Если верить в теорию поколений, то новые поколения (Y и Z) склонны к непрерывному обучению, лёгкому восприятию всего нового, особенно с помощью новых технологий.

А вот что можно узнать из исследования Reuter’s про, то как люди слушают подкасты.

Представители Y (18-24 года) и Z (25-35 лет) слушают подкасты чаще чем представители поколения X (35-44). Доля слушателей равна 53% у Y и Z и только 41% у X и 30% у людей старше 45 лет.

Но, разница в уровне проникновения не так велика, как разница в интересах.

Вопреки теории, чем старше люди становятся, тем чаще они используют новые технологии (в данном случае подкасты) для обучения чему-то новому или поддержанию своих знаний в актуальном состоянии:

Доля опрошенных, использующих подкасты для обучения новым вещам:
⁃ Z (18-24) - 37%
⁃ Y (25-34) - 52%
⁃ X и старше (35+) - 54%

Поколение Z намного больше внимания уделяет развлекательным и музыкальным подкастам, чем познавательным и обручающим.

Выводы:
⁃ не стоит недооценивать склонность людей после 35 лет к обучению и развитию. Интерес к новому скорее увеличивается с возрастом
⁃ не стоит проектировать новые инструменты обучения, ориентируясь исключительно на самых молодых сотрудников
⁃ более взрослые люди осознано и добровольно выбирают обучение чаще чем развлечение. Не нужно пытаться их развлекать, когда они этого не просят

Источник:
http://www.digitalnewsreport.org/survey/2019/podcasts-who-why-what-and-where/

В августе этого года случилась крупнейшая утечка персональных данных в РЖД. Мы про это писали.

700.000 записей сотрудников попали в сеть из-за того, что, как выяснилось, 26-летний джентельмен из Краснодарского края подсмотрел логин и пароль на корпоративный портал у своего приятеля. Они были записаны на бумажке.

Теперь злодея поймали, он раскаивается и даёт показания:
https://m.habr.com/ru/news/t/479134/

Как защититься от таких утечек - не понятно, если не закрывать все от всех. В современном мире почти любая организация хочет иметь доступную для сотрудников с любого мобильного устройства (а значит из Интернет) адресную книгу, с телефонами, должностями и фотографиями. А пароль к порталу с адресной книгой у кого-нибудь будет записан на бумажке. При наличии сайта и пароля, «выкачать» любой сайт может почти любой с помощью нехитрых и бесплатных инструментов.

Единственный вариант - закладывать в систему автоматические алгоритмы, контролирующие и ограничивающие массовый доступ к открытым внутри компании персональным данным (адресная книга, например) с одного аккаунта в течение короткого времени. Мы заложили такую доработку в ближайший релиз.

Как эффективно учить сотрудников call-центров?

Тестирование и дистанционное обучение, вебинары и симуляторы уже давно стали привычными.

Некоторые стартапы пытаются найти новые подходы и дополнительные инструменты.

Пример - Observe.ai. Компания делает софт, анализирующий взаимодействие сотрудников колл-центров с клиентами. Записи диалогов автоматически расшифровываются и обрабатываются. Записи чатов просто обрабатываются.

Алгоритм анализирует:
⁃ взаимосвязь результата (оценка от клиента, покупка или отказ ...) и хода разговора
⁃ соблюдения сотрудником стандартов общения и сценариев разговора (скриптов)

По итогам анализа алгоритм предоставляет информацию менеджерам и рекомендации сотрудникам. Можно сказать, что алгоритм учит/коучит сотрудников на их собственных и чужих ошибках.

Звучит интересно и привлекает инвесторов (проект получил $26 миллионов дополнительного финансирования). «Взлетит» технология или нет - посмотрим:
https://venturebeat.com/2019/12/10/observe-ai-raises-26-million-for-ai-that-monitors-and-coaches-call-center-agents/

Как мотивировать сотрудников компании к созданию обучающего контента? А ещё совместить этот процесс с повышением осведомленности о продуктах?

В сети «Кораблик» с помощью учебного портала провели конкурс среди магазинов и «убили» сразу несколько «зайцев» одним выстрелом:
⁃ Провели оценку знаний сотрудников
⁃ Повысили осведомленность о продуктах, предложив участникам решать кейсы
⁃ Геймифицировали процесс тестирования и решения кейсов
⁃ Сплотили участников команд (магазинов)
⁃ Получили более 30 обучающих видео, созданных самими сотрудниками

Подробнее в кейсе: http://blog.websoft.ru/2019/12/blog-post.html

Про то, как рейтинги компаний на job сайтах на Западе влияют на стоимость подбора мы уже писали. Особенно важен рейтинг Glassdoor.

Важен он настолько, что многие компании готовы на многое, чтобы его улучшить. Используется весь арсенал HR-брендинга, а когда он не помогает, то можно и «накрутить» показатели.

Wall Street Journal провёл и опубликовал расследование о том как ведущие компании накручивают свой рейтинг:
https://www.wsj.com/articles/companies-manipulate-glassdoor-by-inflating-rankings-and-pressuring-employees-11548171977

Статистический анализ отзывов на сайте Glassdoor позволил выявить аномалии в отзывах о работе в 400+ компаниях. Аномалия это, например, если компания за месяц получает больше оценок с 5 звёздами, чем за все предыдущие годы и ни одной оценки ниже 5 звезд.

В расследовании рассказывается о случаях, когда компании явно поощряли своих действующих сотрудников или стажёров писать отзывы с 5*.

Аномалии встречаются не только у небольшие или неизвестных компаний. Одна из компаний, заподозренная в накрутке рейтинга - SpaceX Илона Маска.

Такой вот HRTech и MarHR.

Возможно, опасение накруток и манипуляций и есть главная причина, из-за которой лидеры рынка (HH, SJ, ...) не запускают «русский Glassdoor”. Ибо опередить Илона Маска в накрутке рейтинга наши люди смогут точно быстрее чем в космосе ;)

В 3 квартале 2019 года мы выпустили большое обновление системы WebTutor.

В это обновление вошли: новый интерфейс администратора (HR), редактор страниц (лендингов), новый интерфейс процедур оценки, обновлённый редактор Courselab Online, технологии сборки курсов из материалов базы знаний, механизм загрузки курсов в формате CMI5/xAPI, чат-боты с поддержкой языка AIML и многое другое.

Сегодня (18 декабря) в 11:00 наш партнёр и уважаемый эксперт по HR автоматизации Михаил Протасов проведёт YouTube трансляцию и расскажет о новинках подробнее. Присоединяйтесь: https://www.youtube.com/watch?v=hLBzTuCm7gc

Новости американского рынка LMS систем.

Есть 3 лидера рынка LMS для университетов - Moodle (бесплатный и OpenSource), Blackboard (традиционный, закрытый игрок) и Canvas (публичная компания с коммерческим, но OpenSource продуктом). Доли рынков - на картинке в следующем посте. Canvas - наиболее быстро растущий игрок в последние годы.

Частная инвестиционная компания выкупает Canvas за 2 миллиарда долларов. Делает она это на фоне роста выручки на основном (университетском) рынке и не очень удачной попытки выпустить продукт для корпоративного рынка:
https://www.edsurge.com/news/2019-12-04-new-ownership-for-an-lms-giant-private-equity-firm-to-buy-instructure-for-2-billion

Эта история - подтверждение гипотезы, что повторить историю большого успеха на другом рынке получается в крайне редко. А неудачные попытки развития на новых рынках могут стоить весьма дорого.

Что будет с клиентами и рынком - вопрос. Private Equity Buyout (выкуп публичной компании частным консорциумом) обычно происходит в непростые для компании времена и сопровождается не самыми приятными последствиями: максимальным выжиманием денег из существующего бизнеса, сокращением расходов, увеличением долговой нагрузки.

Тот самый случай, когда клиенты узнают, что на качество, цены и перспективы продукта влияет совсем не команда его создателей, а пресловутые рыночные обстоятельства.

Доли рынка LMS для образовательных организаций в США

В то время, как некоторые сервисы массового подбора умирают, (мы писали недавно про PapaJobs) Яндекс достаточно незаметно запустил новый сервис Яндекс-Таланты.

В отличие от сервиса Яндекс-Работа, который просто индексировал объявления на job-сайтах, новый сервис позволяет:
⁃ работодателю бесплатно разместить вакансию
⁃ разработчику ATS интегрироваться через бесплатный API
⁃ потенциальному кандидату откликнуться на вакансию

Найти вакансию кандидат может:
⁃ на главной странице Яндекса
⁃ В результатах поиска
⁃ После общения с чат-ботом

Утверждается, что бот проводит более 100.000 интервью в день:
https://vc.ru/services/96962-iskusstvennyy-intellekt-na-sluzhbe-u-hr

Яндекс не берет деньги за размещение вакансий или API. Единственный источник монетизации - оплата откликов на вакансию - 150 рублей за штуку:
https://talents.yandex.ru/

Появление новой модели ценообразования, вероятно, заставит компании лучше анализировать характеристики подбора. Что выгоднее - заплатить 1.500.000 рублей Яндексу и получить 10.000 откликов или столько же денег HH за подписку на базу и размещение вакансий?

Ответить на этот вопрос можно, только если посчитать стоимость отклика для HH, SuperJob и других сервисов, которые берут деньги за размещение вакансий, а не за отклики.

У подхода Яндекса есть проблема - качество откликов. На тестовых вакансиях мы и некоторые клиенты наблюдали очень странные и не адекватные отклики (такое впечатление, что аудиторией были таксисты из Яндекс-Такси). Возможно, сейчас стало лучше.

Только если Яндекс сможет обеспечить достаточный поток качественных откликов, его предложение станет интересным для массового подбора. Ибо качество откликов «хромает» у всех сервисов, но Яндексу за каждого неадекватного кандидата нужно платить.

Что касается API - интеграцию с Яндекс-Талантами в E-Staff мы уже сделали и наши клиенты могут ею воспользоваться.

Сборник «Цифровая экономика: 2020» выпустил Институт статистических исследований и экономики знаний ВШЭ вместе с Минкомсвязью и Росстатом: https://issek.hse.ru/mirror/pubs/share/323871553

В документе много любопытных данных. Один из показателей явно про EdTech - доля населения, использующая интернет для дистанционного обучения:
⁃ Россия - 3%
⁃ США - 20%
⁃ Япония -9%

С одной стороны, можно расстроится от того, как мы отстаём. Но, с другой стороны, есть потенциал для развития. Будем на него надеятся.

Mail.ru купила контроль в сервисе онлайн обучения программистов Skillbox.ru:
https://www.vedomosti.ru/media/articles/2019/12/23/819482-mailru

У сервиса все хорошо и он растёт в 3 раза каждый год.

Но, есть ощущение, что на этом рынке становится тесно: Яндекс-Практикум инвестирующий 5 миллиардов рублей, Нетология и ещё куча игроков поменьше. И все нацелены на стремительный рост. Попробуйте поискать в Google «обучение программистов» и вы увидите яростную конкуренцию в рекламных объявлениях.

Позанудствуем немного. ИТ-специалистов в России, конечно, не хватает. Оценки разные: от 1 миллиона человек уже сейчас до 2 миллионов в течение ближайших 10 лет:
https://rg.ru/2018/01/31/kadrovyj-golod-rossii-cherez-10-let-ostanetsia-bez-it-specialistov.html

ВУЗы выпускают 60 тысяч молодых ИТ специалистов ежегодно и наращивают объемы. Skillbox планирует 5 миллиардов рублей годовых продаж в 2021, а это 100.000 обученных новых специалистов. Если остальные игроки тоже произведут хотя бы столько же, то с ВУЗами мы получим тысяч 300 новых junior специалистов в год.

Сможет ли такой объём переварить российский ИТ рынок в условиях стагнации экономики и сокращения инвестиций в ИТ в 2019 году в 2 раза? И не придётся ли начинающим JavaScript разработчикам идти в официанты в 2022?

Посмотрим и будем надеятся на лучшее.

Очередная попытка перенести в Россию опыт западных HRTech стартапов (вроде проекта Gusto, про который мы писали):
https://incrussia.ru/news/servis-zarplata/

«Деньги Вперёд» предлагает корпоративным заказчикам централизованное микро-кредитование до зарплаты. Для сотрудника это звучит как «составь свои индивидуальный график выплаты зарплаты». За индивидуальный график (микрокредитования), разумеется, сотрудник платит сервису.

На Западе такой fintech работает. Получится ли в России в конкуренции с нашими существенно менее консервативными банками - посмотрим.

Новогодние новости от Федеральной Антимонопольной Службы:

«24 декабря 2019 года ФАС России признала ООО «Хэдхантер» нарушившим Закон о защите конкуренции»:
https://fas.gov.ru/news/29166

Практика компании, которая ограничивала работу клиентов, купивших доступ к базе резюме и использовавших ATS системы, отличные от продукта HeadHunter (Talantix) признана противозаконной.

Забавно, что иск в ФАС судя по всему, подала компания Stafory (Робот Вера), от которых давно нет новостей на рынке, но дело живет. С этой компанией HH неудачно судился по своей инициативе. И вот прилетела новогодняя «ответочка». Колёса российского правосудия вращаются медленно, но верно ;)

Пока комментариев от HH нет, судя по статье на Vc:
https://vc.ru/legal/99278-fas-headhunter-blokiroval-klientov-za-ispolzovanie-storonnih-servisov-dlya-podbora-personala-na-ploshchadke

Изменит ли это решение что-то в практиках работы HeadHunter, которые вызывают многочисленные споры на рынке - неизвестно. А этих спорных моментов много - платный API, блокировки клиентов за подозрительные действия без возврата оплаченных доступов, запросы документов, подтверждающих, что пользователи реально работают в компаниях, ... Disclaimer - описанные спорные практики почерпнуты из дискуссий в HR группах, а не из официальных источников.

Запасемся попкорном и понаблюдаем.

Начнём 2020 год с математической загадки для HR.

Предположим, вы хотите нанять сотрудника, например секретаря. Вы не очень хорошо знаете уровень рынка и можете понять уровень кандидатов только отсмотрев нескольких из них.

Вы решили, что вы будете смотреть не более чем N кандидатов. Посмотрев на кандидата вы можете либо взять его на работу или отказать. Если вы отказываете кандидату, то вернуться к нему посмотрев следующего кандидата уже нельзя.

Будете долго выбирать, откажете лучшему кандидату в самом начале и вынуждены будете довольствоваться худшим. Остановитесь слишком рано и возьмёте более слабого сотрудника чем могли бы.

Какая оптимальная стратегия для рекрутера/заказчика? Есть ли она? Сколько кандидатов нужно отсмотреть чтобы принять оптимальное решение?

Свой ответ можете предложить, а правильный узнаете завтра. Заодно поймём, есть ли место математике и алгоритмам в жизни HR.

Описанная вчера задача - классическая математическая проблема оптимальной остановки при поиске лучшего решения.

Одно из ее названий «Проблема секретаря»: https://en.m.wikipedia.org/wiki/Secretary_problem

У задачи есть оптимальное решение: 37%. Именно такой % кандидатов (от максимума) нужно посмотреть, а затем взять первого, кто будет не хуже или лучше всех просмотренных.

Судя по вашим ответам - это не то решение, которое кажется оптимальным большинству людей. Его выбрали лишь 30%. А тех, кто руководствуется правилом 37% при подборе сотрудников или выборе будущей жены вообще не существует ;) И это классический пример человеческой иррациональности.

Вывод: для многих задач, с которыми мы сталкиваемся ежедневно, есть оптимальные решения и алгоритмы, которые не кажутся нам очевидными.

Настоящая диджитализация - в поиске моментов на нашей деятельности в которых субъективные решения и прогнозы могут быть заменены более точными и рациональными алгоритмами. Удачи нам всем с решением таких задач в 2020 году!

Что можно узнать из отчетности HeadHunter?

Поскольку HH стала публичной компанией, то и отчетность ее теперь открытая и публичная. Вот, например, данные 3 квартала 2019 года:
https://investor.hh.ru/news-releases/news-release-details/headhunter-group-plc-announces-third-quarter-2019-financial

И в них можно найти немало интересных цифр, которые расскажут о российском рынке HRTech.

Например, у HH 9000 клиентов, которых можно отнести к категории среднего и крупного бизнеса (более 250 сотрудников). Поскольку почти любая компания такого масштаба хоть что-то у HH покупала, то вот и оценка размера рынка.

За 2019 год слегка уменьшилось (на 2%) количество таких клиентов в Москве и Санкт-Петербурге и существенно (на 14%) увеличилось в регионах. Технологии дошли до провинции? А ещё на 32% упало количество клиентов из числа иностранных компаний. Они либо уходят, либо сворачивают подбор, что вполне логично в нынешней обстановке.

Другие выводы делайте сами, данные интересные.

Очередная категория HRTech сервисов, которых на нашем рынке нет (и не факт что когда-либо появятся) - управление релокацией сотрудников.

Пример сервиса: https://zenmoov.com

Это платформа с помощью которого международная компания может планировать кто куда переезжает, контролировать получение виз, иммиграционные сервисы, оплату гостиниц и временного проживания, перевозку грузов, это среда для взаимодействия вендоров, HR-служб, сотрудников и т.п.

Пусть российским компаниям это и не нужно пока, но интересно наблюдать, какие платформы рождаются для решения глобальных задач.

Чат-боты попадают абсолютно во все тренды HRTech уже несколько лет подряд.

Наиболее продвинутые российские компании все чаще приходят с этими запросами к вендорам. Но, не очень хорошо понимая как устроена технология создания ботов, ожидают чуда, как водится.

То есть, вендор должен дать волшебную кнопку, при нажатии на которой появится бот, который сам умеет разговаривать обо всем что нужно и может полностью заменить рекрутеров или HR-специалистов.

Очень здравая статья, описывающая особенности проектов по настройке ботов и их «подводные камни». Рекомендуется к прочтению всем, кто задумывается о внедрении ботов:
https://incrussia.ru/understand/ai-truth-about-bots/

Итоги 2019 года или как отличается EdTech в США и в России.

В Штатах рекорд инвестиций в EdTech: $1.7 миллиардов в 2019:
https://www.edsurge.com/news/2020-01-15-us-edtech-closes-decade-with-record-1-7-billion-raised-in-2019

В России даже не смогли найти управляющего фондом на 7 миллиардов рублей ($100 миллионов на 10 лет) для инвестиций в EdTech, по причине сомнений в профессионализме всех участников конкурса:
https://www.cnews.ru/news/top/2019-12-19_vlasti_ne_nashli_na_otkrytom

Но ничего, теперь у нас глава правительства из ИТ и жизнь наладится ;)