Интервью с Иосифом Панасюком. Мы познакомились на конференции по удержанию персонала. Оба про цифры, только мы и были про цифры. Знакомство было неизбежно, я попросил его поделиться своими мыслями об автоматизации рефералки и делюсь с вами

Иосиф Панасюк в 2016г. присоединился к Skillaz и за 3 года с командой проекта сделал из сервиса видео интервью продукт комплексной автоматизации подбора c проектами в Сбере, Х5, PEPSICO, KPMG и т.д, увеличив оценку бизнеса более, чем в 100 раз. В 2019г. после продажи своей доли в Skilllaz компании HH.RU основал собственную HRTech компанию, через 4 года купленную лабораторией Касперского. Сейчас Иосиф запустил 2 новых HRTech проекта, один из которых платформа реферального рекрутмента FriendAdd

Зачем реферальный рекрутинг нужно автоматизировать?

- Цели всего 3:
1) повысить % вакансий закрываемых по реферальной программе
2) снизить трудозатраты и потери времени рекрутеров
3) повысить вовлеченность сотрудников в процесс и их мотивацию.

- Если говорить, почему его нужно автоматизировать, то – это для того, чтобы решить проблемы неэффективности процесса реферального рекрутинга на 3-х уровнях:
1) На уровне сотрудников:
• Большинство рефералок слишком пассивны: с просьбой о рекомендации они обращаются ко всем без разбора
• Заполнение рекомендательной формы отнимает у сотрудника много времени
• Большинство работников не знают, где искать подходящих кандидатов и как убедить их прийти на собеседование
• Если сотрудники рекомендуют кого-либо только ради денежного вознаграждения, это обычно приводит к слабым рекомендациям
• Убийца №1 для рефералок — наплевательское отношение к рекомендованным кандидатам. Часто более 3 суток проходит, прежде чем появляется обратная связь по кандидатам, если появляется вообще
• Отсутствие дружественной конкуренции между отделами и сотрудниками.
2) На уровне тех, кто управляет реферальными программами: В основе реферальных программ не лежит анализ данных: некие действия выполняются не потому, что доказана их результативность, а по привычке: «мы делаем так, потому что всегда делали так»

3) на уровне рекрутёров:
• Трудозатраты и потеря времени рекрутеров на уведомление сотрудников о вакансиях
• Трудозатраты и потеря времени рекрутеров на внесение информации в инф.системы и Excel
• Трудозатраты и потеря времени рекрутеров на уведомление сотрудников о статусе кандидатов
• Трудозатраты и потеря времени рекрутеров на ведение списка реферов и рефералов, учет статуса по ключевым событиям, сверку с кадрами, подачу списка на вознаграждение

Почему не в рамках ATS?

- Ответ прост – не у всех есть ATS, даже у компаний 2000+ сотрудников. Некоторые ATS даже не имеют возможности сделать то, что делаем мы в рамках нашей технологии.

Почему вообще решили именно реферальный?

-Мы с 2016г. занимаемся автоматизацией подбора: массового, проф. Сделали проекты со Сбером, Х5, ВТБ, Пепсико,Росатомом, МегаФон и т.д. Мы многое знаем и прекрасно понимаем жизнь рекрутеров, кандидатов и работодателей. И в какой-то момент пришло осознание, что можно улучшать показатели подбора: скорость и качества найма, удержание принятых талантов; на уровне причин возникновения проблем. Реферальный рекрутмент – «золотой стандарт» подбора в развитых странах, там стремятся довести % вакансий по реферальной программе до 50%+ Почему? Те, кто пришел по реферальной программе принимают офферы быстрее, остаются дольше, выходят на продуктивность раньше.

После первых продаж и общения с клиентами что-то изменилось в восприятии реф рекрутинга?
- Мы еще больше убедились - качественный и автоматизированный реферальный рекрутмент это именно то, что нужно для наших компаний

В России две беды, а в автоматизации HR сколько?

в автоматизации реферального рекрутмента беды все те же:
1) те, кто не хочет ничего менять и считает, что +/- 15% вакансий закрываемых по рефералке – это Ок
2) то, как организован реферальный рекрутмент в компаниях; есть короткий чек-лист, чтобы проверить качество «дороги»:
https://friendadd.io/blog/tpost/8yyb7b52x1-obyazatelnie-funktsii-korporativnoi-prog

Будет полезно

Как теперь учатся в вузах: нейросети слушают преподов и конспектируют материал, а студенты втыкают в видосики на Ютубе

Топ-20 мировых инфлюенсеров в HR-аналитике

- Al Adamsen, Future of Work Project
- Alexis Fink, Meta
- Amit Mohindra, People Analytics Success
- Andrew Pitts, Polinode
- Cole Napper, Lightcast
- Dave Ulrich, The RBL Group
- David Green , Insight222
- Dawn Klinghoffer, Microsoft
- Heather Whiteman, Ph.D., University of Washington
- Ian OKeefe, ikona Analytics
- John Boudreau, Center for Effective Organizations at USC Marshall
- Josh Bersin, The Josh Bersin Company
- Mark H. Hanson, Lightcast
- Michael Arena, Connected Commons
- Michael M. Moon, PhD, AbbVie
- Patrick Coolen, KennedyFitch
- Richard Rosenow, One Model
- Rob Cross, The Institute for Corporate Productivity (i4cp)
- Stacia Sherman Garr, RedThread Research
- Stephanie Murphy, Ph.D., UHG

Данный список голосованием получен.

Ни в коем случае не хочу подвергать результаты критике, но поскольку я знаю почти всех людей из данного списка, могу утверждать следующее: из этих 20-ти не более 5 сможет построить простую линейную регрессию или объяснить смысл p-value, что является базовыми вещами в аналитике.

Отсюда вывод: хотите быть инфлюенсером, не тратьте время на матчасть.

Мой проект в HRtech😂

Rows вместо Excel?

В этом видео многие не поняли, что предлагается вместо Excel.

Это облачный сервис Rows.

https://rows.com/

Ребята могут нести все, что им заблагорассудится, но я бы не рекомендовал верить.

Rows поддерживает ограниченный набор формул, сложные вещи - аналог Power Pivot или VBA, не поддерживает совсем.

Rows лучше в ситуации, когда нужно подключаться по API к, например, CRM системе + лучше поддерживает коллаборацию - возможность совместных проектов, кроме того, у Rows есть бесплатный тариф неплохой.

Но, повторюсь, глубокого анализа вы не сделаете.

Ива - история стартапа HRtech
Я задолжал Кате Малининой рассказ про Иву – возвращаю долг наконец😊
Yva.ai – таков был официальный адрес сайта стартапа, основатель – Давид Ян. Если судить по количеству упоминаний, обсуждению и эмоций – самый яркий и интригующий российский стартап. Был.
Давид Ян взял очень ясную, понятную, очевидную идею – прогноз увольнения сотрудников.
Дальше только «моя история отношений» с Ивой.
Впервые вживую увидел Давида Яна на конференции ХХ. Давид очень напористо и неприлично вел рекламу своего стартапа. Что значит неприлично? Он делал упор, мы, мол, на горизонте целых 9 месяцев можем предсказать увольнение сотрудника. Хотя вообще-то, с точки зрения профессионализма стоило бы, наоборот, сужать горизонт предсказания – например, говорить о прогнозе на горизонте 9 месяцев. Я хотел ему вопросы позадавать, но Данина из ХХ, которая меня пригласила на конференцию, показала мне кулак, и я подумал, да и хрен с ним.
Давид Ян начал свое победное шествие по конференциям и чес клиентов. Он нравился организаторам конференций: харизма, наглость, статус – так, наверное. Потом появились вопросы. Мой знакомый HR дир – Дмитрий Корольков из компании СВЭЛ - обратился в Иву, и результат оказался плачевным – не тренинговом сете точность прогноза была 0, 8 с чем-то, а на тестовом сете – главном – всего в районе 0, 3 – никакая.
Потом как-то само собой случилось, что стартап стал измерять выгорание, а не увольнение. Ива это подала как более высокий уровень аналитики, хотя норм человеку понятно: увольнение это факт, и компания не потянула, а выгорание – предмет темный, и мозги можно было парить еще долго. Фактически Ива скатилась к опросникам выгорания, и, подозреваю, Ян потерял интерес к стартапу, продал его западной платформе HR-аналитики Visier, а эта платформа, как говорили, команду Ивы использовала на других задачах.
Что в итоге?
За счет рынка команда стартапа Ивы получила опыт внедрения HRtech продуктов, и насколько я могу судить, члены команды после Ивы совершили карьерный рост.
Сделал ли рынок выводы для себя? На Форуме Труда в своей секции я предложил обсудить уроки Ивы для рынка – ответить на вопрос, почему стартап не выстрелил, и память мне подсказывает, никто среди причин падения стартапа не назвал несостоятельность идеи стартапа – тот факт, что стартап так и не смог предсказывать увольнения. Говорили о маркетинге, об управлении, но не о начинке.

Фишка истории в том, что к моменту запуска стартапа в России передовые HR-аналитики пришли к выводу, что прогноз индивидуальных увольнений дело бессмысленное и неточное. Т.е. в силу ряда причин мы не можем обеспечить точности прогноза, необходимой для прода. Я здесь это не обсуждаю, если будет запрос, напишу, но пока ограничусь констатацией этого поинта. Что движило Яном? Проверить, работает или нет? За счет рынка – неплохо.
Самое прикольное, что до сих пор находятся «энтузиасты» прогноза увольнений. Например, в Альфе. Спор обычно проходит по схеме: да вы просто не умеете готовить. Мол, ну какие у вас ресурсы? Вот у нас в Альфе мощная команда и все такое... И бесполезно доказывать, что вопрос не в вычислительных мощностях...
Ну вот и вся история ...

Sesame

Хотите прокачать разговорный английский или просто пообщаться с ИИ?

ссылка

Можно выбрать Майя или Майлса.

Я выбрал Майю и немного пообщался. Обычный разговор - интересуется как дела, узнав, что я из России, восхитилась.

Команда пишет, что основной компонент Сезама Эмоциональный интеллект - и да, голос не кажется бездушным.

И снова о diversity

Напомню, что куча компаний отказались от политик diversity после прихода Трампа. Настала очередь Пентагона.

Пентагон удалит контент, продвигающий разнообразие, равенство и инклюзивность. Минобороны США составило список из 26 000 фотографий, подлежащих удалению со всех связанных с армией интернет-ресурсов. В него входят, например, снимки сбросившего атомную бомбу на Японию самолета Enola Gay - вы это фото видите в посте. Его удалили только за то, что в названии самолета есть слово "гей".

Зато мы узнали, что американский менеджмент подчиняется тем же законам, что и российским.
"Новая метла по-новому метёт"
«Заставь дурака Богу молиться, он и лоб расшибёт»

Роли специалистов в HRtech-проекте

Постарался описать предельно кратко, но учесть все роли. Состав ролей может меняться в зависимости от проекта.
Буду благодарен за дополнения и правки.

1. HR-департамент (заказчик проекта)
➡️ Формулирует потребности: автоматизация подбора, ведение кадровых данных, прогнозирование текучести и т.д.
➡️ Определяет критерии успеха и целевые показатели

2. Бизнес-аналитик
⬆️ Работает с HR-департаментом: собирает требования, формирует бизнес-кейс
⬇️ Передает требования системному аналитику и разработке

3. Системный аналитик
⬆️ Анализирует бизнес-требования и переводит их в технические спецификации
⬇️ Определяет архитектуру системы, необходимые API и интеграции

4. UX/UI-дизайнер
⬆️ Получает ТЗ от системного аналитика
➡️ Проектирует интерфейсы HR-платформы для удобного взаимодействия пользователей

5. Разработчики (Backend + Frontend)
⬆️ Получают готовую архитектуру и макеты интерфейсов
➡️ Пишут код, интегрируют внешние сервисы, создают базу данных

6. Data Scientist / ML-инженер (если используется AI/ML)
⬆️ Разрабатывает модели машинного обучения для рекомендаций, предиктивной аналитики и автоматизации рутинных задач

7. QA-инженер (тестировщик)
⬆️ Проверяет работу системы, тестирует интеграции, ищет баги

8. DevOps-инженер
⬆️ Настраивает серверную инфраструктуру, CI/CD, отвечает за развертывание системы

9. Project Manager / Product Owner
➡️ Координирует процесс, ставит задачи команде, контролирует сроки и бюджет

💡 Взаимодействие в проекте:

📌 HR-департамент → Бизнес-аналитик → Системный аналитик → Разработчики / Дизайнеры / Data Scientist → QA / DevOps → Запуск системы

📌 PM/PO координирует весь процесс, чтобы все роли работали слаженно

Иллюстрация работы в HRtech - либо умный, либо настойчивый

Обязательно досмотрите до конца и ответьте на вопрос, кого бы вы лично взяли на работу.

Лучший HR-аналитик
У нас в тусовке HR-аналитиков как-то зашел разговор, кто самый крутой HR-аналитик. Мне такие разговоры в принципе не нравятся. И по нескольким причинам. Одна из которых: мы пока не определись с тем, что есть «лучшесть» HR-аналитика.
Раньше я просто считал, что это умение кодить. R, Python, настраивать сетку параметров xgboost, разбираться с API и т.п. Потом понял, что это умение – это руки, важна еще голова. Без головы получается как-то не очень: обилие странных стартапов тому подтверждение. На одной конференции чувак на полном серьезе рассказывал, что главный предиктор увольнения – текст отзыва в exit- интервью.... «Вскрытие показало – умер от вскрытия». И добавьте в этому охлаждение к предиктивным моделям – не так много мест (а даже совсем немного), где они могут дать пользу.
Потом мне казалось, что важное – это идеи. Мы все в HR-аналитике завязли в болоте дашбордов, и надо как барон Мюнхгаузен вытянуть себя за волосы. Неплохие идеи применения имитационного моделирования, структурного моделирования, линейной оптимизации – да, это все круто, но чего-то не хватало.
Сейчас мне кажется, что лучший HR-аналитик это в первую очередь менеджер со своим стратегическим видением, но, главное, умеющий достигать компромисса между желаемым и, простите, уровнем развития организации – а это, в первую очередь, качество данных. И, например, автоматизация расчета текучести персонала — это не математическая задачка. Это вполне себе менеджерская задачка, поскольку включает в себя выстраивание бизнес-процессов сбора, контроля и анализа данных. Эта та самая гребанная культура данных. Ну все же знают, что системы часто ведутся по принципу 3 пишем, два в уме.
Я подумал, куда мое понимание HR-аналитики может мигрировать? И вспомнил «Понедельник начинается в субботу» Братьев Стругацких:

«Саваоф Баалович стал всемогущ. Он мог всё. И он ничего не мог. Потому что граничным условием уравнения Совершенства оказалось требование, чтобы чудо не причиняло никому вреда. Никакому разумному существу. Ни на Земле, ни в иной части Вселенной. А такого чуда никто, даже сам Саваоф Баалович, представить себе не мог.»

Может я вернусь позже и напишу более осмысленный текст, а сейчас надо вернуться в работу

Источники трафика кандидатов, 2023
Вышка проводит мониторинг населения – опрашиваются несколько тысяч человек по всем аспектам жизни – от здоровья, образования до работы и зарплаты.
Главное отличие данного исследования: выборка репрезентирует население России. Т.е. в этой капле (несколько тысяч респондентов) отражается Россия – т.е. основные характеристики населения. Тем ценно это исследование.
Я взял данные 2023 года и вытащил свое любимое – источники трафика. Составил рейтинг.

И знаете, что я думаю, а и уверен, что вы со мной согласитесь: какие технологии? О чем мы вообще? В какой России мы живем?
Если сложить проценты по ответам «Подали рекламное объявление через интернет» - 1,7% и «Увидели рекламное объявление в интернете» - 5,1%, получается 6, 8 %. С учетом границ погрешности ну максимум 10 %.
Вот эта та часть населения Россия, в которой мы, по сути, и варимся.
Если интересны другие цифры, полайкайте пост, попишите комменты – там про зарплату вкусно.

ТГ канал HRtech

Распределение зарплат россиян, 2023
И снова данные исследований Вышки. См. прошлый пост Источники трафика кандидатов, 2023
На диаграмме:
• По оси X – зарплата в тыс. рублей с шагом в 20 000 – мне так показалось удобным для восприятия
• По оси Y – как часто респонденты упоминают зарплату.

Данные для диаграммы взяты из ответа на вопрос:
Сколько денег в течение последних 30 дней Вы получили по основному месту работы после
вычета налогов и отчислений?

Т.е. (важно!) обратите внимание, эти данные не учитывают: 1) квартальные, годовые премии, 2) доходы по не основному месту работы
А кроме того, большая доля респондентов не дала ответ на вопрос о зарплате. Но я решил по прокси-переменной проверить гипотезу о том, что более богатые не сообщают о зарплате. Прокси-переменная – это, например, характер труда респондента (нужно указать, занимаешься физически, интеллектуальным, управленческим трудом). Не нашел я различий, т.е. вроде все в равной мере указывают и скрывают инфо о зарплате, но вероятность того, что более богатые не указывают зарплату, остается.

И тем не менее, будем относиться к данным, как к одним из самых правдивых: медиана по зарплате 35 000 рублей, и самый популярный размер зарплаты от 20 до 40 000 рублей. Чего вам не желаю....

ТГ канал HRtech

Удовлетворенность россиян работой, 2023
Снова вышкинские исследования, простите
Результаты ответов на вопрос

Насколько Вы удовлетворены или не удовлетворены Вашей работой в целом?
Где 5 – Полностью удовлетворены, 1 – совсем не удовлетворены.

Среднее значение равно 3.92
Следующее, что я сделаю – посмотрю динамику удовлетворенностью работой по годам.
ВОПРОС: давайте повангуем, как вы считаете, удовлетворенность работой стала выше или ниже, чем, в 2022 году? И каков тренд за последние 5, 10 лет?

И прошлые посты

Источники трафика кандидатов

Распределение зарплат

​​Тренды HR в 2025 году: время кадровой диктатуры

Об авторе: Сергей Ахметов, генеральный директор HRTech-компании «Поток».

Что такое кадровая диктатура и как она влияет на HR-рынок
Кадровая диктатура — это ситуация на рынке труда, когда высокий спрос на специалистов позволяет им диктовать условия найма, а работодателям приходится их принимать для привлечения и удержания квалифицированных работников. Это характерно для рынка кандидатов.

Какие HR-тренды оказывают наибольшее влияние на бизнес
✅Усугубление дефицита кадров
Дефицит кадров (27%) самый актуальный HR-тренд. Сложности испытывают компании всех размеров, особенно средний бизнес (32%), не имеющий гибкости малого бизнеса и ресурсов крупных корпораций. Это приводит к удлинению процесса найма и использованию новых методов поиска сотрудников. Рынок труда в России столкнулся с парадоксом: исторически низкая безработица при рекордно высокой загрузке производств. Это порождает острую нехватку персонала, в первую очередь рабочих и сервисных специальностей.

✅Зарплатная гонка
Компании повышают зарплаты, иногда до 40% в год — об этом заявили 15% респондентов. Это приводит к конкуренции не только между целыми отраслями. Крупный бизнес (21%) сильнее отмечает этот тренд, имея больше ресурсов для аналитики и повышения оплаты труда, в отличие от среднего (14%) и малого (6%) бизнеса. За 10 месяцев 2024 года медианные зарплаты в России выросли на 17%, достигнув ₽70 тыс. (ожидания кандидатов) и ₽71 тыс. (предложения работодателей).

✅Неадекватные зарплатные ожидания
Зарплатные ожидания кандидатов становятся проблемой для каждой седьмой компании. Это касается начинающих специалистов, чьи амбиции по зарплате значительно превышают их реальный опыт и квалификацию. Остро несоответствие квалификации и зарплатных запросов ощущается в малом бизнесе (25% опрошенных). Малый бизнес имеет ограниченные возможности для конкуренции по зарплатам и не может вкладывать ресурсы в обучение новичков. В среднем бизнесе эта проблема у 12% работодателей, а в крупном — всего 9%.

✅Возросший отток персонала
По итогам опроса 11% работодателей отметили увеличившуюся текучесть кадров на всех этапах жизненного цикла сотрудников. Молодые могут уволиться одним днем еще на испытательном сроке. Работу меняют «старички», которые прошли с компанией через несколько кризисов. Реже остальных на отток персонала жалуются компании малого бизнеса (7%). Это объясняется меньшей численностью штата и более тщательным подбором кадров. Средний и крупный бизнес указывает на эту проблему почти в два раза чаще: 13 и 12% соответственно.

✅Снижение мотивации работать
Рост зарплат и конкуренция сопровождаются снижением мотивации сотрудников (заявили 9% респондентов). Кандидаты медленнее откликаются на предложения, действующие сотрудники теряют интерес к развитию. Это особенно заметно среди представителей поколения Z. Малый бизнес (15%) чаще всех отмечает проблемы с мотивацией, в то время как средний бизнес (4%) и крупные компании (11%) сталкиваются с этим менее часто.

РБК

Студенты США имеют лучше знания в области компьютерных наук, чем студенты России, Китая и Индии

Это специальная программа Стенфордского универа, тщательно отбирали вузы, пот студентов

Отобранные студенты последнего курса из четырех стран прошли двухчасовой компьютерный стандартизированный экзамен по CS из серии тестов "Major Field Test", разработанных Educational Testing Service (ETS). Экзамен оценивает, насколько хорошо студенты последнего курса по CS владеют концепциями, принципами и знаниями в области CS. Он состоит из 66 вопросов с множественным выбором.Фактически, в нем используется псевдокод, который должен быть легко понятен студентам по CS независимо от программы или страны. Области содержания экзамена включают дискретные структуры, программирование, алгоритмы и сложность, системы, программную инженерию, управление информацией и "другие"
В общей сложности экзамен сдали 678 студентов из Китая (119 из элитных программ), 364 студента из Индии (71 из элитных программ) и 551 студент из России (116 из элитных программ).

Источник