Перевод статьи Analyzing Employee Turnover - Descriptive Methods. Автор статьи мой хороший знакомый - Richard Rosenow. Надеюсь, он не обидится на такое панибратство, а даже проведет вебинар у нас на сайте.
А автор перевода Екатерина Малинина. HR business partner в IT-отрасли. Эксперт в оценке, обучении, развитии талантов. Помогает менеджерам строить эффективные и надежные команды, способные переложить в программный код любую задачу бизнеса. Профиль в фейсбуке и в Линкедине
Перевод выполнен в рамках нашего проекта переводы статей по hr-аналитике на английском.
Итак
(Подписи к рисунку с ведром)
Покупатели, которые покидают рынок
Испарение
Покупатели, которые только пришли на рынок (процент привлеченных нашей компанией)
Покупатели, которые пришли к нам от конкурентов (величина переключаемости между брендами/ компаниями)
Доля рынка
Покупатели, перешедшие к конкурентам (показатель удержания компанией)
А автор перевода Екатерина Малинина. HR business partner в IT-отрасли. Эксперт в оценке, обучении, развитии талантов. Помогает менеджерам строить эффективные и надежные команды, способные переложить в программный код любую задачу бизнеса. Профиль в фейсбуке и в Линкедине
Перевод выполнен в рамках нашего проекта переводы статей по hr-аналитике на английском.
Итак
Анализ текучести персонала – Описательные методы
Текучесть персонала, как дырявое ведро
Маркетологи сравнивают привлечение новых клиентов с наполнением дырявого ведра водой. Сколько ни лей воды в такое ведро, наполнить его не удастся. Мешает либо протечка (клиенты уходят к конкурентам), либо испарение (клиенты покидают рынок).(Подписи к рисунку с ведром)
Покупатели, которые покидают рынок
Испарение
Покупатели, которые только пришли на рынок (процент привлеченных нашей компанией)
Покупатели, которые пришли к нам от конкурентов (величина переключаемости между брендами/ компаниями)
Доля рынка
Покупатели, перешедшие к конкурентам (показатель удержания компанией)
Заменив «покупателей» на «сотрудников», получим подходящую аналогию, демонстрирующую взаимосвязь найма и «текучки» персонала. Рекрутеры наливают воду в ведро (т.е. нанимают сотрудников), а исчезает она через дыры («добровольная текучка») и испарение («вынужденная текучка»). Если мы имеем 10%ную добровольную текучку, значит, именно такое количество людей мы должны нанять, чтобы обеспечить рост бизнеса. Восполнение оттока сотрудников есть борьба за бизнес.
Что, если бы мы знали, в каких местах повреждено ведро и могли его заделать? Вместо того, чтобы терять персонал и нанимать заново, мы могли бы лучше разобраться в своих сотрудниках. Без понимания причин текучести эту проблему нельзя решить.
Методы анализа текучки персонала
Ниже я расскажу о нескольких базовых методах выявления и анализа текучки персонала в организации. В частности, я остановлюсь на описательных методах оценки текучки и промежуточных методах, которые учитывают изменения с течением времени.
Описательные методы
Подсчет показателей текучести и удержания персонала доступен любому HR-профессионалу. Это прекрасный старт для начала изучения проблемы оттока персонала. Существуют и более продвинутые мотодики описания текучки и выявления факторов, прогнозирующих ее, но начнем с наиболее простых метрик.
Показатель текучести персонала
Это оценка текучки, о которой вы слышали чаще всего. Показатель ежегодной текучки кадров определяется как число сотрудников, покинувших компанию в прошлом году, к общему числу сотрудников. Численность персонала в данном случае высчитывается как среднее от общей численности персонала в начале и в конце периода. Данный показатель может быть рассчитан не только для года, но и месяца, недели. Период, для которого исчисляется показатель, должен быть определен в названии показателя.
Надеюсь, я еще не утомил вас. На Wikihow можно найти подробное объяснение, «как высчитать текучесть персонала» (картинка как раз оттуда).
Данный показатель можно применять, например, для сравнения текучки персонала в вашей компании и в среднем по отрасли бизнеса. Существует довольно много бенчмаркинговых исследований, например, CompensationForce.com, который я использовал в таблице ниже. Однако межотраслевое сравнение может быть непоказательным, если вашей отличительной чертой в бизнесе является стратегия оборота/удержания персонала.
Перевод картинки
2014 Добровольная текучка
персонала
|
|
Все отрасли
|
11.0%
|
Банковское дело и финансы
|
13.3%
|
Здравоохранение
|
13.0%
|
Гостиничный бизнес
|
20.2%
|
Страхование
|
8.1%
|
Производство и дистрибуция
|
8.6%
|
Некоммерческие организации
|
11.2%
|
Сфера обслуживания
|
8.6%
|
Коммунальные услуги
|
6.9%
|
Определив уровень текучки персонала вашей компании, продолжайте анализ с учетом различных демографических показателей или различных направлений бизнеса. Сравнение текучки двух похожих подразделений позволит определить «болевые точки» и предложить конкретные действия в помощь менеджеру для сокращения числа увольнений. Анализ показателя в разрезе демографических данных поможет удостовериться в отсутствии трендов внутри конкретных групп персонала.
Я предлагаю данный метод, потому что он является основополагающей метрикой для изучения текучки и отправной точкой для осуществления более продвинутого анализа. Однако данный показатель отвечает на единственный вопрос: «сколько людей покинуло компанию?» Если на совещании с высшим руководством вам необходимо ответить на вопросы «кто, почему, когда и как покидает компанию?», одна единственная цифра вам не поможет.
Подсчет числового показателя не расскажет вам, кто склонен покинуть компанию, какая группа персонала, скорее всего, уйдет и на каком этапе своей работы в компании, как это предотвратить и является ли это проблемой, вообще. Например, если причиной ухода сотрудников в течение первого месяца работы является неэффективный процесс адаптации, сам по себе показатель текучки не поможет выявить это. Но я гарантирую, что анализ текучести персонала может дать гораздо больше, чем просто цифру.
Показатель удержания персонала
Показатель удержания персонала похож на показатель текучки, но имеет дополнительное преимущество. Он учитывает потерю персонала за определенный период времени и, в дополнение, убирает «шумы» в виде сотрудников, нанятых и уволившихся за этот же период времени. В зависимости от того, что вы хотите измерить, данный показатель может значительно увеличить надежность вашего исследования. Процитируем статью SHRM «Подсчет показателя удержания персонала»:
(Число сотрудников, продолжающих работать в компании за расчетный период времени/ число сотрудников в начале расчетного периода времени)* 100
Данный показатель позволяет исследовать персонал компании отдельно от новичков. Так же, как и показатель текучки, его можно использовать в разрезе демографических данных, функций, общностей, подразделений компании.
Вы можете использовать показатель удержания персонала относительно текучки, чтобы исследовать, какое влияние на персонал оказала новая программа вовлечения, процесс объединения или определенное управленческое решение. Также данная метрика позволяет отделить ежегодные изменения в текучке от изменений численности, вызванных ростом компании. Бурный рост означает высокий отток новичков, который отразится на показателе текучки, но не проявится в показателе удержания персонала.
Промежуточные методы
Я называю эти методы промежуточными, т.к. они не оcновываются на продвинутых показателях и по своей природе остаются описательными. Однако методы скользящих средних и когортный анализ вводят переменную времени в исследование текучки, что позволяет еще качественнее раскрыть данное явление.
Метод скользящего среднего значения
Скользящее среднее значение придает новый увлекательный смысл данным. Это базовый метод сглаживания, позволяющий анализировать набор данных на протяжении времени. Метод заимствован из сферы финансов, где обычно он используется для анализа биржевых показателей.
На графике ниже представлены сырые данные о ежедневной доходности (изменчивые и сложные в интепретации), 15ти-дневная скользящая средняя и 50ти-дневная скользящая средняя. На основе ежедневных данных невозможно выявить значительные изменения в цене на протяжении всего колебательного цикла, но, если сравнить с 50ти-дневным скользящим средним, становится очевидным, что цена на акции выросла. Таблица ниже (источник: Investopedia) показывает, как посчитать 10ти-дневное скользящее среднее значение.
Применительно к текучке этот метод позволяет наблюдать ее изменение с течением времени. По моим наблюдениям, сочетание управленческих практик, традиций и психологии приводит к тому, что количество увольнений увеличивается по понедельникам и пятницам, а также в начале и в конце месяца. Люди не увольняются по средам перед днем выплаты зарплаты. Отслеживание двухнедельных (период выплаты заработной платы) или месячных скользящих средних значений позволяет сгладить потенциальные «вспышки» увольнений.
Скользящие средние помогают ответить на вопрос «изменился ли показатель текучести?» Во время массовых увольнений или изменений в бизнесе этот показатель позволит отслеживать уровень добровольной текучести. А в сочетании со статистическими методами управления процессами данный показатель поможет выявить увеличение текучки в одном подразделении по сравнению с другими вследствие изменения бизнес-процессов.
Примечание: занимательная статья двух превосходных исследователей текучести персонала Charlie Trevor и Anthony Nyberg о корреляции между увольнениями и всплесками добровольной текучести.
Для данного метода важен размер выборки. Если в вашей организации или отдельном ее подразделении количество увольнений невелико, то метод скользящего среднего значения не будет показателен. Размер выборки принципиален не только для метода скользящего среднего, но, в целом, и для всех показателей в данном обзоре. Метод скользящего среднего значения – важный шаг на пути к изучению причин текучести персонала, но стоит рассмотреть и другие техники.
Когортный анализ
Техника когортного анализа чаще всего используется в маркетинге для изучения оттока клиентов. Как маркетологи хотят знать, когда клиент перестанет пользоваться их услугами, так и HR’ы хотят знать, когда сотрудник решит покинуть компанию. Сегментируя сотрудников в группы (когорты) по дате начала работы в компании, вы можете отслеживать показатель удержания персонала внутри каждой когорты. Исследуя группы вместе, можно наблюдать сходство с покупательским жизненным циклом.
На рисунке выше (источник – Kissmetrics blog) замените «покупатель» на «сотрудник» и получите те же выводы, что и маркетолог. В когорте «сотрудников», нанятых 13 января, по горизонтали можно наблюдать число сотрудников, удерживаемых из месяца в месяц. Так же, как и показатель удержания персонала, анализ групп исключает некоторые шумы, которые присутствуют в смешанных выборках сотрудников.
Усредняя набор данных в каждой колонке, мы можем предполагать (довольно грубо) примерное значение показателя удержания персонала для каждой когорты. Если бы в таблице шла речь о сотрудниках, и мы бы наняли в конкретном месяце 100 человек, то при отсутствии каких-либо изменений в процессах примерно 80% из этих ста человек продолжали бы работать с нами 9 полных месяцев (крайняя правая ячейка внизу таблицы). Я подчеркиваю, что эти цифры лишь примерны, потому что этот вид анализа в большей степени эвристический, чем обоснованный статистическими исследованиями. Тем не менее, он более надежен, чем предположение или интуиция.
Корень когортного анализа в том, что этап жизненного цикла сотрудника отражает вероятность его ухода. Исследования подтвердили, что вероятность ухода «новичков» (не обязательно молодых сотрудников) отличается от вероятности ухода «старичков» (Hom et al 2008). Вполне здравое утверждение, однако мы забываем о нем, когда используем агрегированные базовые метрики, такие как показатель текучести или показатель удержания персонала, в целях построения прогнозов. Метод когортного анализа позволяет предполагать вероятность ухода сотрудника из компании в зависимости от того, в каком месте жизненного цикла работы в компании этот сотрудник находится в данный момент.
В то время, как когортный анализ приближает нас к пониманию некоторых факторов, лежащих в основе текучести персонала, многое остаётся нераскрытым. Для начала, если учет ваших кадровых данных велся не вполне добросовестно, использовать их в целях анализа за большой промежуток времени будет проблематично. Чтобы изучить 9 выборок текучести за первый месяц, требуется сбор и ведение данных в течение 9 месяцев. Только за 9 месяцев число усредняемых выборок неуклонно снижается с каждым месяцем, пока (рисунок выше) у вас не остается одна единственная выборка, на основе которой вы вынуждены судить (с большой долей допущений) о поведении сотрудников в 9 месяце.
Несмотря на то, что данная оценка не может предсказать уход конкретного сотрудника, вы можете использовать ее при прогнозировании движения целых групп кадровых ресурсов. Когортный анализ, например, поможет оценить, сколько новичков дойдет до конца своего испытательного срока. Дополнительную информацию или примеры когортного анализа можно изучить на CohortAnalysis.com.
Заключение
Я надеюсь, мне удалось раскрыть несколько базовых техник изучения текучести персонала. Новичкам в этой теме я предлагаю поделиться обратной связью, полезен ли материал данной статьи. Я хотел бы рассказать еще очень многое по теме текучести, но объем информации достаточно велик и, думаю, будет лучше разбить его на несколько частей. Ждите на следующей неделе статью о продвинутых методах. Я собираюсь рассказать о логистической регрессии и анализе выживаемости, которые позволят вам прогнозировать текучесть.
- Richard Rosenow