Уже несколько лет подряд можно наблюдать, как технологии анализа больших массивов данных все больше и больше формируют лицо современной HR-аналитики. Пока решения на основе данных в области управления персоналом принимают немногие компании. Но те, кто делает это, имеют как коммерческий успех, так и сильный HR-бренд. К примеру — компания Google, кадровая политика которой поощряет интрапренерство, бесплатное питание, разного рода развлечения и экзотические опции вроде возможности брать на работу домашних животных — и это не блажь, а взвешенные и обдуманные решения, принятые на основании HR-аналитики.
Откуда ноги растут?
Нигде в менеджменте традиционные базовые представления не укоренились так прочно (пусть и на уровне подсознания), как в сфере управления кадрами. Известный экономист-теоретик Питер Друкер в своей книге «Задачи менеджмента в XXI веке» сокрушался: «Ни в одной другой области менеджмента базовые представления не находятся в столь вопиющем противоречии с реальностью и не являются до такой степени непродуктивными». И сокрушался он по делу.
В финансах, маркетинге, логистике все решения давно уже обосновываются статистикой, аналитикой, графиками, формулами и прогнозами. Только в области кадрового менеджмента их продолжают принимать, основываясь на личном опыте и отношении. Все-таки странно так халатно относиться к сфере, уже сегодня поглощающей до 60% всех затрат компании. Совершенно логично и соответствует истине то, что управлять персоналом можно и стоит на основе аналитики. Такие размышления привели к появлению в сфере HR термина people analytics, означающего аналитику на основе больших массивов данных. И здесь нет ничего суперсложного.
Есть такой американец, Нейт Сильвер. Ему сейчас под сорок, а в свое время, блестяще окончив экономфак Чикагского университета и три года отработав в KPMG, он бросил это все, переключившись на спортивную журналистику. Сильвер стал рассказывать о любимом им бейсболе с точки зрения экономики в качестве главреда сайта Baseball Prospectus. Тогда, в 2003 году он представил публике систему PECOTA, (Player Empirical Comparison and Optimization Test Algorithm), позволяющую прогнозировать результаты выступлений команд на основе показателей их игроков. Вскоре были созданы аналогичные системы для прогнозирования результатов игр Национальной футбольной лиги, НБА, хоккейной лиги и др. Прославился Сильвер, впрочем, не бейсболом, а точным прогнозом победы Барака Обамы на выборах президента США. Выпущенная им книга «Сигнал и шум» стала бестселлером. Так что people analytics фактически началась с бейсбола — игры цифр и статистики.
Примеры употребления
Приведу пример, о котором говорил главный редактор Интернет-портала HRM.ru Эдуард Бабушкин в одной из своих презентаций: крупная страховая компания (зарубежная), составила профиль высококлассного менеджера по продажам, основываясь на представлениях высшего руководства, которое посчитало, что самые успешные «сэйлзы» — это выпускники топовых учебных заведений с престижными степенями и опытом продажи продуктов с высокой добавленной стоимостью. Однако HR-аналитика показала, что для успешной работы вообще не важно, в какую школу ходили эти люди, какие степени получили и какие рекомендации имеют. Самыми главными «опознавательными знаками» успешного менеджера по продажам оказались:
- отсутствие опечаток, грамматических и стилистических ошибок в резюме;
- оконченное образование (в том смысле, что не бросил обучение, а довел до получения какой-то степени, диплома);
- опыт продаж недвижимости и автомобилей;
- успешность на прежней работе;
- способность действовать без четких инструкций;
- умение планировать время, многозадачность.
People analytics может применяться локально, например, для решения следующих задач:
- формирования корпоративных практик и стандартов (понимание факторов успешности на определенной должности для нужд рекрутинга; понимание факторов, влияющих на мотивацию и вовлеченность персонала);
- определения лучших, подходящих или проблемных работников (выявление самых ценных сотрудников, потенциальных наставников, лидеров, работников с релевантными знаниями в интересующей предметной области, предрасположенных к увольнению, потенциальных кандидатов на внешнем и внутреннем рынке труда);
- проведения сложных измерений (оценка морального климата в коллективе, уровня вовлеченности персонала, эффективности рекрутинговой компании).
«Инструментальный шкаф»
Чтобы заниматься подобной аналитикой, нужны инструменты обработки данных (софт), специалисты, способные ими пользоваться, и те, кто будет задавать правильные вопросы.
Софта на рынке достаточно. А вот высококлассную «бригаду» аналитиков подобрать сложнее — ведь это команда с междисциплинарными компетенциями, в число которых должны входить и понимание бизнеса, и консалтинг, и визуализация данных, и управление данными, и статистика, не говоря о банальном умении общаться с высшим руководством при объяснении неожиданных или принципиально новых результатов.
Наряду с построением собственных команд, способных заниматься HR-аналитикой, организации активно привлекают и внешних консультантов. Рынок таких предложений быстро растет. При этом компании-лидеры воспринимают people analytics как вид бизнес-консалтинга, для которого характерны тесная связь с финансовой и операционной аналитикой и грамотная визуализация результатов.
Впрочем, даже не имея свободных средств на специализированное ПО и отдельную команду аналитиков, HR-директор всегда может исповедовать принцип принятия решений на основе статистики и обучить этому свой персонал. Он помогает при общении с CEO, акционерами, при защите бюджета, да и в повседневной работе очень полезен.
Грамотных Вам подсчетов!