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

Изменения на горизонте: перенос исследования и личные новости

👤Раз уж я начала проявляться не только с экспертной стороны, то вынуждена признать публично: у меня наложились смысловые ветки плана постов, и чтобы их не смешивать я переношу публикацию результатов исследования зрелости процессов HR-отчетности.

🟨Результаты будем обсуждать и рассматривать со всех сторон с 9 декабря 📆

⏪А ещё, хочу поделиться личным: некоторое время назад я приняла решение скорректировать свой карьерный трек, поэтому сегодня у меня exit а завтра я улетаю в ✈️Тбилиси. Дышать, отдыхать и продумывать инфопотоки для вас⏩

Имя Хамурапи вам о чем-нибудь говорит? А Генри Форд? А Фредерик Тейлор?
Мы получаем столько информации о трендах и перспективах развития той или иной области, что мне показалось интересным выполнить следующие упражнение: Откатиться в истории hr-аналитики как можно дальше. Использую чит - косвенные предшественники также идут в зачёт.
🟨Древний мир.
Простые методы учета труда: производительность фиксировалась по количеству выполненной работы.
▪️В Египте рабочие на строительстве пирамид получали пайки пищи в зависимости от выполненных норм.
▪️Шумеры использовали клинописные таблички для фиксации труда и выдачи зерна.

🟨Средневековье.
В дело вступают гильдии. Гильдии контролировали обучение и качество работы своих членов, что можно считать ранней формой HR-аналитики. Сбор данных о навыках и производительности работников становится важным аспектом управления.
▫️Гильдии средневековой Европы устанавливали стандарты качества и обучения.
▫️В России ремесленные цехи контролировали квалификацию мастеров.
▫️Устанавливаются нормы труда и контроль качества продукции в рамках цехов.

🟨Промышленная революция.
Пошла жара. С началом промышленной революции в XVIII-XIX веках возникли новые методы учета труда. Появление фабрик требовало более строгого контроля за рабочим временем и производительностью. Начали развиваться системы учета рабочего времени и заработной платы, что стало основой для дальнейшего развития HR-аналитики (по факту управления трудом).
▪️На фабриках внедряются системы учета затрат, где фиксируются затраты на рабочую силу в зависимости от объемов производства.
▪️В Великобритании Фредерик Тейлор начинает разрабатывать методы научного управления, которые включают анализ затрат на труд для повышения эффективности.
▪️В США Генри Форд применяет систему учета рабочего времени для оптимизации процессов и роста производительности.

🟨XX век
В XX веке HR-аналитика начала развиваться как отдельная дисциплина. Она претерпела значительные изменения, развиваясь от простых методов учета труда до сложных систем анализа эффективности и мотивации сотрудников. Зарождается и развивается научный подход к управлению персоналом и развитию теорий мотивации.
▪️В США Мейо проводит Хоторнские эксперименты - серию экспериментов для изучения влияния различных факторов на производительность труда.
▪️Разработка теорий мотивации сотрудников и управления персоналом - Дуглас Макгрегор предлагает теорию X и Y.
▪️Создание модели мотивации сотрудников на основе иерархии потребностей - всем известная пирамида Маслоу.
▪️Питер Друкер предлагает систему управления по целям. "Что измеряется, то и делается" - отличный тезис, который можно калькировать на всю HR-аналитику.
▪️Зарождение и внедрение социометрии.

🟨Современные технологии - XXI век.
Сейчас HR-аналитика включает использование больших данных и предиктивной аналитики. Искусственный интеллект позволяет анализировать данные о производительности сотрудников, предсказывать текучесть кадров и оптимизировать процессы подбора персонала. Это позволяет бизнесу принимать более обоснованные решения на основе данных. Ну или вести таблицы в excel.
▪️Использование алгоритмов машинного обучения для прогнозирования вероятности ухода сотрудников.
▪️Регулярные опросы сотрудников с использованием AI для анализа настроений.
▪️Интеграция данных из различных источников для создания целостной картины о сотрудниках - People big data.
▪️Использование AI для создания персонализированных планов обучения на основе анализа навыков и целей сотрудников.

Хочу отметить, что пост не является исследовательской статьёй и не включает в себя все аспекты развития people-аналитики, я лишь отметила наиболее знаковые for me.
#hr_аналитика #HRTechV_reflections

Теперь, когда мы глубже разобрались с потребностями пользователей и провели брифы, настало время перейти к следующему важному этапу - разработке структуры метрик.

📈Как правильно классифицировать и организовать метрики, чтобы они эффективно поддерживали наши цели❔

🟩To make a long story short, какие вообще бывают метрики и чем они отличаются друг от друга:

🔴Прогностические vs ретроспективные:
⭕️Опережающие (leading). Метрики, которые предсказывают будущие результаты. Например, количество проведенных интервью может предсказать количество успешных наймов.
⭕️Запаздывающие (lagging). Метрики, которые отражают результаты прошедших действий. (Например, уровень удержания или текучести сотрудников за год)

🔴По типу данных: ⭕️Количественные. Измеримые данные, (например время найма или количество кандидатов на вакансию)
⭕️Качественные. Оценочные данные (отзывы о процессе найма от кандидатов/ удовлетворенность новых сотрудников)

🔴По уровню:
⭕️Стратегические. Метрики, которые помогают оценить общую эффективность HR-функции в контексте бизнес-целей. (Возврат на инвестиции в подбор персонала)
⭕️Операционные. Метрики, которые помогают отслеживать ежедневные процессы. (Например, среднее время обработки заявки)

✳️Это далеко не исчерпывающий список типологий, но я, при разработке систем метрик, обычно отталкиваюсь от этих параметров для балансировки системы.

Разработка структуры метрик - важный шаг в создании эффективной системы аналитики. Если вы сможете правильно классифицировать и организовать метрики - вам откроется не только опция мониторинга процессов, но и возможность предсказывать будущие результаты.

🔍For me, оптимальный способ на этапе разработки: сформировать матрицу метрик.

Как правило, я включаю в матрицу следующие элементы:
🔥Типы метрик
🏷Описание (семантика) метрики.
🔥Роль и значение роли: Определяет, какую функцию выполняет метрика в системе и как она способствует достижению целей.
🏷Драйверы и индикаторы: Указывают на факторы, влияющие на результат метрики, и измеримые показатели для оценки этих драйверов.
🔥Метод расчета: Четко определенный способ вычисления значений метрики, который должен быть основан на лучших практиках.
🏷Зона влияния и ROI: Как метрика влияет на бизнес-показатели и возврат инвестиций.
🔥Влияющие и зависимые метрики: Как другие метрики могут влиять на данную или зависеть от нее.

🟩Польза матрицы
Матрица - отличный рабочий инструмент для балансировки системы метрик. Например, если процесс фокусируется на эффективности, но большинство метрик являются запаздывающими, это может указывать на недостаточную способность системы предсказывать будущие результаты и адаптироваться к изменениям.
Использование такой матрицы помогает не только структурировать информацию о метриках, но и сделать их более понятными для всех участников процесса, обеспечивая более эффективное управление HR-функциями.

#HRTechV_metrics #hr_аналитика

ДАННЫЕ - ЭТО НОВАЯ НЕФТЬ

❓Как вы понимаете эту фразу в контексте HR-процессов?

мои мысли:

1️⃣Ценность. Как и нефть, данные имеют огромную ценность только если они правильно обработаны и использованы.
2️⃣Переработка. Нефть требует переработки, чтобы превратиться в полезные продукты. Точно так же, данные должны быть проанализированы и интерпретированы, чтобы из них можно было добыть ценные инсайты.
3️⃣ Конкуренция за ресурсы. Компании конкурируют за доступ к данным так же, как страны конкурируют за нефтяные ресурсы.
4️⃣ Этика и ответственность. Как и с нефтью, работа с данными требует ответственности. Важно учитывать этические аспекты сбора и использования данных о сотрудниках.

Вот только нефть конечна, а данные, по ощущениям - стремятся к бесконечности.

💬 Поделитесь со мной мыслями?

#HRTechV_reflections

🔍Мифы об HR-аналитике.

Попробую развенчать несколько известных мне мифов об HR-аналитике.

🔠🔠🔠1️⃣HR-аналитика-только для больших компаний.
В реальности HR-аналитика может быть реализована в бизнесе любого масштаба. Даже небольшие компании могут использовать данные для оптимизации процессов. Главное - правильно определить ключевые метрики и начать с малого. И не забывать про недорогие, но эффективные инструменты и инфраструктуру хранения данных.
🔠🔠🔠2️⃣HR-аналитика - это просто набор отчётов.
Многие считают, что HR-аналитика сводится лишь к созданию отчётов и красивеньких дашбородов. На самом деле это процесс анализа данных для выявления тенденций, предсказания будущих результатов и разработки стратегий на основе полученных инсайтов. HR-аналитика - это про принятие обоснованных решений на основе фактов, а не про столбчатую диаграмму в Power BI.
🔠🔠🔠 3️⃣ Данные говорят сами за себя.
Данные не самоочевидны. Интерпретация данных требует глубокого понимания контекста и специфики бизнеса. Мало увидеть уходящий в пике график укомплектованности. Необходимо знать какие предикторы аффектят на метрику и куда бежать чинить процесс.

💡С какими мифами вы сталкивались? Какой самый популярный в вашей профессиональной деятельности?