Forwarded from Тренды образования
Увлекательнейший выпуск «Современной аналитики образования» — «Карьерное консультирование в современном мире: Теории и практики в России и за рубежом». Если ваша работа связана с профориентацией или карьерным консультированием (включая центры развития карьеры, hr-департаменты и корпоративные университеты), рекомендую прочитать доклад целиком и внимательно. А пока основные тезисы:
▪️В индустриальную эпоху термин «карьера» интерпретировался в бюрократическом ключе и предполагал однонаправленную прогрессию по иерархической лестнице внутри организации или поля профессиональной деятельности. «Выбирая» профессию, человек автоматически выбирал определенную жизненно-карьерную траекторию, которая далее разворачивалась по заранее определенному сценарию. Профессия и работа обычно совпадали с карьерой.
▪️В настоящее время карьера определяется как «процесс длиною в жизнь, в рамках которого индивид регулирует свои обучение и профессиональную деятельность для создания качественной жизни». В рамках этого процесса индивид может неоднократно менять направление деятельности, комбинировать профессиональные треки или работать одновременно в нескольких профессиональных сферах. Одновременно утрачивает актуальность традиционное деление образовательных специализаций на гуманитарные, естественно-научные и технические дисциплины.
▪️Карьеру больше не выбирают, но конструируют через серию выборов в течение жизни. Уверенность в будущем и социальная защищенность лежат не в факте трудоустройства (employment), а в способности к трудоустройству (employability). Последнее подразумевает профессиональную гибкость, адаптируемость и способность осваивать новые навыки.
▪️Личный успех не сводится к карьерному и включает такие элементы, как субъективные ощущения счастья и удовлетворения своих познавательных, эстетических и физических потребностей, желание приносить пользу и реализация личностных ценностей.
▪️Национальное лонгитюдное исследование образования в США показало, что неопределенность выбора в 16 лет имеет отрицательное влияние на зарплату в 26 лет. В то же время молодежь с высокими карьерными притязаниями имеет более высокие образовательные достижения, выбирает более престижные специальности и получает более высокую зарплату.
▪️Образовательно-карьерный выбор и адекватная навигация в современном мере определяются социально-экономическим статусом (СЭС) семьи. Молодежь низших классов отличает тенденция пассивно принимать свое будущее в отношении как выбора карьеры, так и общих жизненных планов и приоритетов. Недостаточность или ограниченность притязаний в отношении будущего становится основным препятствием для учеников с низким СЭС к получению высшего образования.
▪️Образование в течение всей жизни включает различные формальные, неформальные и информальные формы учения и обучения в разных жизненных и институциональных контекстах. Связность и согласованность действий, а также преемственность целей в этой схеме задает сам индивид. Одновременно будущее страны зависит от качества решений и переходов, принимаемых ее гражданами в течение жизненного пути.
▪️Исследование ОЭСР показывает, что уровень участия в обучении в течение всей жизни у мигрантов ниже, чем у местных жителей. Вместе с тем мигранты чаще указывают, что не могут принять участие в желаемом количестве мероприятий. По-видимому, спрос со стороны мигрантов выше, чем со стороны местных, но не может быть удовлетворен из-за различного рода препятствий: финансовых, информационных, культурных и др.
▪️В странах Европейского союза концепция lifelong learning остается одним из важнейших принципов внутренней политики.
▪️В индустриальную эпоху термин «карьера» интерпретировался в бюрократическом ключе и предполагал однонаправленную прогрессию по иерархической лестнице внутри организации или поля профессиональной деятельности. «Выбирая» профессию, человек автоматически выбирал определенную жизненно-карьерную траекторию, которая далее разворачивалась по заранее определенному сценарию. Профессия и работа обычно совпадали с карьерой.
▪️В настоящее время карьера определяется как «процесс длиною в жизнь, в рамках которого индивид регулирует свои обучение и профессиональную деятельность для создания качественной жизни». В рамках этого процесса индивид может неоднократно менять направление деятельности, комбинировать профессиональные треки или работать одновременно в нескольких профессиональных сферах. Одновременно утрачивает актуальность традиционное деление образовательных специализаций на гуманитарные, естественно-научные и технические дисциплины.
▪️Карьеру больше не выбирают, но конструируют через серию выборов в течение жизни. Уверенность в будущем и социальная защищенность лежат не в факте трудоустройства (employment), а в способности к трудоустройству (employability). Последнее подразумевает профессиональную гибкость, адаптируемость и способность осваивать новые навыки.
▪️Личный успех не сводится к карьерному и включает такие элементы, как субъективные ощущения счастья и удовлетворения своих познавательных, эстетических и физических потребностей, желание приносить пользу и реализация личностных ценностей.
▪️Национальное лонгитюдное исследование образования в США показало, что неопределенность выбора в 16 лет имеет отрицательное влияние на зарплату в 26 лет. В то же время молодежь с высокими карьерными притязаниями имеет более высокие образовательные достижения, выбирает более престижные специальности и получает более высокую зарплату.
▪️Образовательно-карьерный выбор и адекватная навигация в современном мере определяются социально-экономическим статусом (СЭС) семьи. Молодежь низших классов отличает тенденция пассивно принимать свое будущее в отношении как выбора карьеры, так и общих жизненных планов и приоритетов. Недостаточность или ограниченность притязаний в отношении будущего становится основным препятствием для учеников с низким СЭС к получению высшего образования.
▪️Образование в течение всей жизни включает различные формальные, неформальные и информальные формы учения и обучения в разных жизненных и институциональных контекстах. Связность и согласованность действий, а также преемственность целей в этой схеме задает сам индивид. Одновременно будущее страны зависит от качества решений и переходов, принимаемых ее гражданами в течение жизненного пути.
▪️Исследование ОЭСР показывает, что уровень участия в обучении в течение всей жизни у мигрантов ниже, чем у местных жителей. Вместе с тем мигранты чаще указывают, что не могут принять участие в желаемом количестве мероприятий. По-видимому, спрос со стороны мигрантов выше, чем со стороны местных, но не может быть удовлетворен из-за различного рода препятствий: финансовых, информационных, культурных и др.
▪️В странах Европейского союза концепция lifelong learning остается одним из важнейших принципов внутренней политики.
#опрос #зарплата Друзья, приглашаю пройти мини-опрос. Заполнение анкеты займет не более 5 минут, тем самым вы поможете собрать данные для одного учебного проекта. Заранее спасибо участникам! Автор опроса поделится анализом и инсайтами. https://forms.gle/8Ncum18qaFRg7NLn7
Google Docs
Мини-опрос "Зарплата моей мечты"
#учебная_аналитика Приглашаю участников моего канала подписаться на новый канал "Учебная аналитика" от ведущего эксперта по проектированию обучения и учебной аналитике – Максима Скрябина.
Учебная аналитика все сильнее развивается в России и за рубежом и привлекает больше внимания исследователей, преподавателей, методистов корпоративного обучения. Она используется для проверки качества учебных материалов, выявления лучших педагогических практик, лучшего понимания процесса обучения, создания адаптивных обучающих систем и т.п.
Учебная аналитика все сильнее развивается в России и за рубежом и привлекает больше внимания исследователей, преподавателей, методистов корпоративного обучения. Она используется для проверки качества учебных материалов, выявления лучших педагогических практик, лучшего понимания процесса обучения, создания адаптивных обучающих систем и т.п.
#визуализация_данных #вебинар Опубликована запись вебинара "Что нового в визуализации данных опроса" (What's New in Visualizing Survey Data), анонс которого я размещал ранее. Если не смогли принять участие, то смотрите запись и загружайте полезные материалы.
YouTube
What's New in Visualizing Survey Data Using Tableau (July 8, 2021)
Please join Steve on his continuing journey on how to best visualize survey data. Steve's done a lot of thinking -- and jammed/sparred with some friends and colleagues -- and wants to share some new approaches.
See https://www.datarevelations.com/visualizing…
See https://www.datarevelations.com/visualizing…
#10_заповедей_аналитика Заповедь 3. Numbers matter, but remember that there are people behind the numbers
#визуализация_данных #анализ_сетей #графы В 2014 году, когда с помощью API Фейсбука это можно было сделать, я выгрузил данные по своим друзьям и общим друзьям. Получился вот такой социальный граф. Не знаете ничего о графах? Тогда смотрите доклад Ивана Ямщикова "Как дружба с графами может помочь вашему бизнесу".
Фейсбук предоставляет возможность скачать данные, которые он собрал о пользователе (о вас и вашем поведении) за всё время, но такую визуализацию по ним уже не построить: в выгрузке данных есть только список друзей, подписчиков, запросов в друзья, отклоненные запросы в друзья и т.п., но общих друзей нет в выгрузке. Кстати, все данные в удобном машиночитаемом виде -- в формате JSON.
Кому интересно, как можно скачать и анализировать данные о вашем профиле Facebook, а также узнать, куда они (данные) утекают см. запись дата-стрима "Изучаем данные Facebook" с Любой Поповец.
Фейсбук предоставляет возможность скачать данные, которые он собрал о пользователе (о вас и вашем поведении) за всё время, но такую визуализацию по ним уже не построить: в выгрузке данных есть только список друзей, подписчиков, запросов в друзья, отклоненные запросы в друзья и т.п., но общих друзей нет в выгрузке. Кстати, все данные в удобном машиночитаемом виде -- в формате JSON.
Кому интересно, как можно скачать и анализировать данные о вашем профиле Facebook, а также узнать, куда они (данные) утекают см. запись дата-стрима "Изучаем данные Facebook" с Любой Поповец.
#поведение_пользователей #аналитика #социальные_сети #графы Развитие современных информационных и компьютерных технологий, существующие алгоритмы анализа данных открывают для исследователей и практиков новые возможности работы с разнообразными данными, характеризующими поведенческую активность пользователей сайтов (онлайн-ресурсов, сообществ и социальных сетей).
В 2016 году я анализировал данные по пользователям форума -- зарегистрированным участникам Экспертного сообщества психологов-психодиагностов (ЭСПП). Зачем?
Во-первых, такая информация дает понимание того, в каком направлении необходимо развивать технические сервисы форума, улучшать коммуникацию на профессиональные темы участников.
В-вторых, данные об активности пользователей, их взаимодействии друг с другом позволяет понимать механизмы распространения информации, искать лучшие "каналы" ее распространения.
В-третьих, как и для любого социального сообщества, понимать скрытые механизмы и движущие силы, особенности социальной динамики, прогнозировать те или иные изменения и т.п.
... многое чего полезного
Приведу только пример, как определялся т.н. "социометрический статус" участника ЭСПП (см. картинку к этому посту). На форуме участники могут подписываться на других участников (аналог добавления в друзья в социальных сетях). Информация представлена в виде графа, где размер круга отражает т.н. "социометрический статус": чем больше радиус круга, тем больше пользователей подписались («добавили в друзья») на этого пользователя. Такой анализ можно сделать для любых сообществ, в том числе для сообществ внутри организаций – корпоративных порталов и сетей, в которых сотрудники взаимодействуют друг с другом.
Рекомендую посмотреть запись лекции "Анализируй это: как ученые исследуют поведение людей в интернете", в которой Янина Ледовая рассказывает о том, как за последние 10 лет появилось много новых способов изучать поведение людей, какую роль в этом сыграл интернет, где мы постоянно оставляем следы — поведенческие, языковые, эмоциональные. Как ученые исследуют поведение людей с помощью социальных сетей, онлайн-видеоигр и образовательных платформ? Какие задачи ставят перед собой психологи, лингвисты и программисты?
В 2016 году я анализировал данные по пользователям форума -- зарегистрированным участникам Экспертного сообщества психологов-психодиагностов (ЭСПП). Зачем?
Во-первых, такая информация дает понимание того, в каком направлении необходимо развивать технические сервисы форума, улучшать коммуникацию на профессиональные темы участников.
В-вторых, данные об активности пользователей, их взаимодействии друг с другом позволяет понимать механизмы распространения информации, искать лучшие "каналы" ее распространения.
В-третьих, как и для любого социального сообщества, понимать скрытые механизмы и движущие силы, особенности социальной динамики, прогнозировать те или иные изменения и т.п.
... многое чего полезного
Приведу только пример, как определялся т.н. "социометрический статус" участника ЭСПП (см. картинку к этому посту). На форуме участники могут подписываться на других участников (аналог добавления в друзья в социальных сетях). Информация представлена в виде графа, где размер круга отражает т.н. "социометрический статус": чем больше радиус круга, тем больше пользователей подписались («добавили в друзья») на этого пользователя. Такой анализ можно сделать для любых сообществ, в том числе для сообществ внутри организаций – корпоративных порталов и сетей, в которых сотрудники взаимодействуют друг с другом.
Рекомендую посмотреть запись лекции "Анализируй это: как ученые исследуют поведение людей в интернете", в которой Янина Ледовая рассказывает о том, как за последние 10 лет появилось много новых способов изучать поведение людей, какую роль в этом сыграл интернет, где мы постоянно оставляем следы — поведенческие, языковые, эмоциональные. Как ученые исследуют поведение людей с помощью социальных сетей, онлайн-видеоигр и образовательных платформ? Какие задачи ставят перед собой психологи, лингвисты и программисты?
#оценка_персонала #психометрика #тесты_интеллекта #компетенции 26 августа 2021 в 17:00 МСК состоится дискуссия о двух методах в оценке персонала: оценка интеллекта VS оценка компетенций.
Для каких позиций высокий интеллект и его оценка играет решающую роль?
Какие показатели по шкале интеллекта будут нормой, в зависимости от должности. Почему можно и нужно брать сотрудников с интеллектом 4,5 из 10.
Как показать бизнесу ценность тестовой оценки личностных качеств сотрудников?
Почему тесты незаменимы в оценке потенциала Soft Skills и как полученные результаты помогут выстроить работу с коллективом и увеличить эффективность компании в целом.
Преимущества и недостатки каждого из инструментов (оценка интеллекта VS оценка компетенций): какой выбрать?
В чём отличие двух инструментов оценки и какие результаты можно получить от комплексного подхода.
Спикеры:
Михмель Анна, специалист по оценке HT Lab
Воскресенская Елена, директор по развитию бизнеса HT Lab
Банченко Екатерина, директор по персоналу Фри Лайнс Компани
Лаврова Людмила, руководитель центра подбора и развития персонала Капитал Life
Участие бесплатное, необходима предварительная регистрация.
Для каких позиций высокий интеллект и его оценка играет решающую роль?
Какие показатели по шкале интеллекта будут нормой, в зависимости от должности. Почему можно и нужно брать сотрудников с интеллектом 4,5 из 10.
Как показать бизнесу ценность тестовой оценки личностных качеств сотрудников?
Почему тесты незаменимы в оценке потенциала Soft Skills и как полученные результаты помогут выстроить работу с коллективом и увеличить эффективность компании в целом.
Преимущества и недостатки каждого из инструментов (оценка интеллекта VS оценка компетенций): какой выбрать?
В чём отличие двух инструментов оценки и какие результаты можно получить от комплексного подхода.
Спикеры:
Михмель Анна, специалист по оценке HT Lab
Воскресенская Елена, директор по развитию бизнеса HT Lab
Банченко Екатерина, директор по персоналу Фри Лайнс Компани
Лаврова Людмила, руководитель центра подбора и развития персонала Капитал Life
Участие бесплатное, необходима предварительная регистрация.
#оценка_персонала Опубликована запись вебинара-дискуссии о двух методах в оценке персонала: оценка интеллекта VS оценка компетенций
YouTube
Оценка интеллекта VS оценка компетенций: когда и что лучше работает?
Мы провели вебинар-дискуссию о двух методах в оценке персонала:
оценка интеллекта и оценка компетенций.
О чём поговорили с приглашёнными экспертами:
✔ Для каких позиций высокий интеллект и его оценка играет решающую роль?
✔ Как показать бизнесу ценность…
оценка интеллекта и оценка компетенций.
О чём поговорили с приглашёнными экспертами:
✔ Для каких позиций высокий интеллект и его оценка играет решающую роль?
✔ Как показать бизнесу ценность…
#психометрика Существует как минимум три операциональных определения процентилей, диктующих нам способ их вычисления.
1) Например, если мы знаем, что некий респондент набрал по тесту 72 балла, и 364 человека из 500 (прошедших тест) имеют балл ниже 72, то мы можем вычислить процентиль просто: 364 / 500 * 100 = 73%. Мы в данном случае говорим, что 72 балла данного человека соответствует 73-му процентилю.
2) Есть и второй способ, когда мы знаем не только то, сколько набрали меньше баллов, но и сколько имеют такой же балл.
3) Ну и третий способ, когда мы знаем только среднее и стандартное отклонение (т.е. не имеем полного доступа к распределению баллов). Если предположить, что баллы распределены нормально, то мы спокойно сможем связать баллы со стандартным нормальным распределением (или т.н. "единичным нормальным распределением"). Примеры реализации в R для 3 способов.
1) Например, если мы знаем, что некий респондент набрал по тесту 72 балла, и 364 человека из 500 (прошедших тест) имеют балл ниже 72, то мы можем вычислить процентиль просто: 364 / 500 * 100 = 73%. Мы в данном случае говорим, что 72 балла данного человека соответствует 73-му процентилю.
2) Есть и второй способ, когда мы знаем не только то, сколько набрали меньше баллов, но и сколько имеют такой же балл.
3) Ну и третий способ, когда мы знаем только среднее и стандартное отклонение (т.е. не имеем полного доступа к распределению баллов). Если предположить, что баллы распределены нормально, то мы спокойно сможем связать баллы со стандартным нормальным распределением (или т.н. "единичным нормальным распределением"). Примеры реализации в R для 3 способов.
#оценка_персонала #тесты О профессиональной пригодности
Исаак Нафтульевич Шпильрейн еще в 1925 году при анализе значения личного фактора пригодности писал, что "во всякой работе бывают хорошие и плохие работники: хороший тот, кто самостоятельно и без лишней затраты труда и времени выполняет нужную работу; плохой тот, кто тратит на работу чересчур много материалов, труда и времени, или же тот, кто ни при каких затратах не может самостоятельно сделать хорошей работы". Непригодность к работе, по его мнению, имеет две причины: 1) недостаток квалифкации (недостаточная подготовленность), которая решается путем обучения, подтягивания квалификации до требуемого уровня 2) непригодность работника (когда при одном же уровне подготовки, одинаковой систематичности обучения -- один работник будет опережать другого по уровню успешности).
Изначальная пригодность людей к той или иной работе НЕ одинакова. Именно поэтому необходим профессиональный отбор. Технологии отбора, как и методы измерения индивидуальных особенностей работника, связанных с успешностью, хорошо изучены. Вопрос не в том, что мы не умеем оценивать успешность работника, а в том, что бизнес не всегда знает, какие работники ему необходимы для достжения целей существования бизнеса. Цель любого бизнеса -- получение прибыли, а организация -- это не приют для неудачников.
В ситуации массового отбора в больших организациях для огромного числа кандидатов (например, тысячи кандидатов/сотрудников, работающих в разных городах у федеральных компаний!) традиционный метод "подбор по рекомендациям" или анализ резюме уже просто никак не даёт эйчарам приемлимых результатов глазами "бизнес заказчика", так приводит к ошибкам в подборе, увеличению сроков закрытия вакансий, неудовлетворенностью процедурой отбора со стороны кандидатов/сотрудников и т.п. При этом именно с помощью достаточно дешевых и массовых стандартизированных процедур можно отсеивать хотя бы "дураков" (тест как инструмент отсева, а не отбора). Конечно, у нас преобладают универсальные и низкоточные инструменты (например, тест-опросник "Большая пятерка" в его разных модификациях), а бизнесу явно не хватает более специализированных и более высокоточных инструментов. Следует заметить, что универсальные инструменты хоть и являются низкоточными для прогноза на коротких отрезках, обладают важным достоинством -- они дают приближенный, но более дальнодействующий прогноз. Поэтому существующие универсальные инструменты (оценки мотивации, личностных особенностей и способностей) следует дополнять специализированными (управленческий и профессиональный потенциал, лидерство, склонность к риску и т.п).
Логика "есть тесты -- используем" не работает, так как недостаточно взять любой тест (универсальный/специализированный), чтобы максимизировать прибыль организации от "барьерометрии", барьер работает, но не для тех. Что касается "слишком много должностных обязанностей, разные требования": никто не отменял важности предварительного анализа деятельности, предварительной работы по выявлению этих требований. Алгоритмы есть, технологии есть, но у бизнеса нет времени, как правило, на такие практико-ориентированные изыскания.
Исаак Нафтульевич Шпильрейн еще в 1925 году при анализе значения личного фактора пригодности писал, что "во всякой работе бывают хорошие и плохие работники: хороший тот, кто самостоятельно и без лишней затраты труда и времени выполняет нужную работу; плохой тот, кто тратит на работу чересчур много материалов, труда и времени, или же тот, кто ни при каких затратах не может самостоятельно сделать хорошей работы". Непригодность к работе, по его мнению, имеет две причины: 1) недостаток квалифкации (недостаточная подготовленность), которая решается путем обучения, подтягивания квалификации до требуемого уровня 2) непригодность работника (когда при одном же уровне подготовки, одинаковой систематичности обучения -- один работник будет опережать другого по уровню успешности).
Изначальная пригодность людей к той или иной работе НЕ одинакова. Именно поэтому необходим профессиональный отбор. Технологии отбора, как и методы измерения индивидуальных особенностей работника, связанных с успешностью, хорошо изучены. Вопрос не в том, что мы не умеем оценивать успешность работника, а в том, что бизнес не всегда знает, какие работники ему необходимы для достжения целей существования бизнеса. Цель любого бизнеса -- получение прибыли, а организация -- это не приют для неудачников.
В ситуации массового отбора в больших организациях для огромного числа кандидатов (например, тысячи кандидатов/сотрудников, работающих в разных городах у федеральных компаний!) традиционный метод "подбор по рекомендациям" или анализ резюме уже просто никак не даёт эйчарам приемлимых результатов глазами "бизнес заказчика", так приводит к ошибкам в подборе, увеличению сроков закрытия вакансий, неудовлетворенностью процедурой отбора со стороны кандидатов/сотрудников и т.п. При этом именно с помощью достаточно дешевых и массовых стандартизированных процедур можно отсеивать хотя бы "дураков" (тест как инструмент отсева, а не отбора). Конечно, у нас преобладают универсальные и низкоточные инструменты (например, тест-опросник "Большая пятерка" в его разных модификациях), а бизнесу явно не хватает более специализированных и более высокоточных инструментов. Следует заметить, что универсальные инструменты хоть и являются низкоточными для прогноза на коротких отрезках, обладают важным достоинством -- они дают приближенный, но более дальнодействующий прогноз. Поэтому существующие универсальные инструменты (оценки мотивации, личностных особенностей и способностей) следует дополнять специализированными (управленческий и профессиональный потенциал, лидерство, склонность к риску и т.п).
Логика "есть тесты -- используем" не работает, так как недостаточно взять любой тест (универсальный/специализированный), чтобы максимизировать прибыль организации от "барьерометрии", барьер работает, но не для тех. Что касается "слишком много должностных обязанностей, разные требования": никто не отменял важности предварительного анализа деятельности, предварительной работы по выявлению этих требований. Алгоритмы есть, технологии есть, но у бизнеса нет времени, как правило, на такие практико-ориентированные изыскания.
Forwarded from People Analytics
В телеграме не так много каналов по hr аналитике, но я рекомендую канал Виктории Пискаревой "Красивая аналитика" -- канал про hr-данные, для тех кто любит hr-цифры и цветы🌺
В канале публикуются кейсы, факапы и лайфхаки про:
🌺 визуализацию данных
🌺 hr-метрики
🌺 hr-аналитику
🌺 автоматизацию hr-процессов
🌺 и немного про agile
В канале публикуются кейсы, факапы и лайфхаки про:
🌺 визуализацию данных
🌺 hr-метрики
🌺 hr-аналитику
🌺 автоматизацию hr-процессов
🌺 и немного про agile
Telegram
Красивая аналитика | HR
Авторский канал Виктории Пискаревой
Про HRTech продукты, автоматизацию HR процессов, аналитику, данные о людях, опыт пользователей и жизнь вокруг
РКН:
https://vk.cc/cHknrk
за сотрудничеством к @victoria_pi
или https://telega.in/c/whrdata/?r=hC2dMj5r
Про HRTech продукты, автоматизацию HR процессов, аналитику, данные о людях, опыт пользователей и жизнь вокруг
РКН:
https://vk.cc/cHknrk
за сотрудничеством к @victoria_pi
или https://telega.in/c/whrdata/?r=hC2dMj5r
#hr_digital #профиль #исследования 15 сентября – День HR-менеджера! С профессиональным праздником всех причастных и деепричастных 😊
Новый поведенческий профиль HR в эпоху Digital
Цифровые технологии с каждым годом оказывают всё более серьезное влияние на профессиональную сферу управления человеческими ресурсами. Термин e-HRM возник в 1990-е гг. как способ реализации стратегий, политики и деятельности в области управления человеческими ресурсами с абсолютным использованием веб-каналов. На ряду с понятием e-HRM в практику и теорию управления персоналом прочно вошло понятие Digital HR -- оптимизация процесса, в которой социальные, мобильные, аналитические и облачные (SMAC) технологии используются для того, чтобы сделать HR более эффективным, действенным и связанным. Что потребуется от HR, чтобы сохранить свое влияние и продолжать эффективно и результативно адаптироваться в эпоху цифровых технологий?
Компания Insight222 Research совместно с Pymetrics по результатам исследования опубликовали отчет "HR in the Digital Age: A New Behavioural Profile of the HR Professional". Поведенческий профиль HR-профессионалов был разработан на основе результатов выполнения геймифицированных упражнений от Pymetrics.ai (выборка 266 лучших HR-специалистов из различных отраслей, включая гостиничный бизнес, здравоохранение и образование, строительство, розничная торговля, госслужба и финансы). Результатом является уникальный поведенческий профиль современного HR-профессионала, состоящий из девяти поведенческих черт (см. рисунок), которые могут способствовать успеху HR в эпоху цифровых технологий.
Одна из девяти поведенческих черт, оцениваемых в ходе исследования -- это стиль принятия решений. Профессиональный поведенческий профиль HR показывает тенденцию к интуитивному принятию решений. HRы склонны принимать решения на основе интуиции и предыдущего опыта, в отличие от более взвешенного, рефлексивного и аналитического подхода к решению проблем. Это не означает, что каждый HR должен стать специалистом по анализу данных. Однако HR для достижения успеха в эпоху Digital должны обладать цифровой грамотностью и аналитическими способностями. Критически важно уметь собирать данные, извлекать из них полезные инсайты для принятия решений. Без этого процесса HR рискует выполнять работу, не приносящую ценности для организации.
Основные выводы исследования:
1. HRы обладают потенциалом для поддержки организации в непрерывном процессе адаптации в эпоху Digital. Существует значительное совпадение между типичным поведенческим профилем HR сегодня и профилем идеального поведения работников, способных добиваться успеха в цифровой среде, управляемой данными. Поэтому следует растить таланты внутри организации путем инвестирования в повышение квалификации HRов -- это реальная альтернатива найму новых сотрудников для заполнения пробелов в навыках.
2. Поведенческие данные могут помочь в создании правильного опыта обучения HR. Многие HR полагаются на интуицию и предыдущий опыт, а не на аналитические навыки. Однако цифровая среда требует взвешенного и структурированного принятий решений на основе аналитики и данных. Организации могут с помощью целевого обучения и развития уверенно подготовить HR к успеху в цифровой среде, управляемой данными.
3. Поведенческая оценка играет важную роль в трансформации организационной культуры для подготовки талантов к цифровому будущему, основанному на данных. Результаты поведенческих оценок помогают организациям лучше понять потенциальное соответствие между существующими талантами и будущими ролями, имеющими стратегическое значение. Но развитие талантов не происходит в вакууме -- культура должна поддерживать преобразование HR в цифровую функцию, управляемую данными. Это важно для изменения организационной культуры как части этой трансформации.
Исследование предоставляет HR-руководителям и бизнесу четкие доказательства того, что инвестиции в развитие цифровых навыков их HR-команд крайне важны. Кроме того, исследование в целом демонстрирует уверенность в способности HR поддерживать бизнес посредством цифровой трансформации.
Новый поведенческий профиль HR в эпоху Digital
Цифровые технологии с каждым годом оказывают всё более серьезное влияние на профессиональную сферу управления человеческими ресурсами. Термин e-HRM возник в 1990-е гг. как способ реализации стратегий, политики и деятельности в области управления человеческими ресурсами с абсолютным использованием веб-каналов. На ряду с понятием e-HRM в практику и теорию управления персоналом прочно вошло понятие Digital HR -- оптимизация процесса, в которой социальные, мобильные, аналитические и облачные (SMAC) технологии используются для того, чтобы сделать HR более эффективным, действенным и связанным. Что потребуется от HR, чтобы сохранить свое влияние и продолжать эффективно и результативно адаптироваться в эпоху цифровых технологий?
Компания Insight222 Research совместно с Pymetrics по результатам исследования опубликовали отчет "HR in the Digital Age: A New Behavioural Profile of the HR Professional". Поведенческий профиль HR-профессионалов был разработан на основе результатов выполнения геймифицированных упражнений от Pymetrics.ai (выборка 266 лучших HR-специалистов из различных отраслей, включая гостиничный бизнес, здравоохранение и образование, строительство, розничная торговля, госслужба и финансы). Результатом является уникальный поведенческий профиль современного HR-профессионала, состоящий из девяти поведенческих черт (см. рисунок), которые могут способствовать успеху HR в эпоху цифровых технологий.
Одна из девяти поведенческих черт, оцениваемых в ходе исследования -- это стиль принятия решений. Профессиональный поведенческий профиль HR показывает тенденцию к интуитивному принятию решений. HRы склонны принимать решения на основе интуиции и предыдущего опыта, в отличие от более взвешенного, рефлексивного и аналитического подхода к решению проблем. Это не означает, что каждый HR должен стать специалистом по анализу данных. Однако HR для достижения успеха в эпоху Digital должны обладать цифровой грамотностью и аналитическими способностями. Критически важно уметь собирать данные, извлекать из них полезные инсайты для принятия решений. Без этого процесса HR рискует выполнять работу, не приносящую ценности для организации.
Основные выводы исследования:
1. HRы обладают потенциалом для поддержки организации в непрерывном процессе адаптации в эпоху Digital. Существует значительное совпадение между типичным поведенческим профилем HR сегодня и профилем идеального поведения работников, способных добиваться успеха в цифровой среде, управляемой данными. Поэтому следует растить таланты внутри организации путем инвестирования в повышение квалификации HRов -- это реальная альтернатива найму новых сотрудников для заполнения пробелов в навыках.
2. Поведенческие данные могут помочь в создании правильного опыта обучения HR. Многие HR полагаются на интуицию и предыдущий опыт, а не на аналитические навыки. Однако цифровая среда требует взвешенного и структурированного принятий решений на основе аналитики и данных. Организации могут с помощью целевого обучения и развития уверенно подготовить HR к успеху в цифровой среде, управляемой данными.
3. Поведенческая оценка играет важную роль в трансформации организационной культуры для подготовки талантов к цифровому будущему, основанному на данных. Результаты поведенческих оценок помогают организациям лучше понять потенциальное соответствие между существующими талантами и будущими ролями, имеющими стратегическое значение. Но развитие талантов не происходит в вакууме -- культура должна поддерживать преобразование HR в цифровую функцию, управляемую данными. Это важно для изменения организационной культуры как части этой трансформации.
Исследование предоставляет HR-руководителям и бизнесу четкие доказательства того, что инвестиции в развитие цифровых навыков их HR-команд крайне важны. Кроме того, исследование в целом демонстрирует уверенность в способности HR поддерживать бизнес посредством цифровой трансформации.
#пятница #dataviz #dataart Рекомендую канал Натальи Киселевой.
Канал посвящен визуализации данных, комиксам и рисункам по этой теме, немного дата-арта, сторителлинга и интересного дата-виза.
Канал посвящен визуализации данных, комиксам и рисункам по этой теме, немного дата-арта, сторителлинга и интересного дата-виза.
#аналитикаVSинтуиция У современных организаций есть два сценария развития: 1) либо внедрять data-driven HR и усиливать свои конкурентные преимущества на рынке 2) либо делать отчётность для собственников в стиле "всё хорошо, прекрасная маркиза" и уйти с рынка. Пока, к сожалению, больше распространен второй сценарий, если данные противоречат интуиции, тем хуже для данных -- мы их игнорируем, выдавая желаемое за действительное. Выбирайте, что для вас важнее: жизнь или имитация жизни? HR аналитика позволяет понять, что работает, а что нет, чтобы перестать это далее использовать в управлении. Она не имеет значения, если в организации все ориентируются на HiPPO.
#цитаты #измерение "Я часто говорю, что когда вы можете измерить то, о чем говорите, и выразить это в цифрах, вы кое-что знаете об этом; но когда вы не можете измерить это, когда вы не можете выразить это в цифрах, ваше знание является скудным и неудовлетворительным; это может быть началом знания, но вы едва ли в своих мыслях достигли научной ступени, какой бы она ни была" (с) Уильям Томсон, лорд Кельвин, король викторианской физики
Forwarded from People Analytics
#психометрика #тесты #визуализация В последние время всё больше провайдеров-разработчиков оценочночных инструментов стали уделять внимание отчету по результатам тестирования для самих кандидатов, не требующий специальных знаний для понимания результата тестирования и его интерпретации.
Например, отчет SHL CEB по тесту способностей содержит простое и понятное описание уровня способностей, который продемонстрировал участник, а также статистику, которая чаще всего его интересует: количество отвеченных вопросов, верных и неверных ответов и др.
По данным исследований CEB, те кандидаты, чей опыт взаимодействия с организацией был позитивным, демонстрируют желание прикладывать дополнительные усилия в своей работе на 15% чаще, а желание остаться в компании – на 38% чаще. Напротив, каждый третий кандидат, получивший негативный опыт при контакте с компанией, рассказывает о нем окружающим, в том числе в социальных сетях, и это отрицательно сказывается на бренде компании. Кроме того, каждый пятый кандидат с неудачным опытом оценки перестает приобретать продукцию компании
Например, отчет SHL CEB по тесту способностей содержит простое и понятное описание уровня способностей, который продемонстрировал участник, а также статистику, которая чаще всего его интересует: количество отвеченных вопросов, верных и неверных ответов и др.
По данным исследований CEB, те кандидаты, чей опыт взаимодействия с организацией был позитивным, демонстрируют желание прикладывать дополнительные усилия в своей работе на 15% чаще, а желание остаться в компании – на 38% чаще. Напротив, каждый третий кандидат, получивший негативный опыт при контакте с компанией, рассказывает о нем окружающим, в том числе в социальных сетях, и это отрицательно сказывается на бренде компании. Кроме того, каждый пятый кандидат с неудачным опытом оценки перестает приобретать продукцию компании
Forwarded from People Analytics
#ТЕЗАЛ #HRу_на_заметку Чем полезна HR-менеджеру система ТЕЗАЛ, или о женском творчестве в представлениях о "супер-менеджере" ;)
О чем нам говорит объявление?
1) При конверсии в БигФайв получился следующий профиль:
Активность (Экстраверсия) = 20
Миролюбие (Согласие) = 1
Сознательность = 5
Стабильность = 10
Новаторство = 21
2) Результат дефакторизации (обратной конверсии профиля в словник):
Конструктивный, Подвижник, Обольстительный (?), Дельный,
Созидатель, Неотразимый (?), Вольнодумец (?), Приметливый (?),
Стратег, Жизнелюбивый,Умелый.
Видим, по списку дефакторизации, что профиль отражает ...гм...
женское творчество в представления о "супер-менеджере". Он получился весьма похожим на... супер-любовника (!?)
34 Результат конверсии буферного списка в профиль 16PF:
А = 15 (общительность)
В = 54 (интеллект)
С = 36 (эмоциональная стабильность)
Е= 23 (доминантность)
F = 1
G = 21 (моралистичность)
H = 31 (социальная смелость)
I = -20 (мужественность)
L = 6 (незначительная подозрительность)
M = -17 (практичность)
N = 10 (воспитанность)
O = 4
Q1= 25 (новаторство)
Q2 = 14 (самодостаточность)
Q3 = 31 (организованность)
Q4 = 20 (стремление к свершениям)
4) Результат обратной конверсии от профиля 16PF к прилагательным (результат дефактризации):
Умелец, Коммерсант, Продуктивный., Оперативный, Деловитый,
Смекалистый, Дееспособный, Жизнеспособный, Передовой,
Преуспевающий, Созидательный, Прогрессивный, Приметливый (?), Целеустремленный, Деловой.
Как видим по содержанию дефакторизации, более детальный профиль16PF лучше отразил сфокусированность на деловых чертах, а не на коммуникативно-личностных.
Спасибо Александру Георгиевичу Шмелеву за текст и анализ в системе ТЕЗАЛ.
См. подробный пример работы с ТЕЗАЛ: конверсии слов в объявлении-вакансии в факторные профили B5 и 16PF http://forum.ht-line.ru/posts/25161/
О системе ТЕЗАЛ и заявка на приобретение: http://tezal.tilda.ws/sponsor
О чем нам говорит объявление?
1) При конверсии в БигФайв получился следующий профиль:
Активность (Экстраверсия) = 20
Миролюбие (Согласие) = 1
Сознательность = 5
Стабильность = 10
Новаторство = 21
2) Результат дефакторизации (обратной конверсии профиля в словник):
Конструктивный, Подвижник, Обольстительный (?), Дельный,
Созидатель, Неотразимый (?), Вольнодумец (?), Приметливый (?),
Стратег, Жизнелюбивый,Умелый.
Видим, по списку дефакторизации, что профиль отражает ...гм...
женское творчество в представления о "супер-менеджере". Он получился весьма похожим на... супер-любовника (!?)
34 Результат конверсии буферного списка в профиль 16PF:
А = 15 (общительность)
В = 54 (интеллект)
С = 36 (эмоциональная стабильность)
Е= 23 (доминантность)
F = 1
G = 21 (моралистичность)
H = 31 (социальная смелость)
I = -20 (мужественность)
L = 6 (незначительная подозрительность)
M = -17 (практичность)
N = 10 (воспитанность)
O = 4
Q1= 25 (новаторство)
Q2 = 14 (самодостаточность)
Q3 = 31 (организованность)
Q4 = 20 (стремление к свершениям)
4) Результат обратной конверсии от профиля 16PF к прилагательным (результат дефактризации):
Умелец, Коммерсант, Продуктивный., Оперативный, Деловитый,
Смекалистый, Дееспособный, Жизнеспособный, Передовой,
Преуспевающий, Созидательный, Прогрессивный, Приметливый (?), Целеустремленный, Деловой.
Как видим по содержанию дефакторизации, более детальный профиль16PF лучше отразил сфокусированность на деловых чертах, а не на коммуникативно-личностных.
Спасибо Александру Георгиевичу Шмелеву за текст и анализ в системе ТЕЗАЛ.
См. подробный пример работы с ТЕЗАЛ: конверсии слов в объявлении-вакансии в факторные профили B5 и 16PF http://forum.ht-line.ru/posts/25161/
О системе ТЕЗАЛ и заявка на приобретение: http://tezal.tilda.ws/sponsor