#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

Честная воронка подбора

Консалтеры, тренеры и продавцы ATS обычно показывают красивую картинку идеальной воронки подбора.

В реальной жизни воронка часто похожа на песочные часы.

Почему так получается?

Процесс подбора персонала -
это длительный по времени процесс с большим числом участников и десятками вариантов развития событий.

Например:
🌺 кандидата смотрели на одну вакансию, а оформили на другую, которую открыли специально под него.
🌺 перед выходом кандидат отрабатывает 2 недели на прежнем месте работы.
🌺 кандидата смотрели полгода назад, руководителю он понравился, но не было подходящей вакансии. Сейчас открылась вакансия, руководитель про него вспомнил и кандидату сразу предложили оформление.
👉 из-за всех этих случаев воронка точно не будет такой как обычно рисуют в учебниках)

Все это будни рекрутера.

А если ваша специализация hr-аналитика, то будет здОрово, если вы будете интересоваться процессами коллег из hr-функций.
Это сделает вашу аналитику более практичной и ценной

#подбор_персонала

#про_опросы #hr_данные
#пятничное)

Проходила недавно опрос в одном ТГ-канале. Не так важно на какую тему, важен подход.

Вопрос:
Какое мясо вам нравится больше всего?

Варианты ответов:
🌺 говядина
🌺 свинина
🌺 баранина
🌺 конина
🌺 медвежатина

У кого-то есть сомнения, что в данном опросе 🐻🐨🐼 не будут в тройке лидеров?

Только вот о чем говорит этот результат?
Что 🐼 правда так себе на вкус?
Или что их просто мало кто пробовал?..
Вывод не очевиден.

Варианты ответов в опросе будет правильным составлять так, чтобы его результат мог привести к правильным выводам и последующим действиям.

#минутка_рекламы

Я уже писала, что будучи HR-ом, очень люблю посещать конференции в других, более продвинутых по некоторым вопросам, сферах.

Конференция по маркетинговой аналитике МАТЕМАРКЕТИНГ одна из таких.

Это кладезь знаний для тех, кто умеет думать и делать переносы из одной области в другую.

Например, выступление Ильи Красинского, Rick.ai – это не только отличная подача, но и множество интересных мыслей, каждая достойна цитирования. И шага к действию в своей компании👇

🌺 цифры врут меньше, чем люди
🌺 мне не интересны те отчеты, которые показывают на совете директоров, мне интересны те, которые там не показывают
🌺 люди у нас не покупают. Вопрос: Что такого МЫ сделали, что люди у нас не покупают?
🌺 смотреть не на конверсию, а на НЕконверсию (100% - конверсия)
🌺 точки роста обожают смещаться в зону некомпетентности команды
🌺 надо повышать конверсию, т.к. стоимость привлечения будет расти из-за конкуренции в каналах

И немного юмора, там же:
🌺 разработка – это самый долгий процесс, в результате которого получается не то что вы заказывали, с багами и дефектами, в 3 раза дольше в 2 раза дороже
🌺 любимая фраза дизайнера, аналитика …. – «Мне нравится!»
🌺 + там есть кейс про чудесную игру, а какую не скажу. актуально на все времена и для всех сфер. 😊 Очень повеселила.

#про_опросы
Про (не)двусмысленность.

Великий и могучий русский язык дает много возможностей, но очень важно использовать его возможности правильно.

При формулировании вопросов в опросах избегайте двусмысленнности. Например, простой вопрос для сбора обратной связи о географии участников вебинара:

Из какого Вы города?

Есть минимум 3 варианта понимания:
🌺 v1: = Из какого города Вы родом?
🌺 v2: = Где Вы проживаете в данный момент?
🌺 v3: = Где Вы находитесь в данный момент?

Т.е. сотрудник, который
родился в Екатеринбурге, проживает в Москве, а в момент вебинара со сбором обратной связи находится в Сочи, может ответить на один и тот же вопрос 3мя совершенно разными способами.

Это значит, что ваша статистика, собранная таким образом, точно не будет достоверной на 100%, а, значит, и сделанные на ее основе выводы, могут быть не релевантными.

Старайтесь избегать слов и предложений с двойным смыслом для сбора информации через опросы.

#dataviz #лайфхак
Гистограмма с накоплением почему-то не пользуется такой популярностью как ее коллега простая гистограмма (или, в простонародье, столбиковая диаграмма).
Хотя есть моменты, когда она гораздо более уместна.

Например,
при завершении оценки сотрудников или подведении итогов по выполнению KPI где используется 2х (в цели / не в цели) или 3х-балльная шкала (выше цели / в цели / не в цели), при демо результатов опросов и т.п.

Еще несколько лайфхаков для такой визуализации:
🌺 Выстроить подразделения по убыванию или возрастанию.
Это поможет сразу сравнить результаты друг с другом.
🌺 Использовать цветовое кодирование
(хорошо – зеленый, плохо – красный). Это поможет интуитивному восприятию результата через цвет.
Или яркий – ключевой, бледный – второстепенный)
🌺 Градация - 2-3, максимум 5 цветов, иначе уже деление не воспринимает. В таком случае нужно объединять результаты в более крупные группы.

Еще один пример тут

2 учебных курса по аналитике базового уровня по работе с данными в hr с моим участием
100% пользы для начинающих специалистов

🌺 1. HR-аналитика с 0 от Skillbox.
Ссылка
Обзор профессии HR-аналитика на 360°:
- все грани специальности, от работы с данными и процессами до AI в HR.
- преподаватели - только in house, с реальными кейсами из своей практики.
- простой и понятный стиль изложения, даже в модуле про статистику :)
+ 4 бонусных урока из курса по Excel

🌺 2. Дашборд для HR.
Ссылка
- Обзор основных hr-метрик
- Практика построения дашборда: пошаговая сборка базового дашборда для hr своими руками.
- Лучшее соотношение цена/качество из всего что есть на рынке по этой теме для hr.

#обучение_аналитиков

Кейс "Анализ причин увольнения":
Распределение причин увольнения, указанных сотрудниками, почти не меняется, доли постоянны.

Выводы:
1. Есть 1 доминирующая причина.
2. Она не зависит от стажа работы уволенных сотрудников.

Практика применения:
Для сокращения текучести, в первую очередь, нужно работать именно с этой причиной.
Эти усилия дадут максимальный результат.

Какие могут быть варианты причины-"лидера" и что делать?

🌺 Заработная плата
Тут вы знаете что делать

🌺 Непосредственный руководитель
На большой выборке это очень маловероятно, но если выборка более точная, то тут вы тоже знаете что делать)

🌺 Семейные обстоятельства /
Прочие причины / Другое
А вот это социально-желаемый и максимально безопасный ответ для сотрудников.
В этом случае можно:
- изменить формулировку в опроснике
- "расшить" ее на несколько более конкретных
- убрать такой вариант совсем и оставить поле для своего ответа

Принцип Парето:
20% усилий дают 80% результата

#кейс #текучесть #hr_метрики

"Однозначный вариант"

Кейс:
по результатам ответов на вопрос один ответ сильно преобладает над всеми остальными.

Выводы:
1. Это корневая причина, надо над ней поработать
2. Данные точно корректны?

2 плохих примера:

🌺 Вопрос "Откуда вы узнали о вакансии" на карьерном сайте.
Большинство ответов - "от знакомых".
При этом по реферальной программе без сайта кандидатов значительно меньше.
Оказалось, что этот ответ установлен в анкете на карьерном сайте по умолчанию. Т.е. кандидаты просто идут по пути минимизации усилий и не меняют его.

🌺 Вопрос "Какими ИТ-системами вы пользуетесь"?
Опрос рассчитан на широкую целевую аудиторию. А в вариантах ответов представлены только самые распространенные системы. Значительная часть пользователей не может ничего выбрать и выбирает последний по списку вариант ответа.

Надо ли говорить, что собранные таким образом данные не подходят для аналитики?..

#про_опросы #кейс #fuckup

Хэллоуин.
Страшные слова)

#праздники

"Воронка" в Обучении.

Анализируя конверсию перехода сотрудников с этапа на этап можно значительно улучшить процесс обучения и, тем самым, повысить эту самую конверсию.

Какие могут быть причины на каждом из этапов?

🌺 Сотрудники не начали просмотр курса
• Нет достаточного информирования о курсе
• Нет мотивации для прохождения курса
• Нет внимания со стороны непосредственных руководителей
• Нет времени на прохождение
...

🌺 Сотрудники начали просмотр, но не закончили его до конца
• Не интересный курс
• Технические проблемы (доступ, интернет, нет смартфона, нет доступа к пк/курсу в офисе…)
• Нет времени на просмотр
• Очень длинный курс
...

🌺 Сотрудники начали и закончили просмотр курса до конца, но не сдали тест
• Некоторые сотрудники прослушали курс невнимательно
• Некоторые сотрудники не достаточно усвоили материал курса
• Вопросы теста слишком сложные
• Вопросы теста на соответствуют содержанию курса
...

#hr_метрики #обучение

Теория статистики.
Репрезентативность выборки.

При сборе данных через пульс-опросы, анкеты, чат-ботов и другие источники, важно помнить про репрезентативность выборки.

Что это значит?
1. Если нужны выводы по всей компании, то состав участников опроса должен быть пропорционален общей численности по полу, возрасту, месту проживания, уровню должности, специализации и т.п.
2. Если выборка специализирована, то и выводы можно будет применить только к этой группе сотрудников.

Например:
🌺 Опрос о самых важных темах для HR в специализированной группе по HR-аналитике.

Скорее всего, "hr-аналитика" будет в ТОР, а "счастье сотрудников", наоборот.
Аналогичный опрос в группе для экспертов по внутренним коммуникациям может дать совсем другие ответы.

🌺 Участники тренинга по визуализации данных считают этот тренинг полезным для своих коллег и рекомендуют им его прохождение.
Эти результаты нужно интерпретировать аккуратно, т.к. участники тренинга - это очень специализированная целевая аудитория.

#статистика #про_опросы

Про дашборды

Слово "дашборд" уже давно вошло в лексикон HR-а, а вот сам инструмент пока еще используется далеко не всеми.

Широко распространенный иностранный файл с гордым названием "HR-dashboard" с набором табличек в ужасных цветах, на мой взгляд, далеко не образец для подражания.

Дашборд - это не хаотичный набор графиков - это набор данных, полезных для управления определенным процессом.

В сети мало красивых полезных примеров именно для HR, а ведь у макета дашборда есть свои правила:

🌺 KPI выделяют главное
В верхней части обычно показывают 3-6 основных цифр процесса

🌺 СЕТКА структурирует информацию
Цифры, графики и диаграммы располагают не абы как, а по четкой сетке:
чаще 2×2, 2×3, 3×2,
реже 2×4, 4×2 и более

🌺 Взаимосвязь графиков
Дашборд нужен чтобы сопоставляя данных из 2-3х элементов делать предположения для исследования или выводы о ситуации

HR-Zero

Концепция HR-Zero в инфополе набирает обороты. И если несколько лет назад это было скорее как принцип управления сотрудниками со стороны линейных руководителей, то сейчас появляется яркая краска в виде того же самого управления сотрудниками со стороны линейных руководителей, но непременно с использованием hr-технологий.

"Вкалываю роботы, а не человек" (с):
🌺 магический искусственный интеллект отбирает резюме
🌺 роботы обзванивают кандидатов, приглашают их на собеседования и уже говорят так, что их не отличишь от настоящих
🌺 еще один ИИ анализирует поведение сотрудника на интервью
🌺 цифровой двойник преподавателя проводит индивидуальное обучение по персональному треку сотрудника
🌺 персональные гаджеты анализируют состояние здоровья, уровень усталости и стресса сотрудника
🌺 аналитическая система собирает метаданные, анализирует их и дает информацию о взаимодействии между сотрудниками, их активности и вовлеченности

Руководителю остается только направлять и вдохновлять!

Класс? ;)