Почему HR профессионалам, работающим с аналитикой, стоит изучать язык R и забыть об Excel

Перевод статьи Why Should Analytically-Minded HR Professionals Learn to Use R (And Forget About Excel)?  нашего  проекта переводы статей по hr-аналитике на английском.
Перевод выполнила Юлия Мануева . Ссылка на профиль в фейсбук. Работает в обучении в т.ч. в онлайн. Производство, металлургия. Сейчас в декрете. И это первый перевод Юлии в нашем блоге
Тема R на самом деле перезрела в HR и вангую, что в следующем году мы увидим войну за рынок обучения HR языку R (у меня есть семинар "HR-Аналитика в R" для продвинутых пользователей R и я он-лайн курс "Введение в R для HR" для тех, кто только начинает изучение R).
Я проводил недавно опрос Должен ли R стать языком HR? - результаты пока не обнадеживают:) Особенно с учетом того, что опрос проводился в телеграм канале HR-аналитики.

Итак,

Почему HR профессионалам, работающим с аналитикой, стоит изучать язык R и забыть об Excel.

 Для HR профессионалов смешение науки о данных и практики HR относительно недавнее явление.
Это сложная взаимосвязь, т.к. HR профессионалы не обязательно специалисты по обработке и анализу данных и наоборот. Тем не менее принимать решения в области HR, основанные на данных, точно имеет смысл для бизнеса, который хочет строиться на реальных данных и информации. Таким образом бизнес, в котором повышается зависимость от HR отдела, будет в состоянии отображать реальную ситуацию и давать рекомендации, основанные на данных, которые он собрали.
Чтобы заниматься HR аналитикой, необходимо выбрать правильный инструмент для работы. Вам необходимо собирать данные, интерпретировать их и давать рекомендации, основанные на ваших выводах. Для этих целей многие HR профессионалы используют Excel. В нем можно использовать формулы и различные аналитические возможности для обработки данных.
Однако Excel имеет ограничения, что становится особенно очевидным, если вы имеете дело с большим количеством данных. R предлагает больше возможностей для HR профессионалов, которые мы изложим здесь.

Зачем использовать R вместо Excel?

По моему личному опыту R позволяет мне “играть с данными” такими способами, которых нет в Excel. И да, это персональное предпочтение. Однако быстрый обзор блогов других аналитиков данных показывает, что R  - это самый частый выбор в большинстве случаев. (Да, вы можете рассмотреть такие программы, как Python или SQL, но R зачастую побеждает из-за простоты).
Вот несколько причин, которые стоит рассмотреть, изучая R:

R справляется с очень большими объемами данных.

Excel имеет ограничение по количеству строк и столбцов, которые доступны на каждой странице. Если вы их израсходовали, вы или начинаете работать на новой странице или создаете новый файл.
HR данные постоянно пополняются, поэтому довольно много примеров, когда вам может не хватить листа в Excel. Помимо этого, столбцы самопроизвольно ограничивают количество наборов данных, которые вы можете вводить как целое число
R дает вам гибкую возможность для того, чтобы провести все виды анализа, если у вас есть достаточно данных в распоряжении. Для HR профессионалов это значит, что R даёт вам больше вариантов для просмотра и работы с данными.
Другими словами, когда вы используете максимум пространства, доступного вам в Excel, цена, которую вы платите, это очень медленная обработка данных. Нередко программе требуется 15 минут и больше, чтобы открыть файл с 100000 строк на листе. Тогда как R запустится менее, чем за 30 секунд, чтобы работать с 1 миллионом “строк”. И даже для большего объема данных Вы не потеряете в скорости - R справится с действительно большими наборами данных и будет продолжать работать продуктивно.

У R лучше возможность для обработки данных

Начнем с вопроса: откуда к вам поступают данные? Вы наверняка берете данные из нескольких источников, и вам необходимо как-то собрать их вместе. В Excel вы можете потратить большое количество времени только на загрузку и импорт данных.
В R же данные загружаются автоматически при помощи одной строки кода. Да, вам потребуется потратить время, чтобы изучить код, но освоив его, впоследствии получить данные будет гораздо быстрее.
Когда вы загрузили данные, R несравнимо лучше Excel в автоматизации и расчетах. Если вы хотите погрузиться в детали, R может справиться с различными видами анализа и даже обнаружить тренды, о которых вы не подозревали. Он поможет вам очистить и организовать данные, даже установить статистическую целесообразность (statistical viability). И как дополнительный бонус он может прочитать любой тип данных.
Excel хорош, если вы работаете с небольшим объемом данных - легко выделять, щелкать по цифрам и создавать сводные таблицы. Но когда задачи усложняются, Excel терпит крах (и конечно никто не в восторге от Excel, когда он рушится под весом большого количества данных).

Время строить

Одно из сомнений, которое HR профессионалы испытывают относительно R, это необходимость обучиться коду, чтобы управлять им. Это отдельный новый язык, и некоторым людям он определенно покажется более сложным, чем другие.
Однако один раз изучив некоторые базовые понятия R, вы обнаружите, что почти все, что вы делали в Excel, может быть выполнено гораздо быстрее в R. Это связано с тем, что исходный код в R воспроизводимый. Исходный код в R может повторяться с разными наборами данных такими способами, которыми исходный код в Excel и VBA не может быть использован. Все это делает R более простым в использовании по сравнению с VBA в долгосрочной перспективе и стоит того, чтобы потратить время на обучение.

R позволяет проводить любой тип статистического анализа

Если взглянуть на возможности Excel по анализу данных, я бы оценил их как “от базовых до средних”. Запуск сторонних макросов в Excel не прижился в основном из-за соображений безопасности.
С другой стороны R  - это программа с открытым источником, и у нее огромное сообщество. Это привело к тому, что появилось несколько сложных библиотек для статистического анализа, которые покрывают практически все потребности в анализе, о которых вы можете только подумать. R продвигает это, делая библиотеки общедоступными, давая доступ к новым функциям, которые могут быть применимы к вашим данным.
Вы можете возразить, что у Excel есть VBA, позволяющий совершать большинство действий, которые можно сделать в R, но различие в том, насколько затратны по времени будут одни и те же действия. R позволяет копировать и вставлять код для легкого воспроизведения, в то время как в VBA вы каждый раз будете выполнять долгие настройки.

В R лучшие средства визуализации

Графические возможности R далеко впереди Excel.  Excel отлично подходит для простых диаграмм, которые вы возможно захотите быстро накидать для презентации. R дает вам возможность для гораздо более сложной визуализации.
С библиотекой ggplot2 в R вы легко можете создавать любой вид графиков, который вам необходим, и адаптировать любую его часть. Например R позволяет создавать матрицы диаграмм рассеивания (scatterplot matrix), график интегральной функции распределения (CDF plots ) и другие более сложные способы визуализации данных. Если вы хотите выделить ваши данные например в публикуемом отчете, R дает вам возможность создавать более впечатляющие представления.

R более прозрачный

Есть много функциональных особенностей, которые, по моему мнению, делают R лучшим выбором, но возможно одна из наиболее значительных - это его прозрачность. Все, что вы делаете в процессе анализа, от удаления строк до того, как вы интерпретируете результаты, содержится в коде. Код представляется полинейно, позволяет добавлять комментарии, тем самым делая код простым для понимания. Такое линейное представление также позволяет быстро и легко считывать информацию - код читается и толкуется также, как в любой другой программе.
Если вы открываете сложный файл в Excel, то не так-то просто понять, что происходит в файле, и каким задумывался процесс работы данного файла. В добавок ко всему значения в Excel файле могут быть изменены без каких-либо записей об истории изменений.
Книги Excel также могут содержать скрытые макросы и формулы. Человек, который создал файл, вероятно знал, что стоит за этим, но сложными книгами непросто поделиться с другими пользователями, а также нелегко их толковать.

R  - это бесплатно

Ну кто не любит бесплатное? Хотя офисные приложения от Microsoft, в которые входит Excel, не очень дорогие, они менее гибкие, чем R, который возможно загрузить бесплатно.
R дает вам возможность добавлять все виды функционала, в то время как в Excel вам придется ждать обновлений, если данная функция еще не доступна. В добавок ко всему R поддерживается большим количеством платформ, чем Excel, поэтому у него более универсальное применение.

Финальные мысли

HR профессионалы, если вы до сих пор используете Excel для анализа и работы с большим объемом данных, есть лучший способ. R дает вам доступ к лучшим возможностям и более простому управлению большими объемами данных.
Конечно вы можете продолжать использовать Excel для несложных вычислений, но я обнаружил такую особенность: если вы однажды попробовали работать с R, вы вряд ли вернетесь назад. Большое сообщество R предлагает постоянные улучшения, подходящие для HR профессионалов. Есть даже программы, создающие возможность машинного обучения.
Ожидания, что HR будет представлять более взвешенную и точную информацию для принятия решений, растут. R дает вам возможность погрузиться глубже в данные.

__________________________________________________________
На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

Даймлер прокачивает HR с помощью технологии графовых баз данных

Перевод статьи Daimler drives new HR insights with graph database technology  нашего  проекта переводы статей по hr-аналитике на английском.
Переводчик - Мадина Баймуханова, web-аналитик, интересующийся data аналитикой и Python. Ссылка на профиль в Фейсбук . Это дебют Мадины в нашем блоге.

Итак, 

Даймлер прокачивает HR с помощью технологии графовых баз данных

Джессика Твентимен, Декабрь 10, 2018


Кратко:
Немецкий автомобильный гигант использует Neo4j (прим. переводчика - платформа для работы с графами), чтобы помочь своей HR-команде лучше понять постоянно меняющуюся корпоративную структуру пока сотрудники работают в «роях».

На прошлой неделе CEO Даймлер Дитер Цетше, вместе с немецкими коллегами-конкурентами из БМВ и Фольксваген, посетил Белый дом для торговых переговоров. Это была одна из последних встреч на высоком уровне, которую 65-летний Цетше посетил как генеральный директор. В мае следующего года он передаст бразды правления компанией нынешнему руководителю отдела исследований и разработок Оле Келлениус.

Даймлер известна как компания со строгой иерархией. Однако, последние годы Цетше работал на созданием "роев". Под понятием “рой” подразумевается междисциплинарная команда, которая временно собирается для выполнения определенного проекта, а затем распускается. Идея состоит в том, чтобы устранить слои бюрократии и применять экспериментальные подходы в работе с электромобилями и автономным вождением. При этом Цетше признает, что считает Гугл, Эпл и Тесла большей угрозой для бренда Даймлер - Мерседес-Бенц, чем традиционные конкуренты вроде Ауди и БМВ.

Переход к рое-ориентированной организации сопряжен с большими требованиями, когда речь заходит о доступности информации о людских ресурсах (HR), считает Йохен Линкор, менеджер по ИТ-персоналу в Даймлер, отвечающий за интеграцию данных, аналитику и инновации. Когда сотрудники постоянно группируются и перегруппировываются, трудно отслеживать корпоративные структуры с точки зрения того, кому подчиняются сотрудники, и кто подчиняется им. Сотрудник, работающий в составе одной или нескольких групп, может иметь нескольких начальников, но, работникам по-прежнему нужно быстро узнавать о включении в проектную команду, рабочую нагрузку или информацию о непосредственном руководителе. Это было драйвером развертывания графовой базы данных в Даймлер. По словам Линкора, графовые базы данных лучше подходят для сложных данных о людях, чем реляционные БД.

Прокачка HR

Линкор и его команда использовали Neo4j как основу для нового приложения в Даймлер под названием StructureCube, через которое менеджеры по персоналу видят множественные связи между отдельными сотрудниками, их иерархию и членство в команде.

Как Линклор объясняет это:

Работник отдела кадров в StructureCube для каждого сотрудника может видеть его руководителей, подразделение, местоположение, должностные обязанности, коллег и членов команды. Когда компания реструктуризируется - например, формируется новый рой - узлы, представляющие сотрудников, могут перемещаться, но целостность базовой модели данных сохраняется.
Можно увидеть, что «Джон» - эксперт по аналитике, а «Эми» - эксперт по кадрам, и они работали вместе в прошлом над проектами по HR-аналитике, поэтому в будущем они были бы хорошими кандидатами на подобные проекты.

Приложение StructureCube появилось в конце 2017 года и получило отличные отзывы от HR. В июне этого года его команда представила новый инструмент для работы с комитетами, который позволяет отделу кадров лучше понять, как сложная сеть комитетов Даймлер объединяется. В этом инструменте комитеты можно искать, редактировать и утверждать. Можно видеть, какие люди входят в тот или иной комитет, в каких других комитетах состоят, и их роли в каждом комитете. И опять же, в такой компании, как Даймлер, много сложностей. Есть комитеты с прямыми ссылками на другие комитеты, есть иерархия комитетов, есть подкомитеты - и опять же, это отличная причина для использования графической базы данных.

Теперь Линкор думает о третьем инструменте - механизме рекомендаций, который HR мог бы использовать для выявления тех сотрудников, у которых есть необходимые навыки и опыт для работы над конкретными проектами, реализуемыми в компании. Новый инструмент пока на ранней стадии, команда просто «играет» с идеями, но через год, Даймлер сможет показать, что нашли еще одно замечательное применение для графовых баз данных в HR.

__________________________________________________________

На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

Влияние текучести кадров на опыт сотрудника (Employee Experience)

Перевод статьи The Impact of Turnover on Employee Experience  нашего  проекта переводы статей по hr-аналитике на английском. Автор Philip Arkcoll, это его первая статья, но он известен на западе и упоминался у нас в контексте Organisational Network Analytics
Перевод сделал Евгений Бондаренко, Директор Академии ДТЭК, тренер, people аналитик, автор бизнес книг, профили в фейсбук и в Линкедин.
Итак

Влияние текучести кадров на опыт сотрудника (Employee Experience)

Прим. переводчика: Опыт сотрудника (Employee Experience – EX) – это сумма всех впечатлений сотрудника от взаимодействия с его работодателем во всех областях и за все время такого взаимодействия.

В войне за таланты организации не могут быть успешными без проактивной стратегии удержания ключевых сотрудников. Недавно наш клиент спросил нас: «Заразна ли проблема нашей текучести?». Другими словами, потеря ключевого сотрудника повышает ли вероятность того, что его коллеги уйдут также? У них было предчувствие, что это вероятно правда, но у них не было данных чтобы подтвердить это. И если это так, то как они могут остановить этот процесс?

Сетевой анализ (Network analysis) эффективный инструмент с помощью которого можно ответить на этот вопрос. Путем построения сетей сотрудников, используя метаданные из общих цифровых источников, мы можем идентифицировать, какие связи между людьми являются самыми важными на работе. Объединяя эти данные с данными по текучести персонала, мы можем анализировать в долгосрочной перспективе результаты следующего ухода близкого коллеги.

После ухода сотрудника из команды, его ближайшие коллеги могут в 2-3 раза чаще покидать компанию.

Что мы нашли? Текучесть может быть весьма заразной. Мы определили, что увольнения сотрудников сильно сгруппированы в рамках кластеров коллег. Т.е. после ухода сотрудника из команды, его ближайшие коллеги могут в 2-3 раза чаще покидать компанию также. Роль личности и силы связей в команде также играет ключевую роль в этой динамике. Уход сотрудника, у которого есть много связей в коллективе, обычно более ощутим. Этот эффект еще сильнее в командах, где «плотность» связей выше.

Рисунок: Сетевой анализ показывающий кластеры текучести.

Почему текучесть заразительна?

Чтобы понять механизм цепной реакции, мы проинтервьюировали сотрудников клиента и обнаружили следующие находки (инсайты):

1. Наличие кого-нибудь возле тебя, кто покинул компанию – это ключевой момент в твоем опыте сотрудника. Это может влиять на то, как ты воспринимаешь свою команду, руководителя и организацию в целом. Если они не думали, что стоило бы остаться здесь, то почему ты должен остаться? Этот эффект усиливается если человек, который покинул компанию воспринимался как компетентный высокоэффективный сотрудник.
2. Потеря близкого друга на работе может убить сильное желание остаться в организации. Оставшийся коллега часто вынужден переформатировать свои социальные группы на работе. Работающие муж и жена вместе это яркий пример такого эффекта.
3. Прощание недовольного сотрудника оставляет токсичную атмосферу. Также влияние на моральный дух команды очевидно, даже месяцы спустя.
4. Корреляция & Причинность. Наличие кого-то, кто покидает компанию, может означать, что могут быть другие глубокие проблемы во взаимодействии в команде. Например, неопытный менеджер, пытающийся мотивировать и наладить работу команды. Этот распространенный фактор может привести к дополнительной текучести в том же кластере, если он будет проигнорирован.

Что вы можете сделать с этим?

Из нашего анализа понятно, что эффект цепной реакции при текучести сотрудников реальный. Учитывая этот факт, что может быть сделано, чтобы предотвратить его распространение? Вот несколько предположений, которые мы делаем для организаций, с которыми работаем.

1. Действуйте быстро. Когда какой-либо ключевой сотрудник уходит, крайне важно, чтобы организация имела план быстрого реагирования. Слишком долгое ожидание оставляет команду в зоне серьезного риска.
2. Проводите exit-интервью. Наличие хорошо отлаженного процесса exit-интервью — это ключевой момент. Он позволяет организациям быстро определить, а есть ли какие-либо другие проблемы здесь.
3. Вовлекайте прямых руководителей. Прямые руководители и другие лидеры компании, которые могут поддержать в этот момент, имеют большое влияние на способность команды оправиться после потери товарища по команде. Критически важно, чтобы они чувствовали свою вовлеченность и ответственность по принятию мер по исправлению положения.
4. Будьте открытыми. Важно открыто рассматривать любой уход с оставшимися членами команды. Если здесь есть более глубокие проблемы, обсуждение их и принятие мер по ним, это самый лучший способ не допустить их повторения.
5. Проактивно выявляйте проблемы. Мы работали с несколькими организациями чтобы заранее определять проблемы в опыте сотрудников. Принятие мер до того, как маленькие проблемы перерастут в большие проблемы, может значительно снизить риск текучести с самого начала.

Вывод

Данные говорят сами за себя: текучесть персонала может быть весьма заразной. Это еще одна причина почему организации должны работать проактивно, чтобы удерживать таланты, ориентируясь на опыт сотрудника. И когда текучесть имеет место быть, крайне важно чтобы руководители реагировали быстро для предотвращения дальнейшего распространения.

__________________________________________________________

На этом все, читайте нас в телеграмме и вконтакте

Снижение числа уровней категориальной переменной Pandas Python

Задачка простая, но мне она показалась очень интересной, и я вынес ее в блог.
Задача часто встречается в наших HR данных, смысл ее в том, что в категориальной переменной много уровней с очень низкой частотой, и мы должны эти уровни переменной вынести в один уровень "другое", чтобы анализ был корректным.

Решение

Загружаем библиотеки

import numpy as np
import pandas as pd

В качестве toy example такой датафрейм

df = pd.DataFrame({'Город':
'Москва Москва Москва Москва Москва Москва Санкт-Петербург Санкт-Петербург Санкт-Петербург Новосибирск Новосибирск Красноярск Магадан'
                   .split()})
df
 Город
0 Москва
1 Москва
2 Москва
3 Москва
4 Москва
5 Москва
6 Санкт-Петербург
7 Санкт-Петербург
8 Санкт-Петербург
9 Новосибирск
10 Новосибирск
11 Красноярск
12 Магадан

Сначала мы считаем количество значений

val = pd.value_counts(df['Город'])
val
Москва             6
Санкт-Петербург    3
Новосибирск        2
Магадан            1
Красноярск         1
Name: Город, dtype: int64

А потом пользуемся замечательной формулой pandas.Series.lt

mask = val.lt(2)
mask 
Москва             False
Санкт-Петербург    False
Новосибирск        False
Магадан             True
Красноярск          True
Name: Город, dtype: bool

Мы указали все города, частота которых менее 2 раз. А далее аналог формулы ЕСЛИ в excel

df['city']  = np.where(df['Город'].isin(val[mask].index),'другое',df['Город'] ).astype(object)

И проверяем

pd.crosstab(df['Город'], df['city'])
city      Москва Новосибирск Санкт-Петербург другое
Город    
Красноярск 0 0     0           1
Магадан         0 0     0           1
Москва         6 0     0           0
Новосибирск 0 2     0           0
Санкт-Петербург 0 0     3           0

Сошлось.
А если мы хотим задать порог не в абсолютных числах, а в %? Уровнем статистической значимости считают 5%, поэтому мы можем смело его задавать.
Правда я ниже укажу не 5, а 10 %, потому что в нашем датасете нет значений менее 5 %. Мы меняем только эту формулу, остальное все тоже самое

mask = (val/val.sum() * 100).lt(10)

Все. Можно применять

Какой % ответов на корпоративный опрос можно считать хорошим

Перевод статьи What is a Good Employee Survey Response Rate? в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор статьи Jason McPherson, специалист компании Culture Amp (они проводят опросы), также от их компании была статья в нашем блоге
Комментарии сотрудников при прохождении опросов: как их интерпретировать и действовать
Перевод выполнила Наталия Черноног (профиль в LinkedIn). Начинающий People Analytic в IT компании, начала изучать аналитику недавно и интересуется полезными статьями по теме. Это второй перевод Натальи, см также
Анализ полезности обучения - шикарная статья про оценку эффективности обучения.

Итак,

Какой % ответов на корпоративный опрос можно считать хорошим

Коэффициенты полученных ответов или доля респондентов, как мы предпочитаем их называть, сами по себе являются показателем вовлеченности персонала, показателем, насколько сотрудники вовлечены в процесс опроса и предоставления обратной связи.
Мы также провели некоторые исследования и выявили умеренную связь между долей респондентов и уровнями вовлеченности персонала. Как бы то ни было, эта связь далека от идеальной и представляется, что имеет уровень выше 85-90 %

100% участие персонала в опросах – это хорошо?

Недавно мы нашли компанию, с самым низким коэффициентом вовлеченности (за последние 12 месяцев), в которой доля респондентов была 100%. На самом деле, доля респондентов 100% может быть плохим признаком и обычно сопровождается комментариями о принуждении и неполными ответами или ответами без смысловой нагрузки (например, все «абсолютно согласны» или «абсолютно не согласны») Поэтому,  доля респондентов в 100% иногда ассоциируется с худшим качеством данных и именно на качестве данных мы должны сфокусироваться, а не на их количестве.
В опросе сотрудников мы не пытаемся из ответов относительно маленькой группы вывести общее мнение, как мы часто делаем с опросами потребителей или политическими опросами. В опросах сотрудников мы, в основном, говорим о доле респондентов значительно выше 50% (что примерно равно уровню, достигнутому на выборах США) и в большинстве случаев равной 65-85%. О таких рейтах политики и маркетологи могут только мечтать.
Итак, какая же доля респондентов в исследовании сотрудников является хорошей?
В маленьких компаниях или командах (менее 50) мы должны быть нацелены на результат повыше, возможно, 80-90% являются хорошим минимальным показателем, который позволяет нам услышать мнение в среднем 4 из 5 человек. Переходя к компаниям побольше, мы можем снизить свои ожидания – при размере компании в 500 человек мы, верятно, получим хорошее понимание что к чему от 70% сотрудников, поэтому 70-80% будет хорошим показателем. Поднимаясь к компаниям в 1000+ мы, скорее всего, можем быть нацелены на (долю респондентов) приблизительно 65%, как нижнюю границу, даже не смотря на то, что более высокие показатели позволяют сильнее почувствовать вовлеченность в психологическом плане.

Размер компании	Идеальная доля респондентов в опросе
менее 50	80-90%
500	70-80%
1000+	65-80%

Иногда, возникают причины, по которым сложно даже достичь доли респондентов, указанной выше, но все же, безусловно, можно сделать хороший статистический прогноз и из меньших наборов данных в больших компаниях.

Как повысить долю респондентов в опросе персонала?

Уделяя внимание увеличению доли респондентов, организация часто делает один из первых шагов к более здоровому подходу осуществления обратной связи с сотрудниками, которые она могла бы реализовать. В средней и длительной перспективе, наилучший путь увеличения доли респондентов – это быстрое и открытое распространение результатов и демонстрация искреннего намерения внедрить практические изменения. Те, кто не ответил в этот раз, возможно, будут готовы присоединиться в следующий.

Также не забудьте обсудить важность участия в предопросных обсуждениях. Качественное участие ведет к качественным данным, что, в свою очередь, приводит к качественным результатам.

Андреа Райс, Директор в сфере обучения в Journeys говорит, что информирование менеджеров о текущих результатах участия, оказало свое влияние. «Это помогло лидерам побудить их команды к участию и привело к повышению вовлеченности для нас», - сказала она. У Vend доля респондентов в опросах вовлеченности выше 90% и они тоже считают это правдой. Их менеджеры глубоко заинтересованы в получении обратной связи и всегда готовы повысить процент участия своих команд.

__________________________________________________________

На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

Считаем количество поручений работника на актуальную дату (код в Python)

Передо мной встала задача прогноза исполнения поручений. В CRM фиксируются данные по поручению: кто назначил, когда, дата исполнения, подразделение, сорк исполнения и т.п..
Вот у меня возникла идея посчитать количество незакрытых актуальных поручений на дату назначения нового поручения. Ну т.е. руководитель назначает новое поручение, а машинка в этом момент считает, что вместе с этим поручением у Васи Иванова еще четыре незакрытых поручения. Вот такая задачка, и я хочу показать, как эта задача решается в Python.
Код

Понадобится всего одна библиотека

import pandas as pd

И мы имеет вот примерно такой датафрейм

df = pd.DataFrame({'id': (1,1,1,2,2), 'begin': ('01.01.2018','01.02.2018', '01.03.2018', '01.01.2018', '01.02.2018'),
    'end': ('01.02.2018','01.03.2018', '01.04.2018', '01.02.2018', '01.03.2018')})
df['begin']= pd.to_datetime(df['begin'])
df['end']= pd.to_datetime(df['end'])
df
    begin     end        id
0 2018-01-01 2018-01-02 1
1 2018-01-02 2018-01-03 1
2 2018-01-03 2018-01-04 1
3 2018-01-01 2018-01-02 2
4 2018-01-02 2018-01-03 2

Где begin это дата начала проекта, end дата окончания проекта, а id - это исполнитель. Наша задача получить такой датафрейм

      begin       end      id  new
0   2018-01-01  2018-01-02  1   3
1   2018-01-02  2018-01-03  1   2
2   2018-01-03  2018-01-04  1   1
3   2018-01-01  2018-01-02  2   2
4   2018-01-02  2018-01-03  2   1

Где new это переменная, показывающая количество актуальных / незакрытых поручений на дату открытия нового проекта. В строке 0 у нас стоит 3, поскольку на дату 01 января 2018 у этого работника три незакрытых поручения. Цифру три можно получить, если мы возьмем даты окончания поручений по этому работнику, сравним их с датой начала данного поручения и посчитаем количество случаев, когда дата начала поручения меньше, чем дата окончания поручения.
Первое, с чего мы начинаем - сформируем по каждому работнику списки дат начала и окончания проектов

gr_end = df.groupby(['id'])['end'].apply(list)
gr_begin = df.groupby(['id'])['begin'].apply(list)

Получается вот так

gr_begin
id
1    [2018-01-01 00:00:00, 2018-01-02 00:00:00, 201...
2           [2018-01-01 00:00:00, 2018-01-02 00:00:00]
Name: begin, dtype: object

id в данном случае индекс и обозначает id работника, а каждому id соответствует объект типа list с датами в данном случае начала поручения.
Теперь самое сложное. По каждому работнику надо сравнить дату начала поручения со всеми датами окончания поручений и посчитать количество случаев, где дата начала поручения была меньше даты окончания.
Получился вот такой цикл

l = []
for i in gr_begin.index:
    for x in gr_begin[i]:
        cv = [j == 1 for j in gr_end[i] if j > x].count(False)
        l.append(cv)

В написании циклов я не очень силен, поэтому, если вы увидите, что цикл можно улучшить, буду вам благодарен. Итог такой

l
[3, 2, 1, 2, 1]

Далее мы list l превращаем в новую переменную и окончательный датафрейм выглядит так

df['new'] = l
df
      begin        end     id  new
0   2018-01-01  2018-01-02  1   3
1   2018-01-02  2018-01-03  1   2
2   2018-01-03  2018-01-04  1   1
3   2018-01-01  2018-01-02  2   2
4   2018-01-02  2018-01-03  2   1

После написания кода я обратился на stackoverflow с просьбой предложить идеи по улучшению кода см. Create new variable based on groupby & value comparison

Мне предложили такой вариант 

merged = df.merge(df.drop(columns='end'), on='id', suffixes=('', '_y'))
live_projects = merged[merged.begin<=merged.begin_y]
result = live_projects.groupby(['id','begin','end']).count().reset_index()
result.rename(columns={'begin_y':'new'}, inplace=True)

Вполне рабочий код.

Статьи по hr-аналитике на английском 27

27-й выпуск статей по hr-аналитике на английском.
Предыдущий, 26-й выпуск, статей на английском по HR-аналитике вы найдете по ссылке Статьи по hr-аналитике на английском 26 (по ссылкам можно перейти до самой первой статьи).
И даже если вы не владеете английским языком, рекомендую почитать анонсы статей, это позволит держаться вам в курсе трендов аналитики.

Итак,

1. Daimler drives new HR insights with graph database technology - это фактически новостная статья про то, как автогигант использует Organisational Network Analytics в управлении персоналом. Статья небольшая, но, думаю, читателям будет интересна - перевод Даймлер прокачивает HR с помощью технологии графовых баз данных
2. How to Create Value by Mapping the Employee Journey - Erik van Vulpen взялся за тему Employee Journey и стал печататься не только на своем ресурсе, но вот теперь он автор digitalhrtech. Обращаю внимание, что тема Employee Journey крайне моднючая... не упустите свой шанс (взята в перевод). 
3. What is a Good Employee Survey Response Rate? - пост очень короткий, но информативный: компания, которая занимается корпоративными опросами, дает свое понимание того, какую информацию для компании несет показатель % ответов на корпоративные опросы - те, кто занимался корпоративными опросами, понимают, что это важный вопрос. - перевод Какой % ответов на корпоративный опрос можно считать хорошим
4. The Impact of Turnover on Employee Experience - для тех, кого интересует практическое применение hr-аналитики, содержательные вещи. Philip Arkcoll провел Organisational Network Analytics в среде работников, посмотрел, что происходит в компании, где увольняется коллега. Результат очень классный. перевод Влияние текучести кадров на опыт сотрудника (Employee Experience)
5. 10 inspiring HR Trends for 2019 - спрятал в конце статью про тренды. Tom Haak разродился. 
6. Open-plan offices make workers less collaborative, Harvard study finds - очень короткая, но интересная статья. Да, суть ее в названии, но рекомендовал бы таки перевести. Перевод: Исследователи из Гарварда выяснили, что Офисы типа open space снижают у работников стремление к сотрудничеству
7. A Different Kind of Dashboard - ну в общем тут все понятно:)
8. Getting started with people analytics: a practitioners’ guide - авторы спецы из CIPD. Создали что то типа мини учебника. По ссылке PDF файл, рекомендую его скачать, потому что такие файлы имеют тенденцию пропадать из интернета. Материал не для перевода - очень большой, но изучать надо.
9. Why Should Analytically-Minded HR Professionals Learn to Use R (And Forget About Excel)? - для тех, кто еще имеет сомнения по этому поводу. Перевод: Почему HR профессионалам, работающим с аналитикой, стоит изучать язык R и забыть об Excel
10. 5 reasons HR Analytics should not be located in HR - очень важный текст в споре, кто должен руками работу работать - HR или не HR. (взята в перевод)

__________________________________________________________

На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

9 Захватывающих трендов и возможностей в сфере HR на 2019 год

Перевод статьи 9 exciting trends and opportunities in hr for 2019  нашего  проекта переводы статей по hr-аналитике на английском. Автор Rob Scott, и это его дебют в нашем блоге.
Перевод сделала Замигулова Елена, HR с опытом работы 6 лет (по ссылке профиль в Линкедин), и это также ее дебют в качестве переводчика в нашем блоге.
Итак,

9 Захватывающих трендов и возможностей в сфере HR на 2019 год

Выбросите хрустальный шар! Конечно, не существует рационального способа «предсказать», что будет важно для HR-лидеров и руководителей предприятий в 2019 году. Практически в каждом случае каждая организация проходит уникальный путь изменений, преобразований персонала, технических возможностей, перемен в корпоративной культуре или простого улучшения оперативного управления.
Таким образом, мой список - это набор материалов, которые я собрал во время переговоров с HR и другими лидерами за последние 12 месяцев, и который рассматривался для будущих планов. Возможно, вас заинтересует только 1 пункт, может быть все 9 - это уж как вы решите.
Вот и список, поехали. В произвольном порядке.

1. PA - Персональная аналитика

§ HR Analytics стала важным инструментом для поддержки принятия организационных решений касающихся персонала. Но здесь наблюдается тенденция поддерживать больше работодателя, чем работника. Поскольку мы видим, что вовлечение сотрудников, счастье и изменение производительности на рабочем месте (Employee Engagement, Happiness, Workforce and Workplace) занимают центральное место, то с другой стороны возникает серьезный пробел в предоставлении индивидуальной аналитики для людей, для того ,чтобы они могли принимать наилучшие личные и деловые решения в рамках постоянно меняющейся рабочей среды.

2. Доверие

§ По мере того, как в нашу жизнь входят новые технологии, такие как чат-боты, Robotic Process Automation, Machine learning Algorithms, Personal data-sharing и Tracking дружеские отношения с людьми, доверительные отношения, которые лежат в основе многих вещей в организации, ослабляются. Необходимость заключается не только в укреплении доверия к технологиям, которые выполняют «человеческие» задачи или сбор наших данных, но и в эффективном управлении последствиями их применения для таких подразделений как отдел персонала, который хранит некоторые из этих инструментов нового века.

3. Независимый тренер по талантам

§ Коучинг для руководителей является актуальным, но по мере развития характера работы и разнообразия взаимоотношений между организацией и работником (я не хочу говорить «официально оформленный сотрудник», поскольку многие не являются технически таковыми), растет необходимость в независимых тренерах по развитию (на более низких уровнях), которые не финансируются работодателем. Эта потребность возникла потому, что молодые талантливые люди не хотят отражать поведение нынешних лидеров (подумайте о многих нынешних банковских лидерах… не очень хорошая модель для подражания), но хотят стать лучшей версией себя без влияния компании.

4. За пределами вовлечённости

«Я никогда не был поклонником опросов о культуре или вовлеченности - статистически они полны ошибок и часто основаны на поп-психологии. Однако прослушивание с помощью «Data Ears» становится все более актуальным. Другими словами, понимая настроение внутри компании или уровни вовлеченности (клиента или сотрудника) или уровни счастья, анализируя данные, оставленные сотрудниками, клиентами, ваша цепочка поставок кажется гораздо более надежной и менее подверженной типичным неточностям в опросах.

5. Хранилище персональных данных

§ Один из моих любимых пунктов. Я занимаюсь этой темой уже несколько лет. Но с изменением рабочей силы, увеличением числа видов работ и рабочих групп сотрудники хотят иметь возможность хранить свою собственную историю работы (думаю, мини-систему управления персоналом), включая записи об обучении, данные о заработной плате и премиях, оценки производительности, базовую биографию, историю работы и должности. Они хотят контролировать свои собственные данные, а также иметь возможность поделиться ими и легко отозвать их у работодателя. Кстати, это не ваш типичный профиль Linkedin. Большая возможность для поставщиков программного обеспечения HR.

6. Общение/связь

§ Не совсем новый пункт, но снова становится предметом внимания, поскольку организации теряются в своей цифровой и технической активности. Люди иррациональны, совершают ошибки и не совершенны. Технологии, со всеми ее преимуществами, способны создавать стерильные и идеальные условия, которые не способствуют продуктивности или счастью человека. Важно убедиться, что мы не передаем свою ответственность за общение машинам/ технологиям.

7. Наука HR

§ HR на самом деле намного сложнее, чем понимает большинство людей. Часто отдельные HR-операции не являются сложными (хотя бывают и исключения), но обеспечение согласованности между множеством взаимосвязанных HR-операций - это то, в чем заключается реальная сложность и где часто возникают проблемы. В основе всех кадровых решений лежит уровень зрелости персонала. Когда HR-операции не выполняются из-за недостаточного уровня зрелости, вы, как правило, испытываете уныние руководителя по отношению к HR или фрустрацию по отношению HR.

8. Мгновенные ответы на HR Tech

§ Быстро и постоянно меняющиеся рабочие среды требуют от HR-специалистов и ИТ-руководителей принимать оперативные, но обоснованные решения о покупке HR-технологий. Прошли те дни, когда для выполнения традиционного запроса предложений (RFP) или чтобы обнаружить новые инструменты SaaS которые вы искали, требовалось 4-8 месяцев. Сейчас ситуация сильно изменились. Есть несколько отличных сервисов, аналитики и инструментов, доступных для ускорения этих решений.

9. Изменение модели управления персоналом

§ Многие организации осознают, что традиционная модель управления персоналом Дейва Ульриха нуждается в адаптации. Не радикальное изменение (поскольку она в основном все еще работает), а смену фокуса, чтобы обеспечить поддержку управленческой модели в «скорости и гибкости» , которые так необходимы современным организациям. Изменения включают в себя «Business Partner», входящего в мир клиентов и цепочки поставок, «Center of Excellence» (CoE), превращающийся в Networking Management Function (центр управления сетью), и «Shared Service center» преобразующийся в центр цифровых данных.
Вот и все!. И почему не 10пунктов, я слышу, вы спрашиваете, нет никакой причины, у меня было только 9,чтобы поделиться. Какой смысл делать больше ненужных вещей.

__________________________________________________________

На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

Комментарии сотрудников при прохождении опросов: как их интерпретировать и действовать

Перевод статьи Employee survey comments: How tointerpret and take action by Fresia Jackson, Senior People Scientist, CultureAmp.

Автор статьи Fresia Jackson – старший HR-аналитик в Culture Amp, компания занимается опросами сотрудников, созданием систем обратной связи.

Комментарии сотрудников при прохождении опросов: как их интерпретировать и действовать

Одним из отличительных преимуществ проведения опросов сотрудников является то, что они позволяют компаниям собирать масштабную обратную связь. Однако, опросы не могут заменить человеческого общения – общения лицом к лицу. На протяжении многих лет опросы были развиты так, чтобы лучше соответствовать нуждам, приспособленным как к сбору количественных данных (основанных на цифрах), так и к сбору качественных данных (написанному человеком тексту).

Компании, использующие платформу Culture Amp, собирают не только ответы на вопросы по вовлеченности сотрудников, имеющие привычную цифровую шкалу оценок, они также собирают свободные комментарии от своих сотрудников. Вот некоторая статистика, которую мы обнаружили, когда дело доходит до добавления комментариев к оценке:

Статистика комментариев в проводимых опросах:

•     Около 6% людей добавляют комментарии к вопросам, где надо что-то оценить
•         Люди в 6 раз чаще оставляют комментарий, если они не согласны с вопросом
•       7 из 10 наиболее комментируемых элементов имеют оценку ниже 70%
•     Негативные комментарии вдвое длиннее, чем позитивные
•       Сотрудничество является наиболее обсуждаемой темой в отрасли и регионе

Итак, если процент людей, оставляющих комментарии к оценочным вопросам, невелик и они, как правило, отрицательны, имеют ли значение комментарии сотрудников в опросах вовлеченности?

Однозначно имеют значение.

Открытые вопросы, такие как: «Что у нас здесь хорошо получается?» имеют гораздо более высокий уровень участия (доля написавших около 60%). В этом руководстве мы объясним, почему все типы комментариев в опросах сотрудников имеют значение, и как их интерпретировать, а главное, принимать меры.

Почему комментарии в опросах сотрудников важны?

Люди хотят, чтобы их голоса были услышаны. Один взгляд на быстрый рост социальных сетей и сайтов онлайн-рейтинга, таких как Yelp, говорит нам об этом. То же самое относится к работе. Опрос сотрудников важен, и он демонстрирует, что вы хотите получить обратную связь от них. Предоставление возможности людям дать обратную связь своими словами так же значимо.

Люди часто хотят пояснить или добавить описание к ответу, и предоставление им возможности оставлять комментарии позволяет делать это. Monique Hughes, старший тренер по работе с клиентами в Culture Amp, говорит: «Отсутствие возможности добавлять комментарии может создать явный источник разногласий при опросах сотрудников».

Готовы собирать комментарии опроса сотрудников? Мы здесь, чтобы помочь.

Когда и как вы должны просматривать комментарии опроса сотрудников?

Иногда может возникнуть желание сначала прочитать комментарии. Приятно видеть, что люди говорят в письменной форме, но начинать анализ результатов опроса с прочтения комментариев сотрудников может быть ошибочным. Тем не менее, остается вопрос: а когда подходящее время для просмотра комментариев опроса сотрудников?

1.       При анализе данных опроса сотрудников, начните с доли участия. Убедитесь, что выборка по вашей организации репрезентативна, чтобы быть уверенным в полученных данных. См. это руководство для правильного проведения опроса сотрудников исходя из размера вашей компании.

2.       Посмотрите на ваш общий рейтинг вовлеченности. Если вы проводите опрос периодически, вы можете сравнить полученный результат с историческими данными и другими известными вам бенчмарками.

3.       Проверьте выбросы или значимые различия. На платформе Culture Amp у нас есть руководства, которые помогут вам найти сформировавшиеся микрокультуры в ваших организациях - например, получает ли отдел продаж результат, отличный от других отделов? Посмотрите, как тепловая карта может помочь вам найти выбросы.

4.       Используйте анализ драйверов и focus agent на платформе Culture Amp, чтобы выбрать ключевые области для дальнейших действий.

5.       Наконец, как только вы определили область для повышенного внимания, используйте комментарии, чтобы понять, на что именно должны быть направлены ваши действия, исходя из их контекста. В зависимости от объема комментариев вы возможно захотите определить их распределение по темам. Это поместит комментарии в аналитический контекст, который вы уже разработали.

Monique советует клиентам просматривать комментарии как вторичный и дополнительный источник данных. Она также советует применять осторожность при чрезмерной интерпретации комментариев. «Не используйте комментарии, чтобы определить область повышенного внимания. Используйте их, чтобы обеспечить дополнительное понимание обнаруженной проблемы. Когда вы понимаете область своего повышенного внимания, вы всегда можете взять 1-2 особенно иллюстративных комментария в качестве примера, чтобы очеловечить данные», - говорит она.

Как использовать комментарии, чтобы рассказать историю о ваших данных

«Когда люди принимают участие в опросе, это с их стороны личный, и иногда ранящий их поступок. Понимание, что результаты вернутся в агрегированном виде (как это может быть при рассказе историй только на основе цифр), отделяет личности от результатов», - говорит Майра Кэннон, специалист по культурным исследованиям в компании Culture Amp. Использование комментариев для придания данным «человечного вида» при представлении результатов опроса сотрудников может помочь людям общаться на более глубоком уровне. Например, вывод «Обучение и развитие на уровне 60%» не вызывает резонанса, в отличие от комментария, обобщающего это мнение.

Анализ текста может помочь вам определить, о чем говорят люди и каковы их общие эмоции по поводу написанного. На изображении ниже показан инструмент для анализа текста Culture Amp с отрицательными комментариями слева и более положительными комментариями справа.

И наконец, ранжирование вопросов по количеству комментариев к каждому из них показывает вам «шумные» темы в вашей организации. Это то, о чем все говорят. Это не означает, что вам обязательно нужно сосредоточиться на этом, но вы должны обязательно включить эту тему в процесс обмена результатами, чтобы люди чувствовали, что их голос услышан.

Немного об осторожности при обмене комментариями опроса сотрудников

Транслирование результатов опроса невероятно важно для укрепления доверия в процессе обработки обратной связи и вовлечения всех сотрудников для разработки мер. Однако, очень важно, чтобы люди чувствовали, что они могут быть честными, оставляя свои комментарии. Вот почему компании должны проявлять осторожность, когда дело доходит до широкого распространения комментариев между сотрудниками.

Доктор David Ostberg, директор по культурной поддержке в Culture Amp, говорит: «Комментарии (точнее, качественные данные) являются важной частью обработки загадок в обратной связи и могут помочь понять контекст и выраженность количественных данных, собранных с помощью опросов. При этом, к комментариям нужно относиться с осторожностью, поскольку они, как правило, вызывают гораздо больше эмоционального отклика, чем числовые результаты, и комментарии, как правило, сильно скошены в негативную сторону».

David рекомендует сначала поделиться количественными результатами на уровне компании (то есть числовыми данными) с руководителями, менеджерами и сотрудниками и дать им время на то, чтобы проанализировать ключевые результаты, прежде чем делиться комментариями. Кроме того, он говорит: «Попросите одного или двух членов из HR команды просмотреть комментарии, прежде чем делиться ими с компанией, чтобы убедиться, что нет ничего неуместного или подлого, что обозначило бы конкретного сотрудника или команду. Отзывы, в том числе комментарии, должны собираться в духе стимулирования позитивных изменений, а подстрекательские комментарии по отношению к людям не помогают надлежащим образом стимулировать обучение и рост».

Примеры позитивных и негативных комментариев при опросе сотрудников

Когда речь заходит о типизации (кластеризации) комментариев, которые вы можете увидеть в опросе сотрудников, то можно сказать, что некоторые люди просто хотят описать свой ответ или рассказать, что у них на уме. Другим нравится хвалить человека, с которым они работают, или выражать благодарность своему работодателю.

Culture Amp предлагает услугу анализа текста, предоставляющую полезный способ получить ответы на главные вопросы: «О чем говорят люди?» и «В целом, насколько позитивными или негативными являются настроения людей по определенной теме?»

Пример позитивных комментариев при опросе сотрудников

«Мы продолжаем нанимать очень хороших людей для разработки продуктов и во всех других сферах деятельности компании. Все, с кем я работаю, увлечены своей работой и хорошо сотрудничают с другими командами».

«Возможность общаться с моими руководителями - вот что делает это место великолепным».

«Воплощение нашей мечты и ценностей. Хорошее место для людей и гибкий график работы. Множество мероприятий для сотрудников, таких как Hack Day и общественные мероприятия. Курсы по обучению».

Пример негативных комментариев при опросе сотрудников

«Я думаю, что нужно уделять больше внимания тому, чтобы помочь безрезультатным людям идти в ногу со всеми, а не делать выговор всей группе в случае возникновения проблемы».

«Мы растем. Мы могли бы использовать еще несколько постоянных рабочих мест для сотрудников в штаб-квартире. Рядом с моей командой есть горячие столы, но всегда возникает вопрос, когда я прихожу в офис, будет ли где-нибудь посидеть рядом с моей командой».

«Политика и преимущества должны быть в центре внимания, а не скрыты».

Начните собирать отзывы сотрудников уже сегодня

Вы обеспечите себя более полными данными для принятия мер, благодаря опросам, позволяющим сотрудникам оставлять комментарии в свободной форме. Если вы готовы начать, люди в Culture Amp, готовы помочь вам.

Отзыв на курс "Управление сотрудниками в инновационной экономике"

Собрал в свое время в одном посте Бесплатные он - лайн курсы для HR на русском языке Открытое образование, разместил в сетях и обратился к коллегам присылать отзывы на пройденные курсы. С удовольствием публикую первый отзыв. И призываю вас активней делиться отзывами, коллеги!
Итак,

Отзыв по итогам прохождения обучения онлайн курса МГУ им.Ломоносова "Управление сотрудниками в инновационной экономике"

Автор отзыва Замигулова Елена, HR с опытом работы 6 лет (по ссылке профиль в Линкедин)
Очень подробная информация о курсе по ссылке. Здесь вы найдете сведения об авторе курса ( его читает умнейшей души человек Маслов Владимир Иванович,все

регалии по ссылке), сроках проведения, тематике лекций, правилах получения сертификата.
Как человек,прошедший обучение,я бы хотела уточнить ряд деталей о процессе и высказать личное впечатление о курсе.

Технические моменты:

Онлайн лекции разделены на 12 блоков, в каждом блоке от 3 до 5 лекций, каждая длительностью по 20-25 минут в среднем. Новый блок открывается 1раз в неделю, таким образом вам необходимо выделить на просмотр видео и конспектирование от 60 до 100 минут (в среднем) в неделю. После каждой лекции небольшой тест, а также тестирование после блока лекций. Кроме тестов предусмотрены 3 семинара - 2 из них это кейсы - слушателю предоставляется информация, например, о Лаборатории Касперского (семинар1). Используя лекции и дополнительную литературу (в идеале) студент должен ответить на ряд вопросов. После отправки своего развернутого ответа необходимо оценить 5 работ однокурсников (что было новым и интересным опытом и дополнительным источником информации). Заключительный, 3й семинар, это эссе, в котором помимо лекций и литературы, необходимо использовать примеры компании,в которой вы трудитесь.
Курс даёт системное представление о том,что в настоящее время происходит в мире в целом, в нашей стране в частности, в обществе, экономике, на рынке труда, и как должен меняться современный менеджмент,чтобы стать успешным, как построить эффективную корпоративную культуру.
Автор курса не оставил без внимания Российскую специфику - отдельный блок лекций посвящен "Особенностям корпоративной культуры в России".
Резюмируя: данный курс будет очень полезен руководителям (и высшего и среднего звена), эйчар партнёрам, эйчар директорам, рядовым HR.
В ходе лекций Маслов В.И. отвечает на 3 основных вопроса:

1. Что делать? (Куда мы хотим попасть)
2. Почему? (Зачем нам туда нужно)
3. Как? ( Как нам это сделать)

Обучение было очень полезным!

Автор отзыва Замигулова Елена.
Высшее образование, переподготовка по специальности "менеджер по управлению персоналом". Развивалась в эйчаре с 2006г. На протяжении 6 лет, однако по семейным обстоятельствам моя карьера была приостановлена. Связь с профессиональной сферой поддерживалась через бывших коллег, подруг,которые продолжали расти в HR. Однако общения с коллегами, чтения книг и статей было недостаточно. Необходим был системный подход, я искала курсы, которые бы дали возможность:

1. понять,что происходит в управлении персоналом, почему это происходит,что с этим делать;
2. учиться удаленно;
3. учиться (по возможности) с минимальными финансовыми затратами.

Курсы, которые я находила не отвечали всем критериям сразу, чаще всего не устраивала цена либо само учебное заведение.
Совершенно случайно я прочитала пост Эдуарда Бабушкина о бесплатном(!) обучении для HR. И вот я нашла!!! Курс "Управление сотрудниками в инновационной экономике", МГУ!!! Когда я просмотрела видео презентацию автора курса Маслова В.А. сомнений не осталось, это реально то,что мне нужно.
Благодарю за пост Эдуарда Бабушкина,платформа openedu.ru действительно предоставляет уникальные возможности для бесплатного обучения. А качество и уровень знаний - очень высокий.


__________________________________________________________
На этом все, читайте нас в фейсбуке, телеграмме и вконтакте

Человеческий фактор: 10 прогнозов для HR на 2019 год

Перевод статьи The Human Touch: 10 Predictions for HR in 2019  нашего  проекта переводы статей по hr-аналитике на английском. Автор - David Green - надеюсь, это имя вам уже известно.
Перевод выполнила Ольга Смирнова (по ссылке профиль на Линкедине - рекомендую френдиться с профи), у Ольги свое, очень интересно дело, она создатель сайтов и он-лайн школ, рекомендую http://smirnovaolga.tilda.ws/ ! Это уже четырнадцатый (!!!) перевод Ольги. Читайте также

1. 15 кейсов HR аналитики с оценкой эффективности для бизнеса
2. Познавательно о процентах
3. 10 метрик HR, которые вы можете, но, вероятно, еще не используете
4. Без цифровой культуры нет цифровой трансформации
5. Следующий вызов для Искусственного Интеллекта: понимание нюансов языка
6. Лидеры в HR аналитике: непрерывное стремление Capital One к улучшению исследований в области HR
7. Лидеры в HR аналитике: управление практическими исследованиями в Merck & Co
8. Искусственный интеллект в HR: прорывное приложение
9. Лидеры в HR аналитике: совместный подход к исследованиям в Microsoft
10. Как удостовериться, что гибкие команды могут работать вместе
11. Moneyball для бизнеса: как Искусственный Интеллект меняет управление талантами
12. HR в рабочем процессе: появилась новая парадигма
13. Пришло ли время пересмотреть масштаб и широту HR аналитики?

Итак,

Человеческий фактор: 10 прогнозов для HR на 2019 год

Опубликовано 13 декабря 2018 г., David Green


Снова пришло время года, когда Санта готовит свои сани, знакомый рефрен «Fairytale of New York» разносится по радиоволнам, пирожки с начинкой поглощаются десятками, а с хрустального шара стряхивается пыль, чтобы сделать прогноз относительно HR на 2019 год.

Предсказывать будущее, цитируя автора «Hitchhiker’s Guide to the Galaxy» авторства Douglas Adams, в сущности, «мартышкин труд», но это крайне важно, учитывая, что скорость изменений сама по себе означает, что нам придется жить в будущем «вероятно, на следующей неделе».

Хотя я не осмелился бы предсказать исход Brexit (и жить в надежде, что этого на самом деле не произойдет), или давать прогнозы о притязаниях Liverpool’s Premier League на текущий сезон, я рад ринуться в бой, когда дело касается HR. Посмотрите мои предыдущие прогнозы на 2018, 2017, 2016, 2015 и 2014 годы.

Итак, надеваем каску, включаем ироничный режим, берем глинтвейн,  пришло время прыгнуть в пропасть ...

1. Человеческий фактор

Хотя ИИ, несомненно, произведет революцию в том, как мы работаем и какую работу на самом деле выполняем, утопические мысли о том, что машины приведут нас к безработице и каторге, просто неверны. Понятно, что мы находимся в состоянии огромного раскола, многие рутинные и повторяющиеся задачи действительно будут автоматизированы. Однако исследования, подобные исследованиям Gartner, World Economic Forum (см. Рис. 1) и McKinsey, привели к выводу, что ИИ создаст больше рабочих мест, чем заменит. Разнообразие работ, созданных ИИ, позволят нам быть более креативными, более результативными и более человечными. Таким образом, тенденция, которая охватывает все мои предсказания на 2019 год, пронизана человеческим фактором (навеяно песней Bruce Springsteen).

РИС. 1: Перспективы рабочих мест в 2022 году (Источник: World Economic Forum)

2. Персонализация - от одного размера, подходящего всем, к одному размеру, подходящему одному

Я верю, что мой прогноз на 2018 год перейдёт в ускорение в 2019 году, так как HR продолжает черпать вдохновение из маркетинга для создания персонализированного отношения к сотрудникам. Это радикальный переход от кадровых программ прошлого типа «один размер для всех». Потребности бизнеса, технологические возможности и ожидания самих сотрудников означают, что эта ретроградная практика должна быть выброшена в мусорную корзину истории. Вместо этого персонализация «важных моментов» в работе сотрудников и предоставление рекомендаций для поддержки, например, адаптации, обучения и мобильности, приносят не только пользу сотрудникам, но и организации - с точки зрения предоставления данных для поддержки стратегии, планирования и удержания персонала, и эффективности бизнеса.

3. Принятие взлета hr аналитики.

2018 год стал знаковым для HR аналитики, так как интерес и принятие в этой области ускорились. В результате исследования Corporate Research Forum выяснилось, что у 69% крупных организаций в настоящее время есть команда HR аналитиков -  похоже, что брешь в принятии, наконец, преодолена. Работа команд HR аналитиков все в большей степени ориентирована на обеспечение ценности для сотрудников, а также на достижение лучших результатов в бизнесе. Несмотря на то, что организации по-прежнему сталкиваются с многочисленными проблемами в достижении устойчивого совершенствования HR аналитики - не в последнюю очередь в обеспечении информационной грамотности в более широком понимании HR функций и сообществе бизнес-партнеров HR, ожидайте более широкого внедрения в 2019 году, так как HR аналитика продолжает двигаться от периферии к центру стратегии управления персоналом. Бизнес-преимущества инвестирования в HR аналитику также становятся все более очевидными. Недавнее исследование Visier, показало, что размер прибыли организаций с расширенными возможностями в области HR аналитики на 56% выше, чем у их коллег. Для меня это звучит как идеальный боевой клич к управлению персоналом на основе данных.

РИС.2. Рост принятия и ценности HR аналитики для бизнеса (Источники: Corporate Research Forum и Visier)

4. Персональные данные во благо

Этика является наиболее важным аспектом HR аналитики, а также самой большой проблемой в этой области. В 2018 году произошел скандал в Cambridge Analytica, появились новости о предвзятом алгоритме найма в Amazon и о введении Общего регламента ЕС по защите персональных данных. Потенциал HR аналитики огромен, но и риск ошибиться и потерять доверие сотрудников, возможно безвозвратно, высок. Все те, кто работает в этой области, несут ответственность за обеспечение того, чтобы персональные данные использовались во благо. К счастью, в связи с растущей тенденцией предоставления персонализированных рекомендаций и идей сотрудникам в обмен на личные данные, которыми они делятся со своими работодателями, область движется в правильном направлении. В сочетании с ростом рынка оздоровительных услуг для работников, в 2019 году ожидайте увидеть геометрический рост «персональной аналитики», благодаря которой работникам для принятия лучших личных и связанных с работой решений будет предоставлена информация, основанная на данных. 

5. Смещение фокуса на опыт и здоровье сотрудников 

Одной из лучших книг, которые я прочитал в 2018 году, была книга «Dying for a Paycheck» автора Jeffrey Pfeffer, в которой содержался отрезвляющий и ужасающий анализ того, как рабочие места буквально убивают людей. Pfeffer не только подчеркивает, что современные методы управления порождают стресс, убивают вовлеченность и разрушают психическое и физическое здоровье сотрудников, но и ставит акцент на  огромный вред, который это наносит деятельности компании. Вот почему область HR аналитики так важна в качестве ориентации на опыт и здоровье сотрудников. Методологии, используемые для понимания, проектирования и измерения опыта сотрудников, становятся все более сложными, основанными на данных и широкомасштабными. К ним относятся инструменты активного и пассивного слушания, такие как опросы, организационно-сетевой анализ и носимая электроника, а также анализ неструктурированных данных (например, текста), которые в совокупности дают сигналы о том, как сотрудники думают, чувствуют и ведут себя. Ожидайте роста в компаниях, предоставляющих своим сотрудникам инструменты, данные и «подталкивания» для поддержки спорта, психического здоровья, баланса между работой и личной жизнью и, следовательно, мотивации, счастья и производительности. 

6. Рост значимости социального капитала

Поскольку компании стремятся получить представление о том, что движет индивидуумом, командной и организационной эффективностью и производительностью, все большее внимание уделяется максимизации ценности социального капитала организации, а именно того, как отдельные люди и команды связаны внутри предприятия. Это привело к быстрому росту компаний, использующих организационно-сетевой анализ (ONA) для отображения связей, выявления ключевых факторов влияния, выделения сотрудников с риском выгорания, получения информации о производительности и поддержки инноваций в других областях применения (см. Рис. 3). Рынок поставщиков ONA (также см. Рис. 3) находится на подъеме и в 2019 году будет набирать обороты, поскольку все больше компаний внедряют ONA. Подробнее об этой теме см. роль ONA в HR аналитике (по ссылке - перевод статьи Давида Грина в нашем блоге).

«Привлечение лучших людей - это только часть решения. Фирмы должны также выявить лучшее в людях. Для этого необходим новый рубеж, раскрывающий потенциал социального капитала ».

Michael Arena

РИС. 3. Типичные сценарии использования ONA (слева) и срез рынка поставщиков (справа) (Источник: David Green, The role of ONA in People Analytics)

7. Действие, дествие: поведенческая экономика входит в hr

Один из моих прошлогодних прогнозов, от которого, вместе с выходом Humu из режима невидимости и появлением других поставщиков, разрабатывающих инструменты в этой области, я ожидаю, в 2019 году выхода на передний план. Напомню, что HR пытается догнать маркетинг, поскольку компании давно стремятся понять и повлиять на поведение потребителей. Хотя примеров в области управления персоналом по-прежнему не хватает, я знаю несколько групп HR аналитиков, экспериментирующих в этой области. Одним из них является Google (смотрите выступление Prasad Setty здесь), где большая часть работы, выполняемой командой HR аналитиков, посвящена исследованиям, которые помогают обучать сотрудников Google принятию решений, и они могут со временем это улучшить. Ожидайте услышать больше о компаниях, исследующих влияние поведения на сотрудников, команды и организации в течение следующих 12 месяцев.

8. Рынок hr технологий продолжает обновляться и консолидироваться

В закулисном разговоре в UNLEASH Josh Bersin рассказал мне, что в настоящее время он отслеживает 1400 HR-tech компаний по всему миру. Инвестиции в области растут параллельно с ажиотажем, и выбор, стоящий перед покупателями, огромен. По мере ускорения темпов развития технологических возможностей, цифровая трансформация HR и растущие ожидания сотрудников, инвестиции, инновации и растерянность также будут расти. В 2018 году LinkedIn запустила Talent Insights и приобрела Glint, SAP потратила 8 миллиардов долларов на Qualtrics, появились Humu и впечатляющее количество стартапов. Ожидайте больше инноваций - и больше консолидации в области в 2019 году.

9. Усиливается фокус на навыках

По мере того, как компании стремятся быть более гибкими и готовятся к вызовам и возможностям, предоставляемым ИИ и автоматизацией, акцент на сегментации сотрудников должен сместиться с ролей на навыки. Действительно, как показывают исследования TI People (см. Рис. 4), к 2020 году сегментация по навыкам / наборам навыков в организациях утроится. Становление организацией, основанной на навыках, является значительным сдвигом и потребует времени, поэтому ожидайте увеличения импульса от HR лидеров, HR аналитиков, и сообществ поставщиков в 2019 году. Вся область навыков будет продолжать оказывать все большее влияние на планирование персонала (навыки на будущее, состав персонала), обучение (сотрудникам потребуются новые навыки на рабочем месте будущего) и приобретение талантов (формирование кадрового резерва, найм новых талантов, расположение компании и т. д.), а также M & A стратегия компании.  

РИС. 4: Сегментация персонала сегодня и в 2020 году (источник TI People)

10. Революция в навыках и возможностях hr

HR - одно из самых интересных направлений для работы в бизнесе. Отчасти это связано с тем, что функция сталкивается с, возможно, беспрецедентными изменениями, и увеличивает ожидания в отношении ценности и влияния, которое она должна оказать на бизнес и сотрудников. Таким образом, навыки и способности, необходимые специалистам по управлению персоналом, также претерпевают глобальные изменения. Недавно я сотрудничал с myHRfuture в исследовании, чтобы понять, что это за навыки, а также какие из них наиболее востребованы самими специалистами по персоналу. На рис. 5 представлена иллюстрация этих навыков. Ожидается рост числа альтернативных поставщиков (таких как myHRfuture) для удовлетворения этого растущего спроса в условиях, когда традиционные профессиональные HR-организации пытаются внедрить эти требования в свои программы сертификации.

РИС. 5: Навыки HR будущего (Источник: myHRfuture)

ХО-ХО-ХО...

Таковы десять прогнозов на 2019 год, поэтому мне остается только пожелать вам счастливого Рождества и процветающего, ориентированного на данные и сотрудников (и без Brexit?) 2019 года.

__________________________________________________________

На этом все, читайте нас в фейсбуке, телеграмме и вконтакте