#аналитик_рекомендует Книжка про оружие математического поражения -- она о том, как алгоритмы превратились в опасное оружие в руках государства и корпораций, как они поражают в основном самые бедные и незащищённые слои населения. Книжка о том, как модели "черного ящика" выносят вердикты, подчас очевидно ошибочные и вредные, но их решения обжалованию не подлежат и являются окончательными, тем самым оказывая разрушительное влияние на судьбы людей. Увлекательный рассказ о том как работают алгоритмы, использующиеся полицией, страховыми компаниями, банками и другими организациями и какой вред они могут нанести.

​​#книжки Рекомендую эту книгу эйчарам, чтобы не попасть в ловушку маркетинговых сервисов, которые кричат о себе, что у них все на основе ИИ. ИИ бывает разный, в том числе в HR-практике его просто пока нет (даже в варианте "слабого ИИ"). Есть отдельные примеры использования машинного обучения (МО), но МО -- это не ИИ. Существует много путаницы с машинным обучением и искусственным интеллектом. Большинство людей вообще уверены, что это примерно одно и то же. Бывают ситуации, когда компании продают свои решения и сознательно игнорируют различия между терминами для более звучной рекламы.
Машинное обучение – это направление работы с ИИ, которое традиционно определяется как: "наука о компьютерных алгоритмах, которые автоматически улучшаются благодаря опыту". МО – это один из способов, с помощью которого человечество пытается создать настоящий ИИ. Машинное обучение основывается на работе с большими наборами данных, путем изучения и сравнения данных для поиска общих паттернов и изучения нюансов.
Например, если предоставить программе машинного обучения много рентгеновских снимков с соответствующими симптомами, она сможет упростить или даже автоматизировать анализ рентгеновских изображений в будущем
Многие считают более выгодным использовать абстрактный термин ИИ, который источает мистическую ауру, а не рассказывать более конкретно о том, какие технологии они используют. Это помогает им лучше продавать свои продукты.

#10_заповедей_аналитика Заповедь 1. Следуй за данными, куда бы они ни вели ... Продолжение следует

​​#10_заповедей_аналитика Заповедь 2. Всё есть данные. Анализируй!

​​#аналитик_рекомендует #книжки Одна из лучших книг по операционной аналитике от директора по аналитике компании Teradata Билла Фрэнкса. Термин "операционная аналитика" применим к ситуации, когда аналитика становится неотъемлемой частью принятых индивидуальных решений и осуществленных индивидуальных действий в рамках организации. Она используется для поддержки не стратегических и значимых, а повседневных тактических решений. Когда аналитический процесс выводится на операционный уровень, он напрямую управляет деятельностью. Иными словами, когда аналитические решения внутри компании не просто помогают видеть результаты прошлого и тестировать сценарии будущего. Речь о принятии решений алгоритмами без участия (вмешательства) человека. "Революция в аналитике" — это пошаговое практическое руководство по внедрению операционной аналитики и автоматизации принятия решений. Специалистам по аналитике, ИТ и всем, кто хочет сделать свою организацию успешнее на основе подхода Big Data.

#пятничное #аналитики_тоже_шутят Будни аналитиков :)

#датасеты #R Рекомендую канал Александра, где время от времени он препарирует открытые датасеты и делится найденными в них инсайтами. Все делается исключительно на R! Welcome to @datafunk

#размышления #психология_личности
Интроверты vs Экстраверты

Быть экстравертом нам "предписывает" современная культура. Важно быть обаятельным и харизматичным актером, очаровывать своими навыками ораторского мастерства, быть убедительным в диалоге с незнакомым человеком, проявлять свою уверенность в ситуациях социального взаимодействия. Иными словами, быть общительным и раскованным в межличностном контакте. А вот быть интровертом в таком мире очень сложно и ... даже стыдно.

Мы как-то с коллегами обсуждали: кто будет успешнее -- руководитель-экстраверт или руководитель-интроверт? Со всей уверенностью могу сказать, оба, но в разных ситуациях и разных коллективах, решающих разные задачи. Именно поэтому, когда мы разрабатывали проекцию результатов психологического тестирования на модель компетенций, то для одних руководителей/специалистов важным был полюс "экстраверсия", а для других -- "интроверсия". И это работает!

Не так легко живется интровертам в современном мире :) Именилось ли что-то для интровертов из-за пандемии коронавируса (см. опрос выше)?
Так или иначе,
на помощь интровертам приходит Сьюзан Кейн:
https://www.youtube.com/watch?v=XtyXsOqBHEQ&feature=emb_noscript

#компетенции #валидность #data_driven Исследование моделей компетенций (российские компании)

Компетенции как привидения:
все о них говорят, но мало кто их видел

13 октября Максим Пескин (CEB SHL) провел вебинар на тему "Результаты исследования моделей компетенций" (исследование CEB SHL на базе 170+ моделей компетенций российских компаний из 13 отраслей). С разрешения Максима Пескина публикую часть слайдов из презентации и мои комментарии к ним (см. pdf-файл, прикрепленный к этому посту).

​​#заметки Ликерт, а не Лайкерт
Давайте будем писать/говорить, как бы этого хотел сам Ренсис Ликерт: "My last name is pronounced LICK-ert, not LIKE-ert".

Какая hr-аналитика -- такие и конкурсы по hr-аналитике: кейс без данных!

У Маши рост 175 см, веса мы ее не знаем, но IQ у нее 130 баллов. Маша зарабатывает 55 тыс. рублей в мес. 70% доходов уходят на ком.платежи, питание. Живет одна, две кошки и собака. Задание: 1) определите проблемы Маши 2) Предложите решение с помощью анализа данных 3) Предложите методы оценки изменений в жизни Маши. PS: все совпадения с реальной Машей полностью случайны, на ее месте легко мог оказаться Миша.

#статьи #полезное #ссылки Не так давно появилась статья "7 пыток аналитикой" (http://hr-benchmarking.ru/taknenado), мнение о которой я чуть раньше написал. Сегодня увидел статью "3 греха аналитика" (http://www.ht.ru/cms/component/content/article/1-aricles/110275). Если авторов первой можно уличить в скрытой рекламе своего продукта HR-бенчмаркинга, то автор второй, написанной по мотивам первой, выступает в роли адвоката дьявола :) Иными словами, драматизм и "сгущение красок" -- это всё, что есть в описании пыток аналитикой. Где они нашли таких аналитиков-инквизиторов? Классический пример описания по результатам ощупывания сферического коня в вакууме. Поэтому только приветствую краткую заметку Арама Фомичева из "Гуманитарных технологий" и рекомендую к ознакомлению. Мораль проста: аналитиками не рождаются, ими становятся.

#размышлизмы Источник силы у HR-аналитика -- сырые данные и возможность добыть из них знания

#пятничное #аналитики_тоже_шутят Data-driven decision making Когда мы НЕ готовы инвестировать в работу с данными, когда НЕ готовы смотреть на данные, когда мы НЕ умеем извлекать смысл из данных, когда мы НЕ доверяем данным, тогда приходят ОНИ ... Гороскопы, магическое мышление, домыслы, интуиция, когнитивные искажения ;)

​​Для расчета согласованности экспертов в многокритериальной оценке в очередной раз пригодился индекс согласованности (r.wg) предложенный James, L. R., Demaree, R. G., & Wolfe, G. (1984). Он основан на сравнении наблюдаемой дисперсии экспертных оценок с дисперсией, которую можно было бы наблюдать, если бы эксперты выставляли баллы случайным образом. Индекс равняется единице, когда имеет место полное согласие экспертов (все видят одно и то же). Если же оценки распределены равномерно по всей шкале, то он будет стремиться к нулю. Для измерения степени согласованности по всей совокупности критериев используется модификация индекса rwg(J), предложенная Линделлом и Брандтом (1997). В этом показателе сравнивается усредненная по всем критериям дисперсия экспертных оценок с дисперсией равномерно распределенных баллов.

Первоисточники для тех, кто хочет погрузиться в тему:

James, L.R., Demaree, R.G., & Wolf, G. (1984). Estimating within-group interrater reliability with and without response bias. Journal of Applied Psychology, 69, 85-98.

Lindell, M. K. , & Brandt, C. J. (1997). Measuring interrater agreement for ratings of a single target. Applied Psychological Measurement , 21,271–278

#введение_HR_аналитика #презентации

Презентация «Введение в HR аналитику», которую готовил 3 года назад для «вводного знакомства» и обсуждения с HR-специалистами. Конечно, сейчас я бы ее сделал по-другому, хотя по содержанию она не потеряла свою актуальность. PS: шрифты, оформление и форматирование текста в слайдах слетело после конвертации в pdf, но у меня не сохранился оригинал. Публикую "как есть".

​​Кому и зачем нужны стандарты?
Работник, знающий и следующий профессиональным стандартам – САМЫЙ ЦЕННЫЙ работник вашей организации. Наличие стандартов и их применение на практике (например, Российского стандарта тестирования персонала https://ht-lab.ru/knowledge/standarty/  или Российского стандарта центра оценки https://ht-lab.ru/knowledge/standarty/) защищают как права и интересы организации, так и права и интересы работников, конечно, права и интересы клиентов организации. Следование стандартам – это важная составляющая HR-бренда компании. Как театр начинается с вешалки, так и знакомство кандидата с компанией начинается в процессе прохождения оценочных процедур (см. например, о проведении тестирования в Российском стандарте тестирования персонала: https://ht-lab.ru/knowledge/rossiyskiy-standart-testirovaniya-personala/#6
Нужны ли стандарты руководителям?
Да, так как это управленческий инструмент. Стандартизация обеспечивает «прозрачность» деятельности, поскольку дает понимание того, кто за что отвечает. Деятельность становится «управляемой» – создает условия для выполнения стратегических и оперативных целей/задач.
Нужны ли стандарты специалистам?
Да, поскольку стандарты направляют и координируют их деятельность в условиях «прозрачных» требований к результатам этой деятельности.
Нужны ли стандарты простым исполнителям?
Да, это их свод правил при выполнении тех или иных работ в тех или иных процессах.
Как всегда, есть выбор: какие работники нужны? Соблюдающие стандарты без указания сверху или те, для кого «и так сойдет»? Выбор за вами!