Share |

четверг, 4 мая 2017 г.

Описание исследования Ключевые факторы эффективности и удержания персонала

Сложно вести опрос в одиночку, без поддержки, поэтому я решил подать заявку в фонд поддержки исследований на получение гранта на проведение исследования.
Грант я еще может и не получу, а вот текст составил и решил выложить в блоге: буду к нему возвращаться, и, а чем черт не шутит, а вдруг какой-то фонд сам случайно наткнется на этот текст и решит, а почему бы не дать грант?
Текст я выкладываю не весь, убираю многие формальные части плюс содержательные вещи тоже сократил, хотя все равно получается объемно

Краткая аннотация проекта

Я обращаюсь за поддержкой своего он-лайн опроса «Ключевые факторы эффективности и удержания персонала»

Опрос начал работать в октябре 2015. Респондентам предлагается описать одно из своих последних мест работы: от даты приема до даты увольнения. Всего опрос содержит несколько десятков полей: от социально-демографических данных респондентов до уровня заработной платы и отношений с руководителем. Данное исследование уникально для России и отвечает на вопросы:
  •   Мониторинг показателей рынка труда, в том числе новых для российского рынка, таких, как, например, источники трафика персонала. Среди результатов: я могу показать, что рынок труда прошел острую фазу кризиса в 2014-2015 году и возвращается в стабильное состояние;
  • Выявление ключевых драйверов текучести / эффективности персонала, создание прогнозных моделей текучести / зарплаты. На сегодня я с точностью R^2 = 0, 7 могу прогнозировать текущую зарплату специалистов рынка, и это точнее, чем любой бенчмаркинг зарплаты, зарплатный обзор в России.
  • Создание модели HR-бренда, выявление драйверов HR-бренда компании. В опросе есть вопрос на отношение к компании, мы можем выявить те факторы, которые вызывают положительное/отрицательное отношение работника к компании.
  • В более широком смысле он – лайн опрос позволяет решать огромное количество задач (как, например, анализ предпочтений социальной сети) с применением практически всего спектра методов анализа данных: задачи регрессии, классификации, анализ текста, не самые популярные в России инструменты – анализ дожития и регрессия Кокса.

На сегодня в опросе приняло участие более 4 500 респондентов, я хочу продолжать вести он-лайн опрос, считаю, что имеет огромное значение для исследования рынка труда России, он дает новые метрики и инструменты исследования.
Причина моего обращения в фонд: я исчерпал возможности продвижения за свой счет, мне нужны средства продвижения, а кроме того, много времени и ресурсов уходит на поддержание опроса: отчеты для респондентов («плюшка» за участие), создание моделей, аналитических отчетов.

Обоснование необходимости проекта

«Согласно узкому определению, рынок труда — это сфера, в которой противостоят друг другу, с одной стороны, лица, ищущие работу, в том числе безработные, с другой — работодатели, имеющие незанятые рабочие места на предприятиях, в организациях, между которыми заключаются трудовые договоры, определяется уровень заработной платы.» (Рынок труда: проблемы и решения. Монография. — М.: Научный эксперт, 2008. — 232 с. Кашепов А.В., Сулакшин С.С., Малчинов А.С.).
Исследования рынка труда проводят как ученые, так и бизнес.
БОльшая часть исследований рынка труда научного сообщества оперирует макроэкономическими показателями рынка труда: уровень безработицы, мобильность персонала, размер оплаты труда и т.п. И эти исследования редко носят прикладной характер, т.е. не востребованы бизнесом. По бОльшей части эти исследования представляют интерес третьей стороны рынка труда – государства.
Исследования бизнеса чаще представляют собой обзоры рынка зарплат специалистов (забегая вперед, считаю одной из целей опроса показать, что мое исследование дает более точный бенчмарк / прогноз зарплаты, чем любое зарплатное исследование), сайты по поиску работы и кандидатов стали представлять метрики рынка труда типа: соотношение количества резюме на одну вакансию и т.п..
При этом, если мы говорим о рынке труда как о рынке, то практически отсутствуют исследования, посвященные созданию моделей поведения сторон, где обе стороны совершают сделку, покупая и продавая что-то. Я говорю здесь об эконометрических исследованиях / моделях, где выбор сторон оценивается по отложенным результатам.
Примером таких отложенных результатов в управлении является текучесть персонала. И реальный бизнес должен быть заинтересован в таких исследованиях прикладного характера, такие «исследования» происходят в профессиональной сфере, но носят характер шаманства и проходят по примерно такой схеме: измерили уровень текучести персонала, посовещались, экспертным путем решили, что в компании «не развита корпоративная культура», далее предлагается провести корпоративные мероприятия ил типа того. В лучшем случае спустя время измеряют уровень текучести. Либо, как вариант, проводятся опросы удовлетворенности, но при этом ни одного корпоративного исследования, показывающего связь удовлетворенности и бизнес показателей, таких как текучесть / эффективность персонала. Это не анекдот, а обычная тема конференций специалистов по управлению персоналом. Поэтому социальную значимость проекта вижу в первую очередь в просвещении профессионального сообщества о других инструментах и методах.
Наиболее близкой метафорой своего исследования я бы привел сервис EHarmony в США. Это сервис «подбора» семейных пар. Каждому регистрирующемуся на сайте предлагается заполнить анкету, которая подбирает партнера. При этом сам подбор строится на основе регрессионной модели, где в качестве управляемой переменной выступает совместный срок проживания супругов. Таким образом, специалисты сервиса выявляют факторы (драйверы), которые снижают риски расставания супругов, и это в свою очередь позволяет влиять как на индивидуальное счастье супругов, так и в целом на ситуацию семьи в США.
В случае моего исследования базовый объект исследования – «жизнь» работника от момента приема до момента увольнения. Отложенные результаты (или output) –
  • 1.     Стаж;
  • 2.     Уровень вознаграждения;
  • 3.     Готовность рекомендовать свою компанию в качестве работодателя коллегам, друзьям, знакомым (показатель бренда).

 У нас есть рынок – место, где встречаются и «женятся» работодатель и кандидат. Дальше они живут вместе. По стажу, зарплате, обратной связи мы можем оценить, насколько «счастливо» они жили или живут до сих пор. Далее мы можем определить, какие факторы (драйверы) повышают / понимают риски «счастья». На основе этих факторов мы можем
·       Сформировать прогнозные модели «счастья»;
·       Сформировать рекомендации для рынка (как работодателя, так и кандидата) по выбору партнера. Рекомендации формируются через аналитические отчеты, индивидуальные отчеты / рекомендации респондентам.
В исследовании я использую два инструмента:
  • 1.     собственно он-лайн опрос;
  • 2.     после заполнения он-лайн анкеты любой желающий может пройти батарею психологических тестов Лаборатории Гуманитарные Технологии.

Батарея тестов дает нам «психологический портрет» респондента, представление о его личных качествах.
Объем выборки и время исследований не ограничены. С октября 2015 года по конец апреля 2017 года в он лайн опросе приняли участие более 4 300 респондентов. Основная проблема выборки – проблема смещения параметров аудитории. Основные каналы привлечения – сайты по поиску работы и социальные сети. Более 50 % респондентов указали, что являются специалистами по управлению персоналом. Остальные 50 % - специалисты (по убывающей) в сфере IT, продаж, маркетинга, юристы и т.п.. Само по себе различие в соотношениях различных профессиональных групп в опросе не влияет на выявление драйверов и создание прогнозных моделей, но малый размер выборки других профессий влияет на границы ошибки / точность метрик рынка, границы ошибки / точность модели / веса драйверов. Т.е. следующая после специалистов по управлению персоналом выборка составляет чуть больше 400 респондентов, чтобы судить о рынке IT специалистов, специалистов по продажам нужна выборка в три раза той, что есть на сегодня.

О результатах проекта предполагаю рассказывать на профессиональных конференциях, на сайте HRM.RU, в собственном блоге. 

Цели и задачи проекта

Ниже две картинки.
Левая – ситуация на рынке труда бейсболистов в США до выхода книги и фильма Moneyball, справа – после выхода.
Ось X обозначает среднюю сумму выплат игрокам, Ось Y показывает среднее число выигрышей за сезон.


Осознание участниками рынка новых возможностей и качественное изменение подходов – главная цель моей работы, как я ее себе представляю. Выход рынка на более высокий уровень, в терминах западных специалистов – формирование зрелости рынка. Таким образом, цель проекта – прикладная, ориентированная в первую очередь на бизнес.
Задачи проекта:
  1. разработка / мониторинг параметров рынка, фиксирующих его качественное состояние;
  2. разработка эконометрической модели текучести персонала / выявление драйверов текучести персонала;
  3. разработка модели прогноза заработной платы позиции респондента;
  4. разработка модели HR-бренда компании (вероятность положительного / отрицательного отзыва о компании).

Описание проекта: стратегия и механизмы достижения поставленных целей

Этапы реализации проекта

  1. Выбор источников трафика респондентов (выбор наиболее эффективных источников рекламы опроса);
  2. Разработка/выявление параметров рынка, тестирование / верификация на обновляемых данных;
  3.  Тестирование / верификация модели прогноза зарплаты;
  4. Создание модели текучести, тестирование / верификация.

Объект и предмет исследования

Прошу прощения, если я не корректно сформулирую «объект» и «предмет» исследования. 
Объект исследования – рынок труда Российской федерации
Предмет исследования – жизненный путь работника в компании от момента встречи с компанией на рынке до момента увольнения (либо, если респондент продолжает работать на сегодняшний момент, то до момента заполнения опросника).
Этот жизненный путь имеет три выходные характеристики:
  1.  Продолжительность пути или стаж работы;
  2. Зарплата;
  3. Отношение к компании (данный показатель измеряется вопросом «Готовы ли Вы рекомендовать эту компанию в качестве работодателя своим знакомым, коллегам?») .

Для каждого из этих показателей формируется своя модель. Например, для стажа / текучести персонала влияющими будут следующие группы факторов:
  • Качества работника;
  • Характеристики самой позиции / работы;
  • Практики компании (мотивация, компенсации, обучение и т.п.);
  • Отношения с руководителем / в коллективе;
  •  Макроэкономические факторы (экономическая ситуация и т.п.)

Американская компания Evolv (на сегодня куплена CornerstoneOnDemand) провела в США подобные исследования и определила такую структура влияния факторов на текучесть персонала. 



Это делалось через он-лайн опрос. Напомню также, что EHarmony проводит он-лайн опрос. Таким образом, я остановился на методе он-лайн опроса, в котором бы отражались все вышеуказанные факторы. Ниже даю перечень вопросов, которые а) взяты из аналогичных западных опросников; б) составлены мной, чтобы отразить какой то из факторов.
В опроснике могут встречаться «странные» вопросы, например, «Как Вы добираетесь до работы». Исследования компания Evolv показывают, что шаговая доступность снижает риски текучести на 58 %

Описание опросника

В вводной я прошу описать одно из своих последних мест работы, откуда респондент уволился или продолжает работать.
  1. Отметка времени (время заполнения опросника, заполняется автоматически Google form);
  2. Ваш пол;
  3. Год рождения;
  4. Дата трудоустройства;
  5. Дата увольнения (если респондент работает, поле остается пустым);
  6. Инициатор увольнения. (Ушел ли работник по собственной инициативе или по инициативе работодателя);
  7. Семейное положение на момент трудоустройства;
  8. Наличие детей на момент трудоустройства;
  9. Образование на момент трудоустройства;
  10. Знание иностранного языка на момент трудоустройства;
  11. Жилищные условия на момент трудоустройства;
  12. Наличие кредитов в банках на момент трудоустройства;
  13. Через какой источник нашли работу;
  14. Сведения о компании. Отрасль;
  15. Сфера Вашей деятельности;
  16. Описание функционала на момент трудоустройства (поле – текст, респонденты не выбирают вариант, а пишут исполняемый функционал при приеме);
  17. Уровень Вашей позиции на момент трудоустройства;
  18. Размер компании (число работников);
  19. Масштаб населенного пункта;
  20. Регион (Федеральный округ РФ);
  21. Субъект Российской Федерации;
  22. Являлась ли компания филиалом иностранной компании (этот вопрос, собственно, уже о практиках компании, поскольку существует гипотеза, что политики иностранных компаний отличаются от политик российских компаний);
  23. Как Вы добирались до работы? (имеется ввиду вид транспорта или шаговая доступность);
  24. Как много времени занимала (занимает) у вас дорога от дома до работы;
  25. Наличие наставника на испытательном сроке;
  26. Размер зарплаты на момент трудоустройства (чистый (net) совокупный доход в месяц с учетом премий));
  27. Отличались ли договорённости по зарплате на собеседовании при приеме на работу и при первой выплате;
  28. "Белая" или "серая" зарплата. Какая форма оплаты была (есть) в компании. Ваша зарплата;
  29. Выплачивали (-ют) ли вам премии по результатам работы подразделения, компании;
  30. Соц пакет. Что оплачивала (-ет)  компания;
  31. Какой график работы у Вас был (есть);
  32. Время начала работы (если не было установлено, пропускайте вопрос);
  33. Задерживались (задерживаетесь) ли вы на работе;
  34. По чьей инициативе эти задержки (пропускаем пункт, если не было задержек на работе);
  35. Оплачивались (оплачиваются) ли переработки  (пропускаем пункт, если не было);
  36. Задерживался (задерживается) ли Ваш непосредственный руководитель на работе;
  37. Просим оценить интенсивность взаимодействия с коллегами;
  38. Каким было (какое есть) Ваше рабочее пространство;
  39. Был ли в вашей компании внутренний портал (интранет);
  40. Был ли доступ к социальным сетям с рабочих компьютеров;
  41. В какой социальной сети вы проявляете максимальную активность;
  42. Когда было последнее карьерное перемещение перед увольнением;
  43. Как долго Вы проработали (работаете) со своим последним руководителем в компании;
  44. Пол Вашего руководителя;
  45. Возраст Вашего руководителя;
  46. Критиковал (критикует) ли Вас руководитель в присутствии других;
  47. Благодарил ли Вас Ваш руководитель за достижения;
  48. Как часто Ваш руководитель давал (дает) Вам обратную связь;
  49. Проявлял (проявляет) ли Ваш руководитель заботу о Вашем развитии;
  50. Выходили (выходите) ли Вы со своими инициативами на руководителя;
  51. Проходили (проходите) ли Вы за время работы в компании обучение самостоятельно (не за счет компании, а свой или бесплатно);
  52. Подключен ли у Вас в квартире интернет;
  53. Какой основной браузер установлен на вашем личном ноутбуке / компьютере;
  54. Размер зарплаты на момент увольнения;
  55. Описание функционала на момент увольнения;
  56. С какого уровня позиции вы ушли из компании;
  57. Отзыв о компании (поле – текст, прошу в нескольких предложениях отзыв о работодателе: особенности работодателя, особенности корпоративной культуры, менеджмента и коллектива, причины, по которым вы уволились или работаете в компании);
  58. Готовы ли Вы рекомендовать эту компанию в качестве работодателя своим знакомым, коллегам?

Выборка проекта и ее объем

Проект представляет собой он -лайн опрос, аудиторию контролировать сложно, предполагаю выйти за год на ~ 12 000 респондентов, представляющий из себя слой «белых воротничков» (IT специалистов, специалистов по продажам, маркетологов, PR-специалистов, финансистов, бухгалтеров, юристов и т.д…).
Первые три месяца проекта я предполагаю тестированию источников привлечения респондентов на опрос: директ реклама Яндекса, Google, Фейсбук, ВКонтакте, региональные и отраслевые сайты (IT, финансовые и т.п.).
Параметры оценки источников:
  • 1.     Количество респондентов на рубль рекламы;
  • 2.     Разброс параметров респондентов по регионам, отраслям, позициям и т.п.

Задачи исследования

Повторюсь с задачами исследования
  • 1.     разработка / мониторинг параметров рынка, фиксирующих его качественное состояние;
  • 2.     разработка эконометрической модели текучести персонала / выявление драйверов текучести персонала;
  • 3.     разработка модели прогноза заработной платы позиции респондента;
  • 4.     разработка модели HR-бренда компании (вероятность положительного / отрицательного отзыва о компании).

Обработка и контроль результатов

Сбор данных происходит через Google form-ы, что позволяет напрямую подгружать в программы анализа данных.
Обработка и анализ результатов происходит в программах R и Python.
1. Для мониторинга параметров рынка у нас есть два вопроса с реперными точками: дата трудоустройства и дата увольнения / дата заполнения анкеты (если респондент еще работает).
Таким образом, мы можем отслеживать динамику рынка по годам (тот факт, что респонденты заполняют анкету в 2017 году, дает нам, тем не менее, широкий разброс дат трудоустройства). Далее, мы снимаем разные параметры по годам.
Ниже пример распределения одного из наиболее важных вопросов: «Через какой источник нашли работу». Я беру только два ответа 1) Вы откликнулись на вакансию на джоб сайте (на диаграмме обозначено как «Кандидат джоб сайт») и 2) Работодатель вышел на Вас через Ваше резюме на джоб сайте (на диаграмме – «Работодатель джоб сайт»). Мы берем только эти два источника, принимаем их за 100 %. На диаграмме показана доля каждого источника по годам. Интерпретации достаточно очевидны.
Предполагаю, что в течение первых трех месяцев проекта я смогу разработать систему показателей рынка, по которым можно будет судить о 1) его состоянии (кризис / стабильность) 2) зрелость / не зрелость. 
2. Разработка эконометрической модели текучести персонала / выявление драйверов текучести персонала.
Самая сложная задача. Проблема в том, что традиционные методы машинного обучения – регрессия и классификация могут не дать лучших параметров модели. Скорее всего, потребуется создание модели на основе регрессии Кокса (анализ дожития).
Проблема создания в том, что у нас большая часть респондентов не уволилась, продолжают работать. Т.е. мы не можем по ним указать продолжительность работы в компании, мы можем только утверждать, что они проработают не меньше того срока, что проработали на момент заполнения опросника. В таких ситуациях обычно используются методы анализа дожития и регрессия Кокса как самый популярный метод анализа дожития.
Но я на сегодня не владею им на уровне уверенного пользователя, поэтому хронологически модель текучести будет разработана в конце периода.
3. Разработка модели прогноза заработной платы позиции респондента
Модель на сегодня разработана, но она создана на 3 000 наблюдениях, где примерно 50 % выборки специалисты по управлению персоналом, поэтому нельзя признать ее рабочей. Необходима дополнительная настройка параметров, но в данном случае проблема состоит не в методологии

Ожидаемые результаты

Планирую доносить результаты, в первую очередь, до бизнеса на отраслевых конференциях, через статьи на сайте HRM.RU (профессиональный сайт специалистов по управлению персоналом), других отраслевых сайтах. Я предполагаю провести серию вебинаров по результатам исследования.
Собственно результаты исследования я бы грубо разделил на две ветви: 1) для респондентов, как индивидуальных игроков рынка и 2) для компаний.
Для респондентов
На Западе существуют медицинские сайты, где любой желающий, заполнив анкету, может получить прогноз рисков заболевания. Нечто аналогичное я хочу сделать для рынка труда.
Будут созданы прогнозные модели зарплаты, текучести, бренда (отношения к компании), и эти прогнозные модели будут использованы для создания индивидуальных отчетов респондентам:
·       Уже существует отчет по зарплате, который показывает, насколько зарплата респондента «в рынке», респондент видит не некий бенчмаркинговый отчет по зарплатам своей профессии, а индивидуальный рассчитанный отчет, где учтены более десятка параметров: от уровня позиции, региона и функционала до пола и источника попадания в компанию;
·       Отчет по текучести будет показывать, насколько у респондента высокие / низкие риски ухода из компании, а также, возможно, риски психологической совместимости с конкретным руководителем;
·       Модель бренда будет показывать, насколько высока вероятность позитивных эмоций респондента от компании.
Это позволит респондентам принимать решения на основе более точных данных.
Для компаний
Я буду готовить ежеквартальные отчеты о состоянии дел рынке  на основе выбранных метрик / показателей;
Компании также могут обращаться за тем, чтобы по отдельным позициям был составлен прогноз зарплаты, но в идеале я бы хотел, чтобы на рынке появились корпоративные модели текучести, эффективности и бренда компании, созданные в идеологии моего исследования.
На самом рынке снизится доля сайтов по поиску работы (джоб сайтов), которые представляют собой источник кандидатов низкого качества, как показывают западные исследования, а также уже имеющиеся данные моего исследования.
В глобальном смысле
я бы хотел добиться пересмотра компаниями подходов к управлению текучестью и эффективностью персонала. В итоге это приведет к оптимизации ресурсов рынка.

Механизм оценки результатов

Оценка первого этапа – Выбор источников трафика респондентов
В нашем исследовании успешность проекта зависит, в первую очередь, от привлеченного количества респондентов. Для этого необходимо суметь выбрать оптимальные источники привлечения респондентов (директ реклама Яндекс, Google, отраслевые и региональные сайты). Оценка источников трафика респондентов будет производиться по следующим параметрам:
Параметры оценки источников:
1.     Количество респондентов на рубль рекламы;
2.     Разброс параметров респондентов по регионам, отраслям, позициям и т.п.
Оценка созданных прогнозных моделей
Механизм оценки результатов прогнозных заложен в самих алгоритмах машинного обучения:
Для модели прогноза зарплаты это величина ошибки прогноза (MAE - Mean Absolute Error – разница между прогнозным и фактическим значением заработной платы респондента), эта ошибка рассчитывается при создании модели
И далее я на каждом новом респонденте буду считать эту ошибку с тем, чтобы оценить, насколько рассчитанная модель соответствует действительности.
Для модели прогноза текучести отслеживание будет более сложной процедурой, поскольку необходимо будет выстроить процедуру обратной связи от респондентов, но мы, как минимум, получим оценку качества модели на имеющихся данных.
В глобальном смысле
Проект будет иметь смысл, если мы увидим, что компании стали создавать собственные модели текучести / эффективности / бренда компании на основе подхода, заложенного в исследовании.

Дальнейшее развитие проекта


1. Если проект пройдет успешно, далее проект будет раскручиваться за счет сарафанного радио, а я бы хотел автоматизировать создание индивидуальных отчетов респондентам: чтобы при заполнении анкеты отчет респонденту формировался автоматически.
Это позволит экономить время, сделать сервис более оперативным, приятным для респондента.
2. Я бы хотел оценить влияние сервиса на сам рынок труда: какие и в каком объеме принимались решения участниками рынка, основанные на результатах исследования, отчета.
3. В перспективе я бы хотел усложнить анкету, добавить больше вопросов, сделать больше вопросов про компанию и отношения внутри. Но это возможно только в той ситуации, если обратная связь от респондентов исследования будет позитивной, они будут рекомендовать его своим коллегам и друзьям, и те будут готовы тратить время на заполнение анкеты, понимая, что преференции от заполнения анкеты важнее затрат времени на заполнение. Напомню, что в EHarmony анкета состоит из 438 вопросов, в нашем исследовании чуть более 50-ти. 

Комментариев нет:

Отправить комментарий

рек

Популярные сообщения