Это Сётаро Одатэ — один из ведущих инженеров Honda, и он выглядит как персонаж аниме. Ему принадлежит 250 патентов, и он опубликовал 9 научных работ на тему автомобильных сенсоров и умных ремней.
Стратегическая задача HR-аналитики
Помните, в канале HR-аналитики мы проводили опрос HR-приоритеты 2025
На первом месте удержание, потом адаптация и т.п.
Так вот. В идеале веса этих приоритетов должен считать HR-аналитик. Это и есть стратегическая задача HR-аналитики.
✅У нас есть (упрощаю) три ресурса обеспечения компании навыками / компетенциями:
1️⃣Рекрутинг
2️⃣Обучение
3️⃣Удержание
Каждый ресурс дает нам людей / компетенции. Мы можем вывести эквиваленты и сравнить их. Грубо говоря, удержали 6 человек, это эквивалентно найму 4, 5 новичков. Обучили 3 джунов, это эквивалентно найму 2 мидлов. И т.д.
В идеале мы можем измерить эффективность каждого ресурса и понять ограничения рынка.
✅Эффективность – это отдача от канала на вложенный рубль. Т.е. мы вложили в удержание 100 рублей, удержали 60 человек, что эквивалентно найму 45 новичков, но за те же деньги мы могли бы нанять 55 новичков, поэтому выгоднее вложить в найм. Или в обучение, которое дало бы такой эффект...
✅Ограничения рынка – когда мы сколько не вкладывай, не сможем получить отдачу. Поэтому мы (см. выше) могли бы 100 рублей инвестировать в найм, но на рынке просто нет 55 кандидатов для нашей компании.
Поэтому решение лежит в математике: мы должны наш бюджет инвестировать в максимально эффективные каналы с учетом ограничения рынка.
Уравнение выглядело бы примерно так:
Где x₁, x₂ и x₃ инвестиции в найм, обучение, удержание, а 1, 0,5 и 0, 75 – коэффициенты отдачи. И ограничения: x1 не выше 50 рублей и т.п. Z это наш бюджет.
Т.е. при таком Z мы максимизируем обеспечение нашей компании компетенциями
Красиво? Нужно что-то пояснить?
Да, понимаю, сейчас у нас нет просто такой полноты данных, чтобы посчитать это математически. Но это даже не математическая задачка, это модель описания бизнеса. Это и есть уровень стратегического мышления, где модель важнее данных — не потому что данные не нужны, а потому что модель даёт структуру мышления, постановку вопросов, архитектуру решений.
🎁Что даёт такая модель даже без точных цифр:
📌Фрейм анализа: вместо разрозненных инициатив — общая логика «во что инвестируем, что получаем».
📌Фокус на эффективность: разговор переходит с «сколько наняли» на «какой канал даёт больше единиц компетенции на рубль».
📌Сценарное планирование: даже гипотетические коэффициенты позволяют думать: «а если мы усилим удержание на 10% — сколько мы сэкономим на рекрутинге?»
📌Рамка для аргументации: это уже не "дайте денег на обучение", а "при текущем распределении ресурсов мы недополучаем навыков".
🎁И
📌Она собирает три ключевых HR-функции в единую модель: рекрутинг, обучение, удержание — не разрозненно, а как каналы инвестирования в компетенции.
📌Она переводит HR из гуманитарного измерения в инженерное: есть ресурсы, есть коэффициенты отдачи, есть ограничения, есть решение.
📌Она даёт язык разговора с бизнесом: «вот где ROI, вот где потери, вот где наименьшая стоимость единицы навыка».
📌И главное: она предсказывает эффекты до действий. Это уже уровень стратегического workforce planning + аналитики уровня CFO.
🏛Основа для:
📌планирования HR-ресурсов,
📌сценарного планирования бюджета,
📌стратегических сессий с бизнесом.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Какие возможности, ограничения применения этой модели видите?
Помните, в канале HR-аналитики мы проводили опрос HR-приоритеты 2025
На первом месте удержание, потом адаптация и т.п.
Так вот. В идеале веса этих приоритетов должен считать HR-аналитик. Это и есть стратегическая задача HR-аналитики.
✅У нас есть (упрощаю) три ресурса обеспечения компании навыками / компетенциями:
1️⃣Рекрутинг
2️⃣Обучение
3️⃣Удержание
Каждый ресурс дает нам людей / компетенции. Мы можем вывести эквиваленты и сравнить их. Грубо говоря, удержали 6 человек, это эквивалентно найму 4, 5 новичков. Обучили 3 джунов, это эквивалентно найму 2 мидлов. И т.д.
В идеале мы можем измерить эффективность каждого ресурса и понять ограничения рынка.
✅Эффективность – это отдача от канала на вложенный рубль. Т.е. мы вложили в удержание 100 рублей, удержали 60 человек, что эквивалентно найму 45 новичков, но за те же деньги мы могли бы нанять 55 новичков, поэтому выгоднее вложить в найм. Или в обучение, которое дало бы такой эффект...
✅Ограничения рынка – когда мы сколько не вкладывай, не сможем получить отдачу. Поэтому мы (см. выше) могли бы 100 рублей инвестировать в найм, но на рынке просто нет 55 кандидатов для нашей компании.
Поэтому решение лежит в математике: мы должны наш бюджет инвестировать в максимально эффективные каналы с учетом ограничения рынка.
Уравнение выглядело бы примерно так:
Z = 1 * x₁ + 0.5 * x₂ + 0.75 * x₃
Где x₁, x₂ и x₃ инвестиции в найм, обучение, удержание, а 1, 0,5 и 0, 75 – коэффициенты отдачи. И ограничения: x1 не выше 50 рублей и т.п. Z это наш бюджет.
Т.е. при таком Z мы максимизируем обеспечение нашей компании компетенциями
Красиво? Нужно что-то пояснить?
Да, понимаю, сейчас у нас нет просто такой полноты данных, чтобы посчитать это математически. Но это даже не математическая задачка, это модель описания бизнеса. Это и есть уровень стратегического мышления, где модель важнее данных — не потому что данные не нужны, а потому что модель даёт структуру мышления, постановку вопросов, архитектуру решений.
🎁Что даёт такая модель даже без точных цифр:
📌Фрейм анализа: вместо разрозненных инициатив — общая логика «во что инвестируем, что получаем».
📌Фокус на эффективность: разговор переходит с «сколько наняли» на «какой канал даёт больше единиц компетенции на рубль».
📌Сценарное планирование: даже гипотетические коэффициенты позволяют думать: «а если мы усилим удержание на 10% — сколько мы сэкономим на рекрутинге?»
📌Рамка для аргументации: это уже не "дайте денег на обучение", а "при текущем распределении ресурсов мы недополучаем навыков".
🎁И
📌Она собирает три ключевых HR-функции в единую модель: рекрутинг, обучение, удержание — не разрозненно, а как каналы инвестирования в компетенции.
📌Она переводит HR из гуманитарного измерения в инженерное: есть ресурсы, есть коэффициенты отдачи, есть ограничения, есть решение.
📌Она даёт язык разговора с бизнесом: «вот где ROI, вот где потери, вот где наименьшая стоимость единицы навыка».
📌И главное: она предсказывает эффекты до действий. Это уже уровень стратегического workforce planning + аналитики уровня CFO.
🏛Основа для:
📌планирования HR-ресурсов,
📌сценарного планирования бюджета,
📌стратегических сессий с бизнесом.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Какие возможности, ограничения применения этой модели видите?
🔥10👍4❤1❤🔥1👏1🏆1
💥 Время революции в обучении: отчёт от Josh Bersin Company
Джош разродился опять пугающим названием) у него в названии то революция, то взрывы (disruptive). И он себе новую помощницу завел. Старая - Stacia Garr - смекнула, как клепать такие отчеты, открыла свою компанию и стала делать тоже самое. Настолько успешно, что вошла вместе с Джошом в топ-100 HRTech инфлюенсеров.
Это было вступление. Сам отчет.
🎁Как искусственный интеллект меняет корпоративное обучение и зачем L&D становиться частью бизнес-стратегии
📌 Тезис 1: Корпоративное обучение — больше не «тренинг», а бизнес-инструмент
L&D-функция перестаёт быть обслуживающей. Она становится частью цепочки создания ценности — влияет на рост бизнеса, инновации, удержание и производительность. Обучение — это теперь не «развитие сотрудников», а управление компетенциями как стратегическим активом.
📌 Тезис 2: Старые LMS и курсы — тупик
Большинство LMS перегружены контентом, в котором сотрудники просто теряются. Курсы устаревают быстрее, чем их успевают пройти. До 90% знаний забываются через неделю. Компании теряют миллионы на обучении, которое никто не применяет.
📌 Тезис 3: Пришло время AI-first learning
ИИ делает обучение точным, адаптивным и встроенным в повседневную работу. На смену традиционным программам приходят микроформаты, симуляции, коучинг-боты и контекстные подсказки. Обучение становится «невидимым», но гораздо более эффективным.
📌 Тезис 4: L&D-команды трансформируются
Роли в обучении меняются: вместо разработчиков курсов — аналитики, архитекторы, бизнес-консультанты. Главное — не сделать курс, а решить задачу. L&D-команды становятся меньше по численности, но сильнее по влиянию.
📌 Тезис 5: CLO — не директор по курсам, а стратег по трансформации
Chief Learning Officer — это уже не «директор учебного центра». Это фигура, равная CIO и CHRO, а в ряде компаний — партнёр CEO. Он управляет экосистемой роста, интегрирует технологии и отвечает за стратегические навыки организации.
📈 Хотите понять, каким будет обучение в ближайшие 2–3 года? Начинайте думать как продуктологи: не про курсы, а про решение проблем бизнеса в моменте — быстро, точно и по запросу.
💡 Источник: Josh Bersin Company, 2025. Полный отчёт - файл - выложу в комментах
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Джош разродился опять пугающим названием) у него в названии то революция, то взрывы (disruptive). И он себе новую помощницу завел. Старая - Stacia Garr - смекнула, как клепать такие отчеты, открыла свою компанию и стала делать тоже самое. Настолько успешно, что вошла вместе с Джошом в топ-100 HRTech инфлюенсеров.
Это было вступление. Сам отчет.
🎁Как искусственный интеллект меняет корпоративное обучение и зачем L&D становиться частью бизнес-стратегии
📌 Тезис 1: Корпоративное обучение — больше не «тренинг», а бизнес-инструмент
L&D-функция перестаёт быть обслуживающей. Она становится частью цепочки создания ценности — влияет на рост бизнеса, инновации, удержание и производительность. Обучение — это теперь не «развитие сотрудников», а управление компетенциями как стратегическим активом.
📌 Тезис 2: Старые LMS и курсы — тупик
Большинство LMS перегружены контентом, в котором сотрудники просто теряются. Курсы устаревают быстрее, чем их успевают пройти. До 90% знаний забываются через неделю. Компании теряют миллионы на обучении, которое никто не применяет.
📌 Тезис 3: Пришло время AI-first learning
ИИ делает обучение точным, адаптивным и встроенным в повседневную работу. На смену традиционным программам приходят микроформаты, симуляции, коучинг-боты и контекстные подсказки. Обучение становится «невидимым», но гораздо более эффективным.
📌 Тезис 4: L&D-команды трансформируются
Роли в обучении меняются: вместо разработчиков курсов — аналитики, архитекторы, бизнес-консультанты. Главное — не сделать курс, а решить задачу. L&D-команды становятся меньше по численности, но сильнее по влиянию.
📌 Тезис 5: CLO — не директор по курсам, а стратег по трансформации
Chief Learning Officer — это уже не «директор учебного центра». Это фигура, равная CIO и CHRO, а в ряде компаний — партнёр CEO. Он управляет экосистемой роста, интегрирует технологии и отвечает за стратегические навыки организации.
📈 Хотите понять, каким будет обучение в ближайшие 2–3 года? Начинайте думать как продуктологи: не про курсы, а про решение проблем бизнеса в моменте — быстро, точно и по запросу.
💡 Источник: Josh Bersin Company, 2025. Полный отчёт - файл - выложу в комментах
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🔥7👍2😁1
Forwarded from HR-аналитика
HR-аналитика — одно из самых обсуждаемых стратегических направлений, которое вызывает много вопросов. Почему визуализация — это еще не анализ? Что пошло не так с предиктивной аналитикой, на которую делали ставку несколько лет назад? Кто на самом деле должен быть главным HR-аналитиком в компании?
На бесплатном вебинаре Эдуард Бабушкин — ведущий телеграм-канала «HR-аналитика» — разберет, в каком состоянии HR-аналитика находится сегодня, какие ошибки мешают ей быть по-настоящему полезной и что нужно делать, чтобы данные начали работать на бизнес.
⏰ Когда: 16 июля в 13:00 (МСК)
📍 Регистрация
В программе:
⚫️Эволюция HR-аналитики: схема Берзина.
⚫️Что не так с предиктивной аналитикой?
⚫️Путь развития: где HR-аналитика сейчас и куда пойдет дальше.
⚫️Две ноги российской HR-аналитики.
⚫️Дашборды не равно аналитика.
⚫️Главный HR-аналитик — это менеджер.
Встреча будет интересна CEO, HRD и руководителям отдела персонала.
Зарегистрируйтесь на странице мероприятия.
На бесплатном вебинаре Эдуард Бабушкин — ведущий телеграм-канала «HR-аналитика» — разберет, в каком состоянии HR-аналитика находится сегодня, какие ошибки мешают ей быть по-настоящему полезной и что нужно делать, чтобы данные начали работать на бизнес.
⏰ Когда: 16 июля в 13:00 (МСК)
📍 Регистрация
В программе:
⚫️Эволюция HR-аналитики: схема Берзина.
⚫️Что не так с предиктивной аналитикой?
⚫️Путь развития: где HR-аналитика сейчас и куда пойдет дальше.
⚫️Две ноги российской HR-аналитики.
⚫️Дашборды не равно аналитика.
⚫️Главный HR-аналитик — это менеджер.
Встреча будет интересна CEO, HRD и руководителям отдела персонала.
Зарегистрируйтесь на странице мероприятия.
👍2👌2
Бизнес-модель управления HR🧠
На диаграмме показано структурное уравнение — модель, описывающая, от каких факторов зависит текучесть персонала. Стрелки указывают направление влияния, цифры — силу этого влияния.
В этой модели текучесть — целевой показатель, то, чем мы хотим управлять.
Например, удовлетворенность сотрудников сильнее всего влияет на текучесть (отрицательное значение — значит, чем выше удовлетворенность, тем меньше текучесть). При этом зарплата влияет на удовлетворенность, а удаленка — и на то, и на другое.
Часы обучения напрямую не влияют на текучесть, но заметно влияют на удовлетворенность — и это важный стратегический сигнал: выкинуть обучение нельзя, оно работает через опосредованные эффекты.
Про техническую сторону структурных уравнений можно легко нагуглить. Но важнее другое — зачем это HR.
Структурное уравнение — это не просто красивая картинка. Это способ мышления. Видеть систему, отделять главное от второстепенного, понимать, где эффект больше, а где меньше.
Это инструмент мышления и стратегического планирования. Где «точки приложения усилий»? Что даст реальный эффект? Что важно для бюджета, а что — для пилотов и экспериментов? Ответы лежат внутри таких моделей.
В НЛП есть известная фраза: «Карта — не территория» (Альфред Коржибски). Структурное уравнение — это такая карта. Оно не заменит реальность. Но это намного лучше, чем управлять по ощущениям. Особенно по ощущениям менеджеров вроде: «Во всем виноваты рекрутеры».
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
На диаграмме показано структурное уравнение — модель, описывающая, от каких факторов зависит текучесть персонала. Стрелки указывают направление влияния, цифры — силу этого влияния.
В этой модели текучесть — целевой показатель, то, чем мы хотим управлять.
Например, удовлетворенность сотрудников сильнее всего влияет на текучесть (отрицательное значение — значит, чем выше удовлетворенность, тем меньше текучесть). При этом зарплата влияет на удовлетворенность, а удаленка — и на то, и на другое.
Часы обучения напрямую не влияют на текучесть, но заметно влияют на удовлетворенность — и это важный стратегический сигнал: выкинуть обучение нельзя, оно работает через опосредованные эффекты.
Про техническую сторону структурных уравнений можно легко нагуглить. Но важнее другое — зачем это HR.
Структурное уравнение — это не просто красивая картинка. Это способ мышления. Видеть систему, отделять главное от второстепенного, понимать, где эффект больше, а где меньше.
Это инструмент мышления и стратегического планирования. Где «точки приложения усилий»? Что даст реальный эффект? Что важно для бюджета, а что — для пилотов и экспериментов? Ответы лежат внутри таких моделей.
В НЛП есть известная фраза: «Карта — не территория» (Альфред Коржибски). Структурное уравнение — это такая карта. Оно не заменит реальность. Но это намного лучше, чем управлять по ощущениям. Особенно по ощущениям менеджеров вроде: «Во всем виноваты рекрутеры».
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍10👏1
Управленческие модели в HR
Или модели мышления HR.
Дал недавно последовательно три разных подхода
✅ELTV - пожизненная ценность сотрудника
✅Структурное уравнение
✅Линейное программирование в HR
Вчера проводил вебинар, на котором давал три эти модели. Высказал мысль, что это бизнес-модели HR, это уровень стратегической HR-аналитики, даже уровень стратегического HR. То, куда мы должны двигаться.
И в одном месте меня еще спросили, что дает ELTV бизнесу.
В этом посте даю описание, что эти подходы дают бизнесу, что объединяют три этих подхода.
📌 1. ELTV - это оптика ценности
ELTV - это как расчет LTV в маркетинге, только для HR. Он помогает увидеть, что каждый сотрудник - это инвестиция, а не только расход.
Для чего:
• Обоснование инвестиций в удержание, обучение, адаптацию.
• Расчет возврата от HR-инициатив.
• Сегментация сотрудников по ценности, а не просто по стажу или должности.
Что дает бизнесу:
• Принцип «не терять ценных сотрудников, даже если дорого» становится обоснованным, а не эмоциональным.
• Возникает приоритизация усилий: кого стоит развивать, а кого - проще заменить.
📌 2. Структурное уравнение - это карта причинно-следственных связей
Это уже не просто показатели, а связанные между собой переменные.
Ты не просто смотришь на текучесть - ты понимаешь, что влияет на нее и через что.
Для чего:
• Стратегическое планирование.
• Расстановка приоритетов - что бить в первую очередь.
• Точка входа в сценарный анализ и каузальное мышление.
Что дает бизнесу:
• Понимание, какие метрики ключевые (например, что удовлетворенность бьет по текучести сильнее, чем соцпакет).
• Переход от управления реакциями (гасим пожар) к управлению системой (не допускаем пожара).
📌 3. Линейное программирование в HR - это инструмент выбора
Это подход, который позволяет решить:
куда вложить ограниченный ресурс, чтобы получить максимум эффекта.
Для чего:
• Распределение бюджета между направлениями (рекрутинг / обучение / удержание).
• Моделирование ROI HR-активностей.
• Оптимизация затрат под заданную цель (например, снижение текучести на 10%).
Что дает бизнесу:
• Решения не по интуиции, а по оптимальной модели.
• Возможность защитить бюджет с цифрами и уравнением.
• Готовая «машина» для принятия управленческих решений.
💼 Три модели — три способа управлять через понимание
Любая зрелая управленческая функция в бизнесе строится не на мнениях, а на моделях реальности: мы упрощаем сложный мир, чтобы им можно было целенаправленно управлять. В HR это становится особенно важным, потому что:
• человеческий фактор — сложный и нелинейный,
• метрик много, но связи между ними неочевидны,
• ресурсы ограничены, а ожидания высоки.
Чтобы перестать быть просто сервисной функцией, HR должен опираться на управленческие модели:
📊 ELTV, структурные уравнения и линейное программирование — это не про аналитику, а про мыслительные рамки.
• дают структуру мышления,
• помогают задавать нужные вопросы,
• позволяют принимать решения, а не просто «делать выводы».
📌 Что делает их бизнес-моделями?
Бизнес-модель — это ответ на три вопроса:
1. Что влияет на результат?
2. Как мы это измерим и сравним?
3. Как мы можем этим управлять?
ELTV отвечает: в чем ценность сотрудника и как она складывается
Структурные уравнения отвечают: что влияет на ключевые HR-метрики
Линейное программирование отвечает: как при ограниченных ресурсах достичь максимума
🔁 Вместе они превращают HR в управляющую функцию, потому что:
• У HR появляется картина происходящего
• У HR есть вес аргументации перед бизнесом
• У HR появляется возможность приоритизировать не "по чуйке", а по модели
• У HR есть язык разговора с финансистами и операционными руководителями
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Или модели мышления HR.
Дал недавно последовательно три разных подхода
✅ELTV - пожизненная ценность сотрудника
✅Структурное уравнение
✅Линейное программирование в HR
Вчера проводил вебинар, на котором давал три эти модели. Высказал мысль, что это бизнес-модели HR, это уровень стратегической HR-аналитики, даже уровень стратегического HR. То, куда мы должны двигаться.
И в одном месте меня еще спросили, что дает ELTV бизнесу.
В этом посте даю описание, что эти подходы дают бизнесу, что объединяют три этих подхода.
📌 1. ELTV - это оптика ценности
ELTV - это как расчет LTV в маркетинге, только для HR. Он помогает увидеть, что каждый сотрудник - это инвестиция, а не только расход.
Для чего:
• Обоснование инвестиций в удержание, обучение, адаптацию.
• Расчет возврата от HR-инициатив.
• Сегментация сотрудников по ценности, а не просто по стажу или должности.
Что дает бизнесу:
• Принцип «не терять ценных сотрудников, даже если дорого» становится обоснованным, а не эмоциональным.
• Возникает приоритизация усилий: кого стоит развивать, а кого - проще заменить.
📌 2. Структурное уравнение - это карта причинно-следственных связей
Это уже не просто показатели, а связанные между собой переменные.
Ты не просто смотришь на текучесть - ты понимаешь, что влияет на нее и через что.
Для чего:
• Стратегическое планирование.
• Расстановка приоритетов - что бить в первую очередь.
• Точка входа в сценарный анализ и каузальное мышление.
Что дает бизнесу:
• Понимание, какие метрики ключевые (например, что удовлетворенность бьет по текучести сильнее, чем соцпакет).
• Переход от управления реакциями (гасим пожар) к управлению системой (не допускаем пожара).
📌 3. Линейное программирование в HR - это инструмент выбора
Это подход, который позволяет решить:
куда вложить ограниченный ресурс, чтобы получить максимум эффекта.
Для чего:
• Распределение бюджета между направлениями (рекрутинг / обучение / удержание).
• Моделирование ROI HR-активностей.
• Оптимизация затрат под заданную цель (например, снижение текучести на 10%).
Что дает бизнесу:
• Решения не по интуиции, а по оптимальной модели.
• Возможность защитить бюджет с цифрами и уравнением.
• Готовая «машина» для принятия управленческих решений.
Все три подхода — это не просто аналитические инструменты, а элементы управленческого мышления, опирающегося на модельную реальность.
💼 Три модели — три способа управлять через понимание
Любая зрелая управленческая функция в бизнесе строится не на мнениях, а на моделях реальности: мы упрощаем сложный мир, чтобы им можно было целенаправленно управлять. В HR это становится особенно важным, потому что:
• человеческий фактор — сложный и нелинейный,
• метрик много, но связи между ними неочевидны,
• ресурсы ограничены, а ожидания высоки.
Чтобы перестать быть просто сервисной функцией, HR должен опираться на управленческие модели:
📊 ELTV, структурные уравнения и линейное программирование — это не про аналитику, а про мыслительные рамки.
• дают структуру мышления,
• помогают задавать нужные вопросы,
• позволяют принимать решения, а не просто «делать выводы».
📌 Что делает их бизнес-моделями?
Бизнес-модель — это ответ на три вопроса:
1. Что влияет на результат?
2. Как мы это измерим и сравним?
3. Как мы можем этим управлять?
ELTV отвечает: в чем ценность сотрудника и как она складывается
Структурные уравнения отвечают: что влияет на ключевые HR-метрики
Линейное программирование отвечает: как при ограниченных ресурсах достичь максимума
🔁 Вместе они превращают HR в управляющую функцию, потому что:
• У HR появляется картина происходящего
• У HR есть вес аргументации перед бизнесом
• У HR появляется возможность приоритизировать не "по чуйке", а по модели
• У HR есть язык разговора с финансистами и операционными руководителями
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍8🔥2❤1👏1
MAX
Вы уже установили российский мессенджер?
Вот буквально за последний день два его рейтинг в RuStore взлетел, а число отзывов резко возросло.
Ну вот, например, такие отзывы.
Но вот незадача - не удалил текст в скобках. Между прочим, за наши же деньги продвигают вот таким незамысловатым способом.
А я до сих по не понимаю, как пользоваться MAX. Поделитесь в комментах, если вы пользуетесь в рабочем режиме.
Кстати, боюсь, что рано или поздно в России убьют все, включая телегу, будет только MAX
Вы уже установили российский мессенджер?
Вот буквально за последний день два его рейтинг в RuStore взлетел, а число отзывов резко возросло.
Ну вот, например, такие отзывы.
Но вот незадача - не удалил текст в скобках. Между прочим, за наши же деньги продвигают вот таким незамысловатым способом.
А я до сих по не понимаю, как пользоваться MAX. Поделитесь в комментах, если вы пользуетесь в рабочем режиме.
Кстати, боюсь, что рано или поздно в России убьют все, включая телегу, будет только MAX
😁7🔥3😨2❤1🖕1
Автоматизация расчета текучести📊
Реклама на нашел канале. Я теперь безработный, времени много.
Представляю свою услугу: помогаю компаниям автоматизировать расчет текучести персонала, среднесписочной, числа наймов, увольнений и т.п.
Как это происходит чаще всего в компании? Выгружается файл с данными кадровой системы (чаще 1C – хотя там, кстати, есть расчет текучести, но всегда куча нюансов), после чего расчет идет вручную в Excel.
Что я предлагаю. «Зашиваем» формулы расчета в Excel с помощью Power query и Power Pivot, после чего расчет текучести персонала и кучи других показателей представляет следующее: скачиваем свежие данные, кладем их в папку на компе, в файле с расчетами текучести нажимаем кнопку ОБНОВИТЬ ВСЕ.
ВСЕ.
В услугу входят автообновляемые дашборды в Excel.
Пишите в личку @Edvb777
Реклама на нашел канале. Я теперь безработный, времени много.
Представляю свою услугу: помогаю компаниям автоматизировать расчет текучести персонала, среднесписочной, числа наймов, увольнений и т.п.
Как это происходит чаще всего в компании? Выгружается файл с данными кадровой системы (чаще 1C – хотя там, кстати, есть расчет текучести, но всегда куча нюансов), после чего расчет идет вручную в Excel.
Что я предлагаю. «Зашиваем» формулы расчета в Excel с помощью Power query и Power Pivot, после чего расчет текучести персонала и кучи других показателей представляет следующее: скачиваем свежие данные, кладем их в папку на компе, в файле с расчетами текучести нажимаем кнопку ОБНОВИТЬ ВСЕ.
ВСЕ.
В услугу входят автообновляемые дашборды в Excel.
Пишите в личку @Edvb777
👍6
Где сейчас HR аналитика. Запись вебинара ✅
16 июля провел вебинар, организованный HR Tec VK (спасибо, что вытащили меня на свет божий), по теме "Где сейчас HR аналитика". Это традиционная рефлексия о состоянии функции HR-аналитики, и о перспективах развития.
🎁Главные поинты вебиана:
1️⃣Существует ли HR-аналитика, как самостоятельная функция или это придаток C&B и HRtech
2️⃣Может ли быть HR-аналитика стратегической или только сервисная.
3️⃣И главное: привел несколько стратегических задач HR-аналитики.
4️⃣Стратегическое направление HR-аналитики - бизнес моделирование.
5️⃣Бизнес модели как фрейм анализа, как язык описания реальности.
Ссылки на запись
Запись в ВК видео
Запись в Дзен
Запись YouTube
Не забывайте лайкать. Презентация по ссылке
HRtech
16 июля провел вебинар, организованный HR Tec VK (спасибо, что вытащили меня на свет божий), по теме "Где сейчас HR аналитика". Это традиционная рефлексия о состоянии функции HR-аналитики, и о перспективах развития.
🎁Главные поинты вебиана:
1️⃣Существует ли HR-аналитика, как самостоятельная функция или это придаток C&B и HRtech
2️⃣Может ли быть HR-аналитика стратегической или только сервисная.
3️⃣И главное: привел несколько стратегических задач HR-аналитики.
4️⃣Стратегическое направление HR-аналитики - бизнес моделирование.
5️⃣Бизнес модели как фрейм анализа, как язык описания реальности.
Ссылки на запись
Запись в ВК видео
Запись в Дзен
Запись YouTube
Не забывайте лайкать. Презентация по ссылке
HRtech
👍6
МРОТ (минимальный размер оплаты труда)💰
Ну простите, что не HRtech. Будем считать, что это диджитал тема: зарплатная аналитика и бенчмарк
Вчера прошла новость
Сейчас МРОТ составляет 42 % от медианной зарплаты.
Меня заинтересовало, откуда берутся 42 и 48 % - что за методика.
Покопался и нарыл: % от медианы это рекомендации МОТ (Международной организации Труда). См, например Minimum wages
Диаграммы взяты с их сайта.
📊Диаграмма 1. Для экономически развитых стран МРОТ в среднем чуть выше 50 % от медианы, для развивающихся стран - 70 %.
📊На второй диаграмме показаны конкретные страны (по оси X ВВП на работника, ось Y – доля МРОТ от медианной зарплаты) - Россия сейчас вровень с Вьетнамом, Мексикой и Испанией. И даже подняв уровень МРОТ до 48 %, мы кардинально не меняем ситуацию. Но хотя бы не падаем.
Ваше право, куда Россию причислять - к развитым или нет, но мы все равно ниже большинства стран.
Что это значит? Уровень МРОТ от медианы это показатель социальной защищенности. Чем выше % МРОТ от медианы зарплаты, тем более защищены работники.
Ну вот такие дела. Что скажете?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Ну простите, что не HRtech. Будем считать, что это диджитал тема: зарплатная аналитика и бенчмарк
Вчера прошла новость
Минтруд предложил повысить МРОТ в 2026 году на 20,7% — до 27 093 рублей. В настоящее время он равен 22 440 рублям. С 2025 года размер МРОТ должен быть не ниже 48% медианной зарплаты за минувший год (в 2024 году она составила 56 443 рубля)
Сейчас МРОТ составляет 42 % от медианной зарплаты.
Меня заинтересовало, откуда берутся 42 и 48 % - что за методика.
Покопался и нарыл: % от медианы это рекомендации МОТ (Международной организации Труда). См, например Minimum wages
Диаграммы взяты с их сайта.
📊Диаграмма 1. Для экономически развитых стран МРОТ в среднем чуть выше 50 % от медианы, для развивающихся стран - 70 %.
📊На второй диаграмме показаны конкретные страны (по оси X ВВП на работника, ось Y – доля МРОТ от медианной зарплаты) - Россия сейчас вровень с Вьетнамом, Мексикой и Испанией. И даже подняв уровень МРОТ до 48 %, мы кардинально не меняем ситуацию. Но хотя бы не падаем.
Ваше право, куда Россию причислять - к развитым или нет, но мы все равно ниже большинства стран.
Что это значит? Уровень МРОТ от медианы это показатель социальной защищенности. Чем выше % МРОТ от медианы зарплаты, тем более защищены работники.
Ну вот такие дела. Что скажете?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍10
Не стесняйтесь писать запросы к ChatGPT🏆
У вас совесть не болит из-за влияния GPT на природу и климат? У меня уже настоящая паранойя, я даже в сентябре планирую в Сибирь улететь - деревья сажать.
Эта диаграмма немного снимет груз вины с вашей совести (и моей).
300 запросов к ChatGPT это очень слабый удар по природе, успокойтесь.
📊На диаграмме:
📈Левая часть (в галлонах):
ChatGPT (~300 запросов) — около 1 галлона воды
Просмотр ТВ дома в США в течение 1 часа — около 4 галлонов воды
Один гамбургер (~660 галлонов воды)
📈Правая часть (в миллионах галлонов в день):
Глобальное использование ChatGPT (1 день) — <~1 млн галлонов
Протекающие трубы в США (1 день) — >12 000 млн галлонов воды
Т.е. уж лучше запросы к GPT, чем телевизор смотреть. А еще лучше - краны починить.
И, кстати, деревья тоже стоить садить.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
У вас совесть не болит из-за влияния GPT на природу и климат? У меня уже настоящая паранойя, я даже в сентябре планирую в Сибирь улететь - деревья сажать.
Эта диаграмма немного снимет груз вины с вашей совести (и моей).
300 запросов к ChatGPT это очень слабый удар по природе, успокойтесь.
📊На диаграмме:
📈Левая часть (в галлонах):
ChatGPT (~300 запросов) — около 1 галлона воды
Просмотр ТВ дома в США в течение 1 часа — около 4 галлонов воды
Один гамбургер (~660 галлонов воды)
📈Правая часть (в миллионах галлонов в день):
Глобальное использование ChatGPT (1 день) — <~1 млн галлонов
Протекающие трубы в США (1 день) — >12 000 млн галлонов воды
Т.е. уж лучше запросы к GPT, чем телевизор смотреть. А еще лучше - краны починить.
И, кстати, деревья тоже стоить садить.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
😁4🔥3❤1🤮1💩1
HRtech&AI
Линейное программирование в HR
Предложение.
Я бы хотел поиграть в деловую игру – поштурмить над задачами.
У нас есть три модели – это три фрейма бизнес-мышления, три способа описания действительности.
ELTV
Структурное уравнение
Линейное программирование
Мне бы хотелось посимулировать эти фреймы, проиграть их, пообсуждать, пообсосать вместе.
В чем предложение: у меня больше нет помещения в Москве, с вас помещение, с меня методология игры – встречи + я собираю аудиторию – тех, кто будет в это играться.
@Edvb777 – пишите, если вам интересно в дурдоме поучаствовать – в смысле дать помещение
Я бы хотел поиграть в деловую игру – поштурмить над задачами.
У нас есть три модели – это три фрейма бизнес-мышления, три способа описания действительности.
ELTV
Структурное уравнение
Линейное программирование
Мне бы хотелось посимулировать эти фреймы, проиграть их, пообсуждать, пообсосать вместе.
В чем предложение: у меня больше нет помещения в Москве, с вас помещение, с меня методология игры – встречи + я собираю аудиторию – тех, кто будет в это играться.
@Edvb777 – пишите, если вам интересно в дурдоме поучаствовать – в смысле дать помещение
🔥3
🧨 Когда ChatGPT становится HR-ассистентом, а промт — новым Excel.
HR меняется. Уже не только Excel-таблицы, чек-листы и ворох бумажек. Сегодня один грамотно написанный промт может заменить полдня рутины.
И вот канал, где HR учат не просто играться с нейросетями, а действительно решать задачи — подбор, адаптация, аналитика, текучесть, увольнение, документы, KPI, расчёты. Всё.
📍Канал @HR_Promt_Lab ведёт Светлана Иванова — C&B-эксперт, преподаватель ИИ в hr, автор решений на стыке HR и ИИ. Она прошла путь от Excel до RPA и GPT-агентов. А теперь — делится этим с вами.
На канале: — каждый день рабочий промт для HR — примеры автоматизации рутин — гайды, воронки, сценарии, карусели — и всё это с фокусом на деньги, стресс и власть (да, HR об этом тоже думают)
📌 Подписаться стоит хотя бы ради того, чтобы понять, как именно ChatGPT может повысить вашу зарплату. @HR_Promt_Lab — тот редкий случай, когда канал полезен не «в теории», а вот прям сегодня.
HR меняется. Уже не только Excel-таблицы, чек-листы и ворох бумажек. Сегодня один грамотно написанный промт может заменить полдня рутины.
И вот канал, где HR учат не просто играться с нейросетями, а действительно решать задачи — подбор, адаптация, аналитика, текучесть, увольнение, документы, KPI, расчёты. Всё.
📍Канал @HR_Promt_Lab ведёт Светлана Иванова — C&B-эксперт, преподаватель ИИ в hr, автор решений на стыке HR и ИИ. Она прошла путь от Excel до RPA и GPT-агентов. А теперь — делится этим с вами.
На канале: — каждый день рабочий промт для HR — примеры автоматизации рутин — гайды, воронки, сценарии, карусели — и всё это с фокусом на деньги, стресс и власть (да, HR об этом тоже думают)
📌 Подписаться стоит хотя бы ради того, чтобы понять, как именно ChatGPT может повысить вашу зарплату. @HR_Promt_Lab — тот редкий случай, когда канал полезен не «в теории», а вот прям сегодня.
👍1
«Гладкие офферы» как метрика зрелого HR🎁
Я пытаюсь родить еще один фрейм анализа (см. Управленческие модели в HR ) и, кроме того, мне интересно анализировать зарплатные торги при найме (см, например Метрика HR-бренда? )
Короче, найм можно описать через теорию игр
В найме это выглядит так: кандидат желает получить максимальную сумму оффера, работодатель ограничен в ресурсах. Кандидат может быковать (бык – стратегия на повышение), но работодатель может его в итоге отклонить и т.п..
У нас есть разворот в сторону поисследовать природу торгов, но я не буду сейчас туда заходить. Но можно снимать два типа метрик
1️⃣Сколько мыпросрали переплатили в переговорах
Можно посчитать % переплат и т.п.
«Это даёт нам метрику отклонения от системы. Если она системна — это уже управляемая переменная. Если хаотична — это разрыв между моделью и реальностью».
2️⃣Доля «гладких» офферов
«Гладкий» оффер – оффер принятый без торгов. Всем знакома метрика бренда – конверсия офферов. Доля «гладких» офферов это тоже про бренд.
Вот в этом месте попинайте меня.
Принятие оффера без торгов – это про доверие. Кандидат в том числе доверяет экспертизе компании – если компания столько платит, значит сумма обоснована – как вам такой аргумент?
Какие плюсы в этой метрике?
📉 Сокращение сроков закрытия вакансий. Меньше раундов обсуждений, уточнений, встречных офферов
📊 Более точное и спокойное планирование ФОТ (фонда оплаты труда). Нет “эффекта торга в последний момент”. Реже пересогласование бюджетов с финдиром. Реалистичное прогнозирование затрат
⏱️ Снижение нагрузки на рекрутеров и HRBP. Меньше времени на торг и согласования. Выше продуктивность на одного рекрутера. Рекрутеры становятся не торговцами, а советниками
⚖️ Выравнивание зарплат внутри команды (меньше перегретых новичков – вы не сталкивались в ропотом «ветеранов»? Знакомо?). Новички с торгом = риск токсичности («почему он получает больше?»). Принятие без торга = меньше перекосов
🧠 Повышение доверия к системе грейдов и прозрачности. Сигнал: "если все принимают без торга, значит система честная". Укрепляется внутренняя справедливость и восприятие компании
🧨 Снижение количества "случайных" людей, пришедших только за деньгами
И важное следствие: Бренд это про экспертизу, а не только про танцы с бубнами. Ну как минимум компания должна неплохо понимать рынок зарплат.
✅Отдельный поинт. Стоит поисследовать поведение тех, кто торгуется / нет.
Имеет смысл посмотреть отток в разрезе торговался / не торговался - если у нас отток гладких выше (причем на этапе адаптации / первые полгода), значит это нам возможный сигнал, что наша экспертиза на рынке зарплат хромает.
Отток в зависимости от того, насколько ожидания кандидата оправдались. Этот поинт я, кстати, уже показывал (см. Ожидания vs зарплата – риски увольнения )
у человека, которому дали зарплату на 30 000 рублей ниже, чем он просил, риск увольнения вырастает в 2 раза в сравнении с тем, как если бы ему дали столько, сколько он просил.
Ну вот как-то так. А как вы считаете, сколько вам стоит торг в процессе найма?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Я пытаюсь родить еще один фрейм анализа (см. Управленческие модели в HR ) и, кроме того, мне интересно анализировать зарплатные торги при найме (см, например Метрика HR-бренда? )
Короче, найм можно описать через теорию игр
Под игрой понимается процесс, в котором участвуют две и более стороны, преследующие свои интересы. Каждая из сторон имеет свою цель и использует некоторую стратегию, которая может вести к выигрышу или проигрышу — в зависимости от поведения других игроков. Теория игр помогает выбрать лучшие стратегии с учётом представлений о других участниках, их ресурсах и их возможных поступках
В найме это выглядит так: кандидат желает получить максимальную сумму оффера, работодатель ограничен в ресурсах. Кандидат может быковать (бык – стратегия на повышение), но работодатель может его в итоге отклонить и т.п..
У нас есть разворот в сторону поисследовать природу торгов, но я не буду сейчас туда заходить. Но можно снимать два типа метрик
1️⃣Сколько мы
Сумма переплат = ∑ ( Итоговых офер – стартовое предложение компании (или нижнюю или верхнюю границу вилки) )
Можно посчитать % переплат и т.п.
«Это даёт нам метрику отклонения от системы. Если она системна — это уже управляемая переменная. Если хаотична — это разрыв между моделью и реальностью».
2️⃣Доля «гладких» офферов
«Гладкий» оффер – оффер принятый без торгов. Всем знакома метрика бренда – конверсия офферов. Доля «гладких» офферов это тоже про бренд.
Вот в этом месте попинайте меня.
Принятие оффера без торгов – это про доверие. Кандидат в том числе доверяет экспертизе компании – если компания столько платит, значит сумма обоснована – как вам такой аргумент?
Какие плюсы в этой метрике?
📉 Сокращение сроков закрытия вакансий. Меньше раундов обсуждений, уточнений, встречных офферов
📊 Более точное и спокойное планирование ФОТ (фонда оплаты труда). Нет “эффекта торга в последний момент”. Реже пересогласование бюджетов с финдиром. Реалистичное прогнозирование затрат
⏱️ Снижение нагрузки на рекрутеров и HRBP. Меньше времени на торг и согласования. Выше продуктивность на одного рекрутера. Рекрутеры становятся не торговцами, а советниками
⚖️ Выравнивание зарплат внутри команды (меньше перегретых новичков – вы не сталкивались в ропотом «ветеранов»? Знакомо?). Новички с торгом = риск токсичности («почему он получает больше?»). Принятие без торга = меньше перекосов
🧠 Повышение доверия к системе грейдов и прозрачности. Сигнал: "если все принимают без торга, значит система честная". Укрепляется внутренняя справедливость и восприятие компании
🧨 Снижение количества "случайных" людей, пришедших только за деньгами
И важное следствие: Бренд это про экспертизу, а не только про танцы с бубнами. Ну как минимум компания должна неплохо понимать рынок зарплат.
✅Отдельный поинт. Стоит поисследовать поведение тех, кто торгуется / нет.
Имеет смысл посмотреть отток в разрезе торговался / не торговался - если у нас отток гладких выше (причем на этапе адаптации / первые полгода), значит это нам возможный сигнал, что наша экспертиза на рынке зарплат хромает.
Отток в зависимости от того, насколько ожидания кандидата оправдались. Этот поинт я, кстати, уже показывал (см. Ожидания vs зарплата – риски увольнения )
у человека, которому дали зарплату на 30 000 рублей ниже, чем он просил, риск увольнения вырастает в 2 раза в сравнении с тем, как если бы ему дали столько, сколько он просил.
Ну вот как-то так. А как вы считаете, сколько вам стоит торг в процессе найма?
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
❤3🔥1
Из интервью CEO Nvidia Jensen Huang
Основная мысль Дженсен Хуанг:
Логика простая: сейчас важны идеи, у кого они есть, станут богатыми - ИИ избавил от технических проблем.
Но меня поразил вот этот кусок со скрина:
Источник из твиттура
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Основная мысль Дженсен Хуанг:
«Искусственный интеллект за 5 лет создаст больше миллионеров, чем интернет за 20 лет».
Логика простая: сейчас важны идеи, у кого они есть, станут богатыми - ИИ избавил от технических проблем.
Но меня поразил вот этот кусок со скрина:
150 исследователей искусственного интеллекта в DeepSeek или OpenAI могут создать ценность на сумму 20–30 миллиардов долларов.
Это составляет 200 миллионов долларов на человека в плане создания стоимости.
Ни одна отрасль в истории не имела такого влияния. Небольшие команды, огромное влияние.
Источник из твиттура
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍4
Разработчик стал техлидом, находясь... в ТЮРЬМЕ — Престон Торп получил оффер за работу над опенсорс-проектом прямо из камеры.
Он сидит уже 11 лет, за это время успел закончить университет и выучиться на программиста. Сейчас работает по 15 часов в день, обучает других заключенных и активно ведёт свой профиль в LinkedIn.
Работодатель знал о сроке, но увидел его GitHub — и дал шанс. Всё это стало возможным благодаря программе в тюрьмах штата Мэн, где разрешают учиться и работать онлайн.
Вы бы взяли на работу такого?
Телеграм канал HRTech
Он сидит уже 11 лет, за это время успел закончить университет и выучиться на программиста. Сейчас работает по 15 часов в день, обучает других заключенных и активно ведёт свой профиль в LinkedIn.
Работодатель знал о сроке, но увидел его GitHub — и дал шанс. Всё это стало возможным благодаря программе в тюрьмах штата Мэн, где разрешают учиться и работать онлайн.
Вы бы взяли на работу такого?
Телеграм канал HRTech
🔥9
Деловая игра «Эквиваленты и пределы»🎁
Ранее я описал три управленческих модели HR и предложил собраться поиграть / посимулировать эти модели.
Спасибо коллегам, откликнулись, у нас теперь есть помещение, где мы можем встретиться, поэтому я начинаю методологическую подготовку к встрече.
Начну с одной модели - позже дам вводные по другим играм.
Напомню
✅Что должно стать содержанием нашей игры? То, что я не прописал в тексте выше:
1️⃣Правило эквивалентов. Как мы можем соотнести ценности рекрутинга и обучения, перевести их в одну систему измерения и сравнивать эффективность инвестиций? Цель игры – вывести правило эквивалентов – как обучение / удержание может заменить 1 нанятого новичка. Нам нужно сформулировать принципы перевода результатов обучения и найма в общую единицу компетенции — чтобы можно было считать, сколько «человеко-компетенций» даёт каждый канал. И как производная – оценить их эффективность.
2️⃣Ограничения рынка. Как мы можем понять, что дальнейшие инвестиции в рекрутинг неэффективны? Какие сигналы нам об этом говорят? Где красная черта, после которой мы должны прекращать инвестиции и переключать на другой канал?
У меня нет готовых ответов на эти вопросы, мне интересно это поштурмить.
Прошу вас полайкать пост, если вам интересно было бы принять участие в такой игре – буду благодарен за комментарии и замечания.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Ранее я описал три управленческих модели HR и предложил собраться поиграть / посимулировать эти модели.
Спасибо коллегам, откликнулись, у нас теперь есть помещение, где мы можем встретиться, поэтому я начинаю методологическую подготовку к встрече.
Начну с одной модели - позже дам вводные по другим играм.
Напомню
У нас есть (упрощаю) три ресурса обеспечения компании навыками / компетенциями:
1️⃣Рекрутинг
2️⃣Обучение
3️⃣Удержание
Каждый ресурс дает нам людей / компетенции. Мы можем вывести эквиваленты и сравнить их. Грубо говоря, удержали 6 человек, это эквивалентно найму 4, 5 новичков. Обучили 3 джунов, это эквивалентно найму 2 мидлов. И т.д.
В идеале мы можем измерить эффективность каждого ресурса и понять ограничения рынка.
✅Эффективность – это отдача от канала на вложенный рубль. Т.е. мы вложили в удержание 100 рублей, удержали 60 человек, что эквивалентно найму 45 новичков, но за те же деньги мы могли бы нанять 55 новичков, поэтому выгоднее вложить в найм.
✅Ограничения рынка – когда мы сколько не вкладывай, не сможем получить отдачу. Поэтому мы (см. выше) могли бы 100 рублей инвестировать в найм, но на рынке просто нет 55 кандидатов для нашей компании.
Решение лежит в математике: мы должны наш бюджет инвестировать в максимально эффективные каналы с учетом ограничения рынка.
Уравнение выглядело бы примерно так:
Z = 1 * x₁ + 0.5 * x₂ + 0.75 * x₃
Где x₁, x₂ и x₃ инвестиции в найм, обучение, удержание, а 1, 0,5 и 0, 75 – коэффициенты отдачи. И ограничения: x1 не выше 50 рублей и т.п. Z это наш бюджет.
Т.е. при таком Z мы максимизируем обеспечение нашей компании компетенциями
✅Что должно стать содержанием нашей игры? То, что я не прописал в тексте выше:
1️⃣Правило эквивалентов. Как мы можем соотнести ценности рекрутинга и обучения, перевести их в одну систему измерения и сравнивать эффективность инвестиций? Цель игры – вывести правило эквивалентов – как обучение / удержание может заменить 1 нанятого новичка. Нам нужно сформулировать принципы перевода результатов обучения и найма в общую единицу компетенции — чтобы можно было считать, сколько «человеко-компетенций» даёт каждый канал. И как производная – оценить их эффективность.
2️⃣Ограничения рынка. Как мы можем понять, что дальнейшие инвестиции в рекрутинг неэффективны? Какие сигналы нам об этом говорят? Где красная черта, после которой мы должны прекращать инвестиции и переключать на другой канал?
У меня нет готовых ответов на эти вопросы, мне интересно это поштурмить.
Прошу вас полайкать пост, если вам интересно было бы принять участие в такой игре – буду благодарен за комментарии и замечания.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
❤12
Цифровой хаос перевернули наш рабочий день
Исследование Microsoft Work Trend Index 2025 показало: современные офисные работники погрязли в цифровом цунами. Вот что показали 31 000 респондентов и триллионы анонимных данных Microsoft 365.
Я взял только цифры, более подробно в статье по ссылке.
✅Утренние привычки:
40% людей, которые онлайн в 6 утра, проверяют почту
Средний работник получает 117 писем в день (просмотр <60 сек на письмо)
Массовые рассылки (20+ получателей) выросли на 7% (г/г)
Личные переписки сократились на 5%
✅Коммуникации в Teams:
153 Teams-сообщения получает средний работник за день
Рост сообщений: +6% (глобально), +20% (Центр. Европа/Ближ. Восток/Африка), +15% (Великобритания/Юж. Корея)
✅Распределение встреч:
50% встреч приходится на 9-11 утра и 13-15 дня
23% всех встреч проводятся по вторникам
16% — по пятницам
57% встреч — спонтанные (без календарного приглашения)
10% встреч назначаются в последнюю минуту
Встречи с 65+ участниками — самый быстрорастущий тип
30% встреч охватывают несколько часовых поясов (+35% с 2021)
Правки в PowerPoint за 10 мин до встречи +122%
✅Продуктивность:
Прерывания каждые 2 минуты (275 раз/день)
54% пользователей активны в Teams в 11 утра (пиковый час)
48% сотрудников считают работу хаотичной
52% руководителей чувствуют фрагментацию работы
✅Вечерняя/ночная активность:
Встречи после 20:00: +16% (г/г)
50+ сообщений отправляется/получается вне рабочего времени
29% сотрудников проверяют почту в 22:00
20% работающих в выходные проверяют почту до полудня
5% возвращаются к почте в воскресенье после 18:00
✅Общие тренды:
1 из 3 сотрудников не успевает за темпом работы последних 5 лет
Данные собраны из анонимизированных сигналов Microsoft 365 (на февраль 2025) и глобального опроса 31,000 работников в 31 стране. Полная методология доступна в оригинальном отчете.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Исследование Microsoft Work Trend Index 2025 показало: современные офисные работники погрязли в цифровом цунами. Вот что показали 31 000 респондентов и триллионы анонимных данных Microsoft 365.
Я взял только цифры, более подробно в статье по ссылке.
✅Утренние привычки:
40% людей, которые онлайн в 6 утра, проверяют почту
Средний работник получает 117 писем в день (просмотр <60 сек на письмо)
Массовые рассылки (20+ получателей) выросли на 7% (г/г)
Личные переписки сократились на 5%
✅Коммуникации в Teams:
153 Teams-сообщения получает средний работник за день
Рост сообщений: +6% (глобально), +20% (Центр. Европа/Ближ. Восток/Африка), +15% (Великобритания/Юж. Корея)
✅Распределение встреч:
50% встреч приходится на 9-11 утра и 13-15 дня
23% всех встреч проводятся по вторникам
16% — по пятницам
57% встреч — спонтанные (без календарного приглашения)
10% встреч назначаются в последнюю минуту
Встречи с 65+ участниками — самый быстрорастущий тип
30% встреч охватывают несколько часовых поясов (+35% с 2021)
Правки в PowerPoint за 10 мин до встречи +122%
✅Продуктивность:
Прерывания каждые 2 минуты (275 раз/день)
54% пользователей активны в Teams в 11 утра (пиковый час)
48% сотрудников считают работу хаотичной
52% руководителей чувствуют фрагментацию работы
✅Вечерняя/ночная активность:
Встречи после 20:00: +16% (г/г)
50+ сообщений отправляется/получается вне рабочего времени
29% сотрудников проверяют почту в 22:00
20% работающих в выходные проверяют почту до полудня
5% возвращаются к почте в воскресенье после 18:00
✅Общие тренды:
1 из 3 сотрудников не успевает за темпом работы последних 5 лет
Данные собраны из анонимизированных сигналов Microsoft 365 (на февраль 2025) и глобального опроса 31,000 работников в 31 стране. Полная методология доступна в оригинальном отчете.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
❤3🔥1👏1