Конференция по hr-аналитике журнала Штат 05.07.2017

Сегодня состоялась конференция по HR-аналитике журнала Штат. Я завтра улетаю в Сибирь, поэтому пишу, чтобы успеть.
И мне бы очень хотелось, чтобы про конференцию было побольше аналитических отзывов. Я уже многажды в блоге упоминал, чем наш рынок от западного отличается (см. О качестве HR-аналитики в России (в сравнении с Западом)): в Лондоне прошла конференция по HR аналитике, после которой интернет накрыла волна постов с рефлексией того, что было на конференции, а, точнее, с тем, что происходит в HR аналитике. И это говорит о том, насколько важна конференция как буквально некая фиксация того, что происходит на рынке, в профессиональном сообществе.
Я публикую этот пост с тем, чтобы в России создать такую традицию - рассматривать конференции как некие этапы, как рефлексию происходящего. И я надеюсь, что участники конференции меня поддержат, напишут свои отзывы. Тем более, что конференция по HR аналитике журнала Штат заслуживает того, чтобы войти в истории развития HR аналитики в России.
Достаточно сказать, что слово xgboost прозвучало сегодня в трех докладах: моем, компании Deloitte и компании KPMG. И это главный признак того, что ситуация с предиктивной аналитикой меняется.
Мужчины показали модели прогноза текучести: были построены модели классификации, в одном случае с порогом работы в год, в другом в два года.
 На фото ниже представитель компании KPMG Иван, простите, не запомнил фамилию. На презентации даже можно разобрать слово XGboost.

Я не буду критиковать такой подход, участник семинара по R - Артем Николаев - делает, скажу по секрету, аналогичную модель, поэтому я в его посте развернусь и скажу все, что я думаю по этому поводу.
Ну и коллеги, я имею ввиду спикеров конференции - надеюсь, не обижаются. Я же критикую за ради того, чтобы модели были более красивые. Я здесь скорее в продолжение дискуссии с Иваном хочу задать ему вопрос: Иван в модели сначала получал кластеры причин увольнения, которые потом включались в модель (ну т.е. каждому сотруднику присваивался номер кластера). Кластер получается на основе нескольких источников, в т.ч. exit интервью (если я правильно понял).
Я сказал Ивану, что модель оверфитится, он возразил, что на тест данных все ок, но я то имел ввиду простую штуку: у нас модель применяется на "живых" сотрудников, тех, кто еще работает, а у Ивана в модели информация exit интервью о причине увольнения. И взять ее на "живых" работников будет просто неоткуда, ну разве что предложить работающим заполнить exit интервью. Или я что то не так понял по причине своей тупости. У меня есть такой недостаток, я очень невнимательно слушаю доклады и очень долго въезжаю.
И я бы предложил мужчинам в принципе обсудить вопрос, а правильно ли строить модели классификации по прогнозу текучести? Готов предложить дискуссию, приведу свои аргументы.
Можно еще отметить доклад Станислава Павлова - представитель консалтинговой компании, который показал, как они строили модель прогноза эффективности руководителей филиалов одного из Банков

По описанию было понятно, что использовали регрессию, получили R2 = 0, 3 - что близко тому, что я получал в подобных случаях, что наводит на мысль, а не потолок ли это для моделей, построенных на подобных данных? И это очень важный вопрос.
Возвращаюсь к Станиславу: я бы таки заменил часть подачи в стиле HR подачей в стиле машинг лернинг, но может это было так задумано с т.з. маркетинга.
В любом случае подобные кейсы дали возможность шикарно провести время.
Самое ВАЖНОЕ: мы, HR, наконец взяли лопату в виду XGBoost, и даже где-то копать научились, теперь на конференциях будет происходить очень интересные вещи: коллеги будут не столько икджибустом махать, а стараться находить красивые содержательные вещи, а в этом месте уже не xgboost важен, а то, куда им копать. Будет война за идеи. Это самое важное и вкусное.
Я выступал с двумя докладами: первый про тренды в Мировом HR, а во второй - показывал свою модель Сколько я стою на рынке.
Во время первого доклада произношу шуточный прогноз: следующего спикера на свою конференцию по цифрам ХХ пригласит Давида Грина, в перерыве подходит Наталья Данина и говорит, что у них уже месяца два висит эта информация. Но я то бы как раз хотел бы послушать других спикеров.
В первом докладе я рассказывал основные результаты конференции. Как бе с одной стороны меня это не красит, ибо упростил себе работу, но мою совесть успокаивает тот факт, что многие результаты мной выстраданы лично и лично мне симпатичны. Потом прошелся по мифам HR и в конце показал кейс со своего семинара, как должна выглядеть предиктивная аналитика.
Второй доклад я делал после Натальи Даниной, она про рынок говорила много вещей, я зацепился, потратил кучу времени на рассказ своих выводов по рынку, в итоге на саму модель у меня осталось очень мало времени.
Но я сделал интересную штуку: показал данные участника опроса, попросил назвать зарплату, причем участник опроса был c&b - то, что участникам конференции было совсем близко, ответы по зарплате были в диапазоне от 70 до 150 000 р. Моя машинка дала прогноз 144 000 р, а дама получала 165 000 р, поэтому в среднем машина дает более точные прогнозы. Шутка.
Ну и не рассказал про меру схожести: что каждому респонденту можно показать похожих на него спецов на рынке. Думаю, что проведу на эту тему еще один вебинар, чтобы закрыть гештальт.
В любом случае, если вы были на конференции, слушали мой доклад про сервис, приглашаю поучаствовать в исследовании, укажите свой е майл, я вам сделаю отчет. Кто о чем, а вшивый о бане
И спасибо Штату, лично Елене Беляевой, которые решаются проводить и собирают аудитории на конференцию, подобную этой. Продолжим традицию.
__________________________________________________________
На этом все, читайте нас в фейсбуке и телеграмме