Share |

среда, 1 октября 2014 г.

Управление текучестью персонала на основе данных (кейс- задача для самостоятельной работы)

Управление текучестью персоналом осуществляется на основе мониторинга определенных показателей, выявления факторов, влияющих на показатели текучести, и влияния на эти факторы.
Обычно в компаниях главный показатель текучести персонала - коэффициент текучести кадров - % уволившихся за определенный период.
Я хочу показать, что % текучести не самый надежный показатель, что есть более точная и надежная технология управления текучестью персонала.
Этот кейс - практическое задание и является первым шагом в управлении текучестью персоналом.
Если кто - либо сделает этот кейс, я готов продолжить серию постов по теме "управление текучестью персонала"
И эта серия управления текучестью будет течь, пока кто либо выполняет задания.
И последующие посты я буду делать по данным, которые мне присылают, т.е. управление текучестью персонала вашей компании.
Готовы?) Тогда первое задание и самое простое.
* Если серия постов состоится на ваших данных, я расскажу по сути о технологии управления текучестью персонала, которая заложена в этой статье Забудьте про резюме: Большие Данные определяют решение рекрутера

Стаж. Описательные статистики

Управление текучестью персонала начинается с описательных статистик. Для этого предлагаю скачать данные по уволившимся работникам из системы учета кадров. Поскольку мы говорим об управлении текучестью, то имеет смысл брать информацию только по тем работникам, кто принял решение уволиться сам. Кроме того, определитесь, какие позиции вас интересуют, и возьмите для анализа только "горячие" позиции (например, в банке имеет смысл работать с позицией операциониста отдельно от позиции бек офиса).
В системе учета кадров обычно не содержится информации о стаже уволенных сотрудников, но всегда есть следующие поля:
  1. Дата приема
  2. Дата увольнения
Вот первая задачка: создайте колонку в excel и посчитайте стаж работника на основе даты приема и даты увольнения. Стаж предлагаю считать в месяцах.

Итого у вас получится колонка "стаж", которую я дальше буду именовать переменной. Задание:

  1. Постройте гистограмму распределения частот стажа (см. ниже). Я в своей гистограмме взял шагом полгода стажа. Вы можете поиграться с шагом и определить сами, какой период стажа более показателен.
  2. Определите минимальное и максимальное значение переменной "стаж"
  3. Вычислите среднее и медиану переменной "стаж"

Все. Данные присылайте в файле excel на е майл edvb@yandex.ru

Приложение 1

По моим данным получилось вот такое распределение стажа уволенных.

Минимальное значение переменной "стаж" для моих данных - 1 месяц
Максимальное - 197 месяц.
Т.е. были работники, которые ушли из компании, проработав месяц, а кто то ушел, проработав 197 месяцев или более 16 лет.
Среднее значение стажа по моим данным - 34, 67 месяца
Медиана - 24
Т.е. в среднем в компании уволившийся работник отработал 34, 67 месяца и 50 % увольняющихся по своей инициативе не переходят рубеж стажа в 24 месяцев.
Какие данные получатся у вас? Жду ваши решения.

Пысы

Это только первый шаг в управлении текучестью персонала.
Помимо решений хочу получить обратную связь: не кажется ли текст сложным?

12 комментариев:

  1. А много ли покажет голая статистика в отрыве от модели? Т.е. если по данным статистики выстроится некая зависимость, что она даст в практическом плане? Станет ли эта аналитическая справка реальной информационной поддержкой принятия управленческого решения?

    Пытался расписать подробно, к сожалению, объём ответа технически ограничен, так что, увы, без подробностей.
    Вкратце идея такова - статистика должна лишь подтверждать на реальных цифрах правильность некой модели, а также показывать (и локализовывать!) отклонения от целевых значений, при этом давая достаточно информации для выявления причин отклонений. Просто знание величины, например, среднего "срока службы" ничего нам не даст - конечно, полезно знать, хорошо это или плохо, как это по отношению к другим (сравнительный анализ), оценить динамику (задав "хороший" и "плохой" тренды), есть ли запас по улучшению... Но вот выявить причины (пусть даже и с помощью определённых синтетических показателей) гораздо важнее.

    Если интересно, готов поделиться соображениями (благо, есть опыт - правда, в технической сфере, но принцип один).

    С уважением,
    Б.Н.Зверев

    ОтветитьУдалить
    Ответы
    1. Борис, цитирую себя же
      "Этот кейс - практическое задание и является первым шагом в управлении текучестью персоналом.
      Если кто - либо сделает этот кейс, я готов продолжить серию постов по теме "управление текучестью персонала"

      Пояняю для вас: будут модели. Если будут данные. Пришлют, будем продолжать. Не пришлют, останемся на этом шаге

      Удалить
    2. Эдуард, здравствуйте!
      Ваш кейс на самом деле не о текучести персонала, а о проблемах в системе управления. Или же об успешном функционировании такой системы, если ее принцип - жесткий отсев неподходящих работников и удержание самых необходимых (как в Макдонадсе, только дольше).
      Отдельно хотелось бы понимать общее количество таких работников (определить массовость явления), затраты на обучение новых сотрудников, срок обучения, и цели, связанные с текучестью, поставленные перед руководством компании, ее кадровую стратегию.
      Стратегия "Мы берем всех, никого не учим, платим мало, мотивируем эффективность и жесткую конкуренцию, лучшие останутся, худшие уйдут сами!" в компании функционирует успешно.
      Если же компания тратит значительные средства на подготовку, стремиться удержать молодых обученных сотрудников, то здесь проблемы с менеджментом, прежде всего с первым лицом и HRом.
      Так что текучесть сама по себе - только показатель, лечить нужно организм, а не орган.
      Готов обсуждать детали о возражения

      Удалить
    3. Игорь, мой кейс на самом деле об управлении текучестью персоналом, чтобы вы себе там не напридумали

      Удалить
  2. Спасибо, Эдуард, все ок, не сложно для понимания.

    ОтветитьУдалить
  3. добрый день, все понятно )))

    ОтветитьУдалить
  4. Добрый день, Эдуард, может быть я поздно присоединилась к этому заданию, но для меня эта тема очень важна, поэтому решила выполнить первый кейс. Сам кейс сложностей у меня не вызвал, только я не поняла каким образом вам его представить? Буду рада поделиться данными, если это еще актуально. Спасибо.

    ОтветитьУдалить
    Ответы
    1. Присылайте - edvb@yandex.ru
      только вы понимаете, что это еще не анализ? Это скорее еще анамнез болезни, понимаете?
      буквально: "пациент жалуется на боли в груди"
      А нам еще нужно температуру померить и т.п..

      посмотрите мой пост от 24 августа - здесь немного про сам анализ

      Удалить

рек

Популярные сообщения