Применение научной HR-аналитики для совершенствования HR-процессов

Перевод статьи How to use Scientific People Analytics to improve people processes в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор - Max Blumberg, это уже третья статья серии о научной HR-аналитике, см. первые две статьи

1. HR-аналитика и научный метод
2. Научная HR-аналитика: обзор метода профилирования значений

Перевод сделала Екатерина Малинина, HR business partner в IT-отрасли. Эксперт в оценке, обучении, развитии талантов. Помогает менеджерам строить эффективные и надежные команды, способные переложить в программный код любую задачу бизнеса. Профили Екатерины в фейсбуке и в Линкедине. Это уже десятый перевод Екатерины :

1. 8 главных HR-трендов 2018 года
2. Истинно стратегическое планирование трудовых ресурсов
3. Тренды в оценке настроений сотрудников и исследовании вовлеченности
4. Исследования вовлеченности персонала: часть 1, проблемы традиционного подхода
5. Прогнозирование в HR-аналитике не так важно, как вы думаете
6. Радикальный эксперимент Unilever с процессом найма персонала: резюме – снаружи, алгоритмы – внутри
7. Анализ текучести персонала – Описательные методы
8. Анализ текучести персонала – Методы прогнозирования
9. Научная HR-аналитика: обзор метода профилирования значений

Итак,

Применение научной HR-аналитики для совершенствования HR-процессов

В третьей статье серии доктор Max Blumberg исследует, как применять научную HR-аналитику (Scientific People Analytics, SPA) в принятии решений, касающихся управления человеческим капиталом организации. 

В предыдущей статье я показывал, как применять профилирование значений. Статья ниже предлагает пошаговую инструкцию о том, как применять HR-аналитику для совершенствования некачественных процессов.

Для чего нужны методы научной HR-аналитики?

Вообще, нельзя гарантировать, что изменение процессов принесет желаемый бизнес-результат. 

Для многих видов бизнеса плохо сконструированные HR-процессы оборачиваются потерей миллионов или даже десятков миллионов фунтов в год. Например, представьте издержки от внедрения слабых процессов подбора персонала, которые препятствуют найму высокопотенциальных кандидатов, или от процессов обучения и развития, которые не справляются с формированием необходимых для компании компетенций.

Методы научной HR-аналитики позволяют заранее протестировать эффективность предлагаемых изменений – приведут ли они к желаемому бизнес-результату или нет. И если ответ отрицательный, придется искать другие варианты.

Что представляют собой методы HR-аналитики?

Научная HR-аналитика основана на научном методе, изложенном в первой статье. Данный метод является универсальным стандартом и используется для проверки широкого ряда утверждений в различных областях, включая исследование новых лекарств, оборудования и, с недавних пор, бизнес-процессов (например, финансовых, маркетинговых).

Применять научный метод можно по-разному – в зависимости от проблемы, которую нужно решить, и доступных ресурсов. Я выбрал описываемую в статье методику (см. рис. 1), потому что она непосредственно оценивает воздействие изменений в процессах на результат организации.

Рис. 1: Научная HR-аналитика может оценить влияние обновленных HR-процессов на улучшение бизнес-показателей.

Вкратце, научная аналитика собирает данные о текущем состоянии рабочей силы, ключевых факторах производительности и желаемом бизнес-результате до изменения HR-процессов. Дальше процессы меняются, и, спустя некоторое время, данные о рабочей силе, факторах производительности и результатах вновь собираются.
Если разница между данными до и после процессных изменений достаточно велика, то это доказывает, что изменение процессов достигло своей цели, и их можно внедрять.
Чтобы лучше разобраться, как применять методологию научного анализа, изучите инструкцию ниже.

1. Сбор данных до изменений (базовый уровень) 

Первым делом соберем базовые данные, предшествующие изменению проблемных HR-процессов. Для этого берем данные обо всех уровнях профилирования значений, описанных в предыдущей статье:

Данные об HR-процессах

Выбор конкретных данных для сбора зависит от того, какие именно процессы предстоит изменять, а также от природы изменений. Например, изменение процессов взаимодействия между сотрудниками будет затрагивать данные о различных уровнях коммуникации; изменение процесса планирования преемственности потребует данных о размере бюджета на поддержание списка преемников, количестве позиций, требующих преемников и т.д.

Данные о характеристиках рабочей силы, ключевых факторах производительности и бизнес-показателях

Ранее я показывал, что невозможно точно предсказать, какие характеристики рабочей силы, показатели производительности и бизнес-результат будут затронуты изменениями конкретных HR-процессов. Причина этого в том, что каждый HR-процесс потенциально может влиять на множество показателей. Скажем, изменение процесса подбора, скорее всего, затронет:

• Такие характеристики рабочей силы, как вовлеченность и производительность новичков
• Такие ключевые факторы производительности, как продуктивность, качество, инновационность и рост клиентов
• Такие бизнес-показатели, как выручка и прибыль

Это означает, что в идеале мы должны измерить все характеристики рабочей силы, факторы производительности и бизнес-результаты перед обновлением HR-процессов.
Если ограниченные ресурсы не позволяют произвести подсчет всех показателей, следует, как минимум, измерить те факторы, которые (гипотетически) изменятся в результате обновления процесса.

2. Изменение HR-процессов

Следующим шагом применим изменения к некачественному HR-процессу с целью сокращения его негативного влияния на желаемый результат.
Но что именно нужно сделать с процессом, чтобы с наибольшей вероятностью получить желаемый результат? Источники ниже пригодятся для формирования вариантов:

Сотрудники

Идеи об изменении процессов от сотрудников обычно предпочтительнее, чем рекомендации внешних консультантов, как минимум, по двум причинам: во-первых, у сотрудников понимание специфики требований к процессам компании лучше, чем у внешних экспертов, знания которых носят более общий характер. Во-вторых, и, возможно, это более важно, если сотрудники не вовлечены в разработку процессов, которые влияют на достижение ими их результатов, вероятнее всего, они будут выполнять их ради галочки.

Проекты, осуществляемые в похожих бизнес-условиях

Вполне вероятно, что в это же самое время кто-то еще – внутри вашей организации или за ее пределами – попытается решить аналогичные проблемы. Так что обычно очень полезно бывает:

• Расспросить коллег об их аналогичном опыте
• Изучить публикации тематических исследований (Google Scholar – очень полезный ресурс для этого)

Не забудьте перед применением чужого опыта убедиться, что условия реализации тех проектов в значительной мере соответствуют вашим собственным. Если это не так, результат может не соответствовать ожиданиям в вашей бизнес-среде.

3. Сбор данных после изменения процессов

После реализации изменений в HR-процессах и наблюдения за ними в течение некоторого времени приступаем к сбору данных, чтобы определить, привели ли изменения к желаемым улучшениям бизнес-показателей.
Данные, собранные на этом шаге, должны быть из тех же уровней профилирования значений, что и базовые данные, собранные в шаге 1.

4. Анализ разницы данных до и после изменений

Анализ данных до и после изменений может быть простым или сложным. Простой анализ исследует разницу между данными до и после изменений по всем уровням профилирования значений (HR-процессы, характеристики персонала, факторы производительности и бизнес-показатели), как показано на рисунке 1.
Если разница в данных значительна, изменения в процессах можно внедрять.
Проблема простого анализа состоит в том, что определение значимой разницы очень субъективно.
Более сложный статистический анализ не только решает эту проблему, но также помогает определить, какие именно изменения в процессах повлияли на улучшение бизнес-показателей. Например, сложный анализ может высчитать, какие комбинации компетенций сотрудников и соответствующего уровня компенсации принесет наибольший рост производительности.

Изолирование эффектов HR-процессов

Проверяя воздействие измененных HR-процессов на результат, важно выявить истинную причину наблюдаемых улучшений – были это изменения процессов или какие-то другие факторы (например, улучшилась общая экономическая ситуация или обновилась управленческая команда). Называется это контроль, или изолирование, эффектов HR-процессов.
«Золотым стандартом» изолирования эффекта считается произвольный выбор группы сотрудников, работающих по старым, не обновленным процессам, и такой же произвольный выбор другой группы, работающей по обновленным процессам. Этот подход известен как А/В, или контрольная группа.
Использование А/В-теста подходит для оценки изменений, например, в процессе обучения или развития, однако по этическим соображениям он не используется для оценки процесса компенсации. В этом случае следует использовать альтернативные техники изолирования.
В реальности, контрольные группы чаще используются для академических исследований, чем в реальных организационных условиях. Следовательно, компании вынуждены находить альтернативные подходы к исследованию изменений в процессах. Однако их надежность ниже, чем у контрольных групп, и их целесообразно использовать лишь как индикаторы – произошло улучшение или нет.
В частности, один из полезных подходов – проверить, что любые улучшения, произошедшие вследствие изменения процессов, представлены на всех уровнях профилирования значений, а не только на уровне бизнес-результата. То есть изменения процессов должны улучшить характеристики рабочей силы, показатели эффективности и бизнес-результаты.
Другими словами, если улучшение бизнес-результатов не сопряжено с улучшением показателей рабочей силы и эффективности, значит, оно произошло благодаря другим факторам.

Во всех ли случаях следует применять методы научной HR-аналитики?

Применение научной аналитики требует времени и ресурсов, поэтому, в первую очередь, применять ее нужно в тех случаях, когда альтернативная стоимость реализации неоптимального процесса достаточно велика, чтобы оправдать ее использование. Например:

• Если невыполнение клиентской службой своих показателей оборачивается потенциальными потерями 80 млн фунтов ежегодно, то использование научной аналитики для определения компетенций, которыми должны обладать представители клиентской службы, будет вполне оправданным вложением
• Если потенциальные потери от найма низкоэффективного административного персонала выражается в нескольких тысячах фунтах, т.к. его легко заменить, вкладывать 20 тысяч фунтов в улучшение программы подбора не имеет смысла

Таким образом, возможные затраты на использование несовершенных процессов необходимо сравнивать со стоимостью использования методологии научной HR-аналитики.

В следующей статье…

В заключительной статье я буду сравнивать преимущества и недостатки научной HR-аналитики и других модных подходов. Не пропустите!