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?

При обсуждении в комьюнити поста о мифах я получила отличный комментарий: ©️Главный миф HR-аналитики состоит в том, что она кому-то нужна©️

Штош, звучит как вызов. Давайте разбираться а зачем вообще эта самая аналитика нужна в HR (заодно еще раз сформулирую своё УТП как наёмного работника/консультанта). Да, опять читерю.

🟧Пройдёмся по ролям:

🔎Рекрутёр: Оптимизировать воронку найма ➡️быстрее находить подходящих кандидатов и снижать затраты на подбор.

🔖Ресёрчер: Анализ данных рынка труда ➡️выявления лучших источников кандидатов.

📄Кадровик: Автоматизация и оптимизация процесса документооборота ➡️минимизация ошибок и высвобождение до 30% FTE

💰CnB: Оценка эффективности программ вознаграждений ➡️рост eNPS и eCSI, оптимизация бюджета.

📚TnD : EdTech решения и расчет ROI программ обучения ➡️буст эффективности функции.

💬Внутриком: Автоматизация и оптимизация анализа вовлеченности и уловлетворенности сотрудников.

👥HRBP: Анализ данных о производительности и эффективности труда➡️data driven стратегическое планирование.

📊HRG: Консолидированные данные для принятия управленческих решений ➡️комплексный подход к управлению персоналом.

Но так-то да, HR-аналитика сама по себе никому не нужна, нужен продукт, который она (как функция) создаёт.

Сбер тут форкастировал HR-тренды 2025. И вот один из заявленных трендов.

Проработка «антихрупкости»
Из-за постоянной турбулентности в мире растёт число выгорающих на работе сотрудников. Часто выгорают молодые работники — люди поколения Z и миллениалы. Поэтому работодатели развивают не просто устойчивость к изменениям, а умение адаптироваться к постоянным переменам.
Для этого HR-специалисты и руководители отделов устраивают «профилактический стресс» — создают условия, чтобы команда решала нестандартные задачи и совершала незначительные ошибки. При таком подходе сотрудники развивают самостоятельность.

Что-то я как-то даже не знаю. Создание нестандартных кейсов для прокачки мышцы решений - ок. Стресс, будь он хоть тысячу раз профилактический - не ок.
Я понимаю аналогию со спортом, в курсе что стресс бывает положительным, это всё я понимаю. Но есть у меня некое наитие что на выходе получим очередное прикрытие хаоса. Это как знаете, фраза «у нас стартап» в своё время служила оправданием примерно всему.

❓Что думаете?

#HRTechVHighlights

Искусство презентовать себя - бесценно.
Хай левел - когда ты настолько доходчиво транслируешь свою экспертность, что это могут ретранслировать в дальнейшие коммуникации.
У меня, судя по всему, в навыке самопрезентации пока есть несколько пробелов😂
Ну, или на другой стороне пробел в искусстве слышать собеседника?

💘А вы бы на такую рекомендацию как отреагировали? Заинтересовались бы кандидатом?

Где же, всё таки, таится самое плохое зло?

В последнее время у нас было достаточно поводов для тревог и стресса, и я всё пытаюсь нащупать, кто же, собственно, главный злодей говна в наших историях.

⏹️Есть такая штука, как управление изменениями. Для того чтобы изменение случилось и реализовалось, оно должно быть, как минимум:
🔹Обусловлено контекстом
🔹Управляемо
🔹Поддерживаемо сильными мира сего.

Вспомним Прометея. Крутую же инициативу парень внедрял? А чем все закончилось? Он не учел, что изменения должны быть поддержаны сильными союзниками (и руководством) и приняты обществом.
А у Волдеморта почему получилось влёгкую камбэкнуть? Он сыграл на нежелании общества верить в грядущие изменения.

А что с HR? Что с бизнесом? У нас тут не Поттериана и не мифы Древней Греции.

Здесь мы часто сталкиваемся с фатальными ошибками:
1️⃣Недостаток подготовки и планирования: Многие стартуют внедрение без четкого понимания необходимых данных и инструментов.
2️⃣Отсутствие команды поддержки: Когда сотрудники не участвуют в процессе изменений - они закономерно сопротивляются. Важно вовлекать их в обсуждение целей и методов внедрения, чтобы снизить уровень недоверия.
3️⃣Забить на коммуникацию или имитировать её: Недостаток информирования о предстоящих изменениях создает слухи и недопонимания. Нет доверия - нет пряничка.
4️⃣Игнорировать разделяемую корп.культуру: Изменения, идущие в разрез с принятыми ценностями будет саботировано чуть более чем полностью.
5️⃣Человек-торопыжка у руля: Внедрение изменений с космической скоростью создаёт путаницу и ступор среди сотрудников, они не успевают адаптироваться.
6️⃣ «Теперь это ваша жизнь» - оставить людей один на один с изменениями, не обеспечив поддерживающую среду.

В сухом остатке, чтобы не зафакапить проект, нужно учитывать контекст, управлять процессом и калиброваться о конечного потребителя. И не забывать о поддержке как изнутри так и сверху. Вам очень пригодится императивная поддержка (aka управленческая) и наличие амбассадаров изменений.

Иначе ваш проект превратится в То-Что-Нельзя-НазыватьИспользовать 🙂