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
Аризона дрим
Пост от американского рекрутера. Продолжаем знакомить с идеями для стартапов.
Аризонская TikToker получила срок за помощь КНДР в схеме с IT-работниками на $17 млн
Жительница Аризоны помогала северокорейским оперативникам выдавать себя за американских IT-специалистов и переводить миллионы долларов в Пхеньян.
Женщину в Аризоне приговорили к 8,5 годам тюрьмы за помощь северокорейским агентам в трудоустройстве в более чем 300 американских компаниях.
У себя дома она управляла целой фермой ноутбуков. В буквальном смысле.
Компании поставляли ей ноутбуки для удалённых сотрудников. Она обслуживала эти устройства. Северокорейские IT-специалисты получали к ним удалённый доступ и выглядели так, будто работали в США.
Она помогла им устроиться на работу в:
• Технологическая компания из списка Fortune 500
• Производитель аэрокосмической техники
• Крупная американская телевизионная сеть
Они же компании с известными именами, а не случайные семейные магазинчики.
Она не была каким-то гениальным хакером, она была влиятельным лицом TikTok и фрилансером со 100 тысячами подписчиков, к которой обратились на LinkedIn.
С 2020 года она помогала Северной Корее выстраивать систему удаленной работы в США.
Она отмывала зарплату через собственные счета. Подделывала документы. У неё дома работало более 90 устройств.
Они проникли внутрь, внедрив подставных сотрудников для изучения систем, выявления слабых мест и кражи данных.
Если вы ищете удаленных ИТ-специалистов, это ваш тревожный звонок.
Специалистам по подбору персонала и менеджерам по найму следует перестать полагать, что хорошее резюме и стабильное интернет-соединение являются признаками надежности кандидата.
Потому что сегодня фальшивые кандидаты — это не просто ленивые соискатели работы или люди, желающие быстро заработать деньги.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Пост от американского рекрутера. Продолжаем знакомить с идеями для стартапов.
Аризонская TikToker получила срок за помощь КНДР в схеме с IT-работниками на $17 млн
Жительница Аризоны помогала северокорейским оперативникам выдавать себя за американских IT-специалистов и переводить миллионы долларов в Пхеньян.
Женщину в Аризоне приговорили к 8,5 годам тюрьмы за помощь северокорейским агентам в трудоустройстве в более чем 300 американских компаниях.
У себя дома она управляла целой фермой ноутбуков. В буквальном смысле.
Компании поставляли ей ноутбуки для удалённых сотрудников. Она обслуживала эти устройства. Северокорейские IT-специалисты получали к ним удалённый доступ и выглядели так, будто работали в США.
Она помогла им устроиться на работу в:
• Технологическая компания из списка Fortune 500
• Производитель аэрокосмической техники
• Крупная американская телевизионная сеть
Они же компании с известными именами, а не случайные семейные магазинчики.
Она не была каким-то гениальным хакером, она была влиятельным лицом TikTok и фрилансером со 100 тысячами подписчиков, к которой обратились на LinkedIn.
С 2020 года она помогала Северной Корее выстраивать систему удаленной работы в США.
Она отмывала зарплату через собственные счета. Подделывала документы. У неё дома работало более 90 устройств.
Они проникли внутрь, внедрив подставных сотрудников для изучения систем, выявления слабых мест и кражи данных.
Если вы ищете удаленных ИТ-специалистов, это ваш тревожный звонок.
Специалистам по подбору персонала и менеджерам по найму следует перестать полагать, что хорошее резюме и стабильное интернет-соединение являются признаками надежности кандидата.
Потому что сегодня фальшивые кандидаты — это не просто ленивые соискатели работы или люди, желающие быстро заработать деньги.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
👍1
📉 IT-рынок России: разворот тренда?
Коммерсант выпустил статью Количество вакансий для IT-специалистов начало сокращаться впервые за три года
Ниже краткое резюме статьи
Впервые за три года количество вакансий для IT-специалистов в РФ начало сокращаться! Вот главное:
📊 Падение вакансий:
• HeadHunter: 291 тыс. вакансий в 1П 2025 г. против более 300 тыс. в 2023-2024 гг. (-20% за полугодие).
• Хабр Карьера: -32% IT-вакансий в 1П 2025 г. по сравнению с 1П 2024 г. Крупные компании (МТС, VK, «Совкомбанк Технологии», Magnit Tech) сократили вакансии на 20-60%.
• SuperJob: -3% IT-вакансий за январь-июль 2025 г. В целом за 2 года падение на 4%.
📈 Рост резюме и зарплат:
• SuperJob: Количество резюме в IT выросло на 5% за год и на 15% за 2 года.
• HeadHunter: Средняя зарплата в IT выросла на 11,4% до 96,7 тыс. руб. в 1П 2025 г.
🤔 Причины:
• Оптимизация бизнеса: Компании фокусируются на эффективности, а не на экспансии.
• Высокая стоимость IT-кадров: Затраты растут быстрее доходов.
• ИИ-революция: Искусственный интеллект автоматизирует рутинные задачи, что может сэкономить до 30-50% бюджетов. Спрос на ИИ-специалистов (ML-разработчиков, Data Scientist) растет. Основная причина сокращения IT-вакансий на рынке труда, считает представитель «Вымпелкома»,— это развитие ИИ, а также интеграция IT-инструментов в бизнес-процессы.
🔍 Нюансы:
• Дефицит Senior-специалистов: На одну вакансию Senior приходится 2,3 резюме, тогда как на Junior — 11,1.
• ИИ не панацея: ИИ пока не может полностью заменить высококвалифицированных разработчиков, требуя настройки и проверки.
• Рост в некоторых компаниях: VK (+18% вакансий), Яндекс (+16% штат), Magnit Tech (наем превышает отток на 50%).
Минцифры отмечает рост числа IT-специалистов на 50% за 5 лет (до 1,08 млн человек) и прогнозирует сохранение спроса на высокоуровневых специалистов благодаря цифровизации смежных отраслей.
Рынок стабилизируется, и акцент смещается с количественного роста на качественную оптимизацию и внедрение ИИ. Будьте конкурентными — осваивайте ИИ-инструменты.
Не буду спорить с выводами статьи, замечу только, что:
1️⃣Запад уже развернулся в этом направлении, и речь не только в оптимизации, и тем более не в экономическом кризисе, причины глубже. В HR-приоритетах HR-автоматизация https://news.1rj.ru/str/hranalitycs/3756 упала с 4 места до 9 за три года – мне кажется, этот тренд одного порядка.
2️⃣Западные исследователи (например, Итан Молик) не видят влияния ИИ на рынок труда (за исключением небольших локальных эффектов типа снижения заказов у фрилансеров в некоторых областях), и я не думаю, что российский рынок отличается от западного.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Коммерсант выпустил статью Количество вакансий для IT-специалистов начало сокращаться впервые за три года
Ниже краткое резюме статьи
Впервые за три года количество вакансий для IT-специалистов в РФ начало сокращаться! Вот главное:
📊 Падение вакансий:
• HeadHunter: 291 тыс. вакансий в 1П 2025 г. против более 300 тыс. в 2023-2024 гг. (-20% за полугодие).
• Хабр Карьера: -32% IT-вакансий в 1П 2025 г. по сравнению с 1П 2024 г. Крупные компании (МТС, VK, «Совкомбанк Технологии», Magnit Tech) сократили вакансии на 20-60%.
• SuperJob: -3% IT-вакансий за январь-июль 2025 г. В целом за 2 года падение на 4%.
📈 Рост резюме и зарплат:
• SuperJob: Количество резюме в IT выросло на 5% за год и на 15% за 2 года.
• HeadHunter: Средняя зарплата в IT выросла на 11,4% до 96,7 тыс. руб. в 1П 2025 г.
🤔 Причины:
• Оптимизация бизнеса: Компании фокусируются на эффективности, а не на экспансии.
• Высокая стоимость IT-кадров: Затраты растут быстрее доходов.
• ИИ-революция: Искусственный интеллект автоматизирует рутинные задачи, что может сэкономить до 30-50% бюджетов. Спрос на ИИ-специалистов (ML-разработчиков, Data Scientist) растет. Основная причина сокращения IT-вакансий на рынке труда, считает представитель «Вымпелкома»,— это развитие ИИ, а также интеграция IT-инструментов в бизнес-процессы.
🔍 Нюансы:
• Дефицит Senior-специалистов: На одну вакансию Senior приходится 2,3 резюме, тогда как на Junior — 11,1.
• ИИ не панацея: ИИ пока не может полностью заменить высококвалифицированных разработчиков, требуя настройки и проверки.
• Рост в некоторых компаниях: VK (+18% вакансий), Яндекс (+16% штат), Magnit Tech (наем превышает отток на 50%).
Минцифры отмечает рост числа IT-специалистов на 50% за 5 лет (до 1,08 млн человек) и прогнозирует сохранение спроса на высокоуровневых специалистов благодаря цифровизации смежных отраслей.
Рынок стабилизируется, и акцент смещается с количественного роста на качественную оптимизацию и внедрение ИИ. Будьте конкурентными — осваивайте ИИ-инструменты.
Не буду спорить с выводами статьи, замечу только, что:
1️⃣Запад уже развернулся в этом направлении, и речь не только в оптимизации, и тем более не в экономическом кризисе, причины глубже. В HR-приоритетах HR-автоматизация https://news.1rj.ru/str/hranalitycs/3756 упала с 4 места до 9 за три года – мне кажется, этот тренд одного порядка.
2️⃣Западные исследователи (например, Итан Молик) не видят влияния ИИ на рынок труда (за исключением небольших локальных эффектов типа снижения заказов у фрилансеров в некоторых областях), и я не думаю, что российский рынок отличается от западного.
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
❤3👍1
Консультанты не дармоеды.
Удивительно, правда?
Ученые из Бельгии, Принстона проанализировали многолетнюю историю работы с консалтинговыми фирмами. Данные свежак - 25 июля 2025 года, т.е. вчера.
🎯 Цель:
Разобраться, какие компании нанимают консультантов и как это влияет на бизнес — от зарплат до увольнений.
📊 Методы:
Данные по НДС 2002–2023 (вся Бельгия!).
Сравнение фирм с консультантами и без (разностно-разностный анализ).
Опрос 70 экономистов и 37 консультантов.
📌 Выборка:
300 000 бельгийских фирм, из них 918 нанимали стратегических консультантов.
Только крупные консалтинговые компании (без аудиторов типа Big Four).
👨🎓 Авторы:
Ученые из Принстона, UC Berkeley и Нацбанка Бельгии.
🔢 Главные цифры:
1️⃣ Кто платит консультантам?
В основном крупные фирмы (средний чек — €328 000/год, или 3% от ФОТ). Т.е. компании в среднем тратили 3% годового ФОТ компании на консультантов.
U-образная зависимость: консультантов берут либо аутсайдеры, либо лидеры рынка.
2️⃣ Что получают?
+3.6% к производительности труда за 5 лет.
+2.7% к средней зарплате — и это не за счет сокращения штата (доля труда в доходах не падает!).
Прибыльность почти не меняется, но фирмы чаще закупают услуги (а не товары).
3️⃣ Что с сотрудниками?
Увольнения растут на +1% — массовых сокращений нет, но "оптимизация" есть.
Меньше аутсорсинга через временные агентства.
Вывод:
Консалтинг в Бельгии — это не про "увольнения ради прибыли", а про рост эффективности. Но "больные" фирмы чаще чистят штат.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
ПыСы. Вы в курсе, что я гениальный консультант по стратегии?
Удивительно, правда?
Ученые из Бельгии, Принстона проанализировали многолетнюю историю работы с консалтинговыми фирмами. Данные свежак - 25 июля 2025 года, т.е. вчера.
🎯 Цель:
Разобраться, какие компании нанимают консультантов и как это влияет на бизнес — от зарплат до увольнений.
📊 Методы:
Данные по НДС 2002–2023 (вся Бельгия!).
Сравнение фирм с консультантами и без (разностно-разностный анализ).
Опрос 70 экономистов и 37 консультантов.
📌 Выборка:
300 000 бельгийских фирм, из них 918 нанимали стратегических консультантов.
Только крупные консалтинговые компании (без аудиторов типа Big Four).
👨🎓 Авторы:
Ученые из Принстона, UC Berkeley и Нацбанка Бельгии.
🔢 Главные цифры:
1️⃣ Кто платит консультантам?
В основном крупные фирмы (средний чек — €328 000/год, или 3% от ФОТ). Т.е. компании в среднем тратили 3% годового ФОТ компании на консультантов.
U-образная зависимость: консультантов берут либо аутсайдеры, либо лидеры рынка.
2️⃣ Что получают?
+3.6% к производительности труда за 5 лет.
+2.7% к средней зарплате — и это не за счет сокращения штата (доля труда в доходах не падает!).
Прибыльность почти не меняется, но фирмы чаще закупают услуги (а не товары).
3️⃣ Что с сотрудниками?
Увольнения растут на +1% — массовых сокращений нет, но "оптимизация" есть.
Меньше аутсорсинга через временные агентства.
Вывод:
Консалтинг в Бельгии — это не про "увольнения ради прибыли", а про рост эффективности. Но "больные" фирмы чаще чистят штат.
Источник
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
ПыСы. Вы в курсе, что я гениальный консультант по стратегии?
👍7🔥3🥴2
HRtech&AI
Консультанты не дармоеды. Удивительно, правда? Ученые из Бельгии, Принстона проанализировали многолетнюю историю работы с консалтинговыми фирмами. Данные свежак - 25 июля 2025 года, т.е. вчера. 🎯 Цель: Разобраться, какие компании нанимают консультантов…
Я подписан на нескольких западных крутых ученых и консультантов, у них в чатах это самый горячий материал, война чуть не до драки.
И я вот понимаю, насколько я "далек от народа". По какой-то причине мне этот пост кажется бомбой - ну реально круто же.
Но нет, прошел незамеченным.
И я вот понимаю, насколько я "далек от народа". По какой-то причине мне этот пост кажется бомбой - ну реально круто же.
Но нет, прошел незамеченным.
Новые HR-метрики: λ (лямбда) и k
Очередной программный пост. Ну можно сказать, что Бабушкин решил поизвращаться. Да, извращение присутствует, но практическая польза тоже.
Текучесть персонала описывается распределением Вейбулла. Валоди Вейбулл — шведский инженер, разработавший распределение, которое применялось для описания износа материалов и надёжности систем. Суровая правда и лайфхак: «износ» людей в компании подчиняется тем же законам, что и износ деталей. Как и у машин, у людей в компаниях есть вероятность “отказа”. И она подчиняется законам Вейбулла
Примеры на диаграмме. По оси X – стаж работы в компании, ось Y – частота увольнений.
Распределение Вейбулла описывается двумя параметрами:
🔹 λ (лямбда) — параметр масштаба
• Да, λ измеряется в тех же единицах, что и стаж (в месяцах, днях, годах — как задашь).
• Это масштаб распределения: чем выше λ, тем дольше в среднем "живёт" сотрудник.
• Но: λ не равна медиане, хотя при k≈1 они действительно очень близки.
👉 В интерпретации HR:
λ ≈ "типичный срок работы сотрудника", то есть центр тяжести распределения.
🔹 k (коэффициент формы) — определяет форму кривой
• k < 1 → "ранняя смертность", большинство увольняется сразу (проблемы адаптации).
• k = 1 → экспоненциальное распределение: одинаковый шанс уйти в любой момент.
• k > 1 → «стареющее» распределение: риск ухода увеличивается со временем (выгорание, потолок, стагнация).
👉 Это своего рода психологический контур текучести: как она проявляется во времени.
🏆🎁Нахрена это вообще надо?
Кратко:
1. Характер распределения
2. Чувствительность
3. Нормализация и бенчмарк
4. Прогнозирование
✅Характер распределения: осталось мало компаний, которым интересен только показатель текучести персонала. Практически все отслеживают раннюю текучесть. Распределение Вейбулла наиболее полно отражает это распределение
✅Чувствительность: мы запустили новую программу адаптации, и λ (лямбда) и k – самые чувствительные и быстрые показатели, схватывающие изменения. Например, у нас k до запуска был 0, 4, а спустя полгода 0, 7. На уровне коэффициента текучести персонала мы можем вообще не заметить эффекта, но k нам уже сигнализирует об изменениях.
✅Нормализация: Например, один отдел маленький, другой огромный. У них разная "весовая категория". Сравнивая k и λ, можно корректно сравнивать паттерны текучести без искажения от размера. Бенчмарк по рынку становится корректным.
✅Прогнозирование: Weibull-модель позволяет аппроксимировать кривую риска ухода, прогнозировать отток в будущем (через 3, 6, 12 месяцев), симулировать влияние изменений зарплат, условий и т. д.
Для расчета λ (лямбда) и k нужны стандартные данные учета персонала: кто когда устроился, и кто когда ушел.
🏆Краткое резюме:
λ и k — это «кардиограмма» текучести.
Не просто “сколько людей ушло”, а когда, почему и как меняется риск ухода со временем.
Эти параметры:
раньше сигналят о проблемах,
различают типы текучести,
позволяют измерять эффект HR-решений,
делают корректным бенчмарк текучести
и строят прогнозы поведения сотрудников.
Напоминаю про свою услугу Автоматизация расчета текучести
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
Очередной программный пост. Ну можно сказать, что Бабушкин решил поизвращаться. Да, извращение присутствует, но практическая польза тоже.
Текучесть персонала описывается распределением Вейбулла. Валоди Вейбулл — шведский инженер, разработавший распределение, которое применялось для описания износа материалов и надёжности систем. Суровая правда и лайфхак: «износ» людей в компании подчиняется тем же законам, что и износ деталей. Как и у машин, у людей в компаниях есть вероятность “отказа”. И она подчиняется законам Вейбулла
Примеры на диаграмме. По оси X – стаж работы в компании, ось Y – частота увольнений.
Распределение Вейбулла описывается двумя параметрами:
🔹 λ (лямбда) — параметр масштаба
• Да, λ измеряется в тех же единицах, что и стаж (в месяцах, днях, годах — как задашь).
• Это масштаб распределения: чем выше λ, тем дольше в среднем "живёт" сотрудник.
• Но: λ не равна медиане, хотя при k≈1 они действительно очень близки.
👉 В интерпретации HR:
λ ≈ "типичный срок работы сотрудника", то есть центр тяжести распределения.
🔹 k (коэффициент формы) — определяет форму кривой
• k < 1 → "ранняя смертность", большинство увольняется сразу (проблемы адаптации).
• k = 1 → экспоненциальное распределение: одинаковый шанс уйти в любой момент.
• k > 1 → «стареющее» распределение: риск ухода увеличивается со временем (выгорание, потолок, стагнация).
👉 Это своего рода психологический контур текучести: как она проявляется во времени.
🏆🎁Нахрена это вообще надо?
Кратко:
1. Характер распределения
2. Чувствительность
3. Нормализация и бенчмарк
4. Прогнозирование
✅Характер распределения: осталось мало компаний, которым интересен только показатель текучести персонала. Практически все отслеживают раннюю текучесть. Распределение Вейбулла наиболее полно отражает это распределение
✅Чувствительность: мы запустили новую программу адаптации, и λ (лямбда) и k – самые чувствительные и быстрые показатели, схватывающие изменения. Например, у нас k до запуска был 0, 4, а спустя полгода 0, 7. На уровне коэффициента текучести персонала мы можем вообще не заметить эффекта, но k нам уже сигнализирует об изменениях.
✅Нормализация: Например, один отдел маленький, другой огромный. У них разная "весовая категория". Сравнивая k и λ, можно корректно сравнивать паттерны текучести без искажения от размера. Бенчмарк по рынку становится корректным.
✅Прогнозирование: Weibull-модель позволяет аппроксимировать кривую риска ухода, прогнозировать отток в будущем (через 3, 6, 12 месяцев), симулировать влияние изменений зарплат, условий и т. д.
Для расчета λ (лямбда) и k нужны стандартные данные учета персонала: кто когда устроился, и кто когда ушел.
🏆Краткое резюме:
λ и k — это «кардиограмма» текучести.
Не просто “сколько людей ушло”, а когда, почему и как меняется риск ухода со временем.
Эти параметры:
раньше сигналят о проблемах,
различают типы текучести,
позволяют измерять эффект HR-решений,
делают корректным бенчмарк текучести
и строят прогнозы поведения сотрудников.
Напоминаю про свою услугу Автоматизация расчета текучести
Понравился пост? Порекомендуй
Телеграм канал HRTech коллегам и друзьям
🔥8👍4❤🔥2
Ну хоть что-то остается стабильное в этой жизни.
Не верите мне? Найдите в твиттере по нику и усомнитесь в комментах.
Ласло Бок (бывший вице-президент Google по персоналу) едва ли не самое важное, что достиг в компании - сокращение числа интервью. Команда HR-аналитики показала, что каждое новое интервью после четвертого крайне незначительно повышает качество найма.
Я сам считал стоимость найма в крупной технологической компании, самая дорогая статья - время заказчика.
По некоторым вакансиям доля костов Заказчика достигала 80% от всех костов (!!!). Это когда несколько собесов группами по 3-4 спеца и тимлидами.
Поэтому, пощупав тему своими руками, я оценил ценность решения Ласло Бока и Google.
Телеграм канал HRTech
Не верите мне? Найдите в твиттере по нику и усомнитесь в комментах.
Ласло Бок (бывший вице-президент Google по персоналу) едва ли не самое важное, что достиг в компании - сокращение числа интервью. Команда HR-аналитики показала, что каждое новое интервью после четвертого крайне незначительно повышает качество найма.
Я сам считал стоимость найма в крупной технологической компании, самая дорогая статья - время заказчика.
По некоторым вакансиям доля костов Заказчика достигала 80% от всех костов (!!!). Это когда несколько собесов группами по 3-4 спеца и тимлидами.
Поэтому, пощупав тему своими руками, я оценил ценность решения Ласло Бока и Google.
Телеграм канал HRTech
👍17❤5