Перевод статьи People analytics, explained в рамках нашего проекта переводы статей по hr-аналитике на английском.
Статья опубликована на сайте Школы менеджмента Слоуна при Массачусетском технологическом институте (MIT Sloan School of Management)
Перевод: Эльвира Числова, аналитик в Департаменте персонала транспортной компании Ссылка на профиль facebook - это первый перевод Эльвиры в нашем блоге!
12 мая 2020 г.
Когда мир поразила пандемия COVID-19, некоторые компании оказались более подготовлены к тому, чтобы реорганизовать и мобилизовать своих работников. Как считает Эмилио Дж. Кастилья (Emilio J. Castilla), профессор в Школе менеджмента Слоуна, в этих организациях существуют эффективные стратегии talent analytics.
Кастилья определяет talent analytics (термин, также известный как people analytics) как "опирающийся на данные подход к совершенствованию процесса принятия решений, связанных с персоналом, с целью достижения успеха не только самой организации, но и каждого отдельного работника".
"Не во всех компаниях понимают, чем на самом деле является talent analytics и, как следствие, не имеют эффективной стратегии", – утверждает Кастилья. Но при правильном подходе talent analytics позволяет узнать свой персонал достаточно хорошо, чтобы поддерживать его производительность и эффективность даже в условиях постоянно меняющейся среды.
Кастилья упомянул одну крупную организацию из сферы услуг, которая еще до пандемии собирала и использовала значительные объемы данных высокого качества о навыках, способностях и знаниях своих сотрудников, менеджеров и даже бывших кандидатов.
Когда наступил кризис, менеджмент фирмы смог быстро выявить наиболее способных сотрудников (talents) и реорганизовать рабочую силу так, чтобы она могла успешно функционировать в новых условиях. Если организации требовалась дополнительная помощь в определенных областях, она была способна быстро нанимать и адаптировать новых работников. Она уже имела технологические платформы, которые позволяли переобучать людей, поддерживать коммуникации в период социального дистанцирования и давать работникам нужную информацию для быстрого принятия решений в быстро меняющейся среде.
"Они даже не почувствовали тех потрясений, с которыми столкнулись многие другие компании", – сказал Кастилья. "У них уже были хорошо подготовленные и проверенные маршруты реорганизации работы".
В своем курсе "Leading People at Work: Strategies for Talent Analytics" в рамках Школы менеджмента Слоуна, Кастилья изложил четыре простых шага к успешной аналитике талантов (talent analytics):
"Эти шаги кажутся незамысловатыми, но для получения действительно полезных результатов они требуют тщательного обдумывания и мудрого, стратегического подхода", – отметил Кастилья.
Допустим, ваша компания испытывает трудности с привлечением и удержанием наиболее талантливых сотрудников, и руководство хочет найти подходящий способ повысить показатели по привлечению. Кастилья предлагает вам, во-первых, провести обзор существующих исследований, точек зрения и конкретных примеров, чтобы выяснить, что сделали другие компании и какие подходы оказались наиболее успешными.
Далее, определитесь с показателями и целями конкретно для вашей организации. Например, является ли вашей целью простое увеличение количества откликов, чтобы вы могли быть более избирательными? Кастилья полагает, что дело не в этом. "Количество откликов не обязательно будет лучшим показателем", – отметил он. "Скорее всего, вы имеете в виду, что хотите привлечь максимальное количество квалифицированных кандидатов, которые сразу же примут ваш оффер, будут мотивированы и продуктивны в вашей организации как можно дольше".
"Будьте осторожны с такими расплывчатыми терминами как "наиболее талантливые" или "звезды" (star performers)" , – подчеркнул Кастилья. "Очень важно определиться с тем, как именно вы будете измерять то, что делает сотрудника "высокорезультативным" (high performer)", – предупредил он.
Начиная определять, какие именно данные вам необходимо отобрать, будьте внимательны. Существует тенденция к неосознанному стремлению подтвердить гипотезу, или к предвзятости, путем сбора только определенного рода информации. Убедитесь в том, что вы выявляете, а затем собираете все необходимые для корректной проверки ваших гипотез переменные, с учетом всех альтернативных ключевых факторов.
К примеру, одно крупное международное финансовое учреждение захотело оценить окупаемость инвестиций (ROI) в свои программы подбора персонала среди знакомых собственных работников колл-центров. Оказался ли персонал, нанятый таким способом, более продуктивным, и оставался ли в компании дольше, чем работники, нанятые иначе?
Некоторые руководители задавались вопросом, нужна ли вообще компании такая программа. Не должны ли сотрудники колл-центра быть рады устроить друзей и родственников в компанию без какого-либо финансового вознаграждения? Другие руководители опасались, что такие программы могут способствовать развитию "кумовства", а не улучшению качества рабочей силы.
"При принятии решений в подобном случае, – считает Кастилья, – вы должны убедиться, что собираете данные, полученные и до и после приема на работу, которые либо подтвердят, либо опровергнут вашу гипотезу, учитывая при этом информацию, поступившую от кандидата при первом обращении". Эти данные могут включать в себя как сведения о соответствующем уровне квалификации, полученных из резюме или полуструктурированных интервью ваших кандидатов, так и данные о производительности или текучести кадров. "Анализ таких данных может впоследствии помочь вам выявить наиболее эффективные практики рекрутинга", – заявил Кастилья.
"Если быть точнее, компании часто выбирают данные, исходя из зависимой переменной. То есть они анализируют только те процессы, в которых наблюдается интересующее явление, и исключают остальные", – пояснил Кастилья. Для того чтобы лучше проверить свои гипотезы, он призывает компании собрать исчерпывающий набор переменных, которые будут учитывать вероятные альтернативные ответы на их вопросы.
"Проект окажется бесполезным, если в результате его реализации вы обнаружите, что некоторые новые работники более продуктивны чем остальные, но не будете способны ответить на вопрос "Почему?" – заключил Кастилья. Возможно, из-за уровня образования, или из-за определенного многолетнего опыта, или набора умений и навыков, или того, как именно они были наняты в компанию. Вы не сможете точно определить, если вы не собирали данные и не включали эти факторы в свой анализ.
В реальном случае с колл-центром, описанном Кастильей в его исследовании "Социальные сети и эффективность работы сотрудников колл-центра" (“Social networks and employee performance in a call center”), анализ данных подтвердил, что люди, принятые на работу по рекомендациям сотрудников колл-центра, изначально были более продуктивными и менее склонными покинуть компанию, чем остальные. Однако то, как долго они оставались в организации и сохраняли продуктивность на высоком уровне, зависело от факторов, возникших в период уже после приема на работу.
В частности, если сотрудник, который рекомендовал их, помогал с их обучением и адаптацией, а также оказывал иную поддержку, это могло повысить продуктивность, удовлетворение от работы и снизить текучесть. Тем не менее, если тот сотрудник покидал компанию, это могло негативно сказаться на производительности рекомендованного им работника, особенно если они долгое время работали вместе, говорится в исследовании Кастильи.
"Например, ваша программа, направленная на привлечение и удержание талантов, может негативно сказаться на выполнении корпоративной цели по поддержанию или увеличению разнообразия вашей рабочей силы", – указал Кастилья. В одном из своих исследований Кастилья пришел к выводу, что применение определенных организационных практик, направленных на поощрение меритократии на рабочем месте, может иметь непреднамеренные негативные последствия.
"Я уверен, что ваша цель – не привлекать и удерживать таланты во что бы то ни стало, и что вы обеспокоены возможными нежелательными результатами, стоящими за вашими решениями, связанными с персоналом", – заявил он.
Еще одна распространенная ошибка – не подключать экспертов в области HR к обсуждениям стратегии на высоком уровне. Кастилья участвовал в проектах, где высшее руководство поручало HR собрать и подготовить определенные данные для анализа, но не беспокоилось о том, чтобы держать HR в курсе развития стратегии. "HR не знал о том, что руководство отказалось от первоначального плана, а также почему произошла смена стратегии", – отметил он. "Это огромная ошибка, когда HR не имеет представления о том, что происходит на стратегическом уровне".
"Организации, которые инвестируют в создание и развитие такого стратегического подхода к talent analytics, который ориентирован на человека и нацелен на долгосрочную перспективу, лучше подготовлены к решению проблем подобных тем, с которыми мы сталкиваемся сейчас", – утверждает Кастилья.
Статья опубликована на сайте Школы менеджмента Слоуна при Массачусетском технологическом институте (MIT Sloan School of Management)
Перевод: Эльвира Числова, аналитик в Департаменте персонала транспортной компании Ссылка на профиль facebook - это первый перевод Эльвиры в нашем блоге!
People analytics. Что это?
Автор: Тэм Харберт (Tam Harbert)12 мая 2020 г.
Почему это важно
При правильном подходе people analytics позволяет поддерживать эффективность вашего персонала и организации даже в условиях постоянно меняющейся среды.Когда мир поразила пандемия COVID-19, некоторые компании оказались более подготовлены к тому, чтобы реорганизовать и мобилизовать своих работников. Как считает Эмилио Дж. Кастилья (Emilio J. Castilla), профессор в Школе менеджмента Слоуна, в этих организациях существуют эффективные стратегии talent analytics.
Кастилья определяет talent analytics (термин, также известный как people analytics) как "опирающийся на данные подход к совершенствованию процесса принятия решений, связанных с персоналом, с целью достижения успеха не только самой организации, но и каждого отдельного работника".
"Не во всех компаниях понимают, чем на самом деле является talent analytics и, как следствие, не имеют эффективной стратегии", – утверждает Кастилья. Но при правильном подходе talent analytics позволяет узнать свой персонал достаточно хорошо, чтобы поддерживать его производительность и эффективность даже в условиях постоянно меняющейся среды.
Кастилья упомянул одну крупную организацию из сферы услуг, которая еще до пандемии собирала и использовала значительные объемы данных высокого качества о навыках, способностях и знаниях своих сотрудников, менеджеров и даже бывших кандидатов.
Когда наступил кризис, менеджмент фирмы смог быстро выявить наиболее способных сотрудников (talents) и реорганизовать рабочую силу так, чтобы она могла успешно функционировать в новых условиях. Если организации требовалась дополнительная помощь в определенных областях, она была способна быстро нанимать и адаптировать новых работников. Она уже имела технологические платформы, которые позволяли переобучать людей, поддерживать коммуникации в период социального дистанцирования и давать работникам нужную информацию для быстрого принятия решений в быстро меняющейся среде.
"Они даже не почувствовали тех потрясений, с которыми столкнулись многие другие компании", – сказал Кастилья. "У них уже были хорошо подготовленные и проверенные маршруты реорганизации работы".
В своем курсе "Leading People at Work: Strategies for Talent Analytics" в рамках Школы менеджмента Слоуна, Кастилья изложил четыре простых шага к успешной аналитике талантов (talent analytics):
- Обозначьте важные связанные с персоналом вопросы и проблемы, которые требуют решения.
- Создайте проект по сбору и анализу соответствующих данных для решения поставленных вопросов и проблем.
- Отчитайтесь о результатах.
- С помощью полученных результатов продвигайте положительные изменения в компании.
"Эти шаги кажутся незамысловатыми, но для получения действительно полезных результатов они требуют тщательного обдумывания и мудрого, стратегического подхода", – отметил Кастилья.
Допустим, ваша компания испытывает трудности с привлечением и удержанием наиболее талантливых сотрудников, и руководство хочет найти подходящий способ повысить показатели по привлечению. Кастилья предлагает вам, во-первых, провести обзор существующих исследований, точек зрения и конкретных примеров, чтобы выяснить, что сделали другие компании и какие подходы оказались наиболее успешными.
Далее, определитесь с показателями и целями конкретно для вашей организации. Например, является ли вашей целью простое увеличение количества откликов, чтобы вы могли быть более избирательными? Кастилья полагает, что дело не в этом. "Количество откликов не обязательно будет лучшим показателем", – отметил он. "Скорее всего, вы имеете в виду, что хотите привлечь максимальное количество квалифицированных кандидатов, которые сразу же примут ваш оффер, будут мотивированы и продуктивны в вашей организации как можно дольше".
"Будьте осторожны с такими расплывчатыми терминами как "наиболее талантливые" или "звезды" (star performers)" , – подчеркнул Кастилья. "Очень важно определиться с тем, как именно вы будете измерять то, что делает сотрудника "высокорезультативным" (high performer)", – предупредил он.
Избегайте предвзятости
Talent analytics включает в себя широкий круг тщательно отобранной информации: начиная с данных, полученных при первом обращении кандидата, заканчивая информацией о зарплате, должности, проектах, истории анализа эффективности, результатах опросов о вовлеченности, карьерных целях и прочем.Начиная определять, какие именно данные вам необходимо отобрать, будьте внимательны. Существует тенденция к неосознанному стремлению подтвердить гипотезу, или к предвзятости, путем сбора только определенного рода информации. Убедитесь в том, что вы выявляете, а затем собираете все необходимые для корректной проверки ваших гипотез переменные, с учетом всех альтернативных ключевых факторов.
К примеру, одно крупное международное финансовое учреждение захотело оценить окупаемость инвестиций (ROI) в свои программы подбора персонала среди знакомых собственных работников колл-центров. Оказался ли персонал, нанятый таким способом, более продуктивным, и оставался ли в компании дольше, чем работники, нанятые иначе?
Некоторые руководители задавались вопросом, нужна ли вообще компании такая программа. Не должны ли сотрудники колл-центра быть рады устроить друзей и родственников в компанию без какого-либо финансового вознаграждения? Другие руководители опасались, что такие программы могут способствовать развитию "кумовства", а не улучшению качества рабочей силы.
"При принятии решений в подобном случае, – считает Кастилья, – вы должны убедиться, что собираете данные, полученные и до и после приема на работу, которые либо подтвердят, либо опровергнут вашу гипотезу, учитывая при этом информацию, поступившую от кандидата при первом обращении". Эти данные могут включать в себя как сведения о соответствующем уровне квалификации, полученных из резюме или полуструктурированных интервью ваших кандидатов, так и данные о производительности или текучести кадров. "Анализ таких данных может впоследствии помочь вам выявить наиболее эффективные практики рекрутинга", – заявил Кастилья.
Количество и качество имеют значение
"Несмотря на заявления компаний о том, что они хотят применять стратегический подход к talent analytics, зачастую они работают с немногочисленными или некачественными данными, – утверждает Кастилья, – в итоге любой анализ таких данных приведет к некачественным результатам и, как следствие, некорректным и неэффективным рекомендациям для бизнеса"."Если быть точнее, компании часто выбирают данные, исходя из зависимой переменной. То есть они анализируют только те процессы, в которых наблюдается интересующее явление, и исключают остальные", – пояснил Кастилья. Для того чтобы лучше проверить свои гипотезы, он призывает компании собрать исчерпывающий набор переменных, которые будут учитывать вероятные альтернативные ответы на их вопросы.
"Проект окажется бесполезным, если в результате его реализации вы обнаружите, что некоторые новые работники более продуктивны чем остальные, но не будете способны ответить на вопрос "Почему?" – заключил Кастилья. Возможно, из-за уровня образования, или из-за определенного многолетнего опыта, или набора умений и навыков, или того, как именно они были наняты в компанию. Вы не сможете точно определить, если вы не собирали данные и не включали эти факторы в свой анализ.
В реальном случае с колл-центром, описанном Кастильей в его исследовании "Социальные сети и эффективность работы сотрудников колл-центра" (“Social networks and employee performance in a call center”), анализ данных подтвердил, что люди, принятые на работу по рекомендациям сотрудников колл-центра, изначально были более продуктивными и менее склонными покинуть компанию, чем остальные. Однако то, как долго они оставались в организации и сохраняли продуктивность на высоком уровне, зависело от факторов, возникших в период уже после приема на работу.
В частности, если сотрудник, который рекомендовал их, помогал с их обучением и адаптацией, а также оказывал иную поддержку, это могло повысить продуктивность, удовлетворение от работы и снизить текучесть. Тем не менее, если тот сотрудник покидал компанию, это могло негативно сказаться на производительности рекомендованного им работника, особенно если они долгое время работали вместе, говорится в исследовании Кастильи.
Ошибки, которые следует избегать
Когда вы дойдете до шага №4 и начнете использовать полученные выводы для развития компании, постарайтесь предвидеть все возможные последствия вашего проекта. Компании часто недооценивают проблемы, которые могут возникнуть в результате их нового плана действий."Например, ваша программа, направленная на привлечение и удержание талантов, может негативно сказаться на выполнении корпоративной цели по поддержанию или увеличению разнообразия вашей рабочей силы", – указал Кастилья. В одном из своих исследований Кастилья пришел к выводу, что применение определенных организационных практик, направленных на поощрение меритократии на рабочем месте, может иметь непреднамеренные негативные последствия.
"Я уверен, что ваша цель – не привлекать и удерживать таланты во что бы то ни стало, и что вы обеспокоены возможными нежелательными результатами, стоящими за вашими решениями, связанными с персоналом", – заявил он.
Еще одна распространенная ошибка – не подключать экспертов в области HR к обсуждениям стратегии на высоком уровне. Кастилья участвовал в проектах, где высшее руководство поручало HR собрать и подготовить определенные данные для анализа, но не беспокоилось о том, чтобы держать HR в курсе развития стратегии. "HR не знал о том, что руководство отказалось от первоначального плана, а также почему произошла смена стратегии", – отметил он. "Это огромная ошибка, когда HR не имеет представления о том, что происходит на стратегическом уровне".
Значительная и стабильная окупаемость
Одним словом, при условии стратегического подхода, talent analytics выходит далеко за рамки решения одной конкретной проблемы. "Окупаемость должна быть значительной и устойчивой", – заявил Кастилья, при наличии долгосрочной цели достижения успеха не только вашего бизнеса, но и успеха (а также мотивации и благосостояния) ваших сотрудников."Организации, которые инвестируют в создание и развитие такого стратегического подхода к talent analytics, который ориентирован на человека и нацелен на долгосрочную перспективу, лучше подготовлены к решению проблем подобных тем, с которыми мы сталкиваемся сейчас", – утверждает Кастилья.
Комментариев нет:
Отправить комментарий