Как зависит зарплата от формата работы.
Спойлер: никак. Но есть нюансы.
Парсим данные вакансий бизнес-аналитиков по Москве (поэтому вполне вероятно результаты определяются регионом, в целом по России ситуация могла бы быть другой, а также может быть в другой профессии будут другие результаты).
📊Методика расчета:
Взяли вакансии, где строго указано или "на месте работодателя", или "удаленно" (часто в вакансии указывают через запятую все варианты, мы их не берем).
Зарплату считали как среднее между "зарплата от" и "зарплата до".
🎯Результат:
На диаграмме показано распределение в зависимости от формата работы, различия незначимы (p-value = 0, 58).
Зарплата не зависит от формата работы, предлагаемого работодателем
Работодатель не воспринимает удаленку как бонус?
Или просто анализ рынка зарплат (отсутствие анализа) не позволяет работодателю предлагать зарплату ниже, если речь от удаленке?
Западные исследования Ника Блума показывают, удаленка предполагает значимо меньшую зарплату.
Но рейтинг работодателя зависит от формата работы, см. Как зависит рейтинг работодателя от формата работы
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Спойлер: никак. Но есть нюансы.
Парсим данные вакансий бизнес-аналитиков по Москве (поэтому вполне вероятно результаты определяются регионом, в целом по России ситуация могла бы быть другой, а также может быть в другой профессии будут другие результаты).
📊Методика расчета:
Взяли вакансии, где строго указано или "на месте работодателя", или "удаленно" (часто в вакансии указывают через запятую все варианты, мы их не берем).
Зарплату считали как среднее между "зарплата от" и "зарплата до".
🎯Результат:
На диаграмме показано распределение в зависимости от формата работы, различия незначимы (p-value = 0, 58).
Зарплата не зависит от формата работы, предлагаемого работодателем
Работодатель не воспринимает удаленку как бонус?
Или просто анализ рынка зарплат (отсутствие анализа) не позволяет работодателю предлагать зарплату ниже, если речь от удаленке?
Западные исследования Ника Блума показывают, удаленка предполагает значимо меньшую зарплату.
Но рейтинг работодателя зависит от формата работы, см. Как зависит рейтинг работодателя от формата работы
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍2
Алексей Мордашов рассказал о проблемах с замещением системы немецкой SAP🤷♂️
Основной бенефициар «Северстали» рассказал, что им не удалось внедрить анонсированное в прошлом году решение на замену SAP и что они ищут другие альтернативы. В том числе ждут, чем закончится запуск в РЖД платформы на базе 1С
Основной бенефициар «Севергрупп» Алексей Мордашов, выступая на конференции «Цифровая индустрия промышленной России» (ЦИПР) во вторник, 3 июня, сообщил, что они до сих пор не нашли российскую ERP-систему, которая могла бы заменить решение немецкой SAP. По его словам, в течение года они тестировали продукт «Турбо ERP» (разработка входящей в «Ланит» «Консист Бизнес Групп»).
Подробнее на РБК
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Основной бенефициар «Северстали» рассказал, что им не удалось внедрить анонсированное в прошлом году решение на замену SAP и что они ищут другие альтернативы. В том числе ждут, чем закончится запуск в РЖД платформы на базе 1С
Основной бенефициар «Севергрупп» Алексей Мордашов, выступая на конференции «Цифровая индустрия промышленной России» (ЦИПР) во вторник, 3 июня, сообщил, что они до сих пор не нашли российскую ERP-систему, которая могла бы заменить решение немецкой SAP. По его словам, в течение года они тестировали продукт «Турбо ERP» (разработка входящей в «Ланит» «Консист Бизнес Групп»).
«Мы отработали с «Консистом» их подход, он оказался плохо соответствующим нашим системам, — сообщил Мордашов. — Многое сделали в течение прошлого года, но оказалось, что все это дороже и сложнее и требует филигранной проработки».
Помимо поиска платформы, которая могла бы стать основой для ERP-системы в «Севергрупп», по его словам, они смотрят на опыт РЖД, которая сейчас занимается внедрением решения на замену SAP на базе 1С. «Мы следим за опытом других компаний, в частности РЖД по внедрению 1С. Если им удастся, будут какие-то референтные результаты, [основатель 1С] Борис [Нуралиев], наверно, сможет нам показать систему, которая может быть интересна. РЖД — сложная компания. Если они смогут на 1С реализовать свою систему, то, наверно, это и для нас сможет создавать дополнительные возможности. Важно экономить силу и ресурсы», — сообщил Мордашов.
Глава правительства Михаил Мишустин, также выступавший на ЦИПР, в ответ предложил Мордашову, «как человеку, который знает, где взять инвестиции», подумать над созданием консорциума по созданию российской ERP. «Я объясню, почему настаиваю. Мы ждем решения. Понятно, что это дорого, сложно. Но мы в рамках работы ИЦК (индустриальных центров компетенций, созданы для импортозамещения зарубежных IT-систем в различных отраслях. — РБК) должны ставить себе эти задачи», — указал премьер-министр. Мишустин предложил участвовать в таком консорциуме исполнительному директору «Фармстандарта» Виктору Харитонину. У этой группы, по словам Харитонина, из 12–13 предприятий SAP продолжает работать в трех-четырех, остальные работают на 1С. Полностью отказаться от систем SAP «Фармстандарт», предположительно, сможет в ближайшие два года.
Подробнее на РБК
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🤷♀3
В России анонсировали государственный мессенджер Max, разработанный «ВКонтакте»
На совещании с членами правительства Владимиру Путину доложили о том, как в стране замещают иностранные программы. Министр цифрового развития Максут Шадаев не только рассказал об общей ситуации, но озвучил важную новость - выпущен передовой российский мессенджер Max. В нем - все платежные системы, а скоро «прикрутят» и некоторые государственные услуги.
Бета-версия Max появится в магазинах приложений в ближайшее время. Пользователи смогут общаться в мессенджере, звонить, отправлять голосовые сообщения и файлы до 4 ГБ, уточнили РБК в холдинге. В Max будут доступны конструктор чат-ботов, мини-приложения и платежная система.
«На первом этапе будет несколько платформ для создания ботов, которые помогут запустить простые чат-боты для рутинных задач», — рассказали в VK. Компании смогут создавать свои мини-приложения на базе Max Bot API — в частности, финансовые сервисы, каталоги товаров для магазинов, меню ресторанов и сервисы поддержки в Max.
По словам источников «Ведомостей», в будущем в Max появятся государственные сервисы. По словам одного из собеседников, платформа может стать аналогом китайского WeChat.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
На совещании с членами правительства Владимиру Путину доложили о том, как в стране замещают иностранные программы. Министр цифрового развития Максут Шадаев не только рассказал об общей ситуации, но озвучил важную новость - выпущен передовой российский мессенджер Max. В нем - все платежные системы, а скоро «прикрутят» и некоторые государственные услуги.
Бета-версия Max появится в магазинах приложений в ближайшее время. Пользователи смогут общаться в мессенджере, звонить, отправлять голосовые сообщения и файлы до 4 ГБ, уточнили РБК в холдинге. В Max будут доступны конструктор чат-ботов, мини-приложения и платежная система.
«На первом этапе будет несколько платформ для создания ботов, которые помогут запустить простые чат-боты для рутинных задач», — рассказали в VK. Компании смогут создавать свои мини-приложения на базе Max Bot API — в частности, финансовые сервисы, каталоги товаров для магазинов, меню ресторанов и сервисы поддержки в Max.
По словам источников «Ведомостей», в будущем в Max появятся государственные сервисы. По словам одного из собеседников, платформа может стать аналогом китайского WeChat.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🤔1👨💻1
А у нас будет такой же гаджет?🤷♂️🤷♀️
Северокорейский смартфон делает скриншоты экрана, заменяет слова на «правильные» и показывает флаг страны при загрузке.
В распоряжении «Би-би-си» оказался контрабандной вывезенный из Северной Кореи смартфон. Устройство делает скриншоты каждые пять минут, хранит их в зашифрованной папке, доступ к которой, по данным журналистов, есть только у властей. При включении на экране появляется анимация с флагом КНДР.
Телефон блокирует «неправильные» слова, заменяя их. Например, вместо южнокорейского «старший брат» (oppa), которое южнокорейцы в последнее время начали использовать в значении «мой парень», он подставляет «товарищ» и предупреждает, что так можно называть только родственника. Название Южной Кореи заменяется на «марионеточное государство».
Функция скриншотов работает не везде — её отключили, например, в приложении с газетой Rodong Sinmun и в сборнике трудов лидеров. Эксперты объясняют это тем, что власти считают некоторые действия, вроде свайпа тремя пальцами, с помощью которого можно сделать скрин, проявлением неуважения.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Северокорейский смартфон делает скриншоты экрана, заменяет слова на «правильные» и показывает флаг страны при загрузке.
В распоряжении «Би-би-си» оказался контрабандной вывезенный из Северной Кореи смартфон. Устройство делает скриншоты каждые пять минут, хранит их в зашифрованной папке, доступ к которой, по данным журналистов, есть только у властей. При включении на экране появляется анимация с флагом КНДР.
Телефон блокирует «неправильные» слова, заменяя их. Например, вместо южнокорейского «старший брат» (oppa), которое южнокорейцы в последнее время начали использовать в значении «мой парень», он подставляет «товарищ» и предупреждает, что так можно называть только родственника. Название Южной Кореи заменяется на «марионеточное государство».
Функция скриншотов работает не везде — её отключили, например, в приложении с газетой Rodong Sinmun и в сборнике трудов лидеров. Эксперты объясняют это тем, что власти считают некоторые действия, вроде свайпа тремя пальцами, с помощью которого можно сделать скрин, проявлением неуважения.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🤯4🤷♀1👀1
Media is too big
VIEW IN TELEGRAM
Сегодня прошла офлайн встреча клуба HR аналитиков в гостях у команды HR аналитики Ростелекома.
Шикарная встреча
Делюсь уже завершением- обратной связью участников на встречу
Шикарная встреча
Делюсь уже завершением- обратной связью участников на встречу
❤8👍1🔥1
Аналитика корпоративных опросов.
Чисто технический пост, прастите.
Если вы проводите опрос, например, вовлеченности, и целевая переменная – доля тех, кто готов рекомендовать компанию, то было бы неплохо знать, какие факторы (отношения с руководителем, с коллективом, бонусы и т.п.) сильнее связаны с вовлеченностью – это позволит расставить приоритеты и составить план повышения вовлеченности.
Этот пост для вас.
Анализ относительных весов (Relative Weights Analysis, RWA)
RWA – это статистический метод, который оценивает относительную важность предикторов в моделях множественной регрессии, особенно при наличии мультиколлинеарности. Когда предикторы сильно коррелируют (что часто встречается в опросах сотрудников), стандартные коэффициенты регрессии могут вводить в заблуждение и маскировать реальный вклад каждого фактора.
🏎 Как можно догадаться, RWA особенно полезен для анализа ключевых факторов в опросах сотрудников, когда нужно определить относительную важность (обычно сильно взаимосвязанных) вопросов или индексов для прогнозирования общих оценок или внешних показателей.
И мы помним, что речь не о причинности, а корреляции
Статья Людека Стехлика с кодом в R
На диаграмме как раз пример такого результата
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Чисто технический пост, прастите.
Если вы проводите опрос, например, вовлеченности, и целевая переменная – доля тех, кто готов рекомендовать компанию, то было бы неплохо знать, какие факторы (отношения с руководителем, с коллективом, бонусы и т.п.) сильнее связаны с вовлеченностью – это позволит расставить приоритеты и составить план повышения вовлеченности.
Этот пост для вас.
Анализ относительных весов (Relative Weights Analysis, RWA)
RWA – это статистический метод, который оценивает относительную важность предикторов в моделях множественной регрессии, особенно при наличии мультиколлинеарности. Когда предикторы сильно коррелируют (что часто встречается в опросах сотрудников), стандартные коэффициенты регрессии могут вводить в заблуждение и маскировать реальный вклад каждого фактора.
🏎 Как можно догадаться, RWA особенно полезен для анализа ключевых факторов в опросах сотрудников, когда нужно определить относительную важность (обычно сильно взаимосвязанных) вопросов или индексов для прогнозирования общих оценок или внешних показателей.
И мы помним, что речь не о причинности, а корреляции
Статья Людека Стехлика с кодом в R
На диаграмме как раз пример такого результата
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🔥2✍1😁1🙏1
Исследование HR-автоматизации
«Ведомости» приводят результаты исследования платформы «Пульс». Сначала данные, потом мой комментарий. Данные – все цифры из статьи.
1️⃣ 47% - текущий индекс HR-устойчивости российских компаний по данным исследования "Пульса" от Сбера.
o Для сравнения: у привлекательных работодателей этот показатель должен быть выше 70%
o В западной практике нормой считается 75-85%
2️⃣ 120 компаний - объем выборки исследования (крупные, средние и малые предприятия из разных отраслей)
3️⃣ 60% компаний:
o Не ведут системный сбор и обработку HR-аналитики
o Принимают кадровые решения без аналитической базы
4️⃣ 36% организаций:
o Автоматизировали часть HR-сервисов
o Для сравнения: в развитых экономиках этот показатель достигает 80-90%
5️⃣ 40% решений принимаются "на глаз":
o Без опоры на данные и аналитику
o Руководствуясь субъективными ощущениями ("чувствую, что надо так")
6️⃣ 50% сотрудников:
o Охвачены автоматизированными HR-процессами
o Но только в тех компаниях, где такие системы внедрены
7️⃣ 18% удовлетворенности:
o Уровень позитивного опыта пользования HR-системами
o Отражает проблемы с удобством и практической полезностью решений
8️⃣ 53% компаний:
o Не умеют управлять эффективностью сотрудников через цифровые данные
o Не используют KPI и регулярную обратную связь
9️⃣ 46% процессов оцениваются как "незрелые":
o Не внедрены должным образом
o Не стандартизированы
o Не интегрированы в общую систему управления
🔟 30% экономии:
o Потенциальное сокращение затрат на подбор при использовании data-аналитики
o Достигается за счет оптимизации каналов найма и процессов адаптации
Результаты, безусловно, смешнявые. 40 % принимают решения «на глаз», а остальные 59 % как? По гороскопу?
30 % экономии на найм при внедрении системы автоматизации – это мнение эксперта из статьи, и я бы сказал, очень смелое мнение. Про методологию расчета индекса нет ничего.
Ну в общем ситуация с автоматизацией не очень хорошая, но измерять эту ситуацию мы еще не научились.
Статья Ведомсти
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
«Ведомости» приводят результаты исследования платформы «Пульс». Сначала данные, потом мой комментарий. Данные – все цифры из статьи.
1️⃣ 47% - текущий индекс HR-устойчивости российских компаний по данным исследования "Пульса" от Сбера.
o Для сравнения: у привлекательных работодателей этот показатель должен быть выше 70%
o В западной практике нормой считается 75-85%
2️⃣ 120 компаний - объем выборки исследования (крупные, средние и малые предприятия из разных отраслей)
3️⃣ 60% компаний:
o Не ведут системный сбор и обработку HR-аналитики
o Принимают кадровые решения без аналитической базы
4️⃣ 36% организаций:
o Автоматизировали часть HR-сервисов
o Для сравнения: в развитых экономиках этот показатель достигает 80-90%
5️⃣ 40% решений принимаются "на глаз":
o Без опоры на данные и аналитику
o Руководствуясь субъективными ощущениями ("чувствую, что надо так")
6️⃣ 50% сотрудников:
o Охвачены автоматизированными HR-процессами
o Но только в тех компаниях, где такие системы внедрены
7️⃣ 18% удовлетворенности:
o Уровень позитивного опыта пользования HR-системами
o Отражает проблемы с удобством и практической полезностью решений
8️⃣ 53% компаний:
o Не умеют управлять эффективностью сотрудников через цифровые данные
o Не используют KPI и регулярную обратную связь
9️⃣ 46% процессов оцениваются как "незрелые":
o Не внедрены должным образом
o Не стандартизированы
o Не интегрированы в общую систему управления
🔟 30% экономии:
o Потенциальное сокращение затрат на подбор при использовании data-аналитики
o Достигается за счет оптимизации каналов найма и процессов адаптации
Результаты, безусловно, смешнявые. 40 % принимают решения «на глаз», а остальные 59 % как? По гороскопу?
30 % экономии на найм при внедрении системы автоматизации – это мнение эксперта из статьи, и я бы сказал, очень смелое мнение. Про методологию расчета индекса нет ничего.
Ну в общем ситуация с автоматизацией не очень хорошая, но измерять эту ситуацию мы еще не научились.
Статья Ведомсти
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍2✍1🔥1🤔1
Внутренний маркетплейс талантов🔞
Хочу реализовать эту идею у себя в компании. Причем, можно в самом простом исполнении: через метчинг блоков систем рекрутинга и обучения.
1️⃣Блок обучения содержит данные о пройденном обучении и приобретенных скиллах и компетенциях
2️⃣Блок рекрутинга – вакансии и требования к ним.
После появления вакансии в системе можно запускать скрипт, который будет метчить требования к вакансии со скиллами обучившихся и выдавать список рекрутеру – например, всех, у кого доля сходства выше определенного уровня (доля сходства измеряется от 0 до 1). При этом можно заложить какие-то фильтры: например, не отбирать тех сотрудников, кто проработал на последнем месте работы менее полугода или года. И так далее.
Буду благодарен, если попинаете идею, добавите от себя. Может быть, поделитесь кейсами внедрения.
Мне кажется, маркетплейсы талантов в компании до сих пор не получили распространения в России, хотя их плюсы очевидны – тот же фактор удержания. Хотя и минусы тоже очевидны: многие будут воспринимать это как посягательство на «моих» подчиненных.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Хочу реализовать эту идею у себя в компании. Причем, можно в самом простом исполнении: через метчинг блоков систем рекрутинга и обучения.
1️⃣Блок обучения содержит данные о пройденном обучении и приобретенных скиллах и компетенциях
2️⃣Блок рекрутинга – вакансии и требования к ним.
После появления вакансии в системе можно запускать скрипт, который будет метчить требования к вакансии со скиллами обучившихся и выдавать список рекрутеру – например, всех, у кого доля сходства выше определенного уровня (доля сходства измеряется от 0 до 1). При этом можно заложить какие-то фильтры: например, не отбирать тех сотрудников, кто проработал на последнем месте работы менее полугода или года. И так далее.
Буду благодарен, если попинаете идею, добавите от себя. Может быть, поделитесь кейсами внедрения.
Мне кажется, маркетплейсы талантов в компании до сих пор не получили распространения в России, хотя их плюсы очевидны – тот же фактор удержания. Хотя и минусы тоже очевидны: многие будут воспринимать это как посягательство на «моих» подчиненных.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍7⚡1💯1
Forwarded from Защита бизнеса_28
Наш юрисконсульт заменен на ИИ.
Благовещенск – В Амурской области реализован пилотный проект по использованию искусственного интеллекта (далее ИИ) в государственном управлении.
Уполномоченный по защите прав предпринимателей в Амурской области Игорь Радченко более двух месяцев назад внедрил в свою работу ИИ-ассистентов на базе генеративных нейросетей (GigaChat и DeepSeek). В результате впервые в практике государственных учреждений Дальнего Востока штатная единица (ведущий юрисконсульт) была оптимизирована за счет внедрения ИИ. Эта мера стала вынужденным ответом на хронический кадровый дефицит и ограниченное финансирование.
Результаты превзошли ожидания:
• Скорость обработки обращений предпринимателей выросла с 2 рабочих дней до 1 часа.
• Судебная защита вышла на новый уровень: Количество дел в Арбитражном суде, где Уполномоченный выступает в защиту интересов бизнеса, выросло с 19 за весь 2024 год до 30 уже за первое полугодие 2025 года. Сегодня Уполномоченный имеет возможность представлять интересы амурских предпринимателей во всех без исключения арбитражных спорах бизнеса с органами власти различных уровней.
Внедрение ИИ-ассистента помогает:
- проанализировать поступившее обращение и разработать оптимальный алгоритм действий для уполномоченного;
- составить документ: письмо, заявление и пр.
- на основе анализа документов составить: отзыв в суд, проект искового заявления и пр.
Необходимо отметить, кадровое обеспечение деятельности Уполномоченного по закону осуществляет Общественная палата Амурской области. Сотрудник, ранее занимавший позицию ведущего юрисконсульта при Бизнес-защитнике, не был уволен, а с 2 июня 2025 года переведен на аналогичную вакантную должность в структуре Общественной палаты.
Цитата: «Использование генеративных нейросетей – это не прихоть, а единственный выход из ситуации. Предлагаемая нами для юриста заработная плата уступает рыночной вдвое. В таких условиях каждые 6-8 месяцев мы теряли специалиста, и начинали поиск заново. Логичным и эффективным выходом стало планомерное внедрение в работу ИИ-ассистента. О полной замене человека говорить еще очень рано, однако отрицать потенциал возможностей уже невозможно».
Благовещенск – В Амурской области реализован пилотный проект по использованию искусственного интеллекта (далее ИИ) в государственном управлении.
Уполномоченный по защите прав предпринимателей в Амурской области Игорь Радченко более двух месяцев назад внедрил в свою работу ИИ-ассистентов на базе генеративных нейросетей (GigaChat и DeepSeek). В результате впервые в практике государственных учреждений Дальнего Востока штатная единица (ведущий юрисконсульт) была оптимизирована за счет внедрения ИИ. Эта мера стала вынужденным ответом на хронический кадровый дефицит и ограниченное финансирование.
Результаты превзошли ожидания:
• Скорость обработки обращений предпринимателей выросла с 2 рабочих дней до 1 часа.
• Судебная защита вышла на новый уровень: Количество дел в Арбитражном суде, где Уполномоченный выступает в защиту интересов бизнеса, выросло с 19 за весь 2024 год до 30 уже за первое полугодие 2025 года. Сегодня Уполномоченный имеет возможность представлять интересы амурских предпринимателей во всех без исключения арбитражных спорах бизнеса с органами власти различных уровней.
Внедрение ИИ-ассистента помогает:
- проанализировать поступившее обращение и разработать оптимальный алгоритм действий для уполномоченного;
- составить документ: письмо, заявление и пр.
- на основе анализа документов составить: отзыв в суд, проект искового заявления и пр.
Необходимо отметить, кадровое обеспечение деятельности Уполномоченного по закону осуществляет Общественная палата Амурской области. Сотрудник, ранее занимавший позицию ведущего юрисконсульта при Бизнес-защитнике, не был уволен, а с 2 июня 2025 года переведен на аналогичную вакантную должность в структуре Общественной палаты.
Цитата: «Использование генеративных нейросетей – это не прихоть, а единственный выход из ситуации. Предлагаемая нами для юриста заработная плата уступает рыночной вдвое. В таких условиях каждые 6-8 месяцев мы теряли специалиста, и начинали поиск заново. Логичным и эффективным выходом стало планомерное внедрение в работу ИИ-ассистента. О полной замене человека говорить еще очень рано, однако отрицать потенциал возможностей уже невозможно».
👍2🤔2
This media is not supported in your browser
VIEW IN TELEGRAM
Автомат приема макулатуры
Китай
Деньги приходят на электронный кошелёк после загрузки бумаги в автомат
Попинайте меня лайками / антилайками / комментами - стоит ли такое давать в канале.
Мне такие видео кажутся не просто интересными, а развивающими воображение - в профессиональных целях.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Китай
Деньги приходят на электронный кошелёк после загрузки бумаги в автомат
Попинайте меня лайками / антилайками / комментами - стоит ли такое давать в канале.
Мне такие видео кажутся не просто интересными, а развивающими воображение - в профессиональных целях.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍10🔥3
Оценка влияния обучения руководителей на удержание сотрудников🎯
Решил кейсом своим поделиться.
Оценка эффективности обучения – заветная мечта HR😊 Слабо реализуемая, что бы кто не говорил. Но решения есть.
В компании - клиенте проводят обучение руководителей управленческим навыкам – там не только про удержание, а вообще про управление. Но удержание персонала приоритет №1, и клиент захотел измерить влияние этого обучения на удержание сотрудников.
Наиболее очевидным кажется схема анализа:
📌Смотрим на подчиненных руководителей, кто прошел обучение, и подчиненных руководителей, кто не прошел обучения, сравниваем текучесть, даем ответ.
📌Вторая схема: смотрим только руководителей, прошедших обучение, оцениваем как подчиненные уходили до обучения и после.
Идея здравые, но как обычно есть куча «но» и нюансов.
🤷♂️Группы прошедших и не прошедших могут различаться, это уже само по себе смещение
🤷♂️На удержание до и после может влиять опыт руководителя (дело может быть не в обучении, а в том, что руководитель просто опыта набирается), и надо "очищать" эффект.
🤷♂️Сотрудник может не уволиться от руководителя, а перейти работать к другому руководителю – и это, очевидно, нельзя расценивать как «плохой» исход, особенно, если подчиненный пошел на повышение.
🤷♂️А главное, первая схема нерабочая в силу «эффекта выжившего». Мы получим корреляцию между обучением и оттоком, но не потому, что обучение влияет на отток, а потому, что дольше работающие просто имеют больше вероятности пройти обучение.
Это основные «но» и нюансы, есть еще другие, более мелкие.
Кто знаком с анализом, догадываются, что я использовал алгоритмы дожития. Но ключевым моментом было то, что единицей анализа я взял не время жизни сотрудника в компании, а время совместной жизни сотрудника и руководителя.
Т.е. условный Вася Пупкин у нас был не одной строкой, а столько раз, сколько у него было руководителей. Время начала работы не от момента трудоустройства, а от момента начала работы с конкретным руководителем (и с первым руководителем время трудоустройства совпадает). А дата окончания работы не дата увольнения, а дата окончания работы с конкретным руководителем (иногда дата увольнения совпадает, если ушел от руководителя). Если сотрудник перешел на другое место работы к другому руководителю в рамках компании, событие считается цензурируемым (незакрытым – термин из анализа дожития).
🎯Каковы результаты?
✅Обучение не оказывает влияние на удержание подчиненных (p-value = 0, 7) – не особо это удивляет, если честно, поскольку несколько часов, даже пусть это 20 часов, навряд ли дадут необходимые навыки удержания.
✅Стаж работы не оказывает влияние на удержание подчиненных (p-value = 0, 12) – хотя обратите внимание на p-value – намек на то, что при бОльших данных или в другой компании опыт руководителя может влиять на удержание, и тогда подчиненных мы могли бы удерживать через удержание руководителей.
И да, такой анализ возможен, если данные соответствующего качества.
Перед Вами когда-нибудь стояла задача оценки эффективности обучения?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Решил кейсом своим поделиться.
Оценка эффективности обучения – заветная мечта HR😊 Слабо реализуемая, что бы кто не говорил. Но решения есть.
В компании - клиенте проводят обучение руководителей управленческим навыкам – там не только про удержание, а вообще про управление. Но удержание персонала приоритет №1, и клиент захотел измерить влияние этого обучения на удержание сотрудников.
Наиболее очевидным кажется схема анализа:
📌Смотрим на подчиненных руководителей, кто прошел обучение, и подчиненных руководителей, кто не прошел обучения, сравниваем текучесть, даем ответ.
📌Вторая схема: смотрим только руководителей, прошедших обучение, оцениваем как подчиненные уходили до обучения и после.
Идея здравые, но как обычно есть куча «но» и нюансов.
🤷♂️Группы прошедших и не прошедших могут различаться, это уже само по себе смещение
🤷♂️На удержание до и после может влиять опыт руководителя (дело может быть не в обучении, а в том, что руководитель просто опыта набирается), и надо "очищать" эффект.
🤷♂️Сотрудник может не уволиться от руководителя, а перейти работать к другому руководителю – и это, очевидно, нельзя расценивать как «плохой» исход, особенно, если подчиненный пошел на повышение.
🤷♂️А главное, первая схема нерабочая в силу «эффекта выжившего». Мы получим корреляцию между обучением и оттоком, но не потому, что обучение влияет на отток, а потому, что дольше работающие просто имеют больше вероятности пройти обучение.
Это основные «но» и нюансы, есть еще другие, более мелкие.
Кто знаком с анализом, догадываются, что я использовал алгоритмы дожития. Но ключевым моментом было то, что единицей анализа я взял не время жизни сотрудника в компании, а время совместной жизни сотрудника и руководителя.
Т.е. условный Вася Пупкин у нас был не одной строкой, а столько раз, сколько у него было руководителей. Время начала работы не от момента трудоустройства, а от момента начала работы с конкретным руководителем (и с первым руководителем время трудоустройства совпадает). А дата окончания работы не дата увольнения, а дата окончания работы с конкретным руководителем (иногда дата увольнения совпадает, если ушел от руководителя). Если сотрудник перешел на другое место работы к другому руководителю в рамках компании, событие считается цензурируемым (незакрытым – термин из анализа дожития).
🎯Каковы результаты?
✅Обучение не оказывает влияние на удержание подчиненных (p-value = 0, 7) – не особо это удивляет, если честно, поскольку несколько часов, даже пусть это 20 часов, навряд ли дадут необходимые навыки удержания.
✅Стаж работы не оказывает влияние на удержание подчиненных (p-value = 0, 12) – хотя обратите внимание на p-value – намек на то, что при бОльших данных или в другой компании опыт руководителя может влиять на удержание, и тогда подчиненных мы могли бы удерживать через удержание руководителей.
И да, такой анализ возможен, если данные соответствующего качества.
Перед Вами когда-нибудь стояла задача оценки эффективности обучения?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍3🔥3
Метрика HR-бренда?✅
Здесь я скорее к вам обращаюсь за советом. Вопросы в конце. После объяснений логики.
Сделал для одного клиента аналитику зарплатных ожиданий кандидатов. В частности, принятых кандидатов.
📌Задача:
посмотреть, насколько выше / ниже зарплатные ожидания принятых кандидатов в сравнении с остальными.
На диаграмме результат.
По оси Z баллы.
Если делать в рублях, то мы не получим аналитики - по каждой вакансии свои зарплатные ожидания, поэтому чтобы сравнить, применяет нормализацию.
Работает это так.
Очень удобно, когда мы хотим сравнить относительный разброс зарплат.
🎯Результат:
на диаграмме медианное значение = 0.316 стандартных отклонений или 62, 5 %
Т.е. финальный кандидат имеет зарплатные ожидания выше, чем 62, 5 % остальных кандидатов.
❓ВОПРОСЫ. О чем может говорить данная аналитика? Можно ли сказать, что это показатель HR-бренда компании - т.е. чем выше ожидания финального кандидата, тем больше рынка мы платим, тем более сильных кандидатов мы берем?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Здесь я скорее к вам обращаюсь за советом. Вопросы в конце. После объяснений логики.
Сделал для одного клиента аналитику зарплатных ожиданий кандидатов. В частности, принятых кандидатов.
📌Задача:
посмотреть, насколько выше / ниже зарплатные ожидания принятых кандидатов в сравнении с остальными.
На диаграмме результат.
По оси Z баллы.
Если делать в рублях, то мы не получим аналитики - по каждой вакансии свои зарплатные ожидания, поэтому чтобы сравнить, применяет нормализацию.
Работает это так.
Например, у нас 10 кандидатов на вакансию №134, среднее значение ожиданий 100 000 рублей, минимальное 70 000, максимальное 130 000, стандартное отклонение 10 000
кандидат, который устроился на работу, имел ожидания 110 000 рублей, т.е. плюс одно стандартное отклонение от всех ожиданий кандидатов. В другой вакансии среднее значение ожиданий 200 000 рублей, стандартное отклонение 20 000 рублей, и если у финального кандидата ожидание равно 220 000 рублей, то он точно также плюс одно стандартное отклонение.
Очень удобно, когда мы хотим сравнить относительный разброс зарплат.
🎯Результат:
на диаграмме медианное значение = 0.316 стандартных отклонений или 62, 5 %
Т.е. финальный кандидат имеет зарплатные ожидания выше, чем 62, 5 % остальных кандидатов.
❓ВОПРОСЫ. О чем может говорить данная аналитика? Можно ли сказать, что это показатель HR-бренда компании - т.е. чем выше ожидания финального кандидата, тем больше рынка мы платим, тем более сильных кандидатов мы берем?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🔥4👍1
ЗадачА. 🔞
Подумал, а почему бы и ДА – в смысле я думал, стоит давать в канале или нет. Решил подкинуть одну из задачек, с которой сталкиваются аналитики.
Итак,
Процесс адаптации. С новичками встречаются HRBP. Это фиксируется через систему. Я считаю разницу между датой встречи HRBP с новичком и датой трудоустройства новичка – как быстро эта встреча происходит. Данные такие: четверть встреч происходят в первую неделю, четверть – больше, чем через месяц. Среднее значение – две с лишним недели.
Далее я считаю корреляцию между временем встречи и текучестью и выясняю: чем больше время между трудоустройством и встречей с HRBP, тем меньше риски увольнения.
Еще раз: чем дольше HRBP затягивает встречу, отодвигает ее, тем меньше риски увольнения.
❓ВОПРОС: как бы вы объяснили этот результат.
Сразу скажу, задачка креативная.
Подумал, а почему бы и ДА – в смысле я думал, стоит давать в канале или нет. Решил подкинуть одну из задачек, с которой сталкиваются аналитики.
Итак,
Процесс адаптации. С новичками встречаются HRBP. Это фиксируется через систему. Я считаю разницу между датой встречи HRBP с новичком и датой трудоустройства новичка – как быстро эта встреча происходит. Данные такие: четверть встреч происходят в первую неделю, четверть – больше, чем через месяц. Среднее значение – две с лишним недели.
Далее я считаю корреляцию между временем встречи и текучестью и выясняю: чем больше время между трудоустройством и встречей с HRBP, тем меньше риски увольнения.
Еще раз: чем дольше HRBP затягивает встречу, отодвигает ее, тем меньше риски увольнения.
❓ВОПРОС: как бы вы объяснили этот результат.
Сразу скажу, задачка креативная.
❤2🤔2
🔬 Ваш мозг и ChatGPT: как ИИ влияет на обучение?
Цель исследования:
Учёные из MIT и других университетов изучили, как использование ChatGPT для написания эссе влияет на когнитивные процессы, память и восприятие авторства.
📌Метод и выборка:
• Участники: 54 студента (18–39 лет), разделены на 3 группы:
o LLM-группа: писали эссе с ChatGPT.
o Группа поиска: использовали Google (без ИИ).
o Brain-only: писали без инструментов.
• Каждый участник выполнил 3 сессии, 18 из них — дополнительную 4-ю сессию с перераспределением групп.
• Использовались ЭЭГ, NLP-анализ текстов и интервью.
🎯Результаты:
1️⃣ Мозговая активность:
o У группы Brain-only была выше нейронная связность во всех частотных диапазонах (альфа, бета, тета, дельта), что говорит о более глубокой когнитивной вовлечённости.
o У LLM-группы связность была слабее, особенно в тета-диапазоне (связан с рабочей памятью).
2️⃣ Память и авторство:
o 83% участников LLM-группы не смогли точно процитировать свои эссе (против 11% в других группах).
o 16 из 18 участников Brain-only группы чувствовали полное авторство своих работ, в то время как в LLM-группе только 9 из 18.
3️⃣Качество эссе:
o ChatGPT помогал с грамматикой и структурой, но снижал уникальность и глубину содержания.
o Учителя оценили эссе Brain-only группы выше по креативности и содержанию.
📊Вывод:
Использование ChatGPT упрощает задачу, но снижает когнитивную нагрузку, что может привести к ухудшению навыков критического мышления и памяти.
💡 Вывод для себя: ИИ — мощный инструмент, но важно не забывать тренировать свой мозг!
Источник
На самом деле бомбы не случилось: не сам ChatGPT убивает мозг, а его пассивное использование. Дипломы и раньше списывали, не включая каплю мозгов.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Цель исследования:
Учёные из MIT и других университетов изучили, как использование ChatGPT для написания эссе влияет на когнитивные процессы, память и восприятие авторства.
📌Метод и выборка:
• Участники: 54 студента (18–39 лет), разделены на 3 группы:
o LLM-группа: писали эссе с ChatGPT.
o Группа поиска: использовали Google (без ИИ).
o Brain-only: писали без инструментов.
• Каждый участник выполнил 3 сессии, 18 из них — дополнительную 4-ю сессию с перераспределением групп.
• Использовались ЭЭГ, NLP-анализ текстов и интервью.
🎯Результаты:
1️⃣ Мозговая активность:
o У группы Brain-only была выше нейронная связность во всех частотных диапазонах (альфа, бета, тета, дельта), что говорит о более глубокой когнитивной вовлечённости.
o У LLM-группы связность была слабее, особенно в тета-диапазоне (связан с рабочей памятью).
2️⃣ Память и авторство:
o 83% участников LLM-группы не смогли точно процитировать свои эссе (против 11% в других группах).
o 16 из 18 участников Brain-only группы чувствовали полное авторство своих работ, в то время как в LLM-группе только 9 из 18.
3️⃣Качество эссе:
o ChatGPT помогал с грамматикой и структурой, но снижал уникальность и глубину содержания.
o Учителя оценили эссе Brain-only группы выше по креативности и содержанию.
📊Вывод:
Использование ChatGPT упрощает задачу, но снижает когнитивную нагрузку, что может привести к ухудшению навыков критического мышления и памяти.
💡 Вывод для себя: ИИ — мощный инструмент, но важно не забывать тренировать свой мозг!
Источник
На самом деле бомбы не случилось: не сам ChatGPT убивает мозг, а его пассивное использование. Дипломы и раньше списывали, не включая каплю мозгов.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
❤4👍2
В России утверждён ГОСТ «Корпоративный демографический стандарт»
Государство перекладывает часть ответственности за рождаемость и демографию на компании и бизнес. Хотелось бы пошутить на эту тему, но ... лучше не надо. А нам, HR-аналитикам, нужно будет считать еще вот эти показатели. Ну как вам новость?
Об этом на ПМЭФ сообщил полпред Президента в ЦФО Игорь Щёголев.
Стандарт разработан аппаратом полпреда Президента в ЦФО и Институтом демографической политики им. Д. И. Менделеева.
КПД-рейтинг рассчитывается как средневзвешенная сумма баллов по показателям:
1. Доля работников, состоящих в зарегистрированном браке
2. Среднее число детей в возрасте до 6 лет на одного работника
3. Среднее число детей на одного работника
их значения определяются ФНС России.
✅1. Показатель «Доля работников, состоящих в зарегистрированном браке»
определяется как отношение количества работников, состоящих в зарегистрированном браке (имеется запись акта о заключении брака, сведения о которой содержатся в ЕГР ЗАГС) к общему количеству работников и рассчитывают по формуле:
Доля работников, состоящих в зарегистрированном браке =
(Количество работников, состоящих в зарегистрированном браке/Общее количество работников) ∙ 100
✅1б. Балл по показателю «Доля работников, состоящих в зарегистрированном браке» рассчитывают по формуле:
Балл по показателю = ((Значение показателя − Мин. значение показателя)/
(Макс. значение показателя − Мин. значение показателя)) ∙ 100,
где Мин. значение показателя – соответствует минимальному значению
показателя среди всех участников оценки;
Мaкс. значение показателя – соответствует максимальному значению
показателя среди всех участников оценки.
✅2. Показатель «Среднее число детей в возрасте до 6 лет на одного работника» определяют как отношение количества детей работников в возрасте
до 6 лет включительно (в том числе усыновленных) к общему количеству работников и рассчитывают по формуле:
Среднее число детей в возрасте до 6 лет на одного работника =
Количество детей работников в возрасте до 6 лет включительно/Общее количество работников
В случае, если у работодателя трудоустроены оба родителя,
то значение «Количество детей работников в возрасте до 6 лет включительно» рассчитывается по каждому из родителей.
✅2б. Балл по показателю «Среднее число детей в возрасте до 6 лет на одного работника» рассчитывают по формуле
Балл по показателю = ((Значение показателя − Мин. значение показателя)/(0,5 − Мин. значение показателя)) ∙ 100,
где Мин. значение показателя – соответствует минимальному значению показателя среди всех участников оценки.
Если фактическое значение показателя «Среднее число детей в возрасте до 6 лет на одного работника» превышает значение 0,5, то балл по показателю равен 100.
✅3. Показатель «Среднее число детей на одного работника» определяют как отношение количества детей работников (включая совершеннолетних и усыновленных) к общему количеству работников и рассчитывают по формуле:
Среднее число детей на одного работника = Количество детей работников/Общее количество работников
В случае, если у работодателя трудоустроены оба родителя, то значение
«Количество детей работников» рассчитывается по каждому из родителей.
✅3б. Балл по показателю «Среднее число детей на одного работника» рассчитывают по формуле:
Балл по показателю = ((Значение показателя − Мин. значение показателя)/(2,3 − Мин. значение показателя)) ∙ 100,
где Мин. значение показателя – соответствует минимальному значению показателя среди всех участников оценки. Если фактическое значение показателя «Среднее число детей на одного работника» превышает значение 2,3, то балл по показателю равен 100.
Методика: https://кпд-рейтинг.рф/docs/Standarts.pdf
Сам рейтинг (2,3 млн. работодателей, 58,8 млн. работников): https://кпд-рейтинг.рф/
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Государство перекладывает часть ответственности за рождаемость и демографию на компании и бизнес. Хотелось бы пошутить на эту тему, но ... лучше не надо. А нам, HR-аналитикам, нужно будет считать еще вот эти показатели. Ну как вам новость?
Об этом на ПМЭФ сообщил полпред Президента в ЦФО Игорь Щёголев.
«Это первый в России системный подход к вовлечению бизнеса в решение демографических задач».
Стандарт разработан аппаратом полпреда Президента в ЦФО и Институтом демографической политики им. Д. И. Менделеева.
КПД-рейтинг рассчитывается как средневзвешенная сумма баллов по показателям:
1. Доля работников, состоящих в зарегистрированном браке
2. Среднее число детей в возрасте до 6 лет на одного работника
3. Среднее число детей на одного работника
их значения определяются ФНС России.
✅1. Показатель «Доля работников, состоящих в зарегистрированном браке»
определяется как отношение количества работников, состоящих в зарегистрированном браке (имеется запись акта о заключении брака, сведения о которой содержатся в ЕГР ЗАГС) к общему количеству работников и рассчитывают по формуле:
Доля работников, состоящих в зарегистрированном браке =
(Количество работников, состоящих в зарегистрированном браке/Общее количество работников) ∙ 100
✅1б. Балл по показателю «Доля работников, состоящих в зарегистрированном браке» рассчитывают по формуле:
Балл по показателю = ((Значение показателя − Мин. значение показателя)/
(Макс. значение показателя − Мин. значение показателя)) ∙ 100,
где Мин. значение показателя – соответствует минимальному значению
показателя среди всех участников оценки;
Мaкс. значение показателя – соответствует максимальному значению
показателя среди всех участников оценки.
✅2. Показатель «Среднее число детей в возрасте до 6 лет на одного работника» определяют как отношение количества детей работников в возрасте
до 6 лет включительно (в том числе усыновленных) к общему количеству работников и рассчитывают по формуле:
Среднее число детей в возрасте до 6 лет на одного работника =
Количество детей работников в возрасте до 6 лет включительно/Общее количество работников
В случае, если у работодателя трудоустроены оба родителя,
то значение «Количество детей работников в возрасте до 6 лет включительно» рассчитывается по каждому из родителей.
✅2б. Балл по показателю «Среднее число детей в возрасте до 6 лет на одного работника» рассчитывают по формуле
Балл по показателю = ((Значение показателя − Мин. значение показателя)/(0,5 − Мин. значение показателя)) ∙ 100,
где Мин. значение показателя – соответствует минимальному значению показателя среди всех участников оценки.
Если фактическое значение показателя «Среднее число детей в возрасте до 6 лет на одного работника» превышает значение 0,5, то балл по показателю равен 100.
✅3. Показатель «Среднее число детей на одного работника» определяют как отношение количества детей работников (включая совершеннолетних и усыновленных) к общему количеству работников и рассчитывают по формуле:
Среднее число детей на одного работника = Количество детей работников/Общее количество работников
В случае, если у работодателя трудоустроены оба родителя, то значение
«Количество детей работников» рассчитывается по каждому из родителей.
✅3б. Балл по показателю «Среднее число детей на одного работника» рассчитывают по формуле:
Балл по показателю = ((Значение показателя − Мин. значение показателя)/(2,3 − Мин. значение показателя)) ∙ 100,
где Мин. значение показателя – соответствует минимальному значению показателя среди всех участников оценки. Если фактическое значение показателя «Среднее число детей на одного работника» превышает значение 2,3, то балл по показателю равен 100.
Методика: https://кпд-рейтинг.рф/docs/Standarts.pdf
Сам рейтинг (2,3 млн. работодателей, 58,8 млн. работников): https://кпд-рейтинг.рф/
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🤣4😭3🔥1👌1🫡1
Новые метрики подбора талантов в эпоху искусственного интеллекта ✅
Чувак (рекрутер из Нью-Йорка) дал метрики и цветовые маркеры
Цветовая легенда:
🟠 Метрики, ориентированные на кандидата
🟡 Метрики, ориентированные на рекрутера
🔴 Метрики, ориентированные на нанимающего менеджера
🔵 Метрики уровня C-Level / стратегические
🎯И сами метрики (подробнее по ссылке в статье):
🟠 Time in Status Variance — Вариативность времени на этапах. Измеряет, сколько времени кандидаты проводят на каждом этапе процесса найма
🟠 🟡 🔴 🔵 Net Hiring Experience Score — Совокупный индекс опыта найма, Оценка в стиле NPS, объединяющая отзывы кандидата, рекрутера и нанимающего менеджера после каждого цикла найма
🟠 🟡 🔴 Feedback Loop Closure Rate — Доля завершённых циклов обратной связи, Измеряет процент людей (особенно после интервью), получивших содержательную обратную связь, и скорость её предоставления
🔴 Interview-to-Decision Velocity — Скорость принятия решения после интервью, Измеряет время от финального интервью до решения по офферу
🔴 Internal Mobility Friction Index — Индекс трения внутренней мобильности, Отслеживает, как часто внутренние кандидаты подают заявки, продвигаются и получают офферы, или отпадают.
🟡 Recruiter Role Complexity Load — Нагрузка по сложности ролей на рекрутера, Взвешивает заявки не по количеству, а по сложности (уровень, редкость, локация, навыки).
🔵 Hiring Forecast Accuracy — Точность прогноза по найму, Сравнивает прогнозы и фактические результаты (сроки, объёмы, качество).
🟡 Requisition Approval to Launch Lag — Задержка между одобрением и публикацией заявки, Измеряет время между утверждением заявки и её размещением.
🟠 Candidate Sentiment Delta — Изменение настроения кандидата, Сравнивает настроение кандидатов до и после интервью через опросы.
🟠 Offer Drop-Off Signal Index — Индекс риска отказа от оффера, Использует сигналы (задержки, встречные предложения, разрывы коммуникации) для прогнозирования риска отказа.
🔴 Hiring Manager Touchpoint Index — Индекс взаимодействия менеджера по найму, Измеряет частоту и качество участия менеджера в процессе (брифинг, стратегия, интервью, обратная связь).
🟡 🔵 AI Augmentation Ratio — Коэффициент использования искусственного интеллекта, Доля задач (поиск, скрининг, планирование), выполненных с помощью ИИ по сравнению с ручной работой.
🔵 Talent Scarcity Exposure Score — Индекс дефицита талантов, Индекс, объединяющий критичность роли, географию, конкурентность зарплаты и насыщенность рынка.
🔵 First-Year Success Alignment — Соответствие успеха в первый год, Проверяет, соответствует ли новый сотрудник целям, на которые он нанимался, в течение первого года. Это не «качество найма», а объективный показатель.
🟠 🔵 Experience Consistency Index — Индекс стабильности опыта, Измеряет разницу в опыте кандидатов по локациям, функциям и демографическим признакам.
Что думаете?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Чувак (рекрутер из Нью-Йорка) дал метрики и цветовые маркеры
Цветовая легенда:
🟠 Метрики, ориентированные на кандидата
🟡 Метрики, ориентированные на рекрутера
🔴 Метрики, ориентированные на нанимающего менеджера
🔵 Метрики уровня C-Level / стратегические
🎯И сами метрики (подробнее по ссылке в статье):
🟠 Time in Status Variance — Вариативность времени на этапах. Измеряет, сколько времени кандидаты проводят на каждом этапе процесса найма
🟠 🟡 🔴 🔵 Net Hiring Experience Score — Совокупный индекс опыта найма, Оценка в стиле NPS, объединяющая отзывы кандидата, рекрутера и нанимающего менеджера после каждого цикла найма
🟠 🟡 🔴 Feedback Loop Closure Rate — Доля завершённых циклов обратной связи, Измеряет процент людей (особенно после интервью), получивших содержательную обратную связь, и скорость её предоставления
🔴 Interview-to-Decision Velocity — Скорость принятия решения после интервью, Измеряет время от финального интервью до решения по офферу
🔴 Internal Mobility Friction Index — Индекс трения внутренней мобильности, Отслеживает, как часто внутренние кандидаты подают заявки, продвигаются и получают офферы, или отпадают.
🟡 Recruiter Role Complexity Load — Нагрузка по сложности ролей на рекрутера, Взвешивает заявки не по количеству, а по сложности (уровень, редкость, локация, навыки).
🔵 Hiring Forecast Accuracy — Точность прогноза по найму, Сравнивает прогнозы и фактические результаты (сроки, объёмы, качество).
🟡 Requisition Approval to Launch Lag — Задержка между одобрением и публикацией заявки, Измеряет время между утверждением заявки и её размещением.
🟠 Candidate Sentiment Delta — Изменение настроения кандидата, Сравнивает настроение кандидатов до и после интервью через опросы.
🟠 Offer Drop-Off Signal Index — Индекс риска отказа от оффера, Использует сигналы (задержки, встречные предложения, разрывы коммуникации) для прогнозирования риска отказа.
🔴 Hiring Manager Touchpoint Index — Индекс взаимодействия менеджера по найму, Измеряет частоту и качество участия менеджера в процессе (брифинг, стратегия, интервью, обратная связь).
🟡 🔵 AI Augmentation Ratio — Коэффициент использования искусственного интеллекта, Доля задач (поиск, скрининг, планирование), выполненных с помощью ИИ по сравнению с ручной работой.
🔵 Talent Scarcity Exposure Score — Индекс дефицита талантов, Индекс, объединяющий критичность роли, географию, конкурентность зарплаты и насыщенность рынка.
🔵 First-Year Success Alignment — Соответствие успеха в первый год, Проверяет, соответствует ли новый сотрудник целям, на которые он нанимался, в течение первого года. Это не «качество найма», а объективный показатель.
🟠 🔵 Experience Consistency Index — Индекс стабильности опыта, Измеряет разницу в опыте кандидатов по локациям, функциям и демографическим признакам.
Что думаете?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🔥1
AI помогает измерить лидерские навыки
Ученые из Гарварда и NBER проверили, можно ли использовать ИИ-агентов для оценки лидерских качеств у людей. Их цель — найти простой и надежный способ измерять навыки лидерства.
✅Метод
Участники (лидеры) решали групповые задачи в двух условиях:
С людьми: лидеры управляли командами из трех человек.
С ИИ: лидеры взаимодействовали с тремя ИИ-агентами (на основе GPT-4).
Задачи строились на парадигме Hidden Profile: информация для решения была распределена между участниками, и успех зависел от умения лидера собирать данные, задавать вопросы и принимать решения. Описание кейса ниже.
Лидеров оценивали по их вкладу в результат группы, учитывая как «жесткие» навыки (логика, скорость печати), так и «мягкие» (коммуникация, эмоциональный интеллект).
✅Выборка 249 лидеров, случайным образом распределенных в группы.Пол, возраст и образование не влияли на результаты — ключевыми оказались когнитивные и социальные навыки.
🎯Результаты и выводы
1️⃣ ИИ-тест предсказывает успех в реальных командах: корреляция между результатами с ИИ и людьми — 0.81.
2️⃣ Эффективные лидеры:
Задают больше вопросов.
Используют местоимения «мы» (включенное общение).
Имеют высокие баллы в тестах на эмоциональный интеллект и логику.
3️⃣ Практическая польза: ИИ-оценка дешевле ($23 vs. $114 за человеческий тест) и не требует координации множества людей.
✅Пример групповой задачи: Диагностика поломки машины. Были индивидуальные тесты для руководителя и групповые задачи, я приведу пример групповой.
У команды есть информация о поломке промышленного оборудования (например, конвейера). Нужно определить:
o Тип неисправного узла (например, приводной механизм).
o Причину поломки (например, перегрев, износ детали и т.д.).
Формат ответа. Лидер должен распределить вероятности для 5 вариантов (A/B/C/D/E), например:
o «A: 0%, B: 0%, C: 50%, D: 50%, E: 0%».
Каждый участник (лидер + 3 подчиненных) получал:
• 4 общие подсказки (одинаковые у всех).
• 4 уникальные подсказки (только у одного члена команды).
Пример подсказок:
o Лидер: «Тип А приводов давно на рынке».
o Подчиненный 1: «Тип B точно неисправен».
Процесс решения
1. Фаза 1: Изучение подсказок
Участники читают свои данные, но не видят чужие.
2. Фаза 2: Обсуждение в чате
o Лидер задаёт вопросы (например: «Какие типы узлов точно не подходят?»).
o Последователи отвечают, но не могут видеть друг друга (только лидера).
3. Фаза 3: Вероятностный ответ
Лидер анализирует собранные данные и указывает вероятности для каждого варианта.
Ошибки «плохих» лидеров:
• Не собрали все подсказки → оставили вероятности для B или E.
• Неверно интерпретировали данные (например, решили, что металл = надёжность).
Почему это сложно?
• Информация разрозненна: никто не знает всей картины.
• Ловушки: среди подсказок есть дистракторы (например, «Тип А давно на рынке» — это не связано с поломкой).
• Давление времени: на задачу отводилось ограниченное время (как в реальных условиях).
Как оценивался результат? Точность вероятностей: чем ближе распределение к правильному, тем выше балл.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Ученые из Гарварда и NBER проверили, можно ли использовать ИИ-агентов для оценки лидерских качеств у людей. Их цель — найти простой и надежный способ измерять навыки лидерства.
✅Метод
Участники (лидеры) решали групповые задачи в двух условиях:
С людьми: лидеры управляли командами из трех человек.
С ИИ: лидеры взаимодействовали с тремя ИИ-агентами (на основе GPT-4).
Задачи строились на парадигме Hidden Profile: информация для решения была распределена между участниками, и успех зависел от умения лидера собирать данные, задавать вопросы и принимать решения. Описание кейса ниже.
Лидеров оценивали по их вкладу в результат группы, учитывая как «жесткие» навыки (логика, скорость печати), так и «мягкие» (коммуникация, эмоциональный интеллект).
✅Выборка 249 лидеров, случайным образом распределенных в группы.Пол, возраст и образование не влияли на результаты — ключевыми оказались когнитивные и социальные навыки.
🎯Результаты и выводы
1️⃣ ИИ-тест предсказывает успех в реальных командах: корреляция между результатами с ИИ и людьми — 0.81.
2️⃣ Эффективные лидеры:
Задают больше вопросов.
Используют местоимения «мы» (включенное общение).
Имеют высокие баллы в тестах на эмоциональный интеллект и логику.
3️⃣ Практическая польза: ИИ-оценка дешевле ($23 vs. $114 за человеческий тест) и не требует координации множества людей.
✅Пример групповой задачи: Диагностика поломки машины. Были индивидуальные тесты для руководителя и групповые задачи, я приведу пример групповой.
У команды есть информация о поломке промышленного оборудования (например, конвейера). Нужно определить:
o Тип неисправного узла (например, приводной механизм).
o Причину поломки (например, перегрев, износ детали и т.д.).
Формат ответа. Лидер должен распределить вероятности для 5 вариантов (A/B/C/D/E), например:
o «A: 0%, B: 0%, C: 50%, D: 50%, E: 0%».
Каждый участник (лидер + 3 подчиненных) получал:
• 4 общие подсказки (одинаковые у всех).
• 4 уникальные подсказки (только у одного члена команды).
Пример подсказок:
o Лидер: «Тип А приводов давно на рынке».
o Подчиненный 1: «Тип B точно неисправен».
Процесс решения
1. Фаза 1: Изучение подсказок
Участники читают свои данные, но не видят чужие.
2. Фаза 2: Обсуждение в чате
o Лидер задаёт вопросы (например: «Какие типы узлов точно не подходят?»).
o Последователи отвечают, но не могут видеть друг друга (только лидера).
3. Фаза 3: Вероятностный ответ
Лидер анализирует собранные данные и указывает вероятности для каждого варианта.
Ошибки «плохих» лидеров:
• Не собрали все подсказки → оставили вероятности для B или E.
• Неверно интерпретировали данные (например, решили, что металл = надёжность).
Почему это сложно?
• Информация разрозненна: никто не знает всей картины.
• Ловушки: среди подсказок есть дистракторы (например, «Тип А давно на рынке» — это не связано с поломкой).
• Давление времени: на задачу отводилось ограниченное время (как в реальных условиях).
Как оценивался результат? Точность вероятностей: чем ближе распределение к правильному, тем выше балл.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Гендиректор и основатель Meta (признана в России экстремистской организацией и запрещена) Цукерберг лично занялся подбором лучших специалистов в сфере ИИ. В ходе масштабной кампании он предлагает особо талантливым специалистам зарплату в размере $100 млн. Сотни исследователей и инженеров в сфере ИИ за последние несколько месяцев столкнулись с попытками со стороны одного из богатейших людей в мире переманить их на работу, выяснила WSJ
Марк Цукерберг (№3 в рейтинге миллиардеров Forbes c состоянием $240,1 млрд на 23 июня) лично рассылает электронные сообщения самым выдающимся специалистам в области искусственного интеллекта (ИИ) с предложениями о работе в Meta (признана в России экстремистской организацией и запрещена). Об этом пишет The Wall Street Journal (WSJ) со ссылкой на осведомленных собеседников. По данным газеты, миллиардер связался с сотнями исследователей, ученых, инженеров, разработчиков и предпринимателей, чтобы привлечь их в новую лабораторию по «суперинтеллекту», которую он создает.
Чтобы исправить ситуацию с ИИ в Meta, Цукерберг стал главным рекрутером компании: сотрудники компании говорят, что никогда не видели своего руководителя таким сосредоточенным на подборе персонала. Цукерберг создал чат в мессенджере WhatsApp под названием «Рекрутинговая вечеринка» с главными кадровиками компании Рутой Сингх и Джанель Гейл. Он изучает, кто создает технологии ИИ, и рассчитывает на эффект маховика в рекрутинге: если он поговорит с самым умным человеком, которого сможет найти, тот познакомит его с самыми умными в своих кругах, пишет WSJ.
Когда участники рекрутингового чата находят людей, на которых стоит обратить внимание, Цукерберг хочет знать, какой способ общения они предпочитают. Он привлекает их внимание, отправляя первые сообщения самостоятельно. По словам человека, знакомого с подходом Цукерберга, миллиардер взял подбор персонала в свои руки, потому что понимает, что именно здесь у него больше всего рычагов влияния в компании, которую он основал, а электронное письмо от него является более мощным оружием, чем обращение кого-то из хедхантеров.
Цукерберг часто приглашает кандидатов на обед в свои дома в Пало-Альто (Калифорния) и на озере Тахо. Ему нравится участвовать в каждом этапе процесса найма, вплоть до планирования расположения рабочих мест. Он также говорит исследователям, что им не придется беспокоиться о вычислительной мощности или финансировании в Meta — их работа будет поддерживаться сотнями миллиардов долларов рекламных доходов и широким доступом компании к самым мощным чипам.
Некоторые из тех, кто получил сообщения, были настолько удивлены, что не поверили, что отправитель действительно Цукерберг. Один из адресатов посланий Цукерберга решил, что это розыгрыш, и не отвечал несколько дней. Несмотря на финансовые стимулы, некоторые потенциальные кандидаты не решились присоединиться к Meta из-за проблем, с которыми столкнулась компания в 2025 году, а также из-за реорганизаций внутри нее.
По словам собеседников WSJ, знакомых с мнениями адресатов Цукерберга, реорганизации в Meta оставили их в неведении относительно того, кто за что отвечает в компании. Заявленное Цукербергом видение его новой команды по искусственному интеллекту вызвало у них беспокойство, пишет WSJ. По словам собеседников, некоторые сочли концепцию «суперинтеллекта» расплывчатой или недостаточно конкретной.
Подробнее forbse.ru
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Марк Цукерберг (№3 в рейтинге миллиардеров Forbes c состоянием $240,1 млрд на 23 июня) лично рассылает электронные сообщения самым выдающимся специалистам в области искусственного интеллекта (ИИ) с предложениями о работе в Meta (признана в России экстремистской организацией и запрещена). Об этом пишет The Wall Street Journal (WSJ) со ссылкой на осведомленных собеседников. По данным газеты, миллиардер связался с сотнями исследователей, ученых, инженеров, разработчиков и предпринимателей, чтобы привлечь их в новую лабораторию по «суперинтеллекту», которую он создает.
Чтобы исправить ситуацию с ИИ в Meta, Цукерберг стал главным рекрутером компании: сотрудники компании говорят, что никогда не видели своего руководителя таким сосредоточенным на подборе персонала. Цукерберг создал чат в мессенджере WhatsApp под названием «Рекрутинговая вечеринка» с главными кадровиками компании Рутой Сингх и Джанель Гейл. Он изучает, кто создает технологии ИИ, и рассчитывает на эффект маховика в рекрутинге: если он поговорит с самым умным человеком, которого сможет найти, тот познакомит его с самыми умными в своих кругах, пишет WSJ.
Когда участники рекрутингового чата находят людей, на которых стоит обратить внимание, Цукерберг хочет знать, какой способ общения они предпочитают. Он привлекает их внимание, отправляя первые сообщения самостоятельно. По словам человека, знакомого с подходом Цукерберга, миллиардер взял подбор персонала в свои руки, потому что понимает, что именно здесь у него больше всего рычагов влияния в компании, которую он основал, а электронное письмо от него является более мощным оружием, чем обращение кого-то из хедхантеров.
Цукерберг часто приглашает кандидатов на обед в свои дома в Пало-Альто (Калифорния) и на озере Тахо. Ему нравится участвовать в каждом этапе процесса найма, вплоть до планирования расположения рабочих мест. Он также говорит исследователям, что им не придется беспокоиться о вычислительной мощности или финансировании в Meta — их работа будет поддерживаться сотнями миллиардов долларов рекламных доходов и широким доступом компании к самым мощным чипам.
Некоторые из тех, кто получил сообщения, были настолько удивлены, что не поверили, что отправитель действительно Цукерберг. Один из адресатов посланий Цукерберга решил, что это розыгрыш, и не отвечал несколько дней. Несмотря на финансовые стимулы, некоторые потенциальные кандидаты не решились присоединиться к Meta из-за проблем, с которыми столкнулась компания в 2025 году, а также из-за реорганизаций внутри нее.
По словам собеседников WSJ, знакомых с мнениями адресатов Цукерберга, реорганизации в Meta оставили их в неведении относительно того, кто за что отвечает в компании. Заявленное Цукербергом видение его новой команды по искусственному интеллекту вызвало у них беспокойство, пишет WSJ. По словам собеседников, некоторые сочли концепцию «суперинтеллекта» расплывчатой или недостаточно конкретной.
Подробнее forbse.ru
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Forbes.ru
WSJ: Цукерберг занялся отбором лучших специалистов для создания «суперинтеллекта»
Гендиректор и основатель Meta (признана в России экстремистской организацией и запрещена) Цукерберг лично занялся подбором лучших специалистов в сфере ИИ. В ходе масштабной кампании он предлагает особо талантливым специалистам зарплату в размере $100
👍2😨2
This media is not supported in your browser
VIEW IN TELEGRAM
Идея стартапа
В Китае столовые массово внедряют ИИ-сканеры, которые мгновенно распознают блюда на подносе и автоматически формируют счёт. Всё занимает буквально секунды, а людям больше не нужно объяснять, что у них на тарелке.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
В Китае столовые массово внедряют ИИ-сканеры, которые мгновенно распознают блюда на подносе и автоматически формируют счёт. Всё занимает буквально секунды, а людям больше не нужно объяснять, что у них на тарелке.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍3
Зачем покупать стартапы? 🎯
Чувак из универа Пенсильвании провел глобальное исследование ради одной картинки.
Он сравнил текучесть сотрудников из стартапов и просто новых сотрудников. Т.е. многие техкомпании покупают стартапы. Ради новых скилов. Покупают с людьми.
И результат не очень. Сотрудники из стартапа почти в три раза быстрее уходят из компании в первый год.
На диаграмме: по оси X - стаж в годах, по оси Y - доля оставшихся в компании на конкретный год.
Т.е. через год уходит уже 34 % стартаперов (или 66 % остается), в то время как просто новые сотрудники - 12 % уходят в первый год.
Через три года остается 47 % просто новичков и 38 % бывших стартаперов.
Поражает объем работ исследования: он вытащил 482,371 профиль сотрудников стартапов на LinkedIn (там же профили просто новых сотрудников).
зафиксировал 28,512 подтвержденных сделок поглощения tech-стартапов в Crunchbase.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Чувак из универа Пенсильвании провел глобальное исследование ради одной картинки.
Он сравнил текучесть сотрудников из стартапов и просто новых сотрудников. Т.е. многие техкомпании покупают стартапы. Ради новых скилов. Покупают с людьми.
И результат не очень. Сотрудники из стартапа почти в три раза быстрее уходят из компании в первый год.
На диаграмме: по оси X - стаж в годах, по оси Y - доля оставшихся в компании на конкретный год.
Т.е. через год уходит уже 34 % стартаперов (или 66 % остается), в то время как просто новые сотрудники - 12 % уходят в первый год.
Через три года остается 47 % просто новичков и 38 % бывших стартаперов.
Поражает объем работ исследования: он вытащил 482,371 профиль сотрудников стартапов на LinkedIn (там же профили просто новых сотрудников).
зафиксировал 28,512 подтвержденных сделок поглощения tech-стартапов в Crunchbase.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍6
Связь IQ государства и ВВП на душу населения📈
Корреляция 0, 82. Суровый приговор, кстати.
Источник: работа Lynn & Vanhanen — IQ and the Wealth of Nations
Они вытаскивали данные тестирований, поэтому данные далеко не везде и всегда корректные, их за это критиковали, но тренд, тем не менее, ясен.
По оси X - IQ граждан страны, по оси Y - ВВП на душу населения. Правда, это не сам ВВП, а его логарифм - десятичный логарифм. Они это сделали, чтобы показать линейную связь. Ну так типа более ясно. Перевод такой:
4.0 = логарифм (10⁴) = $10,000 на человека
4.5 ≈ логарифм (10⁴․⁵) = $31,600
5.0 = логарифм (10⁵) = $100,000
России я здесь не нашел.
Недавно читал воспоминания Ли Куан Ю - премьер министра Сингапура. У него была идея фикс - делать нацию умнее. Даже умных с умными пытался спаривать. Он считал, что богатство нации определятся ее интеллектом. Обратите внимание, Сингапур в правом верхнем углу.
Прав был Ли Куан Ю?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Корреляция 0, 82. Суровый приговор, кстати.
Источник: работа Lynn & Vanhanen — IQ and the Wealth of Nations
Они вытаскивали данные тестирований, поэтому данные далеко не везде и всегда корректные, их за это критиковали, но тренд, тем не менее, ясен.
По оси X - IQ граждан страны, по оси Y - ВВП на душу населения. Правда, это не сам ВВП, а его логарифм - десятичный логарифм. Они это сделали, чтобы показать линейную связь. Ну так типа более ясно. Перевод такой:
4.0 = логарифм (10⁴) = $10,000 на человека
4.5 ≈ логарифм (10⁴․⁵) = $31,600
5.0 = логарифм (10⁵) = $100,000
России я здесь не нашел.
Недавно читал воспоминания Ли Куан Ю - премьер министра Сингапура. У него была идея фикс - делать нацию умнее. Даже умных с умными пытался спаривать. Он считал, что богатство нации определятся ее интеллектом. Обратите внимание, Сингапур в правом верхнем углу.
Прав был Ли Куан Ю?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍6