Меню
Регистрация

Добро пожаловать в библиотеку HR - Академии!

Здесь вы найдете для себя множество интересных,
а главное полезных материалов.

HR-статьи
HR-слова
HR-шаблоны

HR-СТАТЬИ

HR-ДИРЕКТОРУ / Предиктивная аналитика в HR

Предиктивная аналитика в HR


Продолжаем серию обзоров конференции HR METRIX 2018. Мы добрались до последнего тренда в HR-аналитике – аналитики предиктивной. Что это такое и зачем нужно, рассказала на примерах Елена Чернова, директор практики консультирования по вопросам управления персоналом компании EY (бывшая Ernst & Young).

4 ВИДА АНАЛИТИКИ

Елена начала с небольшой теоретической части, где рассказала о пути, который прошла ее компания при развитии аналитики у себя.

Виды аналитики
Выделяется 4 типа аналитики:

1.  Дескриптивная аналитика (описательная) – все виды отчетности, которые используются как в HR, так и в других областях управления компанией. Обычные метрики эффективности процессов, внутренний и внешний бенчмарк также относятся сюда. И вершиной данного типа аналитики являются дашборды, которые позволяют структурировать эти данные и уже на их основе принимать решения. Этот вид аналитики необходим для всех дальнейших типов аналитики.

2.  От дескриптивной аналитики, когда она у нас корректно выстроена в компании, можно переходить к прогнозной аналитике.
Основная ее цель, как понятно из названия, прогнозировать какие-либо события или результаты. Самый простой пример в HR - прогнозирование уровня текучести. В ритейле данный вид аналитики часто используют для планирования загрузки и т.д.

3.  Предиктивная аналитика. Основное отличие этой и следующей за ней прескриптивной аналитики в том, что они основываются на больших данных (BigData). В этом же ее и ограничение. Предиктивная аналитика направлена на две цели. Во-первых, выявление неочевидных зависимостей. Все таки в прогнозной аналитике количество факторов для анализа ограничено, а в предиктивной можно строить абсолютно разные сценарии и модели. Здесь уже подключается машинное обучение, разрабатываются специальные программы для чтобы выделить эти неочевидные зависимости и построить модели.

4.  Прескриптивная аналитика. Это будущее HR-аналитики. Пример: мы не просто выявили причины, которые приводят к увольнению сотрудника, а определили модель действий, необходимых чтобы он остался (отдельно для каждого сотрудника компании). Самый известный пример данного вида аналитики не в HR – это навигатор, который позволяет нам избегать пробки на дорогах. Но для HR пока ни Елена, ни ее коллеги не видели примеров использования данного вида аналитики.

КЕЙС 1. ПРОГНОЗИРОВАНИЕ УВОЛЬНЕНИЯ СОТРУДНИКОВ ПО СОБСТВЕННОМУ ЖЕЛАНИЮ

Компания-клиент обратилась в EY, так как боялась текучести высококвалифицированных специалистов в ИТ-департаменте, которые являлись ключевыми для бизнеса. На слайде можно увидеть этапы, через которые проходила проектная команда для реализации данного проекта:

Прогнозирование увольнения сотрудников

Началось все с формирования гипотез о тех факторах, которые влияют на увольнение сотрудников. На слайде приведена только треть факторов, которые исследовались. После формирования гипотез нужно было определить те данные, которые будут использоваться. А далее сопоставить необходимые данные с доступными.

Затем начался этап проверки и структурирования данных. Проект длился около 2 месяцев, и большая часть времени ушла как раз на работу с данными. На сверку, сопоставление данных, полученных из разных источников, получение разрешения от службы безопасности на интеграцию систем. Так как возникла идея использовать данную модель как систему контроля удаленного доступа, чтобы узнать, как меняется поведение работника – это было бы основной изюминкой такой системы. Переводила бы ее из прогнозной в предиктивную аналитику. То есть нужно было понять, как меняется отношение человека, его поведение, больше ли стали перерывы, стал ли он опаздывать, раньше уходить с работы и т.д. Такие данные в большом объеме были доступны, и очень много времени ушло как раз на интеграцию этих данных, а точнее на разрешение и согласование этой интеграции.

По результатам получился светофор. Если возникала угроза увольнения сотрудника, который являлся ключевым, срабатывал ряд факторов и статус сотрудника подсвечивался красным цветом.

КЕЙС 2. ВАЛИДИЗАЦИЯ МОДЕЛИ КОМПЕТЕНЦИЙ И ПРОФИЛЯ КОРПОРАТИВНЫХ КОМПЕТЕНЦИЙ

Заказчиком была нефтяная компания, оценка компетенций проводилась уже 3-4 года, и соответственно возник вопрос - насколько созданный нормативный профиль отвечает реальности и определяет успешных сотрудников этой компании. На слайде можно увидеть нормативный профиль (6 корпоративных компетенций):

Валидизация модели компетенций

И все сотрудники компании должны были соответствовать указанным критериям. Исходя из них выставлялись оценки и был возможен карьерный рост. Но факты расходились. Все равно некоторые руководители пытались продвинуть других сотрудников, то есть обойти систему. И у вице-президента возникла идея проверить, работает ли на самом деле данная модель или, возможно, успешны совсем другие сотрудники.

Сделали моделирование на массиве данных, собранных за 3 года практически по всем сотрудникам. Анализировались не просто результаты оценки, а реальные факты, которые свидетельствовали об успешности/неуспешности сотрудника – продвижение, перевод, увольнение и размеры премиальных выплат. По результатам получилась совсем другая картина успешного сотрудника.

Во-первых, эффективные сотрудники имели низкие баллы по шкале нормативности, то есть успешными были те, кто не соблюдал правила и нормы, принятые в компании. Во-вторых, компания очень много говорила об инновационности и считала что это чуть ли не главной компетенцией, но выяснилось, что она никак не влияет на успешность сотрудника за исключением одной группы (молодые специалисты).

Таким образом, с помощью аналитики были получены несколько разных профилей успешного сотрудника.

ПОДВЕДЕМ ИТОГИ

Самое главное в аналитике, конечно же, данные. Они должны быть достоверны и корректны, правильно собираться и храниться.

Требования к данным для предиктивной аналитики
И еще один очень важный момент - этические барьеры при использовании персонифицированных данных. Ведь иногда, возьмем для примера кейс с прогнозированием увольнений сотрудников, использовались не просто персональные данные, необходимо было забираться чуть ли не в личную жизнь. И решение на такое исследование принималось на уровне CEO. Но в других кейсах это может стать существенным ограничением.

По итогам конференции можно сказать, что HR-Аналитика еще не очень в компаниях сильна:) Но вы не бойтесь проверять, перепроверять и прогнозировать. Только так организация имеет шансы стать точной, эффективной, устойчивой.   

Обзор с "HR METRIX 2018" подготовила для HR-Академии Оксана Рыбакова

Понравилась статья?
Подпишитесь на наши страницы в Facebook и ВКонтакте и узнавайте о свежих
статьях первыми.
К списку статей