Как измерить сотрудничество. Практическое применение ONA

Примечание от Эдуарда Бабушкина: рекомендую продукты автора поста:
Услуга "Создание системы HR-дашбордов на базе Power BI"
Семинар Power BI для HR: анализируем и визуализируем, Москва 28-29 марта

Я пришла в мою текущую компанию пару лет назад и одним из первых вопросов ко мне был следующий - можно ли измерить сотрудничество среди работников компании? Именно измерить, чтобы потом сравнить. Чтобы выявить отсутствие сотрудничества там, где оно подразумевается, но его нет.
Я ответила - да, это возможно, но для этого надо научиться собирать и обрабатывать данные, новые для HR. Или найти эти данные в других подразделениях и научиться их использовать. Это данные о коммуникациях сотрудников внутри компании - их переписке, звонках, общении в мессенджерах. Тогда мой коллега сделал первичный анализ на тех данных, которые удалось собрать. Но это было, что называется toy-example, и к оценке настоящих коммуникаций мы шли еще долго.
Поиск возможности сбора данных о коммуникациях действительно убил кучу нервных клеток и занял много времени, но в результате у нас появились желанная информация о коммуникациях, которую мы начали использовать. Сразу скажу, мы анализировали только - кто, кому и когда обращался, содержание коммуникаций для нас остается тайной, которую мы не хотим постигать. Сейчас мы только в начале пути, и подозреваю, что остановимся не скоро. С некоторой натяжкой это можно назвать уже почти big data в HR 😋- огромные объемы, не всегда структурированы, постоянно меняются.
Как следует из заголовка, для анализа коммуникаций я использовала организационно-сетевой анализ. Для визуализации сети контактов и расчета базовых метрик использовала Power BI и R (эти инструменты и по отдельности сила 💪, а вместе - бомба).
На картинке ниже как это выглядит в моем исполнении на дашборде (тут это увы статично, в реальной жизни все интерактивно)

Первичная обработка данных оказалась самой простой в сравнении с тем, что мне когда-либо приходилось делать. Понятно, что дальше так просто не будет, но для расчета базовых метрик и визуализации сети взаимодействия сверх усилий не потребовалось.
Организационно-сетевой анализ (англ. Organizational Network Analysis или просто ONA) набирает обороты в наши дни, и особенно среди HR-аналитиков на западе. Как вы уже поняли, сам по себе, он позволяет круто проанализировать данные, но, увы, не собрать их из систем. Для этого топаем к нашим доблестным ИТ или безопасникам😅.
Все больше аналитиков где-то вне РФ включают результаты ONA в качестве предикторов в свои прогнозные модели, того же оттока персонала. И этому есть хорошее объяснение. Как правило, данные в наших "родных" информационных HR-системах относительно редко меняются, а хочется прогнозировать весьма нестабильные результаты. Как спрогнозировать вероятность увольнения, имея только данные о поле, возрасте, образовании, стаже, количестве повышений, сочетании полов с руководителем и прочим подобным? Можно расширить список данными об обучении, уровне оплаты труда, выполнении планов за последние 3/6/9 месяцев и т. д. и т.п., но точность моделей все равно остается не высокой.
Наши "классические" данные не учитывают реального взаимодействия между людьми, испытываемых ими нагрузок, а именно это чаще всего и является главным стимулом в принятии решений об увольнении или снижении эффективности. Мы еще не проводили подобный анализ, но этот пункт стоит одним из первых в нашем списке задач.

А пока то, что уже удалось получить:

1. Реальное сотрудничество можно измерить. Конечно, необходимо учесть много факторов, но это уже точно не космос :-) Можно, как в целом оценить взаимодействие, так и оценить частное взаимодействие между отдельно взятыми людьми, и даже в первом приближении понять, кто кого игнорирует:

2. Получилось оценить нагрузку на людей в части коммуникаций. Опять же, придется еще учесть много факторов, но в целом картина становится более прозрачной.
3. Получилось сравнить как ведут себя руководители со своими подчиненными. Это целая отдельная тема для исследования и в скором времени точно появится пост про взаимодействие руководителей с их (прямыми и не только) подчиненными. Кто-то контактирует со всеми без особых предпочтений, кто-то выбирает (или жизнь за них выбрала) отдельных сотрудников. Мне лично интересно посмотреть/проверить как контакты руководителя и сотрудника на испытательном сроке влияют на последнего.

4. Удалось посмотреть на карту коммуникаций самих сотрудников в разрезе с кем чаще они взаимодействуют. На западе аналитики сейчас пытаются пристроить ONA для идентификации HiPo. А почему нет? Ведь действительно, сотрудники с высоким потенциалом отличаются высокой энергичностью (много звонков и писем относительно других); они не боятся задавать вопросы (много контактов среди экспертов как внутри своего подразделения, так и вне его); они не боятся контактировать с руководителями всех уровней. :-).

На идентификацию HiPo я точно не замахиваюсь, но очень хочется проверить наличие взаимосвязи между годовой оценкой сотрудника и "картой" его контактов. И конечно, не забыть в этом анализе учесть взаимодействие сотрудника с руководителем))). Не уверенна, что это принесет практическое value кому-то, но для меня этот вопрос относится к серии "просто интересно узнать".
Сейчас я не приводила коды на R и/или способы построения дашбордов в Power BI. Скорее всего будут еще публикации по использованию ONA в компании, но уже по отдельным указанным ранее темам. Там и будет больше техники - как это сделать своими руками)

Удачи всем в сборе и анализе новых данных!