Главная  Карта сайта  Размещение рекламы на портале
  СООБЩЕСТВО КАДРОВИКОВ И СПЕЦИАЛИСТОВ ПО УПРАВЛЕНИЮ ПЕРСОНАЛОМ
Добро пожаловать
  УПРАВЛЕНИЕ ПЕРСОНАЛОМ
  Новости
  Библиотека статей
  Нормативная база
  Образцы документов
  Производств. календарь
  Книжная полка
  Кто есть кто
  Глоссарий
  События
  Опросы
  Размещение рекламы
  Наши партнеры
  Форум
Новые материалы
Подписаться на рассылку





Facebook
Календарь событий
Сентябрь 2020
Пн Вт Ср Чт Пт Сб Вс
 123456
78910111213
14151617181920
21222324252627
282930    

Октябрь 2020
Пн Вт Ср Чт Пт Сб Вс
   1234
567891011
12131415161718
19202122232425
262728293031 

Все события
Реклама
Что происходит с HR-аналитикой
Новости / В мире
17.07.2019
Что происходит с HR-аналитикой
 

Все знают о существовании HR-аналитики, многие хотят иметь что-то подобное в своей организации, кто-то уже попробовал, а часть компаний успела разочароваться. Почему? Ответ прост — качество услуг от внешних провайдеров не удовлетворяет потребностям рынка. В этой статье мы поговорим о некоторых проблемах, возникающих при работе с данными.

Так уж случилось, что HR-аналитика, как и вся область Data Science и Machine Learning, на данном этапе развития находится на пике популярности в Gartner’s Hype Cycle. Что это значит? Цикл популярности Гартнер –– модель, которая описывает популярность технологии и ожидания от ее использования. В ней есть всего один максимум — пик завышенных ожиданий, и находится он в самом начале цикла — технология появляется, в нее все начинают верить и ждать от нее невероятного. Затем приходит разочарование, и дальше сообщество уже свежим взглядом оценивает, как можно ее применять. Таким образом, современная аналитика все еще находится на пике завышенных ожиданий, что свидетельствует о незрелости технологии — отсутствии единых стандартов, единого языка и семантического поля. Как правило, современная аналитика базируется на методах, а не методологии, что очень характерно для свежих областей. Что это значит? Можно мастерски проанализировать собранные данные, вот только может оказаться, что они не релевантны бизнес-запросу, а еще обнаружится много каких-то пробелов в заполнении, да и расчеты зачастую проводятся так, что потом конечный пользователь не знает, как извлечь пользу из полученных результатов. Зачастую и представлено все это не в том формате, в котором хотел бы видеть заказчик.

Проблема возникает из вполне понятных источников — аналитика сейчас находится на стадии бурного развития и популяризации, что порождает активное развитие услуг. Консалтинговые компании осознают, что потребность появляется, а рынок не покрыт. Рабочих рук не хватает, для проведения статистического аудита нанимают вчерашних (или сегодняшних) студентов технических ВУЗов, бросая их на амбразуры проектов из «реального мира». При этом, как правило, такие подрядчики редко понимают специфику данных, с которыми работают. Для них это просто цифры — они могут отражать удовлетворенность сотрудников заработной платой, объем космического мусора в стратосфере, KPI по фроду менеджера по банковским продуктам, количество нерп на Байкале — методы работы с цифрами будут одни и те же. И это путь весьма классический, но, к счастью, в настоящее время все менее распространенный.

Как следствие, мы имеем серьезную проблему — низкую технологичность оказываемых услуг. Что делать? Благо, само явление аналитики не ново, и разработаны различные стандарты аналитического цикла, которые проверены годами и практикой, хорошо задокументированы, но оставляют неограниченный простор для свободы самого процесса анализа (ключевое здесь — что логика процесса остается жесткой). К таким технологическим циклам можно отнести CRISP-DM, KDD, SEMMA, IMPACT и ряд других менее распространенных практик. Для чего они нужны? Все просто — это общая канва методологии построения аналитического исследования. Рассмотрев цикл на примере модели CRISP-DM, мы поймем, на каких этапах можно подстелить соломку, чтобы ваша аналитика принесла максимум пользы для компании. Сама методология является стандартом, который был впервые представлен в 1996 году в Брюсселе. После этого стандарт несколько раз дорабатывался, и в настоящее время он выглядит как шестиступенчатый итеративный цикл — осознание проблемы и взвешивание ситуации, сбор данных, подготовка их для анализа, построение моделей, проверка их работоспособности и внедрение в практику. А затем все по новой, поскольку происходит сдвиг парадигмы управления от интуитивного принятия решений к управлению компанией на основе данных, что заставляет анализировать огромные их пласты. Мы обрисовали общий вид цикла, теперь попробуем углубиться в детали.

Пройдем последовательно все шаги на примере реального кейса. Сначала необходимо провести первичную коммуникацию с заказчиком. Понять, как он видит проблему, погрузиться в специфику бизнеса, оценить, какие есть ресурсы (и временные, и технические). После чего можно уже переходить на более детальное описание желаемого результата и составление технического задания, чтобы зафиксировать все шаги. К примеру, мы приходим в банк. Заказчик — руководитель HR-департамента — сообщает нам, что текучка в банке колоссальная, ее необходимо снизить. Как известно, цель должна быть достижима и конкретна (и вообще, лучше всего, чтобы она соответствовала SMART-методологии). В процессе диалога выявляется более конкретный запрос. Оказывается, что заказчик предполагает, что сотрудники могут быть не слишком удовлетворены условиями труда. Это уже более реальный запрос — нам необходимо связать удовлетворенность сотрудников различными аспектами их трудовой деятельности и спрогнозировать их отток. Далее уточняем, есть ли какие-либо данные относительно удовлетворенности персонала. Выясняется, что ежегодно в компании проходит мониторинг удовлетворенности персонала, и очередная итерация будет через месяц. На основании этой информации решаем, что стоит дождаться нового мониторинга, а пока заполняем оставшиеся белые пятна и отправляемся писать ТЗ.

HRHelpline

Просмотров: 554 Отправить другу Версия для печати
 

Смотрите также:
Какие инструменты необходимы, чтобы действительно понять сотрудников
HR-процессы и инструменты для растущей компании
Матриця функцій: зручний інструмент для ефективного управління
Методика определения стрессоустойчивости Холмса и Раге
Стаємо сильнішими: топ-12 антикризових HR-інструментів
Красивая проблема, или Как справиться с дискриминацией по внешности
Категоризація персоналу: як визначити найцінніших працівників
Что такое интеллект-карты и для чего они нужны
Программы для эйчара: как упростить свою работу
10 пунктов построения правильного HR
Презентация компании соискателям на рынке труда
Почему теплые чувства сотрудников к компании так важны для бизнеса
Оптимизация HR-процессов для бизнеса: почему это необходимо?
Десять книг для тех, кто хочет перестать страдать и начать получать удовольствие от работы
Ученые разработали систему отслеживания продуктивности сотрудников с помощью «умных» браслетов
Пять правил digital
Автоматизация HR-процессов: возможности и обзор 4 систем
8 настольных книг менеджера: все об управлении персоналом
15 трендов в диджитализации рекрутинга и HR
5 шагов успешной автоматизации HR-процессов
ИИ научился определять, когда люди хотят уволиться с работы
Отличные перспективы: 7 инструментов управления карьерой сотрудников
Почему сегодня HR должен думать как рекламодатель, а не рекрутер
7 идей для тимбилдинга
Как прокачать эмоциональный интеллект (и почему это важно для рекрутера)
Как всего за один день сделать аудит вашего бренда работодателя
Пять мифов о People Analytics
Сторителлинг как важная составляющая бренда работодателя
Помогает ли ваша HR-система достигать бизнес-целей, или Зачем нужен HR-аудит
«К увольнению готовы», или Прогнозирование увольнений работников
Как использовать данные о сотрудниках с пользой для бизнеса
Геймификация в адаптации
7 мифов об HR-аналитике
HR-показатели, которые должен отслеживать каждый руководитель
Google создал методику, которая помогает учиться на своих ошибках
Чат-боты, соцсети, геймификация: digital-инструменты в HR
Найти слова: 5 способов, как не нужно давать обратную связь
Как провести аудит внутреннего бренда работодателя: 5 шагов
С цифрами на «вы»: 5 просчетов при работе с HR-аналитикой
Английские термины в HR: знать, понимать и применять
5 способов оптимизации HR-процессов
Блокчейн в HR: просто объясняем, что вам нужно знать
Email-маркетинг как инструмент HR-специалиста
Использование средств мониторинга работы персонала: 9 важных нюансов
Проще, чем кажется: три шага к Agile в HR-команде
5 советов, как использовать Big Data в HR
Идеальный кейс про кадровый резерв
«Ваша работа уже не будет прежней»: как использовать HR-аналитику
Командоутворення: корисні інструменти та кейси
6 кейсов про headhunting
Все новости
Реклама
Издания для профессионалов
Опросы
Как Вы считаете, какие основные ошибки совершают люди, ищущие работу?
Отсутствие плана по поиску работы
Поиск работы только с помощью газетных объявлений
Поиск работы исключительно с помощью знакомых
Поиск работы исключительно через Интернет
Резюме плохо подготовлено: «пробелы» в биографии
Резюме не соответствует требованиям вакансии
Отсутствие навыков самопрезентации

Объявление
Уважаемые посетители! По всем вопросам относительно работы портала обращайтесь к администратору
2020 © МЕДИА-ПРО
2020 © HR-Лига
Copyright © 2005–2020 HR-Лига
Использование материалов из журналов Группы компаний «МЕДИА-ПРО» только по согласованию с редакцией (администрацией) портала.
Редакция (администрация) оставляет за собой право не разделять мнение авторов размещаемых материалов.
Редакция (администрация) портала не несет ответственности за ущерб, который может быть нанесен в результате использования, неиспользования или ненадлежащего использования информации, содержащейся на портале.
Ответственность за достоверность информации и прочих сведений несут авторы публикаций.
По всем вопросам пишите на admin@hrliga.com.