Существенная часть корпоративного электронного обучения на самом деле обучением (в смысле изменения поведения обучаемого и приобретения навыков) не является. Когда речь идёт о знании характеристик и особенностей продукта или процессов компании, речь идёт не об обучении, а об информировании.

Очень большая часть электронных курсов в компаниях это дополнение/замена или просто копия информации из баз знаний.

Получается, что грань между электронными курсами и базой знаний очень тонка. В ряде случаев, эффективнее создавать и поддерживать базы знаний, чем делать электронные курсы с той же информацией.

Но, как правило, проблема баз знаний заключается в отсутствии инструментов управления процессом ознакомления с материалами (назначить ознакомление с базой, проконтролировать кто ознакомился, информировать о новых материалах, соответствие профилю знаний...). Из-за этого приходится дублировать базы знаний и электронные курсы, что весьма дорого обходится компаниям.

Завтра мы проводим вебинар про инструменты базы знаний в LMS системе (WebTutor), где расскажем как можно совместить базу знаний и LMS систему и избежать дублирования.

Приходите:
https://news.websoft.ru/webinar/webinar-info.html?code=veb_28062019

Множество компаний измеряют IQ или аналитические способности своих потенциальных сотрудников. Почему? Потому, что это относительно просто сделать. На рынке есть провайдеры и автоматизированные инструменты. HR делает пару кликов мышкой, кандидат получает ссылку на опросник и у HR есть красивый отчёт по кандидату. Это почти как искать потерянные деньги под фонарем - светлее и удобнее.

Провайдеры этих инструментов говорят о том, что результаты этих тестов могут/должны коррелировать с эффективностью сотрудника.

Но есть и альтернативное мнение. С успешностью и эффективностью, намного сильнее чем IQ, эмоциональный интеллект, внешние данные и прочее коррелирует Grit.

В русском нет простого перевода этого слова. Наиболее точная версия - grit это твердость характера, упорство в достижении целей, несмотря на сложности и ошибки.

Американский психолог Анжела Дакворт занималась исследованием этой характеристики у детей, военных, сотрудников корпораций и пришла к выводу что это качество намного важнее других.

Видео ее выступления на конференции TED (есть русские субтитры):
https://www.ted.com/talks/angela_lee_duckworth_grit_the_power_of_passion_and_perseverance/discussion#t-352541

Впрочем, не все так просто. У наших как водится собственная гордость и по мнению специалистов Высшей Школы Экономики нет такой цельной характеристики как grit, а есть 2 разные характеристики - настойчивость в достижении целей и устойчивость интересов:
https://www.hse.ru/ma/psyedu/news/212802184.html

Вывод? Побуду немного Эдуардом Бабушкиным :)

Наличие простых, доступных и даже общепринятых инструментов ещё не означает что они работают.

Когда речь идёт об использовании оценочных инструментов нужно либо самостоятельно считать в вашей HR системе корреляции между оценкой и реальной эффективностью на достаточной выборке либо требовать от провайдеров вместо маркетинговых материалов результаты исследований.

Относительно необычный рекрутмент стартап - Karat. Вместо того, чтобы внедрять технологии AI и машинного обучения, компания привлекает инженеров, для того, чтобы интервьюировать кандидатов на инженерные позиции.

Воспользоваться этим сервисом может компания которой не хватает собственных ресурсов или экспертизы для проведения интервью при подборе технических специалистов.

Интервью проводится online, привлекаются эксперты со всего мира.

Не исключено, что компании, комбинирующие технологии и экспертизу людей, будут успешнее чем бесконечное количество AI решений, пытающихся полностью заменить человека. В AI, на базе существующих технологий, относительно легко пройти 95% пути до целевого продукта, но, оставшиеся 5% будут очень дороги или вообще не достижимы.

Статья на TechCrunch про последний раунд инвестиций:
https://techcrunch.com/2019/05/15/karat-nabs-28m-led-by-tiger-global-to-grow-its-human-powered-online-interview-platform-for-engineering-jobs/

Сколько стоит компании замена уходящего сотрудника? Вопрос регулярно обсуждается в HR-форумах.

Один или два оклада, который вы заплатите рекрутеру?

А учитываете ли вы другие факторы:
⁃ время поиска нового сотрудника, в течение которого никто на его месте не приносит прибыль
⁃ упущенная прибыль, пока сотрудник адаптируется и не вышел на пиковую производительность
⁃ ...

В сети есть множество калькуляторов, облегчающих такие расчеты.

Один из них: https://bonus.ly/cost-of-employee-turnover-calculator

В модели этого калькулятора, при 15% годовой зарплаты в виде вознаграждения рекрутера, 30 днях подбора и 60 днях адаптации совокупные затраты на замену сотрудника (или бонус при удержании) равны почти 50% годового оклада.

Возможно, такой калькулятор был бы хорошим инструментом для руководителей на HR портале.

Вместо лозунгов о том, как важно удерживать людей, дайте им самим посчитать деньги.

Переход на электронный государственный учёт сотрудников, который по привычке называют электронными трудовыми книжками, произойдёт в начале 2021 года.

Профильный комитет Госдумы одобрил законопроект и скоро он будет принят.

Всем кадровикам, включая самую последнюю «тетю Машу» из дальнего уезда, придётся вносить данные в электронный реестр, который пафосно называется «цифровой персональной траекторией развития». И это будет крупнейшая «диджитализация” кадровых процессов в нашей истории.

http://m.cnews.ru/news/top/2019-07-02_v_rossii_nachalas_legalizatsiya_elektronnyh_trudovy

Новости российского EdTech рынка.

EPAM, крупный мировой поставщик услуг по разработке ПО, с белорусскими корнями, покупает Competentum, поставщика LMS систем и разработчика учебного контента:
https://competentum.ru/blog/epam-obyavil-o-priobretenii-competentum

Это точно хорошая новость для Competentum.

Будет ли это хорошей новостью для существующих клиентов их LMS систем - покажет время.

На основе предыдущего опыта подобных приобретений (когда крупный ИТ аутсорсер/интегратор покупал разработчика продуктов для массового рынка) можно предположить, что компания сосредоточится на крупных проектах и ключевых заказчиках «материнской» компании. Обычно это приводит к тому, что продукт перестаёт активно дорабатываться и развиваться для конкуренции на низкобюджетном массовом рынке.

Понаблюдаем.

Пятничное. На одной из недавних встреч с клиентами обсуждали что важнее для инструмента комплексной HR-автоматизации:

⁃ быть системой в которую «зашиты» все лучшие (по мнению разработчика) практики и которую нужно просто применять, если нужно - адаптировав свои процессы под эти самые практики

⁃ быть платформой с большим набором инструментов и готовых практик из которых можно собрать решение под задачи заказчика, не заставляв его вписываться в жёсткие рамки системы

В том разговоре пришли к выводу, что конкретному заказчику важнее гибкость и платформа. Возник законный вопрос - кто будет адаптировать платформу. Внешний подрядчик сделает внедрение и поможет с большими проектами, а кто будет отвечать за «мелочи» - оперативный отчетик, формочка, небольшая процедура расчета, ...

Пока ещё не все компании приняли решение стать ИТ-бизнесами и у них нет больших внутренних команд разработчиков. «У нас же тут девушки» воскликнула HR-директор. «А наши девушки не смогут...»

Пришлось возразить, что мы знаем десятки случаев, когда девушки из HR смогли за короткий срок научиться настраивать и даже немного дорабатывать HR систему и реализовывать очень интересные идеи. В том числе потому, что они HRы и понимают специфику задачи и могут ее решить своими руками.

И вообще, всем известно, что первым «программистом» (корректнее -первым человеком, написавшим алгоритм для универсальной вычислительной машины) была Ада Лавлейс (https://ru.m.wikipedia.org/wiki/Лавлейс,_Ада), дочь поэта Байрона. А первыми настоящими программистами для первого настоящего универсального компьютера ENIAC была команда из 6 девушек.

В наше digital время стоит верить в себя и пробовать, уж если девушки смогли 70 лет назад ;)

600 человек работает в команде, отвечающей за HR-автоматизацию в Amazon.

Некоторые результаты деятельности этой команды, которыми компания делится:
⁃ Система регулярных опросов сотрудников Connections
⁃ Система автоматизации оценки эффективности Forte

600 человек вроде бы много, но это всего лишь 0.1% от общей численности персонала (600.000+ сотрудников).

Этот показатель (1 ответственный за HR-автоматизацию на 1000 сотрудников) можно брать за бенчмарк для компаний, считающих себя «продвинутыми» игроками в digital HR.

Источник (и статья про HR-директора Amazon):
https://www.fastcompany.com/90325624/yes-amazon-has-an-hr-chief-meet-beth-galetti

Не часто удается познакомиться с внутренней «кухней» системы обучения одного из крупнейших банков.

Еще реже, в нашей российской практике, встречается по настоящему продуманная адаптивная автоматизированная система обучения.

Читайте кейс Райффайзенбанк - про то как перестроить корпоративное обучение на адаптивные рельсы:
https://blog.websoft.ru/2019/07/blog-post.html

Множество компаний, особенно западных и технологических, меняет свой подход к процедурам и инструментам оценки сотрудников.

Давайте попробуем разобраться в причинах.

Наиболее часто обсуждаемая проблема - существующие процедуры не позволяют сотрудникам получать адекватную и оперативную обратную связь.

Выход - использование инструментов для непрерывной обратной связи. Об этом подходе и технологических инструментах для него мы уже не раз писали.

Но есть и ещё одна, крайне важная причина, о которой мало говорят.

Большинство современных процедур оценки построены из предположения, что распределение сотрудников по критерию эффективности является нормальным (или гауссовским) в смысле статистики.

Если это так, то эффективность большинства сотрудников средняя. Очень небольшое количество сотрудников высокоэффективны, но основной вклад в результаты организации вносят "середняки".

Соответственно, мы ранжируем всех по шкале от D до A+ и платим самым эффективным зарплату/бонус выше, но не драматически выше среднего.

Проблема в том, что распределение эффективности совсем не "нормальное". Это не Гауссовское распределение, а распределение Парето. Кто забыл что это - посмотрите в Википедии.

Читать про это можно у апостола инновационного HR Джоша Берсина:
https://www.forbes.com/sites/joshbersin/2014/02/19/the-myth-of-the-bell-curve-look-for-the-hyper-performers/#26dc8376bca0

Получается, что в организации небольшое количество ультра-эффективных сотрудников дают очень существенный вклад в результативность. А эффективность условного "среднего" сотрудника как правило даже ниже математически средней эффективности в компании в целом.

Попытка оценивать "звездных" сотрудников по шкале A/B/C/D и премировать по общим правилам приводит к тому что они печалятся и разбегаются.

Это нехитрая, но важная идея - нельзя оценивать "звёзд" по общим критериям и расчитывать что так их можно удержать.

Как оценивать по другому - вопрос совсем не простой, упирающийся, помимо прочего в корпоративные правила, ограничения систем грейдов, ощущение справедливости вознаграждения. И универсального, хорошего решения нет.

Согласитесь, что в текущей логике бизнеса, крайне сложно сотруднику, выполняющему свою работу в 3 раза эффективнее коллег платить в 3 раза больше денег. Что может быть, например, больше, чем получает его начальник. Можно сделать его руководителем, но, что если он гениальный исполнитель и плохой руководитель?

Именно этот вопрос заставляет искать новые подходы и технологии. Посмотрим, какие из них приживутся на практике.

Ещё немного статистики глобального рынка LMS систем.

Если верить исследованию компании MarketsAndMarkets, размер глобального рынка LMS систем составил в 2018 году 9.2 миллиарда долларов.

К 2023, по прогнозу, рынок вырастет до 22.4 миллиардов долларов. В среднем годовой рост рынка составит почти 20%.

Речь идёт о совокупном объёме корпоративного и академического секторов. Причём, академический сектор крупнее.

Наибольший рост продемонстрируют облачные LMS системы, а из рынков - Азия.

Если у вас есть лишние 6000 евро, то можно купить отчёт и прочитать детали. Мы воздержались.

Что делать с этими цифрами, как и с любыми подобными исследованиями - не очень понятно, но читать любопытно. В том числе, осознавать что в упомянутых миллиардах есть и наша российская копеечка ;)

Для тех кто хочет купить отчёт:
https://www.reportlinker.com/p04031788/Learning-Management-System-Market-by-Application-Delivery-Mode-Deployment-User-Type-Vertical-and-Region-Global-Forecast-to.html

Знаете ли вы чем HCM отличается от TMS и что это вообще такое. А HRIS от HRMS? И что такое EXP?

Если знаете, то не читайте нашу статью про виды HR-систем и их классификацию. А если сомневаетесь, то вот она:
https://blog.websoft.ru/2019/07/hr.html

Недавно мы писали про оценку персонала и про то, что с точки зрения эффективности, распределение сотрудников в компании не нормальное. В смысле, не распределение Гаусса, а распределение Парето.

Это означает, что малое количество «звёздных» сотрудников отвечают за непропорционально большую долю результативности.

Кажется очевидным, что в компаниях-лидерах этих «звёзд» больше, чем в «обычных». И это причина их лидерства.

Оказывается, что это не так. Доля «звёзд» в компаниях лидерах индустрии практически такая же, как в других.

Эти данные - результат исследования 25 глобальных компаний консультантами из Bain & Co:
https://hbr.org/2017/02/the-best-companies-dont-have-more-stars-they-cluster-them-together

В компаниях лидерах - примерно 16% «звёзд», во всех остальных - чуть меньше 15%. Различий практически нет.

Но, есть разница в том, как эти люди используются.

В лидирующих компаниях до 95% критических для бизнеса позиций заняты «звёздными» сотрудниками. В остальных они относительно равномерно распределены по структуре управления. Логика которая работает в этом случае - то что ты мега-умный и эффективный ещё не означает, что ты перепрыгнешь через голову более заслуженных, опытных, проверенных...

Выводы из этой истории:
- процесс формирования кадрового резерва (определения «звёзд») должен почти в любой компании приводить к выявлению тех самых 15% - это хороший бенчмарк
- этот процесс не будет иметь особого смысла, если компания не готова «пересаживать» найденных людей на критические для бизнеса направления, без оглядки на корпоративные правила и процедуры. Просто формирование ИПР или размещение на доске почёта тут не помогут.

YouTube запускает новые фичи для авторов образовательных каналов. Можно будет создавать плей-листы, разбивать контент на уроки, упорядочивать от простого к сложному. Это будут почти полноценные учебные курсы.

Также, в этих плейлистах не будут показываться рекомендованные видео, чтобы не соблазнять людей, изучающих серьезные вещи, котиками и клипами.

Для начала, этот механизм будет доступен для TED и Khan Academy, но потом появятся и другие авторы контента.

По сути, YouTube может стать основным агрегатором открытого учебного контента, и, весьма возможно, тихим «убийцей» MOOC платформ вроде Coursera и Udemy. Аудиторию он точно сможет привлечь более широкую.

Пример плей-листа про программирование на Java: https://m.youtube.com/playlist?list=PLRqwX-V7Uu6YxDKpFzf_2D84p0cyk4T7X

Статья на VC: https://vc.ru/media/75151-youtube-predstavil-obrazovatelnye-pleylisty-bez-rekomendaciy-rolikov-na-drugie-temy

Какой способ доставки контента эффективнее - текст или видео?

Полноценных исследований на эту тему почти нет и в профессиональных дискуссиях приходится довольствоваться ощущениями и личным опытом участников.

Но, исследования все же встречаются. Например, вот это исследование, проведённое в MIT в 2018 году:
https://mitili.mit.edu/news/compared-reading-how-much-does-video-improve-learning-outcomes

Краткая выжимка из статьи:
- Участников разделили на 2 группы - одним дали видео-курс, другим текст. Содержание было идентичным.
- Предпочтения обучаемых изучали опросником
- Эффективность обучения измеряли тестом в конце обучения
- Результаты тестирования для видео - средний балл по тесту (от 100% возможных) - 81.3%, медиана- 80%
- Результат тестирования для текста - средний балл - 82.5%, медиана - 90%
- Недостаток сна, вероятно, оказывает более существенное влияние на восприятие текста чем на восприятие видео
- Если учитывать предпочтения, от есть давать людям, которые хотят смотреть видео курс в формате видео, а людям которые предпочитают читать - текстовый вариант, то результат тестирования улучшается примерно на 10%

Выводы:
- нет явного выигрыша в результативности ни для одного из форматов
- личные предпочтения оказывают небольшое влияние на результативность, но это влияние не существеннее чем другие факторы стабильного эмоционального состояния (например, сна)

Массовый подбор персонала - процесс вызывающий особенно большую головную боль у HR.

Соответственно, чем сильнее болит, тем больше желающих предоставить лечение. Большинство новых инструментов автоматизации рекрутмента ориентированы на массовку
(и плохо подходят для классического подбора офисного и квалифицированного производственного персонала).

Основные новые инструменты при автоматизации массового подбора:
- Автоматический сбор кандидатов из различных источников по массовым профессиям
- Автообзвон найденных кандидатов роботов
- marhr - использование инструментов маркетинга для продвижения информации о вакансия и компании в соц. сетях
- Видео-интервью
- Чат-боты
- смотреть Геотаргетинг в рекламе вакансий (работа рядом с домом)

Читайте кейс, про автоматизацию массового подбора в DPD - крупнейшей в России компании экспресс-доставки.

В проекте использовались многие из перечисленных выше инструментов:
https://blog.websoft.ru/2019/06/staff.html

Также на тему массового подбора - посмотрите статью про инструмент, позволяющий автоматически собирать данные кандидатов из нескольких источников и настраивать автоматический обзвон с помощью робота, по заданному сценарию:
https://blog.websoft.ru/2019/07/e-staff.html

Что думают кандидаты о вакансиях и способах поиска работы?

К сожалению, российской статистики нет в наличии, но есть данные по US и UK (источников много, поэтому пруфлинки не привожу). Думаю, наши показатели не будут сильно отличаться.

Несколько цифр, важных, в том числе для задач автоматизации (в качестве метрик, KPI, контрольных показателей для автоматических напоминаний рекрутерам и.т.п):

70% кандидатов ожидают реакции на своё резюме или отклик на вакансию в течение недели. От человека. Автоответ «Ваше письмо очень важно для нас» не считается.

40% кандидатов готовы ждать job offer не более 4 дней после финального интервью. 38% готовы потерпеть 9 дней.

Почти 60% хотят быть проинтервьюированы своим будущим руководителем. Общения с рекрутером достаточно 25%, 13% согласны на внешнего эксперта и 5% на будущего коллегу.

Для 70% кандидатов информация о зарплате в объявлении о вакансии крайне важна. Ее отсутствие существенно снижает вероятность отклика.

42% кандидатов бесят устаревшие (уже закрытые) вакансии продолжающие висеть на сайтах.

80% кандидатов важно четко понимать из каких этапов состоит процесс подбора, временные рамки каждого из этапов и их соблюдение.

Простые выводы для задач автоматизации:
- Контролируйте срок в течение которого рекрутер внёс в ATS отметку о том, что позвонил/написал кандидату или автоматически обрабатывайте его переписку. Не сделал - автоматическое напоминание. Можно также считать и визуализировать KPI
- Аналогично с job offer
- Контролируйте (те же напоминания, отчеты,...) привлечение руководителей к интервью
- Автоматизируйте процесс удаления с сайтов закрытых вакансий
- Отправьте кандидату автоматическое письмо в котором расскажите о процессе подбора, его этапах и сроках

Набор показателей и соответствующих мер - не исчерпывающий. Чтобы улучшить качество подбора не обязательно затевать сложный проект по Customer Journey Map (хотя и полезно). Начните с открытых данных и очевидных изменений.

Пятничное. В одной умной книге повторный брак назван триумфом надежды над здравым смыслом.

Тем не менее большинство людей женятся повторно, несмотря на пугающую статистику повторных разводов.

А ещё, масса людей начинает новый бизнес, несмотря на цифры совсем не внушающие оптимизм:
- 96% бизнесов не доживают до 10 лет
- 50% небольших и средних компаний выходящих на IPO (а это «сливки» бизнеса) не переживают 5 лет после выхода на биржу. Для крупных IPO статистика получше, но и там много проблем

В целом можно сказать, что люди склонны затевать большие проекты (в том числе в ИТ и HR) существенно недооценивая вероятность полного провала.

Почему? Потому, что большие проекты это круто. Много власти, престиж, ощущение значимости и сопричастности к чему-то большому...

При этом, маленькие дела и небольшие улучшения влияют на нашу повседневную жизнь куда сильнее чем мегапроекты. Жаль, что за них не дают орденов и не ставят памятники.

Послушайте одно из самых моих любимых выступлений на TED (есть русская транскрипция) - про «Министерство мелких деталей» и несуществующих людей с большой властью и малыми бюджетами. Очень смешно и поучительно:
https://www.ted.com/talks/rory_sutherland_sweat_the_small_stuff/up-next

Выводы (если стоит их делать):
- Когда затеваете глобальный проект соберитесь и обсудите что будет когда он не взлетит (не если, а когда). Если все же взлетит - будет приятный сюрприз, но вы будете готовы к неудаче
- Попробуйте пожить в agile-режиме - вместо мега-проектов начать жить в логике небольших, инкрементальных, но непрерывных улучшений и изменений к лучшему

Сколько активностей в плане адаптации может «переварить» новый сотрудник? И за какой период времени?

Это вопрос возник у меня после разговора с одним из наших заказчиков. У компании полностью автоматизированный процесс адаптации, качественный e-learning, хорошие материалы, персонализованный подход и все равно сотрудники не довольны. Это показывают опросы.

Почему? Возможно, потому, что компания хочет уложить адаптацию (по крайней мере приобретение нужных знаний) в 1 месяц, а материалов очень много. Более 100 (курсы, тесты, вебинары, инструкции, ...).

Может быть, столько просто не влезает в голову?

Статистики/аналитики по объёму и длительности адаптационных программ не много. Вот что удались найти:
- Среднее число заданий на период адаптации - 54 (опрос компании Sapling, 2019)
- Только 37% компаний проволят процедуру адаптации длительностью более 1 месяца (опрос Clickboarding, 2016), а по данным HCI (Human Capital Institute) лишь у 50% компаний процедура адаптации длиться более недели

Исходя из приведённых данных, получается, что процедура адаптации, с точки зрения сотрудника либо излишне интенсивная либо некачественная. Излишняя интенсивность тоже качества не добавляет. У нового сотрудника и так стресс на новом месте.

Цифры это подтверждают - по результатом опроса Gallup в 2017 году 88% людей не довольны качеством адаптационных программ в их компаниях.

Очевидный вывод - процесс адаптации оптимально планировать не на 7 или 30, а на 60 или 90 дней. И адекватно автоматизировать.

Про то, что можно автоматизировать в процессе адаптации мы когда-то писали: https://blog.websoft.ru/2018/01/blog-post.html