Что пользовательский браузер говорит о кандидате для аналитики рекрутера

Сначала отвечу на предыдущий пост Как социальные сети можно использовать в аналитике для рекрутеров
Статистические критерии говорят о значимости различий в стаже работников, пользующихся разными социальными сетями. Однако, если в уравнение добавить переменную год рождения, то различия пропадают. Т.е. мы можем констатировать, что влияние социальных сетей на текучесть происходит опосредованно - через возраст. И нам этот факт приносит мало радости: мы не можем на основе любимой сети кандидата предсказывать его стаж.
Про браузер
Тема давняя, сама гипотеза берется из изысканий Evolv. Ключевые факторы удержания и текучести персонала
Цитата

Использование Chrome или Firefox, пользование 3-4 социальными сетями является мощным предиктором для следующих показателей, они:

• чаще задерживаются на работе;
• имеют меньше пропусков работы;
• строже придерживаются регламентов работы компании;
• более готовы к технологическим инновациям.

Я уже провел исследование по браузерам с т.з. предсказания, чаще ли задерживаются на работе, см. Можно ли предсказать готовность работать сверхурочно на основе браузера, которым пользуется кандидат
Сегодня покажу, как связан стаж работы и пользовательский браузер. Оговорюсь только, что данных у нас мало, поэтому выдаю то, что есть: не буду рассказывать всю цепочку анализа, скажу только, что я всех пользователей поделил на две категории:

1. пользователей Google Chrome
2. пользователей всех остальных браузеров.

Для анализа использовал непараметрическую регрессионную модель, показываю коэффициенты регрессии сразу с переменной "год рождения"

Т.е. если объяснять на пальцах, то значимость коэффициента переменной "браузер" вместе с переменной "год рождения" говорит, что браузер имеет собственные показатели связи со стажем (в отличие от примера с социальными сетями, где включение в уравнение сразу года рождения и социальной сети нивелирует значимость переменной "социальная сеть").
Данный показатель говорит, что у пользователей браузера Google Chrome риск уволиться из компании на 20 % выше, чем у пользователей других браузеров.
И диаграмма дожития

Как социальные сети можно использовать в аналитике для рекрутеров

Цели поста: хочу показать еще один инструмент анализа, задать задачку.
На диаграмме ниже - еще один результат нашего исследования Ключевые факторы удержания и текучести персонала (по ссылке - сам опрос. И если вы не участвовали, то без всякой надежды в голосе прошу поучаствовать).
На диаграмме ниже представлена функция дожития

Расшифровка диаграммы:
по оси Х - стаж сотрудников в месяцах,
по оси Y - % сотрудников доработавших до того или иного порога. Линии обозначают предпочтения сотрудников по тем или иным социальным сетям (вопрос звучал так: В какой социальной сети вы проявляете максимальную активность).
Т.е., например, до рубежа в 50 месяцев работы в компании дорабатывают порядка 20 % любителей сети в Контакте, в то время как любителей Одноклассников (od - Одноклассники, 0 обозначает ответ, при котором респондент ответил, что ни в какой сети не проявляет активность) на этом пороге еще 50 % удерживается.
Вопрос простой: чего не хватает для анализа этой диаграммы?
Ну или по другому: вместе с какими другими данными нужно смотреть на эти данные?

Создать аналитику для рекрутеров

Ко мне часто обращаются с запросом: создайте аналитику для рекрутеров.
Мне это до некоторого времени казалось непонятным: основания для создания такой рекрутерской аналитики совершенно очевидны, чего здесь долго думать (мне это казалось еще во времена написания поста Фантазии руководителя отдела подбора персонала)? Оказывается, все не так просто. Рекрутеры часто не понимают, как создается аналитика для себя любимых
В данном посте я кратко изложу эти основания.
Аналитика для рекрутеров представляет из себя глобально файл формата excel, в котором в строках - работники компании и кандидаты (в т.ч. не трудоустроенные в компании), а в колонках - несколько обязательных колонок и еще больше поле для фантазии.
К обязательным колонкам относятся:

• дата трудоустройства
• дата увольнения
• показатели эффективности работника

Остальное - гипотезы о влиянии на эти показатели. Задачи создания аналитики для рекрутеров:: подбирать эффективных и тех, кто будет максимально лоялен компании (под лояльностью я понимаю склонность работать максимально долго). Этими двумя параметрами и нужно управлять. Остальное - от лукавого.
Управление этими параметрами (или создание аналитики для рекрутеров) сводится к сбору информации, анализу и использованию при подборе.
Технология проста:

• понимаете, какую информацию собираете 
• понимаете, как ее оцифровать
• понимаете, как будете собирать (в файлах excel, через портал - веб формы и т.п.)
• далее анализ, интерпретации, выводы, красивые графики для руководства.

Все. Не понимаете сами - приглашаете консультанта, он вам создаст аналитику для рекрутеров. Но лучше, если вы сами придете к пониманию