#hr_data #hr_данные #обучение
Источники данных, часть 2.
Экосистема вокруг
Обучения персонала.

На первый взгляд кажется, что источников данных не так уж и много. Но если посмотреть на каналы взаимодействия со своими сотрудниками, то окажется что их десятки. Начинаем собирать общую карту источников hr-данных.

Первая часть - Обучение сотрудников.

За последнее время "все смешалось..." (с) и онлайн-платформы для коммуникаций, проведения вебинаров и СДО все больше расширяют свой функционал и переплетаются друг с другом, поэтому деление их на схеме немного условное, а заодно это хороший повод получить обратную связь о том что мы забыли и что еще можно добавить в эту схему)

В пятницу чистый #dataviz :)
3d бублик, или Круговая диаграмма

Дизайнеры ругают, HR-ы обожают 🙈

🌺 3d бублики и торты давно не в моде.
Почему?
Искажение информации из-за пропорций ближнего и дальнего фона (см. пример, визуальный размер крупных секторов и подписи данных к ним).
2d рулит!

#hr_данные #hr_метрики #подбор_персонала #автоматизация_hr

Данные о кандидате.
Часть 1. Резюме.

Самый подробный источник данных о кандидате, безусловно, это его резюме.
С одной стороны, из резюме можно получить много разной информации.
С другой стороны, давайте честно, какие из этих данных имеют для вас реальную ценность?
Скорее всего это:
* ФИ(О)
* Контактные данные
* Последние 2-3 года опыта работы, в т.ч. компании, сфера, должность
* Ожидания по доходу
* Знание иностранного языка, если это необходимо
Кто-то посмотрит также на:
* Пол
* Возраст
* Место жительства (район города)

Все остальное, как правило, или безнадежно устарело, или написано «под копирку», а значит...
Читать далее

🌺 Совет для автоматизации:
Если вы планируете обращаться к своей базе кандидатов для поиска, выберите 2-3 признака, которые вам нужны (например, навыки, сфера или хобби) и маркируйте резюме кандидатов через #хэштег или дополнительную настройку, в зависимости от того, что позволит вам ваша ATS-ка.

Аналитики – люди творческие.
Иногда так и хочется «покрутить» какие-то данные и поисследовать какую-нибудь гипотезу.
В этот момент (особенно если ты на рабочем месте), то всегда важно вспомнить ради чего ты все это делаешь и провести самоанализ.

🌺 1. Цель.
Как мои действия повлияют на цели компании и KPI?

🌺 2. Ресурсы.
Каким ресурсами я сейчас располагаю?

🌺 3. Данные.
Какие данные есть в моем распоряжении и какие я могу найти?

🌺 4. Метрики.
Каким будет целевое значение или с чем я буду сравнивать результат?

🌺 5. Вычисления.
Какой инструмент подойдет для этого лучше всего?

🌺 6. Анализ.
Чем полезен этот результат мне и моей компании? (см п.1.)

#hr_аналитика

#hr_данные #hr_data
Возможности VS Этика

Желтый сотовый оператор запустил услугу для бизнеса "Анализ аудитории".

Как аналитик, я радуюсь появлению потенциального нового источника данных для описания профиля сотрудников компании, "портрета идеального кандидата" и т.п.

Но, как HR, всегда вспоминаю в этот момент об Этике и Морали и они всегда берут верх.

Возможности VS Этика (продолжение)

пример отчета из поста ☝️

как можно применить эти данные в hr?

Мои первые мысли:
🌺 для таргетирования целевой аудитории при массовом подборе
🌺 для формирования кафетерия льгот

Если у вас другие идеи - пишите, очень интересно!

#hr_данные

#hr_метрики #подбор_персонала

Аналитика использования job-сайтов.
Крупные известные сайты предоставляют возможности для получения данных о публикациях вакансий.

🌺 Рекомендуем:
перед тем как начинать заниматься исследованием этих данных проведите анализ закрытия вакансий через все источники подбора, чтобы понять какую долю занимает в вашей компании подбор через job-сайты. Это поможет разобраться с приоритетами и распределить время.

Возможные варианты:
🌺 job-сайты - ваш основной источник привлечения кандидатов. Тогда такое исследование поможет увидеть все ваши плюсы, сконцентрироваться на них, повысить конверсию и уменьшить расходы
🌺 job-сайты дают слишком мало откликов, но вы все равно на них рассчитываете. Имеет смысл разобраться в причинах и найти возможности для улучшений, чтобы увеличить поток кандидатов.
🌺 job-сайты дают мало откликов, и вы не рассчитываете на них как на основной канал привлечения. Тогда стоит сосредоточиться на анализе других, более приоритетных источников.

#dataviz #fuckup
Совместить несовместимое

Иногда начинающие аналитики пытаются на один слайд уместить как можно больше инфо по теме 🙈
Это не всегда уместно.
Лучше поделить информацию на части, по смыслу, и поместить рядом, но отдельными элементами.

#hr_данные #подбор_персонала

Анализ эффективности рекламных кампаний в рекрутинге
Чтобы иметь возможность оценивать эффективность кампании и использование бюджета на подбор, важно отслеживать статистику просмотров, переходов и, в последствии, их конверсию их в найм.

Где и как получить данные для анализа?

🌺 Промаркированный баннер.
Сделайте так, чтобы:
а) переход с баннера вел на карьерный сайт вашей компании, а не на job-сайт, где нет статистики переходов.
б) подключите к сайту счетчики Яндекс.Метрика или Google.Analytics.
В этом случае у вас будет полная статистика по эффективности рекламных баннеров.

🌺 Публикация на странице в социальной сети.
Сделайте в сообщении ссылку на специальную электронную почту или попросите указать в письме с резюме кодовое слово.

🌺 Публикация в телеграм-канале.
Добавьте в текст поста ссылку на контакты в том же телеграме. Тогда можно будет отследить переходы через специальные сервисы, типа tetelemetr.me

Реклама без оценки эффективности - hr-бюджет на ветер)

#dataviz #fuckup
Гистограмма с накоплением,
или 1 столбик вместо 3х)

Если данные дополняют друг друга, то лучше использовать не простую, а составную диаграмму (гистограмма с накоплением)

Плюсы этого решения:
🌺 лаконично
🌺 визуально сразу виден общий результат + доля каждого показателя в общей сумме

Если при этом все же нужны общие значения, то лучше дописать их отдельно

Еще один пример про viz тут

#hr_данные #подбор_персонала

Источники данных.
Часть 3. Экосистема вокруг
Подбора персонала.

Давно прошли те времена, когда эффективность подбора оценивалась только временем закрытия вакансии и воронкой подбора.
Сейчас рекрутмент - это большая экосистема, где инструменты маркетинга объединяются со специализированной CRM системой, в привлечении кандидатов помогают голосовые помощники, а их сопрождением занимаются чат-боты.

Внедрение изменений на каждом этапе процесса рекрутмента требуют оценки эффективности результата.
В картинке ☝️ собрала все возможные источники данных в экосистеме подбора персонала.

🌺 Слева - данные про кандидата
🌺 Справа - данные про процесс.

То же про Обучение тут
На очереди - Оценка персонала

#коротко #live

Смотрю на конференции выступление маркетологов про внедрение сквозной аналитики.
Как всегда, в смежных, более продвинутых, отраслях много полезного для сферы hr.

🌺 Метрика: Процент склейки.
В переводе на "рекрутинговый":
по какому количеству принятых на работу кандидатов мы знаем первичный источник получения ими информации о вакансии?
Задумайтесь об этом...

#hr_данные #hr_процессы
#long_read
ЗдОрово, когда аналитик не просто считает цифры, но изучает сферу и может сделать предложения в hr-функции по улучшению процессов. А это, в свою очередь, повлияет на качество данных и, соответственно, на результаты анализа. Такой вот круговорот улучшений в hr 😊

Анализируем процесс на примере «Процента склейки»☝️
Как можно его повысить?
Что изменить в процессе сбора данных?

🌺 1. Какие есть вариантов ID для склейки? (Маркетологи говорят):
• Телефонный номер
• Адрес электронной почты
• Уникальная ссылка
• GUID в личном кабинете
• Идентификатор в CRM
• Cookie браузера

🌺 2. Какие есть механики для получения этих данных?
• Wi-fi в офисе
• Ввод промокода на сайте
• Рассылка после контакта
• Звонки менеджерам
• Личный кабинет на сайте/платформе

🌺 3. Как это все может работать в hr-е?
• Wi-fi в офисе (регистрация с прямой отсылкой на раздел «Вакансии» сайта компании)
• Ввод промокода на корпоративном сайте для отправки чего-нибудь полезного/интересного (например, буклета с ценностями компании или "10 причин работать у нас")
• Рассылка после контакта собеседования с предложение оценить работу рекрутера
• Рассылка после проведенного рекрутерами митапа (митап – это вообще золотое дно контактов) для сбора обратной связи или предложением пройти на сайт с вакансиями
• Входящие звонки менеджерам рекрутерам
• Личный кабинет на лэндинге/сайте/платформе, например, при проведении корпоративного мероприятия

Так что возможностей много.
🌺 Дело за идеями
P.S. ну и пресловутой этикой по сбору и использованию персональных данных…

#live #dataviz
Круг или Квадрат?

Извечный спор - дизайнеры настойчиво предлагают treemap как образец рационального использования места на дашборде, а заказчики по-прежнему выбирают «бублик», потому что он ближе сердцу и привычнее.

Истина где-то рядом)

#hr_данные #hr_процессы #оценка_персонала

Собрали с Виталием Алтуховым ИТ-системы и источники данных по разным видам оценки персонала.
Источники по Подбору тут.
Источники по Обучению тут.

Есть что добавить? Пишите!

#live #реальность_hr_аналитика
#hr_процессы

Нужно ли hr-аналитику разбираться в hr-процессах, или Принесите мне 👑данные, а я вам в них корреляции найду.

Уже пару раз с запуска нового курса получила вопрос от студентов на тему "Зачем нам эта нудная тема про процессы"?

🌺 Вот пример зачем:

Анализируем со студенткой воронку по обучению, а точнее разбираемся с конверсией при просмотрах корпоративных онлайн-курсов. Все плохо, доля просмотров очень низкая.

Разбираем процесс, он же "пользовательский опыт", он же
путь сотрудника при просмотре онлайн-урока.

Выяснили что есть баги:

* посмотреть урок в LMS можно или сразу целиком (а это 1 час), или никак. Каждый новый просмотр начинается с начала. Понятно, что после пары таких запусков, желание смотреть урок у сотрудников отпадает.

* урок можно выгрузить к себе на комп и посмотреть там. (См пункт выше. В такой ситуации скачать и посмотреть в своем темпе, кажется лучшим решением:)

Соответственно, никакой отметки о скачивании и о просмотре в этом случае в LMS не появляется.

Итог - статистика по просмотрам не соответствует реальности. Результаты аналитики с такими данными, соотвественно, можно отправить в 🗑.

Так что,
если Вы - Аналитик👑,
то изучение процессов Вам, конечно не по чину. Ну а если Вы про бизнес, то засучиваем рукава и идем в функцию разбираться с процессами.

#hr_данные #hr_метрики #fuckup

Годовые отчеты - просто кладезь (бес)полезных hr-метрик и fuckup-ов аналитиков.
Сразу видно, что их готовят не HR-ы (ну, или, по крайней мере, мне хочется в это верить).

Очередная находка - это текучесть в разрезе по полу. Женщины увольняются чаще мужчин на 2,1пп.
Будучи HR-ом, я не понимаю, что мне делать с этой информацией?
Готовить программы адаптации специально для женщин? Удерживать женщин больше чем мужчин?

При выборе метрики и среза очень важно помнить про цель:
🌺 зачем считаем?
🌺 как будем применять?
🌺 для чего мы это делаем?

Еще один похожий пример, про обученность, здесь

Кто такой Джон Голт HR-аналитик?

Почему считается, что HR-аналитика - это непременно не меньше, чем корреляции, А/В тесты и разработки в R-studio,
а не какой-то банальный анализ текучести?

Мне кажется, что из-за этого многие HR-ы опасаются смотреть в сторону аналитики, как будто бы заранее понимая, что это очень сложно.

Но дело ведь не в том, чтобы хитромудрые формулы применять. Дело в том, чтобы думать "на цифрах" и пользу бизнесу приносить. (исключительно имхо)

Вот взять эту самую текучесть.
Формула, в принципе нехитрая.
(особенно если не особо углубляться).
Любой в excel посчитать сможет. И считает. И даже, может, бенчмарки собирает и сравнивает себя с рынком.

А важного смысла зачем он это делает, часто, не понимает🤷‍♀️

Как эта цифра получилась именно в вашей компании?
* за счет чего?
* за счет кого?
* по чьей вине?
* благодаря чему?
* что можно улучшить?

Именно такие, простые, метрики мы разбираем на марафоне
"Дашборды для HR".
🌺 в HR-части учимся находить СМЫСЛы в самых простых hr-метриках
🌺 в части про дашборды Алексей Колоколов показывает на кейсе разработку простого дашборда для hr.

Наш подход - главное начать, пусть с самого простого.
А там уже и до корреляций недалеко ;)

#dataviz #лучшие_практики
Возлюби зрителя своего

По мотивам обсуждения с коллегой, hr-аналитиком, Юрием Тукачёвым.

Очень простая деталь - подписи к данным. Зачем они нужны, если слева есть Ось Y?

Что hr-аналитику "Ось Y", то некоторым нашим зрителям - Зло
(а что вообще такое эта Ось Y?🤷‍♀️)

Вот представьте:
* надо посмотреть на столбик,
* провести мысленно взгляд влево,
* придумать цифру той пустоте, что получилась на оси, выбрав нечто среднее между 2мя ближайшими цифрами...
Все это слишком сложно.

Надо проще: увидел и все понял.

Как сделать лучше?
🌺 если есть возможность и пространство, то подпишите значения на диаграмме и удалите ось, т.к. в этом случае она уже не нужна.
🌺 если Вы фанат осей внутри диаграммы нет места, то пожалейте своих зрителей, добавьте подробную сетку, или таблицу с данными внизу Оси Х.

P.S. А Юрий, кстати, настоящий эксперт по @People_Analytics
Рекомендовано продвинутым пользователям