:
• Создание единых экосистем HR-решений: интегрированные платформы, объединяющие различные HR-инструменты. Кстати, очень интересный инсайд пост от HRD Tribune на тему таких решений и всеми нами любимой 1С.

⚖️Балансировка развития аналитики и защиты данных:
• Разработка и внедрение систем анонимизации данных.
• Внедрение блокчейн-технологий.
• Внедрение AI-систем для мониторинга доступа к HR-данным.

📚Привет коллегам из EdTech:
• Хорошая возможность закрыть дефициты и начать разработку ёмких специализированных курсов по HR-аналитике (кому писать, готова выступить консультантом на курсе?😂)
• Разработка симуляторов для обучения HR-аналитике (виртуальные среды для практического обучения работе с синтетическими HR-данными).

📅 Рост количества источников данных и потенциальные решения:
• Data-lake системы (единые хранилища данных из разных источников для HR-аналитики).
• Разработка инструментов для валидации данных.
• Внедрение систем семантического анализа.
💰И самое главное, что с карьерным треком HR-аналитиков?
• HR-аналитикам потребуются навыки работы с большими данными - присматриваемся к профилю дата-инженера.
• Формирование гибридных ролей(HR аналитик-data scientist; HR аналитик-HR архитектор; продуктовый HR-аналитик). Лично я продолжаю настаивать, что за гибридными ролями и ролевыми орг.структурами - будущее.

🔮

Готовы поделиться своими гипотезами и/или опасениями относительно трендов в HRTech?

#HRTechVHighlights #HRtech

📍В контексте гипотез о развитии роли HR-аналитика, хочу ещё поговорить о том, что важно формировать насмотренность не только через статьи, исследования и экспертные чатики.
👓Ещё один супер-эффективный способ: следить за рынком труда со стороны соискателя. Это даст вам максимально полное представление о зрелости вашей роли на рынке, куда смещается роль, и насколько востребованы те или иные тренды у реальных компаний.
Мониторю ли я HH? - нет.
Нашла ли я удобный способ, вписанный в мою рутину? -о да.

Вчера замечательному каналу Вакансии в HR-Аналитике, который для меня является инструментом калибровки наравне с PDP, исполнился год. 🎂🥳
Поздравляю и желаю дальнейшего развития.

Мониторинг актуальных предложений - важная часть профессиональной рутины, не только для тех, кто на "низком старте", и мне крайне импонирует то, что эта практика сейчас нормализована.

❓А вы в последние годы сталкивались с негативной реакцией бизнеса на ресёрч вакансий сотрудниками? Расскажите❗️

Немного контекста:
🗓 Исследование продлится до 24.11 - если вы еще не поделились информацией, у вас есть возможность это сделать.
💻Результаты ожидаем 27.11, будет что обсудить.

W - is for WIKI
☝️Я часто говорю о важности наличия адекватной инфраструктуры хранения данных. Рассуждаю о DWH, Data Lake, витринах и вот это вот всё.
Но, хотелось бы напомнить, что в начале было слово, и не цифрой единой живёт бизнес и сотрудники.
Важно не только собирать цифровые данные, но и создавать инфраструктуру для эффективного хранения и распространения текстовой информации aka контекста и смыслов.

📚Хочу поговорить о важности корпоративных wiki.
Какую ценность мы получаем, используя wiki?
1️⃣Ускоряем адаптацию новичков: Они получают доступ к проверенной инфе и быстрее включаются в работу.
2️⃣Оптимизируем рабочие процессы: Унифицированные процессы = меньше ошибок и выше эффективность.
3️⃣Сохраняем интеллектуальный капитал и убираем bus factor: Все знания остаются в компании, даже если ключевые сотрудники уходят. Знаете ситуации, когда важная инфа живет только в голове у одного человека? Wiki решает эту проблему на раз-два. Всё важное - в общем доступе, никаких незаменимых.
4️⃣Улучшаем кроссфункциональное взаимодействие: Когда все знают, кто за что отвечает, коммуникация становится проще и эффективнее.
5️⃣Повышаем самостоятельность сотрудников: Люди сами находят ответы на вопросы, не отвлекая коллег.
6️⃣Транслируем ценности компании: Wiki - это не просто инфохранилище, а живой организм, который отражает ДНК компании. Тут можно наглядно показать, что для нас важно и как мы работаем.
7️⃣Понимаем востребованность информации: С помощью wiki легко отследить, какие страницы самые популярные. Это буквально инсайты на блюдечке - что реально нужно людям, а что пылится без дела.
8️⃣Снижение нагрузки на службу поддержки: Создаем раздел FAQ и базу знаний - и вуаля, половина вопросов решается без лишних тикетов и звонков в техподдержку. Высший пилотаж - ссылки на релевантные статьи в wiki, которые показываются пользователю при заведении таски в поддержку.

💡В общем, корпоративная wiki - это не просто кладбище регламентов, а реальный инструмент для повышения эффективности бизнеса. Она помогает создавать контекст, смысл, значение, суть и глубину корпоративных знаний. То есть, некая DWH, но для контекста.
В конце концов, не забывайте: кто владеет информацией - тот владеет миром.

Тут должна была быть реклама вендора wiki для бизнеса, но мне её не предложили.

Поэтому просто поделюсь системами, с которыми работала я:
🔸Confluence - это любовь
🔸Notion - тоже любовь, которая бросила меня по смс
🔸Жуткая вики с дизайном из нулевых, не знаю даже на каком ПО - как раз таки кладбище регламентов.

Для личных целей с недавних пор использую импортозамещающий Craft.

❓А как у вас обстоят дела с корпоративными знаниями? Используете ли вы wiki или другие инструменты для их хранения и распространения? Какие барьеры преодолевали/преодолеваете?

©️Лечим всю бабушку, а не её анализы©️
Определяем продуктовые атрибуты HR-аналитики.

Начинаем арку HR-метрик. Сегодня поделюсь своим подходом к разработке системы HR-метрик эффективности той или иной HR-функции.
Я рассматриваю любую систему метрик как продукт, а значит она должна обладать следующими атрибутами:
1️⃣Видение (Vision): Долгосрочная цель и направление развития системы метрик.
2️⃣Миссия: Основное предназначение системы метрик в контексте компании.
3️⃣Целевая аудитория: Конкретные пользователи и стейкхолдеры системы метрик.
4️⃣ Ценностное предложение: Какую пользу и ценность приносит система метрик пользователям.
5️⃣Функциональные требования: Конкретные возможности и функции системы метрик.
6️⃣Нефункциональные требования: Требования к производительности, масштабируемости, безопасности и т.д. (помним, что работаем с чувствительными данными)
7️⃣Дорожная карта (Roadmap): План развития системы метрик во времени.
8️⃣KPI: Ключевые показатели эффективности самой системы метрик.
9️⃣Обратная связь от пользователей: Механизм сбора и обработки отзывов для улучшения системы. Обязательно на старте работ договариваемся со стейкхолдерами - как будем взаимодействовать по мере развития продукта. Я в своё время словила весьма негативный фидбэк как раз таки из-за отсутствия коммуникаций по изменениям в ходе работ.
1️⃣0️⃣Итерации и релизы: План регулярных обновлений и улучшений системы метрик.

🟧Давайте вместе выполним упражнение и пропишем атрибуты для системы метрик анализа эффективности процесса подбора🟧

🔸Vision: Создать data-driven систему оценки эффективности процесса подбора персонала, способствующую принятию обоснованных управленческих решений и постоянному улучшению процесса.
🔸Миссия: Обеспечить стейкхолдеров актуальными, точными и actionable данными для оптимизации процессов подбора и адаптации персонала.
🔸Целевая аудитория: HRD, лидер функции, рекрутеры, hiring-менеджеры.
🔸Ценностное предложение: Повышение эффективности HR-функции путем оптимизации процессов на основе данных, что приведет к снижению затрат на найм и росту качества привлекаемых ресурсов.
🔸Функциональные требования:
🔵Отслеживание ключевых метрик (Time-to-Hire/Time-to-Fill, Quality of Hire, Cost per Hire)
🔵Визуализация данных в интерактивных дашбордах.
🔵Возможность drill-down до уровня отдельных вакансий, рекрутеров, нанимающих менеджеров и других срезов.
🔵Интеграция с существующими HR-системами.
🔸Нефункциональные требования:
🔵Обновление данных в режиме реального времени.
🔵 Высокий уровень безопасности и конфиденциальности данных.
🔵 Интуитивно понятный интерфейс для пользователей разного уровня технической подготовки.
🔸Дорожная карта (Roadmap) (тут очень индивидуально, но давайте пофантазируем):
Проведение брифов 〰️ Разработка структуры метрик 〰️ Внедрение базовых метрик〰️ Интеграция прогнозной аналитики
🔸KPIs системы метрик (на мой взгляд этот пункт важнее чем все остальные):
✔️Уровень adoption (Feature Adoption Rate/Соотношение DAU/MAU)
✔️Частота использования системы
✔️Количество принятых решений на основе данных системы
✔️Удовлетворенность пользователей

Как вам упражнение? Применимо к вашей деятельности?
О брифах и формировании структуры метрик - в следующем посте арки.
⬇️

#HRTechV_metrics #hr_аналитика

Свежий (вчерашний) материал от Ведомостей.
Дефицит кадров ускорил автоматизацию HR-процессов в российских компаниях.

🔸 В 2023 году спрос на HR-автоматизацию вырос на 70%, и более половины работодателей считают это главным трендом 2024 года. Ох, как же я не люблю когда в форкастинге и анализе трендов используют данные условно лохматых годов.
🔸 Компании внедряют комплексные HRM-системы для повышения эффективности, сокращения времени на найм и роста удовлетворенности сотрудников.
🔸Инвестиции в технологии становятся необходимыми для адаптации к новым условиям рынка труда и повышения конкурентоспособности.

Вывод: Автоматизация HR-процессов стремительно теряет хайп-статус и становится суровой и необходимой реальностью.
❓Интересно, за какой временной отрезок в этот статус перейдут цифровизация, предиктивка, и AI?
❓А все, кстати, могут различить автоматизацию и цифровизвцию?

#HRTechVHighlights #HRtech

💫Неформальное знакомство и ледокол «Две правды, одна ложь»💫

Привет, друзья. Вас становится больше, и я решила, что пришло время перестать быть обезличенным экспертом и рассказать вам немного о себе. Вместо скучных фактов (они есть тут) предлагаю сыграть в игру “Две правды, одна ложь”.

Вот три факта обо мне:
1️⃣ Я воспитываю кота по имени Батон, который моментально становится звездой в любом комьюнити.
2️⃣ Когда-то моей основной run-задачей был расчет зарплаты на 1000+ человек в эксельках.
3️⃣ Я коллекционирую книги по HR-аналитике и имею более 50 экземпляров в коллекции.


💬Теперь ваша задача — угадать, какой из этих фактов является ложью. Напишите свои варианты в комментариях.

Подсказка: кот Батон — не просто питомец, он мой главный помощник в мире HR-аналитики.
Чтобы поднять вам настроение, я подготовила специальный стикерпак с подходом Батона к HR-аналитике.
✅Он уже доступен для скачивания: https://news.1rj.ru/str/addstickers/BATON_HRTechVision

Не забудьте оставить свои комментарии и делитесь своими догадками. Ведь мы с Батоном облегчили вам задачу.💫

Слона надо есть по частям, а с какой части начать?

📎Продолжаем тему HR-метрик и сегодня поговорим о брифах со стейкхолдерами - как ключевом этапе разработки системы метрик.
❓Зачем нужны брифы:
🔸Уточнить цели. Определяем ЧТО именно нужно достичь с помощью системы метрик.
🔸Собрать информацию. Собираем данные о текущих процессах, потребностях и ожиданиях пользователей.
🔸Избежать двояких толкований и непонимания.

⏹️Как сформировать адекватный задаче бриф?
Мне нравится методология Design Thinking. Этот подход не ограничивается сбором пожеланий стейкхолдеров, но фокусируется на понимании потребностей пользователей. Включает этапы эмпатии, определения проблемы, идеации, прототипирования и тестирования.

ЭТАПЫ:
🟧Эмпатия:
•Понимание потребностей пользователей через интервью, опросы и наблюдения.
•Сбор информации о том, с какими проблемами сталкиваются сотрудники и менеджеры.
🟧Определение:
•Формулирование основных проблем на основе собранных данных.
•Создание четкого описания того, что нужно решить.
🟧Идеация:
•Генерация идей для решения выявленных проблем.
•Проведение мозговых штурмов с участниками из разных команд для поиска креативных решений.

Следующие два этапа относятся уже к разработке продукта.

🟧Прототипирование. Ссоздание прототипов и разработка MVP.

🟧 Тестирование. Проверка прототипов на пользователях и сбор обратной связи.

Разберем на базе нашей системы метрик эффективности процесса подбора примеры вопросов, которые стоит задать нашей ЦА.

✔️HRD:
•Каковы основные бизнес-цели, которые мы хотим поддерживать с помощью системы метрик?
•Какие текущие проблемы в HR-процессах вы хотели бы решить?
✔️Рекрутеры:
•Какие метрики вы считаете наиболее важными для оценки эффективности подбора?
•Какие данные вам нужны для принятия решений в процессе найма?
✔️Hiring-менеджеры:
•Какие критерии качества найма вы используете?
•Как вы оцениваете успешность новых сотрудников после их адаптации?

❗️Далеко не все в состоянии лаконично ответить на один фокусный вопрос. При разработке брифа используйте разные формулировки, учитывайте языковую норму и уровень data-ориентированности респондента. Иногда есть смысл задать один и тот же вопрос несколько раз в разных формулировках. Не бойтесь возвращаться к уже заданным вопросам. Повторное уточнение может выявить новые аспекты проблемы или дать возможность респонденту переосмыслить свой ответ. Это также позволяет проверить согласованность ответов и выявить возможные противоречия.

#HRTechV_metrics #hr_аналитика