Share |

вторник, 30 января 2018 г.

Тренды цифрового обучения (Digital Learning): десять вещей, которые необходимо знать



Перевод статьи The Disruption of Digital Learning: Ten Things We Have Learned в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор статьи всем известный Josh Bersin. Обязательно прочтите другие его забойные статьи

  1. Джош Берсин. Переворот рынка HR технологий: 10 топ трендов 2018 (самая свежая статья о трендах)
  2. 9 горячих трендов в HR-технологиях … и почти все они - бомба на рынке;
  3. Топ 10 прорывов в HR технологиях (Одно время - самая популярная статья блога);
  4. HR-тренды 2016 от Берзина
Перевод сделали: Геннадий Волянский, Светлана Писарук, Владислава Маковецкая. Команда HR-специалистов нефтегазодобывающего предприятия. Ключевой профиль - развитие персонала, работа с молодежью, планирование карьеры.

Итак,

Тренды цифрового обучения (Digital Learning): десять вещей, которые необходимо знать

За последние несколько месяцев у меня была серия встреч с CLO (Chief Learning Officer – Руководитель в сфере обучения), лидерами по управлению талантами и Поставщиками инструментов обучения нового поколения. Моя цель была проста: попытаться понять новый корпоративный формат обучения, если можно так выразиться, теперь мы можем его называть «цифровое обучение». В этой статье я хотел бы поделиться десятью вещами, о которых нужно подумать, с целью помочь профессионалам L&D (Специалист по обучению и развитию персонала (Learning & Development Professional)), лидерам HR и бизнес-лидерам понять, как изменился мир корпоративного обучения.
Во-первых, в качестве предварительного просмотра, позвольте мне объяснить, почему эта тема так важна. Корпоративная индустрия L&D составляет более 140 миллиардов долларов США, в то время как рынок для колледжей, профессионального развития и среднего образования во всем мире составляет около 300 миллиардов долларов США. Благодаря появлению цифрового контента и инструментов, все эти программы переосмысливаются для цифрового доступа, позволяя бизнесу и сотрудникам учиться, как никогда раньше.
Во-вторых, эта тема сейчас #2 тема на умы генеральный директор и руководители отделов кадров. Исследование компании "Делойта" в области тенденций развития человеческого капитала в 2017 году показало, что 83% компаний считают этот вопрос важным, а 54% – срочным, что на 11% по сравнению с прошлым годом. В этом мире автоматизации, трансформации бизнеса и постоянного устаревания навыков компании понимают, что предоставление убедительного, цифрового опыта обучения имеет решающее значение для успеха бизнеса.
Для начала, позвольте мне предложить некоторый контекст.
Цифровое обучение не означает, что обучение происходит на вашем мобильном телефоне, это означает  «обеспечение возможностей для обучения в том месте, где находится сотрудник». 
Это «способ обучения», а не «Тип обучения».
Люди пытаются применить технологии к корпоративному обучению уже более 30 лет. От видео-диска к компакт-диску и до электронного обучения на YouTube, мы прошли через быстрое изменение технологий обучения и развития. Сегодняшнее "цифровое обучение" не просто означает производство видео, которые легко просматривать на вашем телефоне, это означает "обеспечение возможностей для обучения в том месте, где находится сотрудник”.
Другими словами, эта новая эра – это не только сдвиг в инструментах, это сдвиг в сторону ориентированного на сотрудников дизайна. Так же, как мы используем приложения, такие как Uber, чтобы совершить поездку или как Doordash, чтобы заказать еду, нам нужно обучение и информационная поддержка, максимально простые и интуитивно понятные в использовании. Переход от ”учебного дизайна“ к ”дизайну опыта" и использование дизайнерского мышления являются здесь ключевыми. И мы должны учитывать командирующихся работников, т.о. мы можем разработать обучение, которое было бы простым и доступным для изучения в пути.

Задумайтесь, как быстро развивалось Корпоративное обучение.  Только за одно поколение мы перешли от традиционных корпоративных университетов к электронному обучению, смешанному обучению, обучению на основе талантов, а затем –  непрерывному обучению. Инструменты, такие как Google, YouTube, Facebook на рабочем месте, Slack и другие полностью изменили систему обучения, так что теперь наша задача – “обеспечение возможностей для обучения в том месте, где находится сотрудник”.
Тренды цифрового обучения (Digital Learning): десять вещей, которые необходимо знать
Рис. 1: Эволюция корпоративного обучения
Я не говорю, что это будет легко, это требует много новых технологий и подходов – но это очевидно, все к этому движется. Потому что, если мы не приложим усилий, люди могут не использовать L&D отдел, и большая часть сделанных нами инвестиций, скорее всего, будет не использована или не востребована.

1) традиционные LMS – это уже не центр корпоративного обучения, и они начинают отходить.

понедельник, 29 января 2018 г.

Как прохождение электронного курса влияет на выживаемость персонала



Как прохождение электронного курса влияет на выживаемость персонала


Зачем это все?


Приветствую, коллеги. В данном посте я хочу рассказать вам о том, как я решал (и еще решаю) задачу анализа выживаемости персонала в зависимости от того, пройден или нет электронный курс. Главный гость нашего набора данных - электронный вводный курс, который назначается 80% сотрудников компании.

Может возникнуть вопрос: "Зачем?". На деле в компании достаточно много дистанционных программ обучения и хочется понимать насколько они влияют на сотрудников и может ли данный вид обучения влиять на продолжительность работы сотрудников.

И так, гипотеза следующая: сотрудники, которые успешно проходят электронный курс, дольше работают в компании.

Про набор данных


Я использовал язык Python и библиотеки lifelines и patsy. На деле существует еще одна библиотека для анализа выживаемости scikit-survival, но с ней я еще не работал, хотя говорят, что она достаточно хороша.

Я пропущу описание процесса предварительной обработки данных. После всех манипуляций набор выглядел так:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 10902 entries, 2 to 11162
Data columns (total 13 columns):
person_fullname      10902 non-null object
person_department    10902 non-null object
position_name        10902 non-null object
hire_date            10902 non-null datetime64[ns]
dismiss_date         10902 non-null datetime64[ns]
course_start_date    10902 non-null datetime64[ns]
course_end_date      10902 non-null datetime64[ns]
score                10902 non-null float64
status               10902 non-null object
sex                  10902 non-null category
is_dismiss           10902 non-null bool
job_exp              10902 non-null int64
time_course          10902 non-null int64
В наборе 10902 наблюдения.
Попробуем оценить функцию выживаемости с помощью lifelines


duration= data_bts.job_exp
event = data_bts.is_dismiss

from lifelines import KaplanMeierFitter
kmf = KaplanMeierFitter()
kmf.fit(duration, event)

kmf.survival_function_.plot(xticks=np.arange(0, 5500, 200), yticks=np.arange(0,1.1, 0.1),
                            figsize=(15, 10), color='blue');
plt.show()

Вот что получилось:


На графике видно, что рубеж в 175 дней преодолевает практически 80%, и 35% сотрудников преодолевает рубеж в 1,5 года. Медиана равна 466 дней.

Проверим, верно ли мы интерпретировали график:

print(kmf.median_) - 469
print(kmf.survival_function_.KM_estimate[175]) - 0.803675249511
print(kmf.survival_function_.KM_estimate[547]) - 0.350953224329

Построим функцию угрозы используя процедуру Нельсон-Аалена:

from lifelines import NelsonAalenFitter naf = NelsonAalenFitter() naf.fit(duration, event) naf.plot(xticks=np.arange(0, 5500, 200), figsize=(15, 10), c='blue') plt.show()


На графике видно, что после 400 дней риск увольнения резко возрастает.

А теперь сравним, тех кто прошел электронный курс и тех кто не прошел:

status = data_bts.status
mask = (data_bts.status == 'Пройден')

kmf.fit(duration[mask], event[mask], label='Пройден')
ax = kmf.plot(xticks=np.arange(0, 5500, 200), yticks=np.arange(0,1.1, 0.1), 
                            figsize=(15, 10), c='g');

kmf.fit(duration[~mask], event[~mask], label='Не пройден')
kmf.plot(ax=ax, c='r')
plt.show()

Что же мы видим? Продолжительность жизни в компании у тех кто не прошел электронный курс выше, чем у тех кто прошел.

Не будем верить тому, что видим и проверим это с помощью лог ранк теста:

from lifelines.statistics import logrank_test
mask = (data_bts.status == 'Пройден')

results = logrank_test(duration[mask], duration[~mask], event[mask], event[~mask], alpha=.95 )
results.print_summary()

Results
   t 0: -1
   test: logrank
   alpha: 0.95
   null distribution: chi squared
   df: 1

   __ p-value ___|__ test statistic __|____ test result ____|__ is significant __
         0.00000 |            124.084 |      Reject Null    |        True    

Судя по уровню значимости, который очень мал (для любопытных: 3.726650854557449e-29) мы можем отвергнуть нашу нулевую гипотезу. Получается, что те кто прошел электронный курс имеют больший шанс покинуть компанию, чем те кто не прошел.

Аддитивная модель Аалена


Все что было сделано выше является взглядом сверху. Однако, зачастую у нас есть и другие факторы, которые влияют на продолжительность жизни.

Построим нашу модель:

from lifelines import AalenAdditiveFitter
aaf = AalenAdditiveFitter(coef_penalizer=1.0, fit_intercept=True)

Импортируем библиотеку patsy для создания дизайн-матрицы факторов. К слову в scikit-learn аналогом этого являются dummie переменные.

import patsy
bts_factor_matrix = patsy.dmatrix('person_department + position_name + score + time_course -1', data_bts, return_type='dataframe')

Создадим новые признаки в нашей матрице

bts_factor_matrix['duration'] =  data_bts.job_exp
bts_factor_matrix['event'] = data_bts.is_dismiss

Настроим нашу модель

aaf.fit(bts_factor_matrix, 'duration', 'event')

Чтобы оценка модели была более строгой, воспользуемся встроенной в lifelines процедурой кросс-валидации:

from lifelines.utils import k_fold_cross_validation
score = k_fold_cross_validation(aaf, bts_factor_matrix, 'duration', 'event', k=10)
print(np.mean(score))
print(np.std(score))

Точность нашей модели равна 0,66 со стандартным отклонением 0,04. 

Вывод:


Можно сказать, что качество нашего алгоритма получилось не очень хорошим. Средняя точность по всем итерациям равна 0,66. Скорее всего необходимо сделать более качественный feature engineering и добавить в модель больше признаков. Очевидно, что в модель необходимо включать разные курсы и делить их по категориям.





воскресенье, 28 января 2018 г.

5 истин об HR-аналитике (IBM Watson Talent)





Перевод статьи 5 Truths about Workforce Analytics в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор статьи Nigel Guenole - впервые в нашем блоге, но надо скорее говорить не про автора, а о компании, которая это опубликовала: IBM и направление компании про hr-аналитику IBM Watson Talent.
Блог компании интересен не только статьями, но и кейсами с датасетами.
Перевод выполнила Екатерина Соколова (ссылка на профиль ВКонтакте) - c&b Байкальский банк, ПАО Сбербанк.Это первый перевод Екатерины, уже знаю, что не последний.
Итак
5 истин об HR-аналитике (IBM Watson Talent)

5 истин об HR-аналитике


24 октября на конференции HR Tech World в Амстердаме David Green поделился нашими новейшими сведениями о подготовке аналитиков в компаниях Европы и во всем мире.
Вы можете оценить вашу компания с точки зрения подготовки HR-аналитиков с помощью статьи: HR analytics readiness: How does Europe compare to the rest of the world?
Это исследование заставило нас шире взглянуть на роли аналитики и персонала. Наша трудовая жизнь — это смешанная реальность, которая представляет собой замечательные возможности наряду с беспрецедентными вызовами. Возможности нам дают цифровые технологии. Вы можете начать смотреть трансляцию встречи руководителя с коллективом на Макбуке, уйти с работы и продолжить просмотр с места, на котором остановились, с вашего мобильного устройства, как это делают сотрудники Netflix и Amazon Prime. Комментарии к презентации быстро преобразовываются в отчете, поэтому генеральный директор может отслеживать реакцию аудитории. Подобных возможностей изобилие у тех, кто быстро интегрирует технологии в рабочие процессы и понимает, что нет предела цифровой трансформации.
Усложняющиеся рабочие условия бросают вызовы. Бизнес-среда, которая когда-то была простой, стабильной и щедрой, теперь сложна, динамична и опасна. Средняя продолжительность жизни компании по данным S&P 500 в 20-е годы составляла 67 лет, сегодня - всего лишь 15 лет. Большая часть потрясений вызвана политической неопределенностью из-за событий типа Brexit. Но также влияние имеют цифровые технологии: криптовалюты, блокчейн и платформенные рынки, такие как Amazon, Uber и Airbnb, которые разрушают отрасли.
Чтобы быть конкурентоспособными, компаниям нужно развивать активы с четырьмя характеристиками: активы должны быть полезны, уникальны, трудно повторимы и трудно подделываемы. Лучшие активы когда-то были физическими: земля, здания и сооружения. Сегодня люди также считаются одними из лучших активов, но людьми сложнее управлять. Долговечность зданий и сооружений ограничена сроком амортизации. Но люди поступают непредсказуемо и покидают организацию тогда, когда перестают быть счастливыми в ней. Они не являются активами по общепринятым принципам бухгалтерского учета.
HR нужно найти место, в котором сотрудники более предсказуемы, и аналитика персонала поможет в этом. В книге «The Power of People: Learn how successful organizations use workforce analytics to improve business performance» мы обсуждали, с чего начать. Наша новая статья с HR Tech World рассматривает готовность HR делать аналитические проекты. Несмотря на наличие отличных советов, нет надежного пути к успеху в аналитике помимо общих мантр, таких как «сосредоточиться на бизнесе, не на HR», что больше зависит от контекста. Это заставило нас рассказать, какие моменты аналитики мы рассматриваем как обобщаемые и «истинные». Мы придумали и перечислили пять истин понимая, что они могут быть слегка провокационными.

Истина №1: HR-аналитика нужна не всегда.

Истина работает, когда вы имеете дело со стандартными проблемами. На каких качествах кандидата я должен сосредоточиться при подборе? Каковы определяющие факторы текучести? Вряд ли ваши частные исследования перевернут десятилетия исследований журналов вроде Personnel Psychology. Иногда мнение может быть даже предпочтительнее анализа: если они противоречат друг другу, возьмите во внимание, чье мнение и чью аналитику вы сравниваете. Интуиция одних может быть лучше, чем исследования других.

Истина №2: Компромиссы в дизайне исследования - самые дорогие компромиссы.

Решения о проекте аналитики персонала принимаются с учетом политики организации, целесообразности и точности. Часто приходится идти на компромиссы в области разработки дизайна, но их последствия трудно восполнить. Если дизайн исследования слабый, никакая статистическая изощренность не спасет вас. Существует иерархия эффективности, когда дело доходит до дизайна проектов, допускающих причинные выводы. Мы резюмировали иерархии в статье  Decoding Workforce Analytics.

пятница, 26 января 2018 г.

GLASSDOOR показал список лучших профессий США 2018: hr менеджеры будут приятно удивлены

Напоминаю: Вы можете совершенно бесплатно воспользоваться услугой Сколько я стою на рынке - заполнив анкету, вы сможете узнать, насколько ваша зарплата выше / ниже рынка

GLASSDOOR показал список лучших профессий США 2018: hr менеджеры будут приятно удивлены



Крупнейший американский ресурс по размещению вакансий GLASSDOOR показал топ 50 лучших профессий США 2018.
Этот рейтинг формируется на основе трех показателей:
  • медиана заработной платы профессии;
  • рейтинг удовлетворенности работой;
  • количество вакансий

(ждем, что ХХ и прочие джобсайты будут тырить эту методику?) 
Самое приятное для HR менеджеров, что они вошли в топ 5 лучших профессий США

Уроки управления талантами от Apple: кейсы от самой дорогой компании Мира



Это мой стародревний перевод статьи John Sullivan (2011 год). Поэтому это не просто про Apple, а Apple Steve Jobs. Решил перенести в свой блог.
См. также другие переводы статей John Sullivan:

Итак

Уроки управления талантами от Apple: кейсы от самой дорогой компании Мира

В этом августе Apple стала самой дорогой компанией Мира на основе рыночной капитализации, превосходя любую другую компанию как в индустрии технологий, так и в любой другой индустрии. Как компания, ориентированная на потребителя, она имеет длительную динамику роста, что удивительно, поскольку рост
происходит через кризисы, когда потребители неохотно тратят свои небольшие накопления. Учитывая, что Apple была на грани банкротства в 1997 году, это тем более удивительно и примечательно.

Невероятная стоимость компании – не результат более чем 30-ти летней звездной деятельности. Apple часто имела промахи. Ее успех не результат специального оборудования, ресурсов производства или удачного месторасположения. Но результат потрясающего лидерства, таланта и необычных подходов в управлении талантами

Почти все в бизнесе признают, что потрясающие успехи Apple связаны со Стивом Джобсом. Некоторые авторы описали подходы Apple в HR, но лишь немногие смогли копнуть глубже и проанализировать, почему эти подходы работают. Визиты в штаб-квартиру и интервью с руководством HR убедили меня, что есть уроки, которые необходимо взять у этой компании. После двух десятилетий исследований и анализа подходов Apple в управлении талантами я скомпилировал список ключевых отличий.

Если вы работаете менеджером и хотите воспроизвести результаты, эти кейсы укажут Вам направление.

четверг, 25 января 2018 г.

Война за ИИ-таланты и другие топ-темы рекрутмента в 2018 году





Перевод статьи 2018 Headlines — the “War for AI Talent” and Other Top Recruiting Headlines в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор статьи John Sullivan - гуру, которого я открыл для российского рынка, статей его переведено так много, что стоит давать только лучшие
  1. Как Google стал №3 в списке самых дорогих компаний Мира, используя People Analytics
  2. Уроки управления талантами от Apple: кейсы от самой дорогой компании Мира
  3. Кейс-стади Управления Талантами от Facebook. Часть 1
  4. Кейс-стади Управления Талантами от Facebook. Часть 2
  5. 3 главных тренда в рекрутинге 2016 от Джона Салливана

Перевод выполнила Светлана Пороскова. Светлана – рекрутер с более чем 20-летним стажем, специализирующаяся на IT и технологических рынках, сертифицированный карьерный коуч и консультант, автор и переводчик материалов по подбору и развитию карьеры. Профили в фейсбуке и линкедине.
Война за ИИ-таланты и другие топ-темы рекрутмента в 2018 году

итак,

Война за ИИ-таланты и другие топ-темы рекрутмента в 2018 году 

За свои более чем 40 лет работы в рекрутменте, я не видел ни одного периода, когда изменения были бы столь быстрыми и значимыми, как за последние 2 года.  Предвижу, что эта скорость изменений сохранится и даже увеличится. Вы должны знать и быть готовыми к переменам, о которых будут говорить в рекрутинговых СМИ в 2018 году.  Эти изменения вполне ожидаемо будут опираться на 4 «столпа» рекрутинга 3.0: данные, технологию, маркетинг и приоретизацию.  Но даже эти перемены в самом рекрутменте меркнут перед тем, что я называю «войной за ИИ-таланты» (“War for AI talent”), которая охватит все крупнейшие корпорации в ближайшие несколько лет.

Тема No. 1 — Драматические изменения в бизнес-операциях создают войну за ИИ-таланты

вторник, 23 января 2018 г.

86% руководителей не видят пользы в Аналитике – почему так?

Перевод статьи 86% of Executives Can’t Find Value in Analytics - Why not? в рамках нашего  проекта переводы статей по hr-аналитике на английском. Эта статья входит в том 40 статей по HR аналитике 2017 года по версии David Green. Автор статьи Tracey Smith, у нас уже два перевода автора в блоге:

  1. Успех в аналитике требует правильного мышления
  2. 13 идей для начала работы с аналитикой больших данных в сфере работы с персоналом

Перевод выполнила Ольга Хайдарова - HR project-manager компании "Этажи", г. Тюмень. Это четвертый перевод Ольги, см. также
  1. Успех в аналитике требует правильного мышления
  2. Улучшаем командную производительность с Анализом организационных сетей (ONA)
  3. Перегруженная организация


Но главное, Ольга выполняет самостоятельные проекты по аналитике, см. пост Ольги
Анализ дожития специалистов по продаже недвижимости - работодатели, обращаю ваше внимание, рекомендую специалиста.
Итак,


86% руководителей не видят пользы в Аналитике – почему так?

86% руководителей не видят пользы в Аналитике – почему так?

В апреле 2016 года исследование компании МакКинси  показало:
86 % руководителей говорят, что их организации достигли, в лучшем случае, лишь незначительной эффективности, столкнувшись с первоочередной задачей в области данных и аналитических программ, включая более чем четверть тех, которые заявили, что они были неэффективными.

понедельник, 22 января 2018 г.

Отличаем по функционалу HR и IT



Странное название поста для не профессионала. Это продолжение постов
  1. Сравнение психотипов HR, IT и продажников
  2. Какой функционал HR на самом деле бывает: кластерный анализ
  3. Какие психотипы есть в HR

В предыдущих постах я по разному обыгрываю кластерный анализ: пытаюсь сметчить кластеры, полученные на основе кластеризации функционала и тестов, и посмотреть, как кластеры бьются с позицией.
В этом посте я хочу решить стандартную задачу по машинному обучению: есть новости, которые размечены как определенные темы (спорт, политика и т.п..), задача специалиста по машинному обучению выделить кластеры / темы из текста так, чтобы потом по этим кластерам / темам новостное сообщение можно было отнести к своему разделу. 
Вопрос не такой простой: например, новость про допинг и не допуск россйсиких спортсменов к олимпиаде машина может в авной степени отнести к политике и спорту. 
В нашем случае задача может показаться проще: в нашем исследовании факторов текучести и эффективности персонала (исследование активно и ждет вашего участия) респонденты указывают сферу своей деятельности (HR, IT, продажи, маркетинг и т.п..) и пишут свой функционал словами.
Задача сводится к тому чтобы выделить в функционале кластеры, а потом сметчить полученные кластеры со сферой деятельности и посмотреть, насколько точно кластеры совпадают со сферой деятельности.
Заранее предупреждаю и обращаюсь к вам: я не копал глубоко, выдаю практически первое решение, потому сам завален работой и не имею особо времени копать, поэтому, если вы изъявите желание, я поделюсь датасетом и буду ждать вашего решения. 
Думаю, что основной ресурс зарыт в предобработке текста, начиная с простых вещей: кто то пишет ИТ, кто то IT.

Решение

Я взял только HR и IT спецов, количество такое:
HR - 1864
IT - 518 
В итоге выделил 20 кластеров. 
Отличаем по функционалу HR и IT
Здесь показаны описания кластеров и пространственное размещение кластеров относительно друг друга. Кластеры совсем рядом расположены, но IT кластеры (а к таким я отношу 2, 11, 13, 15) ближе друг другу. А 9-й кластер это IT рекрутер, поэтому он трется возле IT специалистов.

Как блокчейн повлияет на HR?






Перевод статьи How Will Blockchain Impact HR? в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор статьи Andrew Spence, он у нас впервые.
Перевод сделала Александра Багинская (по ссылке профиль с Линкедина). Александра родом с Украины, но живет и работает в Голландии. Рекомендую - вот из таких и надо набирать таланты.  Читайте другие статьи Александры у нас в блоге:

  1. People Analytics 3.0
  2. Джош Берсин. Переворот рынка HR технологий: 10 топ трендов 2018
  3. Удержать или отпустить? Данные, на которые следует корректно реагировать, когда сотрудник увольняется
  4. Соседство с лучшими сотрудниками может увеличить производительность

Также с Александрой мы работали над статьей Applying Survival Analysis to Reduce Employee Turnover: A Practical Case для западного сайта analyticsinhr.com.
Итак,
Как блокчейн повлияет на HR?

Как блокчейн повлияет на HR?

Автор  Andrew Spence
19 марта 2017
Среди всех развивающихся технологий блокчейн – наименее увлекательная, но и потенциально наиболее влиятельная. Блокчейн не говорит с тобой, не напечатает тебе дом на 3D принтере и не удалит тебе камни из почек, пока хирург попивает чай. В плане технологий блокчейн так же увлекателен, как и реляционные базы данных.
Думая о блокчейне ты можешь подумать о биткоинах. Биткоин – это криптовалюта, которая требует высшего образования по математике, чтоб купить, и несокрушимого ноут-бука. Но биткоин – всего лишь одна из многих криптовалют, использующих блокчейн как основную технологию. А сама технология блокчейн используется не только в финансовой сфере.

Что такое блокчейн и в чем его ценность?

Говоря просто, блокчейн является децентрализованной базой данных, разделенной между сетью компьютеров, все из которых должны одобрить транзакцию, прежде чем она будет оформлена. Обычно, если мы хотим отправить кому-то деньги, нам понадобится третья сторона, например банк, для проверки транзакции. Преимущество блокчейна заключается в том, что он хранит нестираемый регистр всех предыдущих транзакций в цепочке «блоков», то есть мы знаем, кто чем владеет и кто что кому может отправить.
Отдельные лица и организации могут использовать блокчейн для:
  • беспроблемного обмена цифровыми активами – больше не нужен центральный регистр. Вот почему в сфере финансовых услуг так много волнений. Транзакции могут происходить почти мгновенно без какой-либо третьей стороны.
  • составления смарт-контрактов – документы могут хранить в электронном виде и быть проверены на аутентичность. Таким образом, у нас появляются нерушимые контракты.
  • хранения цифровых записей – вы можете завести электронный ID и разнообразную информацию, связанную с ним, ваш проверенный электронный профиль.

Как блокчейн повлияет на HR?
Чтоб лучше понять работу блокчейна рекомендую великолепное выступление Дона Тапскотта (Don Tapscott) на TED «Как блокчейн трансформирует бизнес и денежную систему» (“How the blockchain is changing money and business.”)

Использование блокчейна в настоящей жизни

воскресенье, 21 января 2018 г.

Нормированная гистограмма в R






Нашел свой старый файл, решил поделиться. Создание нормированной гистограммы в R было делом нетривиальным, хотя сам тип диаграммы очень распространенный. Может быть сейчас уже что-то придумано более удобное, но на тот момент (года два назад) я не видел ничего удобного для создания нормированных гистограмм в R.
Мой код мне самому не кажется идеальным, особенно в части разнесения значений ячеек, поэтому не претендую на идеальность. Буду рад вашим комментариям и исправлениям.
Итак

Нормированная гистограмма в R

# необходимые пакеnы для работы
library("dplyr")
library(ggplot2)
Далее я создам выборку из двух категориальных переменных, в каждой переменной по два уровня фактора. Можно больше, но это уже вопрос тренировки.

a = sample(c("наши", "не наши"), 1000, replace = TRUE)
b = sample(c("русские", "не русские"), 1000, replace = TRUE)
c = as.data.frame(cbind(a,b))
Собственно нормированная диаграмма в R
# делаем таблицу сопряженности
d = table(c$a, c$b)

# получим %, например по строкам
e = prop.table(d, 1)

# получим дата фрейм

tab = data.frame(e)
# дадим новые имена переменным
tab = rename(tab, наши=Var1, русские=Var2, проценты=Freq)

# приукрасим проценты
tab$проценты = round(tab$проценты*100, digits=1)
делаем первый драфт диаграммы

ggplot(tab,aes(x = наши,  y = проценты, fill = русские)) + geom_bar(stat="identity") +
  scale_y_continuous("", breaks=c(0, 25, 50, 75, 100), label=c("0%", "25%", "50%", "75%", "100%")) +
  
  theme(text = element_text(size=30)) +  
  theme(legend.position = "bottom", legend.title = element_blank()) +
  scale_fill_manual(values=c( "purple2", "red2")) +

  geom_text(aes(label=paste(проценты,"%",sep=""),y= проценты), color="white" ,size=15) 
Драфт первый, потому что вы видите, как значения ячеек налеплены. Их надо разнести. Вот здесь я как раз споткнулся: можно написать код для таблицы 2Х2, 3Х2 и т.п.. с тем, чтобы лепить значения ячеек по месту, но я не могу написать код для таблицы nХn. Поэтому просто тупо руками указываю значения координат. Задаю переменную координат
tab$координаты = c(72, 28, 24, 78)
У вас координаты могут быть другими. А далее в geom_text указываю y= координаты вместо y= проценты.

ggplot(tab,aes(x = наши,  y = проценты, fill = русские)) + geom_bar(stat="identity") +
  scale_y_continuous(breaks=c(0, 25, 50, 75, 100), label=c("0%", "25%", "50%", "75%", "100%")) +
   theme(text = element_text(size=30)) +  
  theme(legend.position = "bottom", legend.title = element_blank(),   
axis.title.x=element_blank(), axis.title.y=element_blank()) +
  scale_fill_manual(values=c( "purple2", "red2")) +
    geom_text(aes(label=paste(проценты,"%",sep=""),y= координаты), color="white" ,size=15) 
И получаем нормированную диаграмму в R.
Нормированная гистограмма в R
Наверное, это не очень удобно - разносить руками координаты значений ячеек, но я исхожу из того, что перегруженные уровнями и значениями нормированные диаграммы в R все равно делать никто не будет, они нечитабельны, а несколько строк и уровней разметить можно.

суббота, 20 января 2018 г.

10 трендов в HR в 2018 году от Давида Грина





Перевод статьи 10 Predictions for HR in 2018 в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор статьи David Green, один из самых популярных hr визионеров в Мире по HR аналитике. Мы публиковали цикл его статей по HR практикам:


В этом цикле он представляет проекты / кейсы /компании, которые что-то сделали в HR аналитике.
Перевод данной статьи сделала Екатерина Рыбакова, HR в крупной компании (направление e-commerce), для потенциальных работодателей: профиль Екатерины в фейсбук, профиль в Линкедине. Рекомендую набирать себе контакты из переводчиков - это золотой фонд HR, коллеги - это неравнодушные спецы, готовые вкладываться в себя, в развитие. У Екатерины это уже третий перевод в нашем проекте, см. также

  1. Неосознанная предвзятость? Использование аналитики текста для понимания гендерных различий в оценке эффективности работы - очень интересная статья исследований текста от Андрю Марритта
  2. Культ продуктивности имеет контрпродуктивный недостаток - статья про то, что акецет аналитики смещается с индивидуального фокуса на командный.

Итак,
10 трендов в HR в 2018 году от Давида Грина

10 трендов в HR в 2018 году

David Green, 15 декабря 2017
По мере приближения Рождества, с поеданием пирогов с мясом десятками и рождественской классикой Jona Lewie «‘Stop the Cavalry», доносящейся из колонок, мысли обращаются к тому, что ждет HR в 2018.

Мои прежние успехи в предсказании того, что должно произойти в 2017 (и в 2016, 2015 и 2014) были, мягко говоря, слегка неточными. Итак, скрестив пальцы и прикусив язык, пришло время снова дать голову на отсечение.

1) Сначала люди: от «единое для всех» к «единый для одного».


Основным выводом для меня из шоу UNLEASH в 2017 было признание того, что HR должен следовать по пути, пройденному маркетингом, и создавать уникальный опыт для сотрудников. Это радикальный сдвиг от типичных «единый для всех» HR программ в прошлом. Такие компании, как Cisco, IBM и Salesforce, уже делают это, объединяя данные о людях с машинным обучением, чтобы обеспечить персонализированный опыт для сотрудников в таких областях, как адаптация, обучение и внутренняя мобильность. Многие другие компании используют чатботов, чтобы обогатить опыт сотрудников (а также для оптимизации кадровых операций). Сотрудники рассчитывают, что потребительский опыт на работе, технологии в сочетании с данными позволяют нам взять на себя заботу о них, и критически более проницательные лидеры бизнеса признают, улучшение опыта и понимания настроений сотрудников, приводит к лучшим результатам.

2) Производительность, команды и Анализ Организационной Сети (ONA)

пятница, 19 января 2018 г.

Предстоящая эволюция найма и развития талантов






Перевод статьи The Upcoming Evolution of Recruiting and Talent Development в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор статьи Kevin Delaney, он впервые в нашем блоге.
Перевод выполнила Марина Канаева (по ссылке профиль в фейсбуке), менеджер по оценке и развитию персонала в российском агрохолдинге Агропромкомплектация. Она впервые участвует в нашем проекте. Надеюсь, не последний.
Итак,

Предстоящая эволюция найма и развития талантов

В наши дни процесс найма персонала разительно отличается от  того каким он был десять лет назад. Мир цифровых технологий командует парадом. Резюме на бумаге больше не в приоритете. Данные, полученные с использованием искусственного интеллекта (AI), дают более глубокое понимание навыков, знаний и опыта кандидата.
Недавний опрос показал, что 92% рекрутеров используют социальные сети при поиске идеального кандидата на работу. Подавляющее число рекрутеров, а именно 87%, используют LinkedIn в качестве инструмента найма, в то время как 55% используют Facebook и 47% Twitter. Согласно JVS Career Solution’s research  94% рекрутеров предпочитают использовать LinkedIn в качестве источника кандидатов, и, в конечном итоге, рекрутеры нанимают с его помощью 79% кандидатов.
Когда вы пытаетесь выиграть борьбу за талантливого сотрудника в условиях высокой конкуренции, жизненно важно иметь в виду, что остальные тоже на этом пути. Подход найма с 9 до 17 не только устарел, но и может стоить вам потери удачи в привлечении нужного кандидата. Более 55% пользователей LinkedIn используют мобильные устройства для проверки новостей и обновлений, а это означает, что теперь рекрутинг «никогда не спит».
Кевин Делани (Kevin Delaney), Вице-президент по обучению и развитию сотрудников в LinkedIn, прошел длинный путь в управлении персоналом. Он цитирует простое, но содержательное определение одного из его друзей о том, что такое HR на самом деле: «Это все что связано с людьми. Их поиск, их удержание, содействие более эффективно работать вместе, и все это обернуто бантом коммуникации».
Сегодня Делани делится своими взглядами с Rallyware о том, как привлекать и вовлекать нужных людей, и о необходимости создания среды, где они смогут лучше всего работать и лучше всего учиться .

Непрерывное обучение: экономическая необходимость

LinkedIn начинал свое существование как платформа для найма персонала, но он расширился во многие дополнительные области в рамках своей миссии, включая непрерывное обучение, формирующее экономические возможности для каждого участника глобальных трудовых ресурсов. Делани считает, что обучение на протяжении всей жизни является экономически необходимым. Он говорит, что срок годности знаний и навыков сократился менее чем до пяти лет из-за быстрых темпов развития технологий. В результате обучение и экономические возможности в настоящее время переплетаются.

четверг, 18 января 2018 г.

2018: изменения в HR






Перевод статьи What's Next? 2018 Disruptions in HR в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор статьи Barry Lawrence, но он интервьюирует Дейва Ульриха (Dave Ulrich) - думаю, это имя вам известною Мы уже публиковали перевод статьи Дейва Ульриха, см. Анализ HR-аналитики: что на самом деле работает
Перевод выполнила Галина Подовжняя, работает в компании Coca Cola Hellenic, на позиции Group Supply Chain HR BP for Procurement, Planning & QSE, профили в фейсбуке и линкедине.
Итак,
2018: изменения в HR

Что дальше?  2018: изменения в HR


Недавно HR Leads Business встретился с гуру в области управления персоналом Дэйвом Ульрихом (Dave Ulrich), чтобы поговорить об основных расколах, которые трансформируют HR практики в 2018 году. Ульрих, профессор Мичиганского университета и партнёр The RBL Group, говорит о восьми изменениях, которые продолжат трансформировать  HR.

Вот его размышления.

1. Бизнес в сравнении с  HR Фокусом

Первое  изменение  связано с фокусом работы HR’а. Дело в том,  что говоря сегодня об HR’е, мы  имеем в виду не сам HR, а ту  ценность, которую он создаёт. Десятилетиями дискуссии об HR’ е фокусируются на специфических HR активностях – найм, тренинг, соискание на позиции и т.д.). Теперь же  все больше и больше мы видим, что фокусироваться надо на ценности, которую эти активности создают, нежели чем на  активностях самих по себе.

HR меньше концентрируется на своей работе как таковой и больше – на том, как эта работа влияет на инвесторов, потребителей и сообщество. Работа HR также связана с изменяющимися условиями в бизнесе, так что критерии HR теперь не столько об эффективности, инновативности и стратегичности, сколько о реакции на вызовы внешнего мира. Например, клиенты HR – это преимущественно не сотрудники организации, а ее потребители и инвесторы.

вторник, 16 января 2018 г.

Снижение текучести персонала на основе анализа дожития. Практический кейс






Коллеги, хочу поделиться приятной новостью: моя статья Applying Survival Analysis to Reduce Employee Turnover: A Practical Case опубликована на самом популярном и известном западном ресурсе HR-аналитики analyticsinhr.com. Точнее, статья не совсем моя: мы ее создали вместе в Олександрой Багинской (ссылка на профиль в Линкедине).
Мне было важно показать, что мы достойно смотримся на любом уровне, что нашу аналитику можно показывать не только у нас, где, простите, не так много спецов, но и на Мировом уровне, где много реально крутых профи. Для нас это проверка. Новый уровень.
Для тех из вас, кто не читает по английски, а также для тех, кому лень, выкладываю видео с кратким переводом статьи






__________________________________________________________
На этом все, читайте нас в фейсбуке и телеграмме




8 трендов в управлении талантами на 2018 год





Перевод статьи 8 talent management trends for 2018 в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор Tom Haak, он дважды переводился для нашего блога, оба раза очень успешно с т.з. читательского интереса:

  1. Тренды в оценке настроений сотрудников и исследовании вовлеченности - это фактически полноценный обзор рынка инструментов измерения вовлеченности и все такое.
  2. 8 главных HR-трендов 2018 года- статья топ просмотров 2018 года. 

Перевод статьи выполнен Специалистом по подбору, оценке и развитию персонала Банниковой Ксенией. Ксения курирует данные направления в российском подразделении международного бурового подрядчика KCA Deutag. Профиль в LinkedIN. Это дебют Ксении в нашем блоге, надеюсь, на этом не закончим.
8 трендов в управлении талантами на 2018 год


Итак,

8 трендов в управлении талантами на 2018 год

Более 2-х лет назад мы опубликовали статью «10 трендов в управлении талантами на 2016 год». Пришло время обновить информацию.

Управление талантами: действительно первоочередная задача или показуха?

Если сегодня спросить любого Ген. Директора о ключевых приоритетах на следующий год, то наверняка среди первоочередных задач он назовет управление талантами. Действительно, никто не будет оспаривать важность данного вопроса. Да и вообще советы директоров любят поговорить о кадровом резерве. Последнее чаще видится как долгоиграющая цель, нечто « на перспективу». Советую вам сразу насторожиться, как только  услышите такие слова как « стратегический», «долгосрочный», « будущее» и «инвестиция». Все это свидетельствует о том, что управление талантами – вопрос важный, но далеко не срочный. Для ген. Директора это словно: « Я тут отметил для себя, что  HR будет этим заниматься. Конечно, я посещу финальную сессию программы развития. Непременно, лично буду курировать одного или парочку Hipo. Только, пожалуйста,  не беспокойте меня со своим «управлением талантами», у меня тут более срочные дела на повестке дня».
Сегодня компаниям брошен вызов – сделать управление талантами вопросом срочным, вопросом дня сегодняшнего, а не далекого будущего.
Ниже я привел, на мой взгляд, самые актуальные тренды на 2018 год. Правда некоторые из них не более чем благие пожелания, в надежде, что мы можем влиять на тенденции.

суббота, 13 января 2018 г.

Пакет R HR analytics для HR аналитиков




Создал сегодня пакет в R. Описание в видео и ниже:)
Смею надеяться, что это еще одно маленькое событие Мира HR-аналитики.

Этот пакет содержит данные из сферы управления персоналом для подготовки и тренировки HR-аналитиков. Основной датасет data(survey) содержит данные исследования факторов текучести и эффективности персонала

Опрос действующий, вы можете еще в нем поучаствовать. Респонденты заполняют информацию об одном из своих мест работы: от знакомства с компанией и дня трудоустройства до увольнения из компании. Большой набор переменных позволяет на реальных данных использовать алгоритмы регрессии, классификации, дожития. При этом обращаю ваше внимание, что не все ответы респондентов корректны, поэтому имеет место garbage. Поэтому данные хороши также тем, что позволяют тренировать навыки очистки данных.

Также в пакете есть data(case1), который содержит 81 строку данных продаж сотрудников и их показатели интеллекта, предыдущего опыта работы, образования. Пакет будет обновляться.
Добавлю еще, что эти данные используются мной на семинаре "HR-Аналитика в R", ближайший состоится в Москве, 23-24 апреля 2018

Как получить доступ к данным

install.packages("devtools")
devtools::install_github("edvbb/HRanalytics")
library(HRanalytics)
data(survey)
data(case1)

На Github



__________________________________________________________
На этом все, читайте нас в фейсбуке и телеграмме



Культ продуктивности имеет контрпродуктивный недостаток





Перевод статьи The cult of productivity has a counterproductive flaw в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор Ben Waber, он в нашем блоге впервые, спасибо Давиду Грину. Статья мне кажется интересной и дискутируемой. Это один из трендов в западной аналитике, который фиксирует акцент на измерении не столько индивидуальной, сколько эффектов групповой эффективности.
Перевод данной статьи сделала Екатерина Рыбакова, HR в крупной компании (направление e-commerce), для потенциальных работодателей: профиль Екатерины в фейсбук, профиль в Линкедине. Это уже второй перевод Екатерины (!), см. также
Неосознанная предвзятость? Использование аналитики текста для понимания гендерных различий в оценке эффективности работы - рекомендую очень интересный текст от Андрю Марритта.
Итак,
Культ продуктивности имеет контрпродуктивный недостаток

Культ продуктивности имеет контрпродуктивный недостаток

«Я был продуктивным». Каждый слышал эти слова раньше и каждый знает, что они означают: «Сегодня я ответил на множество писем, я написал несколько отчетов, и меня не прервали встречи или безумные шутки от моих коллег».

Это культ личной продуктивности. Это привлекательно в своей простоте: сосредоточьтесь только на ваших личных задачах, проводите много часов за решением, и последуют хорошие результаты. Это также полная чушь.

В подавляющем большинстве компаний группы и команды, а не отдельные лица, создают важный результат. Код, написанный разработчиком, не полноценный функционирующий продукт. Директор розницы не магазин, продавец и не ассортимент на полках. По мере того, как мы создаем более и более сложные вещи, становится все труднее производить что-либо значимое как отдельная единица.

Вот почему мы в организациях делаем вместе то, что не смогли сделать сами. За пределами США и Европы это понимают, хотя не обязательно явно вознаграждают.

В Японии, например, вы должны обедать и часто ужинать со своими коллегами. Это не рассматривается как пустая трата времени. Скорее это рассматривается как ответственность и инвестиции в сплочённость вашей команды. Сравните это время ожидания еды с американским рабочим местом, где есть сэндвич, пока вы работаете за своим столом, часто является нормой.

Математически не сложно показать ценность такого группового подхода. Возьмем гипотетический пример.  Представьте, что вы выяснили новый путь делать что-то на работе, экономящий вам пять часов в неделю. За год вы сэкономите 260 часов.

Теперь предположим вы провели 10 часов обучая этому «лайфхаку» (work hack) 10 своих коллег. В конце года ваша продуктивность будет на 4% ниже (вы бы только сэкономили 250 часов). Но 10 ваших коллег сэкономят в сумме 2,600 часов. Если вы не нашли бы время поделиться этим советом, компания потеряла бы огромную возможность увеличить свою продуктивность.

Хотя это гипотетический пример, мы можем исследовать данные из реального мира, чтобы доказать тот же эффект. Один из наших клиентов, крупная ИТ фирма, которая настраивает многомиллионные серверные системы, платит своим сотрудникам на основе их индивидуальной производительности. Они измеряют сколько времени требуется сотрудникам для выполнения задачи, которая может занять от 5 минут до 8 часов, фиксируя точное время начала и окончания. В то же время, используя комбинацию нового поколения ID бэйджев и метаданные цифровой связи, мы смогли проанализировать, как работают люди.

Данные показали, что было небольшое количество людей, к которым почти каждый в конечном итоге обращался во время задания. После разговора с этим неформальным экспертом, сотрудники выполняли эту задачу на 66% быстрее. Они получали советы о том, как выполнить свое задание.

В среднем, за месяц усилия неформального эксперта сэкономил около 265 рабочих часов. Это очень важно для компании. Однако, индивидуальная производительность неформальных экспертов была статистически средней. Им заплатили так же как и остальным, потому что у них измеряли только индивидуальный результат.

Этот пример показывает как индивидуальная производительность может маскировать групповые эффекты, но давайте перейдем на уровень выше. Для сложных инженерных проектов индивидуальная работа зависит от работы сотен или тысяч других людей. Если коммуникация нарушена, то завершение кода занимает на 30% больше времени. Вместо того чтобы проводить дополнительные 8 часов за написанием кода программисты должны инвестировать несколько часов в коммуникации со своими коллегами и, тем самым, более чем восполнить потерянные индивидуальные усилия.

Эти результаты подтверждают ощущение, что групповая производительность важнее, чем индивидуальный результат. Конечно,  трудно определить точную золотую середину между индивидуальным результатом и групповой эффективностью для всех видов работ. Критическое значение имеет измерение как выходных данных групп, так и поведения в каждой организации, и роли. Эти данные приведут нас к изменению стимулов и процессов, измерению влияния изменений управления на эти модели сотрудничества и изменению смысла «упорно трудиться». В будущем сотрудник, зависающий у кофемашины в течение 4 часов в понедельник в чате с коллегами, или неспешная прогулка с кем-то из другой команды, может попасть в наше определение продуктивности.

Ben Waber is the president and CEO of Humanyze.




__________________________________________________________
На этом все, читайте нас в фейсбуке и телеграмме

среда, 10 января 2018 г.

Последний рекрутер: искусственный интеллект и рекрутинг





Перевод статьи The Last Recruiter: AI and Recruiting в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор Raghav Singh, это мой старый знакомый, едва ли не первый автор в этом блоге. Он, например, первый, кто навел меня на мысль, что рекомендательный рекрутинг можно измерять в цифрах, см. Рекомендательный рекрутинг – это вообще рекрутинг? И практически все его статьи содержат кучу интересных мыслей и информации. Raghav, привет!
Перевод выполнил Дмитрий Соколов (ссылка на профиль в Линкедине) - аспирант Высшей школы менеджмента СПбГУ., и я надеюсь, что Дмитрий когда нибудь в блоге выступит не только как переводчик, но и как автор аналитических постов.
Ну и так
Последний рекрутер: искусственный интеллект и рекрутинг

Последний рекрутер: искусственный интеллект и рекрутинг
Давным-давно в далекой-далекой переговорной комнате один HR-руководитель спросил меня, сможет ли IT-система, которую я на тот момент внедрял, полностью устранить необходимость в рекрутерах. В то время идея о том, что технологии полностью заменят труд рекрутеров, казалась больше фантазией, чем реальностью. Сегодня, когда искусственный интеллект (ИИ) проникает во все сферы нашей жизни, лучше сказать «когда», нежели «если» это случиться. Поставщики технологий в области рекрутинга встраивают ИИ во все свои продукты – от поиска кандидатов до анализа видео-собеседований. Этот тренд в ближайшие годы по мере развития ИИ будет только усиливаться, неизбежно ставя перед нами вопрос: когда придет конец профессиональным рекрутерам?

ИИ нуждается в людях


вторник, 9 января 2018 г.

Корпоративная культура Facebook, Amazon и Apple в описании вакансий






Перевод статьи For an inside look at Facebook, Amazon, and Apple, scrutinize something most people overlook: the words used in their job postings в рамках нашего  проекта переводы статей по hr-аналитике на английском. Автор - Mark Abadi, он вообще ни разу не HR аналитик, а просто чувак, который пишет на темы аналитики.
Теперь готов поспорить, что наш ХХ.ру непременно порадует рынок аналогичной аналитикой. за неимением своих идей, как говорицца
Перевод выполнила Дарья Ворожейкина (ссылка на профиль в Линкедине), временно не работает. Выпускница ВШЭ, работала HR аналитиком, внедряла корпоротивную облачную HR систему,  разрабатывала инструменты оценки персонала, работала с крупными госкомпаниями как сбербанк, Росатом, ржд, так и средним бизнесом в сфере программного обеспечения а также медицины. Дарья выполнила потрясающую работу: это ответственно - вот так копаться в терминах. Готов рекомендовать Дарью.
Итак, 

Корпоративная культура Facebook, Amazon и Apple в описании вакансий

  • Формулировки, которые компании выбирают для описания своих вакансий могут многое рассказать об их корпоративной культуре.
  • В Amazon, например, чаще чем в других компаниях используют слова «маниакальный» (“maniacal”) (Используется в позитивной коннотации как приверженный, увлеченный - прим. переводчика) и «динамичная» среда» (“fast-paced environment”).
  • Некоторые слова неумышленно могут быть более привлекательны для соискателей мужского или женского пола. 
Одним из самых сложных критериев при выборе работы является понимание того впишитесь ли вы в корпоративную культуру.
Зачастую, помимо отзывов на работных сайтах, таких как Glassdoor, у Вас нет бывает представления о корпоративной культуре компании прежде чем Вы не окажитесь в ее офисе.
Оказывается, само описание позиции может дать Вам понять какова культура компании на самом деле.
Это выяснили в компании-стартапе по анализу текстов Textio проанализировав 25,000 размещенных вакансий от высокотехнологичных компаний таких как Amazon, Facebook, Apple и Google.
Согласно компании Textio, компании, работающие в одной отрасли, использовали уникальные речевые конструкции присущие только ей. 
В Amazon к примеру, в 33 раза чаще использовали слово «феноменально»  (сленг от англ.“wickedly ” - чаще используется в сочетании «wickedly smart” – феноменально умный - прим переводчика ) в описании своих вакансий чем следующая компания в рейтинге по частоте упоминанию этого слова. Другими отличительными словами Amazon также являлись «динамичная среда» (“fast-paced environment”) и «маниакальный» ("maniacal”).
В Facebook чаще чем в других компаниях использовали слова «наша семья» (“our family”), «безжалостно» (“ruthlessly,”) и «сторителлинг»  (“storytelling”).
Отличительными словами компании Netflix были «отсеивать» («weed out»), «взять быка за рога» («bull by the horns») и «дисциплинированный» (“disciplined,”). В то время как в Twitter использовались слова «фанат своего дела» (“nerd”), «страсть к обучению» (“passion for learning”) и «широкие перспективы» (“diverse perspectives”).

Корпоративная культура Facebook, Amazon и Apple в описании вакансий
В нескольких случаях слова, которые встречались особенно часто в описаниях вакансий, могли дать достаточное ясное представление о корпоративном духе. 
«Это не просто совпадение, что одни и те же формулировки используются в тысяче на первый взгляд несвязных объявлениях» пишет CEO Textio Киран Снайдер в своем блоге.
«Тысячи людей в больших организациях не случайно используют одни и те же слова» -, говорит она. «Повторяющиеся речевые конструкции, которые Ваша компания использует для описания вакансий показывают, что действительно ценят в компании».
Язык используемый в описании вакансии может влиять на то, кто на них откликается.
Исследование 2011 года показало, что компании неумышленно могут привлекать больше соискателей мужского пола, чем женского если содержат слова с гендерным подтекстом (см. на эту тему интерессное исследование Andrew Marrit Неосознанная предвзятость? Использование аналитики текста для понимания гендерных различий в оценке эффективности работы. А у меня есть свое, небольшое исследование на эту тему - см. Типология специалистов e-learning - прим. Эдуарда Бабушкина).
Такие слова как «агрессивный», (“aggressive”), «конкурентноспособный» (“competitive”) и «индивидуалистический» (“individual”) являются кодовыми словами для мужского пола и более привлекательны для мужчин соискателей. Слова «создающий» (“builder”), «кооперирующийся» (“cooperative”) и «понимающий» (“understanding”) -  кодовые слова для лиц женского пола и больше привлекают женщин при отклике на вакансию.
«Организации тратят значительное время и бюджеты на выстраивание бренда работодателя», - пишет Снайдер. «Но как бы Вы не пытались исказить истинную корпоративную культуру, правда будет видна в языке, которые ваши сотрудники используют при общении, особенно когда вся компания использует одни и те же слова».


__________________________________________________________
На этом все, читайте нас в фейсбуке и телеграмме




Популярные сообщения