.

Сделать репост в соц сети!

вторник, 25 февраля 2014 г.

Влияние каналов привлечения (источников трафика) кандидатов на текучесть персонала

Продолжаю подводить предварительные результаты анализа исследование факторов текучести персонала (по ссылке наш опрос, приглашаю поучаствовать вас самих и пригласить ваших коллег и знакомых, что сделает результаты более надежными и валидными).
Ранее я уже сделал два поста:
Сейчас я хочу показать взаимосвязь источников трафика (или каналов привлечения) кандидатов и показателей текучести персонала.
Оцените ценность данной задачи: текучестью можно управлять на этапе подбора. Зная показатели каждого канала, мы можем развивать наиболее эффективные каналы / источники и предсказывать как стаж конкретного кандидата, так и потребности персонала на текущий период (естественно, не только на основе только фактора канал привлечения / источник трафика).
Если вам неинтересна статистика и вычисления, то переходите сразу к выводам внизу.

Итак

На момент анализа в исследовании приняло участие 900 респондентов. В опросе были заложены такие каналы привлечения / источники трафика кандидатов:
В правой колонке сразу обозначение в программе
Знакомые
friend
259
29,2%
Социальные сети
sm
30
3,4%
Джоб сайты
jobsites
261
29,4%
Объявление в газете
paper
41
4,6%
Раздел Вакансии компании (карьерный портал)
cariersite
29
3,3%
Работодатель сам вышел на Вас
direct
156
17,6%
Вы обратились непосредственно в саму компанию (отдел кадров и т.п.)
self_direct
52
5,9%
Кадровое агентство
KA
32
3,6%
Центр занятости
Center_job
5
0,6%
другое
etc
23
2,6%
Из рассмотрения сразу исключу поинт «Центр занятости» и «Другое» - мало наблюдений (Вопрос спорный, но я не хочу просто раздувать обсуждение).

Выбор контрольной группы в программе R при использовании категориальных переменных в регрессионном анализе

При использовании категориальных переменных в регрессионном анализе исследователю бывает важно задать контрольную группу самостоятельно.
Пост - инструментальная подсказка для тех, кто пользуется R. В качестве кейса беру результаты нашего опроса по исследованию факторов текучести персонала (поучаствуйте заодно). В качестве независимой категориальной переменной я беру источники трафика подбора персонала (через какие каналы кандидаты узнали о вакансии).
Знакомые
friend
Социальные сети
 sm
Джоб сайты
jobsites
Объявление в газете
paper
Раздел Вакансии компании (карьерный портал)
cariersite
Работодатель сам вышел на Вас
direct
Вы обратились непосредственно в саму компанию (отдел кадров и т.п.)
self_direct
Кадровое агентство
KA
Центр занятости
Center_job
другое
etc
В R по умолчанию контрольная группа задается первой в алфавитном порядке, т.е. если у вас "арбузы", "апельсины", "мандарины", то по умолчанию контрольной группой будет "апельсины".

воскресенье, 23 февраля 2014 г.

Влияние отношений с руководителем на текучесть персонала

Продолжаю давать предварительные результаты исследования Ключевые факторы удержания и текучести персонала (исследование активно - участвуйте сами и приглашайте поучаствовать своих коллег и знакомых!).
Сегодня решил показать взаимосвязь отношений с руководителем и текучестью персонала. Напомню, что западные исследования утверждают:
Среди подчиненных, кто работают с лучшими руководителями, текучесть в 6 раз меньше, чем среди подчиненных, работающих с худшими руководителями.
Наша задача чуть скромнее, я хочу показать взаимосвязь между различными поведенческими индикаторы, характеризующими отношения руководителя и подчиненного. С другой стороны, мы не показываем, насколько дольше работают с лучшими руководителями (но обещаю показать после завершения исследований), зато вы можете видеть, на каком этапе работы с подчиненным, какие действия важны. Эти поведенческие индикаторы выражены в вопросах:
  • Насколько широко Ваш руководитель делегировал Вам полномочия при выполнении работы?
  • Критиковал ли Вас руководитель в присутствии других?
  • Благодарил ли Вас Ваш руководитель за достижения?
  • Общались ли Вы со своим руководителем на нерабочие вопросы?
  • Проявлял ли Ваш руководитель заботу о Вашем развитии?
Время работы с руководителем измерялось у нас по такой шкале (даю заранее, поскольку эта шкала будет фигурировать во всех пунктах далее)
  • менее 0, 5 года
  • 0,5 - 1 год
  • 1 - 1,5 лет
  • 1,5 - 2 года
  • 2 - 2,5 года
  • 2,5 - 3 года
  • более 3 лет

пятница, 21 февраля 2014 г.

Киев, 20-21 февраля.

У меня был запланирован семинар Аналитика для HR на 20-21 февраля в Киеве. Но после обеда участницы не выдержали и сказали, что лучше прекратить семинар: прошла информация про штурм Майдана, что закрыли мосты и т.п...
В общем отменили. Поэтому я поехал на Майдан. Даю два видео
Первое видео - с улицы Грушевского, где протестующие строили баррикады. Это самый передний край обороны.
Второе - с Майдана Незалежности, пожалуй, самая популярная песня на Майдане

В Киевской мэрии

вторник, 18 февраля 2014 г.

Кейс по оценке эффективности обучения (половинчатый и бестолковый как большая часть практических кейсов)

Для внутренних T&D кейс может показаться не под их задачи, хотя, уверен, что во внутреннем T&D есть большой кластер задач, который имеет аналогичное решение. Когда я был HR, я постоянно сталкивался с подобными задачами. Почему половинчатый и бестолковый - позже.

Кейс

Сегодня проводили вебинар Алексея Королькова Автоматизация деятельности корпоративного учебного центра с помощью системы WebTutor. Анонс вебинара был размещен загодя, еще в декабре. На вебинар зарегистрировалось 146 человек, пришло 68 из записавшихся. 
Отсюда следует задача: что можно сделать, чтобы приходило больше?
Одна из гипотез (даже скорее области проблемных вопросов): на посещаемость вебинара влияет промежуток времени, за который до начала вебинара зарегистрировался участник (ибо те, кто зарегистрировался заранее, уже остывают и теряют актуальность). И зная некую критическую дату, давать рекламу вебинара, которое обеспечит, во - первых, максимальный приток участников, во -вторых, максимальную конверсию. 
Реальная бизнес задача? Ок.

Решение

воскресенье, 16 февраля 2014 г.

Ключевой показатель текучести

Просто пока в качестве фантазии.
Задумался над тем, почему в качестве показателя текучести персонала используют уровень увольнений (берем количество увольнений, делим на среднесписочный состав работников, умножаем на  100), а не медианное значение стажа работников?
У меня нет особых аналитических аргументов, кроме разве того, что текучесть персонала в виде стажа гораздо более информативный показатель он - лайн, чем коэффициент текучести (ну т.е. нам не нужно ждать окончание планового периода, чтобы считать текучесть, например, за квартал, у нас всегда актуальные показатели медианных значений).
И сами показатели выборки работников по стажу более информативны: мы видим распределение, мы понимаем, каковы критичные границы работников по каждой позиции и т.п..
И в аналитике показатель медианного значения стажа более удобен. Если вы понимаете, то посмотрите исследование факторов текучести персонала - оно как раз заточено не на % увольнений, а на показатели стажа работников.
Если у вас в компании измеряют стаж, а не уровень увольнений, поделитесь преимуществами и недостатками.
ПыСы. Пока фиксирую, со временем попробую аналитически обосновать позицию

Внедрение продвинутых hr-аналитик: почему это важно для финансовых директоров

Интервью с Karen O’Leonard, вице – президентом Bersin by Deloitte (со статьями Джоша Берзина
Внедрение продвинутых hr-аналитик: почему это важно для финансовых директоров
вы часто в этом блоге знакомились, Карен – его сотрудница), руководителем направления бенчмаркинга и исследований. Обсуждаются результаты исследования, бизнес ценность продвинутых hr – аналитик, и как финансовые директора могут использовать возможности hr-аналитик в целях повышения прибыли компании.

Внедрение продвинутых hr-аналитик: почему это важно для финансовых директоров.

Согласно исследованиям Bersin by Deloitte, все больше компаний внедряют Аналитики талантов (или проще: hr-аналитики). В исследовании приняло 436 североамериканских компаний. Hr-аналитики помогают достичь бизнес целей источников трафика лидеров, снижения затрат на персонал, увеличение эффективности, текучести и удержания персонала. Более того, цены на акции компаний со зрелой hr-аналитикой опережал рост S&P 500 (фондовый индекс, отражающий цены на акции 500 самых дорогих компаний) в среднем на 30 % за последние три года (Здесь я все-таки сделаю ремарку о том, что эти данные показывают связь между развитием hr-аналитики и ростом цен, но никак не причинно-следственные отношения. Развитие hr-аналитик также может быть следствием некоторых других причин – прим. Э.Б.).

среда, 12 февраля 2014 г.

Главный аргумент в пользу рекомендательного рекрутинга или как управлять текучестью персонала

Желание проверить эту гипотезу возникло примерно 1,5 года назад, когда многоуважаемый мной Raghav Singh опубликовал исследования рекомендательного рекрутинга (см. Рекомендательный рекрутинг – это вообще рекрутинг?).
Главный аргумент в пользу рекомендательного рекрутинга или как управлять текучестью персоналаПосмотрите на эту диаграмму. Главная мысль исследования содержится, на мой взгляд, в этой картинке: рекомендательный рекрутинг это не модная фишка, не замануха гуру от рекрутинга, не облегчение жизни внутренним рекрутерам и даже не еще один источник трафика кандидатов, а подход в рамках интегрированного управления талантов.
Т.е, если совсем по простому, то подбор персонала через рекомендательный рекрутинг влияет не только на первичные показатели рекрутинга (скорость и качество закрытия вакансии), но и на более отдаленные показатели, такие как текучесть персонала.
Если говорить о содержательной стороне вопроса, то интерпретация на поверхности:
  1. рекомендатели сообщают кандидату о том, что их ждет (в то время, как рекрутер склонен преукрашивать действительность, и кандидат часто имеет некоторые иллюзии после собеседования);
  2. рекомендатель выступает в качестве неформального наставника новичка (реферал несет ответственность за рекомендуемого и заинтересован в его успешной адаптации).

понедельник, 10 февраля 2014 г.

Семинар Аналитика для HR в Киеве, 20-21 февраля 2014 года

Коллеги и друзья!
Провожу семинар Аналитика для HR в Киеве, 20-21 февраля. Буду вам благодарен, если расшарите эту информацию среди своих украинских / киевских друзей.
Одно время я снизил активность по привлечению участников на семинар из-за известных событий в Украине, но семинар не отменяется, за что спасибо организаторам.
Описание и регистрация на семинар здесь - Семинар-практикум «Аналитика для HR», г. Киев
Проводил этот семинар в Киеве уже три раза: два раза в открытом формате, один раз в корпоративном формате для банка.
Всего семинар Аналитика для HR провел более двух десятков раз в открытом и корпоративном формате в городах Москва, Санкт-Петербург, Киев, Ярославль, Пермь, Екатеринбург, Новосибирск.
Здесь информация и отзывы о первом семинаре в Киеве
И еще:
Семи нар планируется также в Москве, Санкт-Петербурге, Алматы, Новосибирске, Красноярске, Кемерово
Расписание здесь.
Пысы. Прошу прощения за откровенно рекламный пост. 

воскресенье, 9 февраля 2014 г.

Как Гендер влияет на отношение подчиненного к руководителю

По простому: что происходит, если подчиненный мужчина, а руководитель женщина, и т.д..
Мы проводим исследование Оцени своего босса (если вы не приняли участие – сначала поучаствуйте, а потом читайте дальше. Мне очень важны ваши голоса. И своим коллегам дайте ссылку поучаствовать).
В основе данного поста анализа трех вопросов
  1. Оцените общий уровень отношений с непосредственным руководителем (1 –минимально комфортные; 9 – максимально комфортно)
  2. Пол Вашего руководителя
  3. Ваш пол
Моя гипотеза достаточно проста и банальна: мужчины подчиненные оценивают комфортность отношений с руководителем женщиной значимо ниже, чем с руководителем мужчиной.
Вторая гипотеза схожа: мужчины подчиненные оценивают комфортность отношений с руководителем женщиной значимо ниже, чем женщины с руководителем мужчиной.

Описательные статистики

Таблица №1. Соотношение гендера подчиненных и руководителей
Названия строк
F
M
Общий итог
f
193
187
380
m
27
81
108
Общий итог
220
268
488
Обозначения: F – руководители женщины, M – руководители мужчины, f – подчиненные женщины, m – подчиненные мужчины (Заглавная - руководитель, прописная - подчиненный, F - female, M - male).
Т.е. цифра 81 означает, что 81 респондент мужчина указал, что его руководитель – также мужчина. Заметно, что руководителей мужчин больше, чем женщин, а подчиненных женщин более чем в три раза превышает количество подчиненных мужчин. Конечно, речь о респондентах.

Результаты

1. Гендер руководителя

Начнем с простых гипотез. Есть ли различия в уровне комфортности отношений в зависимости от гендера руководителя. В данном случае мы пока не интересуемся полом подчиненного. Нас интересует, определяет ли пол руководителя уровень комфортности
Диаграмма №1. Уровень комфортности в отношениях подчиненный руководитель в зависимости от пола руководителя
Как Гендер влияет на отношение подчиненного к руководителю

Технологии HR - 2013 (результаты опроса)

Представляю результаты опроса Технологии HR, который проводился в 2013 году. Цель опроса - выявить уровень использования различных HR - практик (технологий, инструментов и т.п..) в российских компаниях.
Опрос проводится второй раз, впервые он проводился по результатам 2011 года, результаты опроса здесь Технологии HR
Сразу скажу, что собирал респондентов с трудом, поэтому вопрос участникам опроса и всем читателям: интересны ли вам представленные результаты? Стоит ли впредь проводить подобный опрос? И кроме того, если все - таки проводить, то стоит ли добавить новые разделы и поинты исследования? Например, рекомендательный рекрутинг, программа развития HR-бренда, программа внутренних коммуникаций, развитие вовлеченности, проведение корпоративных опросов и т.п... Спасибо за ваши комменты!

Описание опроса

Опрос состоял из следующих вопросов
Внедрены ли в Вашей компании следующие технологии (поставьте галочку напротив тех технологий, что применяются/внедрены в вашей компании)
Ответы были разбит на следующие блоки

суббота, 8 февраля 2014 г.

Технология оценки эффективности обучения персонала

Предлагаю бриф технологии оценки эффективности обучения обучения.
Пост возник в продолжение дискуссии Оценка эффективности обучения (кейс).
Как мне кажется, настало пора уже освобождаться от мифов Модели Киркпатрика.
Я предлагаю остановиться на трех шагах:
  1. Установление различий
  2. Выявление влияния
  3. Вычисление эффективности
  4. и добавлю от себя Выстраивание системы измерений
По пунктам

Установление различий

Или, по другому: ДО и ПОСЛЕ.
Этап этап включает в себя определение измеряемого признака (или ряда признаков), которые HR определяет как показатели обучения. При этом, показатели могут быть косвенными. Т.е. прямые - это показатели продаж, уровень ответов на пост тест и т.д.. А косвенные: участники тренинга стали увольняться. Или задерживаться на работе.

четверг, 6 февраля 2014 г.

Кейс по анализу данных о продавцах

Сразу предупреждаю: никаких названий, явок и паролей. Эти данные абсолютно реальные, причем свежие (ссылка на скачивание ниже). Но немного измененные, чтобы не дай бох не подвести человека - безопасность и все такое.
Даю немного вводных

Вводные

В файле информация о продавцах: 1) несколько измерянных компетенций и 2) KPI по четырем месяцам.

вторник, 4 февраля 2014 г.

Когда дискриминантный анализ предпочтительный логистической регрессии

Пост - перевод одного слайда из курса Стенфордского университета StatLearning Statistical Learning с дополнительным переводом комментариев преподавателей.
Когда дискриминантный анализ предпочтительный логистической регрессии.
  1. When the classes are well-separated, the parameter estimates for the logistic regression model are surprisingly unstable. Linear discriminant analysis does not su er from this problem. Когда классы объектов хорошо разделены, в логистической регрессии параметры ведут себя удивительно нестабильно. Параметры логистической регрессии стремятся в такой ситуации к бесконечности. Дискриминантный анализ избежал такой проблемы. Логистическая регрессия хороша для медицинских и/или биологических исследований, где классы перемешаны. 
  2. If n is small and the distribution of the predictors X is approximately normal in each of the classes, the linear discriminant model is again more stable than the logistic regression model. При небольшом количестве оцениваемых объектов, когда распределение каждого класса стремится к нормальному, линейная дискриминантная модель также стабильнее логистической регрессионной модели.
  3. Linear discriminant analysis is popular when we have more than two response classes, because it also provides low-dimensional views of the data. Линейный дискриминантный анализ предпочтительней, когда мы имеем дело с более чем двумя выходными классами (Y), поскольку он также обеспечивает низкоразмерный вид данных*. 
  4. Logistic regression is very popular for classi cation, especially when K = 2. Логистическая регрессия очень популярна в классификации, особенно, когда число классов = 2.
  5. LDA is useful when n is small, or the classes are well separated, and Gaussian assumptions are reasonable. Also when K > 2. Линейный дискриминантный анализ  полезен, когда число наблюдений мало или классы хорошо разделены, а предположение о Гауссовом распределении обоснованно. Также, когда число классов больше 2
  6. Naive Bayes is useful when p is very large. Наивный Байс полезен в ситуации, когда число переменных очень большое.
  7. Несмотря на различия, логистическая регрессия и линейный дискриминантный анализ дают схожие результаты.
  8. logistic regression can also fi t quadratic boundaries like QDA, by explicitly including quadratic terms in the model логистическая регрессия также удовлетворяет требованиям квадратичного дискриминантного анализа за счет включения квадратов переменных в модель. 
* помогите перевести "low-dimensional views of the data" - данные низкой размерности?

О Байесе, Крушке, интересном ресурсе по скачиванию книг

Создал группу Анализа данных на Линкедине. Сегодня, спасибо огромное участникам: посоветовали
Книгу по Байесовским методам анализа John K. Kruschke, Kruschke John-Doing Bayesian Data Analysis_ A Tutorial Introduction with R and BUGS  -Academic Pr (2010)
ресурс, где можно скачать эту книгу бесплатно.
Это, конечно, весьма плохо - скачивать пиратским способом книги, но так хочется учиться)
Удачи вам всем! И задумайтесь над тем, для чего надо создавать свои группы в Линкедине!

понедельник, 3 февраля 2014 г.

StatLearning: Statistical Learning

Стенфордский университет проводит бесплатный дистанционный курс StatLearning: Statistical Learning
Этот пост - себе напоминалка на ресурсы + если вы заинтересуетесь, то получите доступ к сокровищам.
Последняя ссылка - не курс StatLearning: Statistical Learning, но про тоже. По первой ссылке можно скачать книгу, данные для самостоятельной работы в R.
Код в R - пожалуй самое ценное. 

Как связаны общая удовлетворенность и удовлетворенность зарплатой, отношениями с руководителем и в коллективе

И в продолжение темы удовлетворенности. Посмотрели связь удовлетворенностей и стажа
Связь удовлетворенности и стажа работы
Связь удовлетворенности и отрасли
Как отрасль влияет на удовлетворенность работой
Сегодня попытаюсь ответить на мучающий всех HR вопрос, насколько общая удовлетворенность зависит от удовлетворенности зарплатой и другими удовлетворенностями.
Я беру ответы на четыре вопроса нашего исследования HR-бренда и измеряю корреляцию между ними
  • Оцените общую удовлетворенность работой в компании
  • Оцените уровень удовлетворенности вознаграждением
  • Оцените отношения с непосредственным руководителем
  • Оцените комфортность работы в коллективе
Все вопросы в 10-ти бальной шкале, коэффициент корреляции Спирмена, p-value не привожу, но она значима для всех случаев.

суббота, 1 февраля 2014 г.

Связь удовлетворенности и стажа работы

Еще немного поиграюсь с удовлетворенностью. Предыдущий пост про удовлетворенность и отрасль Как отрасль влияет на удовлетворенность работой
И все вместе это в продолжение исследований HR-бренда
На этот раз показываю, как удовлетворенность меняется в зависимости от стажа. Беру четыре вида удовлетворенности
  1. Общая удовлетворенность;
  2. Удовлетворенность вознаграждением / зарплатой;
  3. Удовлетворенность отношениями с руководителем;
  4. Уровень комфортности работы в коллективе.
Все шкалы по 10-ти бальной шкале.
Таблица. Средние значения удовлетворенности в зависимости от стажа работы

ЗП
Общая
Рук-ль
климат коллектив
менее года
7,00
7,11
7,75
7,73
1
6,64
6,77
7,43
7,47
2
6,45
6,63
7,42
7,44
3
6,78
6,67
7,26
7,42
4
6,64
6,77
7,67
7,59
5
6,78
7,06
7,55
7,54
6 лет и более
6,41
6,89
7,48
7,57

Диаграмма. Средние значения удовлетворенности в зависимости от стажа работы
Связь удовлетворенности и стажа работы

Резюме

можете сами выводы сделать. Я в качестве наводки для сравнения могу дать ссылку на пост Влияние лидерства в удержании персонала