Bias как тренд HR-аналитики

 Хотел поделиться с вами своим видением одного из тренда. В статьях западных часто мелькает термин “bias” – “предвзятость” – задача HR-аналитики обеспечить минимальный “bias” при принятии решения, например, при подборе или назначении на должность. 

Эсперты футурологи даже называют новую профессию будущего Human Bias Officer, см. 21 HR профессия будущего. См. также по теме 

1. Искусственный интеллект в рекрутинге исключает предвзятость или создаёт её? 
2. Описание вакансий Google на пути к непредвзятости согласно «гендерному декодеру»
3. Уменьшится ли уровень гендерной предвзятости при приеме на работу благодаря применению искусственного интеллекта (Al)?
4. Неосознанная предвзятость? Использование аналитики текста для понимания гендерных различий в оценке эффективности работы

Т.е. тема предвзятости неплохо представлена в статьях по HR-аналитике. За “bias” стоит, безусловно, политический момент – BLM и все такое.

Но как аналитик я бы высказал еще и такой мотив происхождения тренда:

1. HR-аналитики на сегодня приобрели достаточный опыт построения моделей машинного обучения при отборе, оттоке, карьерном росте и т.п.
2. Качество этих моделей а) очень невысоко и б) эти модели не позволяют избегать “bias”, поскольку, если, например, в компании чаще мужчины идут на повышение, то модель это видит и использует (модели, собственно, все равно, справедливо это или нет) (см. например, Amazon отказались от секретного инструмента рекрутинга c ИИ из-за предвзятости против женщин или Как Amazon автоматически отслеживает и увольняет работников склада для повышения «производительности») 
3. И даже если мы будем иметь ввиду только пункт а) , то получаем не очень приятный вывод: при достигаемом качестве модели отдача от нее (ROI) просто в минусе – мы больше теряем, чем приобретаем от применения модели
4. Предыдущий вывод касается не только моделей: если мы, например, используем свои собственные критерии при отборе кандидатов (была у нас когда-то замечательная многосоткомментная дискуссия на тему женатых / неженатых мужчин – в итоге оказалось, что одни других ничуть не хуже, см. статью Неженатые мужчины старше 35 лет как фактор риска для работодателя - диаграмма дижития ниже - также из статьи), то по сути утыкаемся в ту же проблему – наши критерии с точки зрения аналитики такие же “bias”, поскольку в 99 % случаев статистический анализ показывает, что наши критерии не позволяют отбирать лучших кандидатов, но при этом отказываем другим достойным, что не подошли под наши критерии отбора. 
   
   
   

5. Для последнего пункта снижение отдачи (ROI) очевидно хотя бы потому, что мы отказывая достойным кандидатам, не подошедшим под наши критерии, мы, как минимум, увеличиваем затраты на подбор. 
6. Из всего вышесказанного следует важный вывод: поскольку наши модели и критерии отбора не улучшают качество кандидатов, а только “засоряют трубопровод” (я имею ввиду под этим помимо прочего конверсию воронки рекрутмента), то единственное важное, что может сделать HR-аналитика в этих условиях – максимально “очистить трубопровод”, т.е. избавить процесс принятия решения от наших “критериев” отбора.

Отсюда, опять же, например, берется тренд на “blind hiring” – отбор вслепую (см. Как с помощью «отбора вслепую» обеспечить личностное разнообразие на рабочем месте (Workplace Diversity) и Хельсинки и Эспоо вдохновляют другие города страны на "слепой" рекрутмент), ровно поэтому же я задался вопросом Должен ли рекрутер оценивать кандидата на собеседовании

но многими коллегами был не понят, а некоторые даже усомнились в моей адекватности😊

Таким образом, задача HR-аналитики сводится к поиску всех возможных "bias" и отказу / предостережению их использования в принятии решений.

В качестве пожелания к рынку: хотелось бы увидеть такие кейсы в российской практике и посмотреть на экономическую эффектиность внедрения 

John Sullivan: все посты в одном месте

 John Sullivan не так известен, как например, Josh Bersin, и он уже не столь активен, но несколько его статей также взорвали российский рынок. И я решил собрать эти "взрывные" статьи вместе. 

Эта статья - продолжение новой рубрики нашего блога - HR-справочник, предыдущие статьи по теме

1. HR-метрики: все материалы по теме в одном месте (справочник)
2. Josh Bersin: все статьи в одном месте
3. HR руководство по HR руководствам (справочник) - Erik van Vulpen с командой создает гайды по различным направлениям HR, я это все объединил в одном месте. 

Не забывайте про Он-лайн курсы по HR-аналитике

1. Принципы создания HR-дашбордов в excel
2. Принципы создания и анализа корпоративных опросов
3. Профиль успешного сотрудника: драйверы эффективности
4. Текучесть персонала по-новому: расчет среднего срока жизни в Excel
5. Он-лайн курс "Введение в R для HR"

Итак,  

1. Уроки управления талантами от Apple: кейсы от самой дорогой компании Мира - статья про компанию времен Стива Джобса, но она до сих пор не утеряла своей актуальности.
2. Как Google стал №3 в списке самых дорогих компаний Мира, используя People Analytics - вообще одна из первых статей по HR-аналитике, и HR аналитике в Google - из тех статей, на которых я начинал учиться HR-аналитике.
3. Почему вы не можете устроиться на работу: рекрутинг в цифрах - простая арифметика воронки вашего резюме - почему так сложно дойти до устройства на работу, но вот, тем не менее, взорвало рынок. 
4. Кейс-стади Управления Талантами от Facebook. Часть 1 и Кейс-стади Управления Талантами от Facebook. Часть 2 - серия историй от компаний
5. Amazon Recruiting — пример гиганта среди детей (часть 1 из 2 частей) и Amazon Recruiting — пример гиганта среди детей (часть 2 из 2 частей)
6. Программа трудоустройства друзей (Buddy Hiring) привлекает, удерживает и повышает производительность
7. Партнерский (коллаборативный) рекрутмент: создание подхода “каждый сотрудник - рекрутер” повышает результаты найма 
8. Война за ИИ-таланты и другие топ-темы рекрутмента в 2018 году
9. 3 главных тренда в рекрутинге 2016 от Джона Салливана 
10. Лучшие исполнители производят в четыре раза больше продукции и качественных рефералов
11. 4 урока президентских выборов в управлении талантами и BigData

Перевод статьи What 800 executives envision for the postpandemic workforce нашего проекта переводы статей по hr-аналитике на английском (отслеживайте материалы блога через телеграм канал HR-аналитики). Статья от McKinsey. 
Перевод выполнила Регина Ибниаминова, начальником отдела кадров некоммерческой организации (профиль в контакте). Читайте другие переводы Регины

1. 20 работающих идей признания сотрудников (recognition) 
2. Ласло Бок: Чем меньше вы учитесь, тем лучше 
3. Tom Haak: 12 HR-трендов на 2020 год
4. 8 Skills HR Business Partners Need for Success 
5. HR 21 века – три больших шага в будущее 
6. Почему сотрудники не делятся знаниями друг с другом
7. Как Microsoft создает чувство общности у 144 тысяч сотрудников 
8. Сравнение уровней вовлеченности персонала по всему миру
9. Упущенные факторы благополучия сотрудников (employee well-being)
10. Несколько идей о персонализации в HR
11. Вовлеченность персонала – факт или фикция? 
12. Совместное обучение (Collaborative Learning) стало важнее, чем когда-либо 
13. Работать совместно, но не вместе (working at google) 
14. Исследование вовлеченности персонала разрушает культуру вашей компании 
15. О чем говорит высокая текучесть кадров? Показатели, виды работ, причины 
16. Здоровье сотрудников и почему оно важно для HR
17. 11 примеров лучших welness-программ
18. Что такое цифровой (digital) HR?
19. Как Google заставляет сотрудников есть овощи
20. Реагируем на коронавирус: сначала люди, потом экономика
21. Josh Bersin: Чему коронавирус научит лидеров? Многому
22. Три решающих фактора успеха на рабочем месте будущего
23. Dave Ulrich: четыре новшества, которые изменят управление талантами навсегда 
24. Как Rabobank прислушивается к своим сотрудникам, чтобы понять их настроения во время COVID-19
25. Гайд для интервью с соискателем: 7 семь ключевых элементов
26. Хотите нанять бывшего сотрудника? Передовая практика и пример политики повторного найма
27. Все, что вам нужно знать об увольнении. Офбординг, включая чек-лист 
28. Удаленная работа работает! Что с этим делать? 
29. Новое исследование эйджизма на работе по отношению к мужчинам и женщинам 

Итак, 

Как 800 руководителей видят персонал после пандемии

Пандемия COVID-19 вызвала серьезный сбой в нашей трудовой жизни на некоторое время, и, вероятно, изменит наш подход к работе в долгосрочной перспективе. Чтобы понять эти изменения, компания McKinsey в июне 2020 года инициировала опрос руководителей компаний по всему миру. Полученные результаты свидетельствуют о том, что кризис может ускорить некоторые уже существующие тенденции в управлении персоналом, такие как внедрение автоматизации и цифровизации, повышение спроса на подрядчиков и фрилансеров, а также развитие удаленной работы.

Ответы на опрос указывают на предстоящий период разрушительных изменений. Мало того, что COVID-19 оставил миллионы людей без работы, но и вакансии, которые появляются на фоне этого кризиса, скорее всего, уже не сравнить с потерянными рабочими местами. Наиболее сильно пострадали люди с низким уровнем дохода и образования, что создает трудности для достижения роста и потенциально увеличивает неравенство доходов. Малые и средние предприятия и сообщества цветных, уже наиболее серьезно пострадавшие от COVID-19, также более уязвимы к изменениям из-за роста автоматизации.

Выводы основаны на недавнем опросе 800 руководителей, представляющих полный спектр отраслей промышленности в восьми странах. Половина респондентов из США, остальные проживают в Австралии, Канаде, Китае, Франции, Германии, Индии, Испании и Великобритании. Респонденты представляли компании различных размеров, причем четверть из них представляли компании с доходом менее 1 млрд. долларов, а остальная часть была разделена между компаниями с доходом 1-10 млрд. и свыше 10 млрд. долларов.

Руководители говорят о том, что с началом COVID-19 внедрение цифровых технологий и автоматизации ускорилось

Беспрецедентные ограничения на передвижения, физические контакты и изменения в поведении потребителей с появлением COVID-19 вынудили компании и клиентов изменить свою привычную жизнь. Это привело к цифровым трансформациям в течение нескольких недель, а вместо месяцев или лет. Поскольку многие сотрудники перешли на надомную работу, 85% респондентов в исследовании McKinsey заявили, что их бизнес так или иначе ускорил внедрение технологий, позволяющих персоналу взаимодействовать и сотрудничать в цифровой форме, например, посредством видеоконференций и обмена файлами. Примерно половина опрошенных сообщили об увеличении оцифровки клиентских каналов, например, через электронную коммерцию, мобильные приложения или чат-боты. Около 35% компаний дополнительно оцифровали свои цепочки поставок, например, подключив своих поставщиков к специальным платформам.

Внедрение технологий автоматизации, которые могут выполнять рабочие процессы, включая робототехнику, беспилотные автомобили программное обеспечение, управляемое искусственным интеллектом, также ускорилось во время пандемии. Хотя и в меньшей степени, чем цифровизация. Эти тенденции указывают на способность автоматизации облегчать бесконтактное взаимодействие в период социального дистанцирования и повышенного внимания к гигиене, а также роста цен в результате экономического кризиса, вызванного  COVID-19. Еще один плюс: роботы не болеют.

Например, во время пандемии American Eagle Outfitters использовала роботов для помощи в сортировке одежды на своих складах в связи с ростом онлайн-заказов, а во втором квартале 2020 года в IBM наблюдался подъем спроса их управляемую искусственным интеллектом платформу для чат-ботов и других клиентских сервисов Watson Assistant. Использование таких технологий позволяет осуществлять бесконтактное взаимодействие с клиентами в период, когда контакты между людьми нежелательны, а также повышает устойчивость, ограничивая зависимость от восприимчивых к вирусу сотрудников. Поставщики облачных сервисов, такие как Amazon и Alibaba, объявили о планах значительно увеличить инвестиции в облачные сервисы, а это свидетельствует о том, что они ожидают увеличения спроса, связанного с изменениями рабочих мест после COVID-19.

Почти половина руководителей отметили, что у них внедрение автоматизации ускорилось умеренно, а почти 20% сообщили о значительном росте автоматизации. Среди стран выделяются США И Индия: 83% американских руководителей и 70% индийских сообщают о более быстрых процессах автоматизации.

Компании разных отраслей отмечают все больший рост автоматизации. Например, в Brain Corp  использование роботов для очистки торговых точек в США выросло на 13,8% в первом квартале 2020 года и на 24 во втором по сравнению с теми же периодами 2019 года. С увеличением объема пакетов, проходящих через сортировочные центры, FedEx и другие дистрибьюторские компании внедрили больше роботов, чтобы смягчить последствия снижения численности работников из-за дистанцирования.

В то время как руководители всех секторов говорят о росте внедрения цифровых технологий и автоматизации, в секторах финансовых услуг и технологий наблюдается наибольшее ускорение развития в этом направление с моменты вспышки COVID-19. Около 88% руководителей финансовых и страховых компаний и 76% руководителей информационных и технологических компаний сообщили о росте внедрения автоматизации и искусственного интеллекта с момента вспышки. Эти отрасли были лидерами цифровизации и автоматизации до пандемии, а особенности коронавируса сделали очевидным преимущество цифровых платежей и других видов машинной деятельности. Во время пандемии возросло использование кредитных карт и систем безналичных денежных переводов, и все больше и больше транзакций совершается онлайн. С апреля по май этого года загрузки приложения Venmo для личных платежей выросли на 16,5%, а Square Cash – на 20,1%. Такого рода миграция потребителей в цифровой банкинг означает, что в розничных отделениях будет требоваться меньше банковских служащих.

Согласно нашему опросу внедрение автоматизации и искусственного интеллекта расширилось больше всего среди фирм, которые больше переходили на удаленную работу после вспышки коронавируса. Среди руководителей компаний, которые перевели большинство своих сотрудников на удаленную работу во время пандемии, 80% отметили рост автоматизации, тогда как аналогичный ответ дали лишь 51% руководителей, отправивших на «удаленку» только некоторых сотрудников.

Даже в условиях стремительных изменений руководители уверены в способности своих компаний ориентироваться в этих изменениях. Чувствуют себя, по крайней мере, немного уверенно 82%, а половина утверждает, что абсолютно уверены. Одна из положительных сторон этой пандемии: компании обнаружили, что они могут внедрять новые технологии гораздо быстрее, чем думали раньше. Как сказал генеральный директор Microsoft: «Мы увидели двухлетнюю цифровую трансформацию за два месяца».

Удаленная работа останется, но не для всех и не на каждый день

До пандемии удаленная работа была в большей степени плацдармом, так как компании  беспокоились о ее влиянии на производительность и корпоративную культуру. Однако с появление коронавируса десятки миллионов сотрудников были вооружены ноутбуками и другими цифровыми технологиями и отправлены домой, чтобы работать. Теперь некоторые работодатели намерены увеличить число своих сотрудников, работающих удаленно, по крайней мере, на некоторое время, хотя и на более низком уровне, чем во время изоляции и карантина.

Во всех секторах 15% руководителей, опрошенных во время пандемии, заявили, что, по крайней мере, десятая часть их сотрудников может работать удаленно два и более дней в неделю в будущем, что почти вдвое превышает 8% респондентов, выражавших такое намерение ранее. Результаты варьируются в зависимости от страны, причем 20% руководителей из Великобритании и Германии говорят, что, по крайней мере, десятая часть их сотрудников может работать два или более дней в неделю в будущем, против 4% процентов в Китае. Однако расширение дистанционной работы за пределы двух дней в неделю было менее популярным среди респондентов в целом, и только 7% сказали, что, по крайней мере, десятая часть их работников может работать удаленно 3 и более дня в неделю.

Потенциал удаленной работы сосредоточен в значительной степени в нескольких секторах, таких как информация и технологии, финансы и страхование, менеджмент. Руководители в этих сферах проявляют больше намерений в отношении удаленной работы своих сотрудников. Около 34% респондентов из сектора информационных технологий заявили, что они ожидают, что, по крайней мере, десятая часть их сотрудников будет работать удаленно как минимум два дня в неделю после пандемии, по сравнению с 22% до пандемии. Большинство компаний, объявивших о планах расширения дистанционной работы для своих сотрудников, относятся к финансовому сектору, в частности, Facebook, Twitter и Hitachi. Например, недавно стало известно, что Nationwide Mutual Insurance Company закроет пять офисов в небольших городах на территории США и переведет сотрудников на удаленную работу. Аналогично, Morgan Stanley и Mondelez заявили, что  в дальнейшем они будут использовать гибридные модели работы. С такими корпоративными лидерами, устанавливающими новые ожидания относительно того, как и где выполняется работа, удаленная работа может стать способом снизить затраты на недвижимость и конкурировать за таланты.

Однако важно иметь в виду, что в экономических условиях США более 60% работников не могут работать удаленно. Их работа требует, по крайней мере, некоторого физического присутствия, например, нахождение на мясоперерабатывающей линии, помощь клиентам в магазине или предоставление медицинских услуг. В менее экономически развитых странах доля работников, не имеющих возможностей работать удаленно, еще выше. Потенциал удаленной работы зависит от характера выполняемых задач. Например, работники, занятые на работах, требующих взаимодействия с механизмами или на открытых площадках, имеют меньше возможностей работать удаленно, чем те, кто использует компьютеры для выполнения своей работы.

В управлении персоналом, работающим частично удаленно, возникнут проблемы. Компании должны будут перестроить рабочий процесс, решить, какие сотрудники и должности лучше всего подходят для удаленной работы, а также перенастроить и переосмыслить рабочие места.

Компании планируют уделять больше внимания вопросам гигиены и здоровья

COVID-19 привлек пристальное внимание к вопросам санитарии и безопасности на рабочем месте. В нашем опросе 83% респондентов заявили, что они будут нанимать больше людей на работы, связанные со здравоохранением и безопасностью. Из них 73 % руководителей заявили, что они планируют нанять больше людей для управления санитарией и физической дистанцией. При этом в данной области компании могли бы использовать робототехнику. Роботы теперь могут мыть полы, окна и трубы, а один робот даже обещает убивать бактерии в больничных условиях.

По мере изменения дизайна рабочих пространств компании, скорее всего, будут добавлять новые должности по управлению объектами. Работники, специализирующиеся в таких областях, как вентиляция и лифтовые работы, станут более важными, равно как и поставщики провизии. Исчезнет кофе-бар, который, возможно, будет заменен на станцию для измерения температуры. Увеличение пространства между рабочими местами и сотрудниками, закрепленными за зонами для предотвращения распространения заболеваний, потребует новых должностей по безопасности.

Около 35% респондентов заявили, что им потребуется больше работников, квалифицированных в области автоматизации, искусственного интеллекта и робототехники, что свидетельствует о более широком внедрении автоматизации во время коронавируса. Такие разноплановые компании как Walmart, JPMorgan Chase и AT&T уже разработали программы для переобучения своих сотрудников, потерявших работу из-за автоматизации новым навыкам, дополняющим автоматизацию. Такие навыки в настоящее время редки среди персонала, а переподготовка сотрудников, как правило, обходится компаниям дешевле, чем увольнение. 

При найме сотрудников на места руководители собираются больше полагаться на подрядчиков и временных работников

Через два года 70% руководителей, участвовавших в нашем опросе, ожидают, что в своих компаниях они больше будут использовать временных работников и подрядчиков, чем до кризиса.

Намерение перейти на модель с большей опорой на подрядчиков на местах особенно ярко проявляется в секторе жилья и питания, а также в сфере здравоохранение и социальной помощи. 

Неопределенность в отношении того, как будет развиваться пандемия и когда экономика вновь наберет обороты, может быть одной из причин таких планов. Еще одна причина перехода от труда к переменной стоимости путем заключения контрактов может заключаться в давлении, которое испытывают компании, пытаясь выжить в условиях экономического спада.

COVID-19 уже кардинально изменил способ выполнения многих работ. А работодатели теперь планируют, как лучше извлечь выгоду из этих изменений, готовясь к работе после пандемии. Большая цифровизация и автоматизация, больший спрос на независимых подрядчиков и растущая зависимость от удаленной работы могут обеспечивать более высокую производительность, более низкие затраты и повысить устойчивость. Инновации исторически приводили к изменениям, выгодным для работников и человечества в целом, и новые тенденции обещают большую производительность, которая будет способствовать более широкому благосостоянию. Секрет будет заключаться в снижении риска неравных результатов, обеспечении того, чтобы компании всех размеров могли извлечь выгоду, и в подготовке работников к этим сдвигам.

Перевод статьи How to be great at people analytics нашего проекта переводы статей по hr-аналитике на английском (отслеживайте материалы блога через телеграм канал HR-аналитики). Статья от McKinsey - Интервью с ведущими командами HR-аналитики - показывают, как это сделать.

Перевод выполнила Ирина Самойленко -- Сhief HR производстенной компании г. Днепр, Украина (профиль на LinkedIn) . Это третий перевод Ирины в нашем блоге, смотрите также 

1. 50 показателей адаптации персонала для улучшения Опыта сотрудника (Employee Experience)
2. Talent acquisition. Привлечение талантов: полное руководство
3. Руководство для начинающих по машинному обучению для HR-практиков
4. Нужна ли Вам Data Strategy (Стратегия данных)?
5. Как Карьерный Путь (Career Pathing) может помочь Вам завоёвывать таланты и повышать вовлеченность 
6. Чтобы найти лучшие стимулы для сотрудников, начните с простого A/B-теста 
7. Progressing HR с Максом Блумбергом 

Итак,

Как добиться успеха в HR-аналитике

Развитая аналитика меняет ландшафт HR. Интервью с ведущими командами HR-аналитики - показывают, как это сделать.

Еще десять лет назад кто-то, рекламирующий преимущества «HR аналитики», вероятно, был бы встречен пустым взглядом. Извлекалась ли какая-то ценность из HR-данных? Конечно. Но фирмы думали о потенциале более узко - сосредотачиваясь на основных системах управления персоналом и собирая прямую информацию, такую как точечные данные о численности сотрудников в регионах или средний рейтинг оценки производительности за год, вместо того, чтобы использовать возможности аналитики для управления талантами и принятия решений, основанных на фактах. 

Однако сегодня в большинстве крупных организаций есть команды  HR-аналитиков, 70% руководителей компаний считают аналитику персонала своим главным приоритетом, и нет никаких сомнений, что HR аналитика - это дисциплина, которая останется надолго. Однако поражает то, что фирмы по-разному подходят к построению функций аналитики персонала. Размер, состав и организация команд сильно различаются, а также приоритеты развития и усовершенствования  возможностей разнятся значительно.

Большинство компаний по-прежнему сталкиваются с серьезными препятствиями на ранних этапах развития своих возможностей в области HR аналитики, что мешает реальному прогрессу. Большинство команд все еще находятся на ранних этапах очистки данных и оптимизации отчетности. Интерес к лучшему управлению данными и HR-технологиям стал высоким, но большинство компаний согласятся, что им еще предстоит пройти долгий путь.

Руководители многих организаций признают, что то, что они называют своей «аналитикой», на самом деле представляет собой базовую отчетность с краткосрочным влиянием. Например, большинство руководителей в Северной Америке указали в опросе, что их организациям не хватает возможности последовательно встраивать аналитику данных в повседневные процессы управления персоналом и использовать прогнозные возможности аналитики для содействия принятию более эффективных решений. Эта проблема усугубляется переполненным и фрагментированным ландшафтом HR-технологий, в котором лишь малое количество организаций знает, как ориентироваться.

Итак, хотя большинство команд HR-аналитиков все еще делают первые шаги, что означает быть хорошими в HR-аналитике? Мы поговорили с 12 командами HR-аналитиков из крупнейших глобальных организаций в различных секторах - технологиях, финансовых услугах, здравоохранении и потребительских товарах - чтобы попытаться понять, ЧТО эти команды делают, какое ВЛИЯНИЕ они оказывают и КАК они это делают.

Лестница во влияние

Помогает рассмотреть траекторию роста команды HR-аналитика представление в виде лестницы из пяти ступеней (Иллюстрация 1). Лучшие команды не переходят сразу с одной ступени на следующую; они постоянно делают итерации - повторяют свои шаги и снова поднимаются к той же ступеньке  - на каждом уровне пути к вершине.

Чтобы перейти от первой ступени лестницы (плохие данные) ко второй ступени (хорошие данные), организация должна сосредоточиться на создании основы для высококачественных данных. Обычно это означает, что данные необходимо извлекать из транзакционных систем, в которые они вводятся, а затем изменять их форму, очищать и перекодировать в более управляемую и легкую для понимания структуру, которая соответствует целям команды HR-аналитиков. Чем больше аналитикам и специалистам по обработке данных необходимо очищать и перекодировать данные, чтобы их можно было использовать даже для простого анализа, тем менее эффективной будет аналитическая команда и тем больше времени потребуется на развитие ее навыков и возможностей. Это, возможно, самый сложный шаг. Значительные ресурсы, время и инвестиции требуются для определения и управления основными системами кадровых данных, установления общего языка и согласованной структуры данных, а также для определения базового набора основных принципов сбора, обработки и разработки данных. Это итерационные процессы без окончательных решений; скорее, процессы и их результаты меняются по мере того, как меняется внутренняя и внешняя среда талантов, системы устаревают и обновляются, а между командами HR устанавливаются такие связанные процессы, как рекрутинг, обучение и развитие, а также бенефиты ддя сотрудников.

Поскольку операционная среда меняется все более быстрыми темпами, возможности и технологии, используемые для управления и преобразования данных, должны быть все более гибкими. В HR-аналитике, как и во многих других областях, связанных с технологиями, применение гибкого agile-подхода стало фундаментальным требованием. Команды HR-аналитиков должны работать вместе со своими технологическими группами по всему предприятию, чтобы быстро и гибко внедрять новые технологические платформы, развивать существующую инфраструктуру и поддерживать согласованные общеорганизационные стандарты.

Как только прочная основа данных будет создана, команда HR-аналитиков может перейти к третьему этапу, сделав полезные данные доступными для организации и экспериментируя с новыми технологиями для анализа и распространения данных. Уровень сложности, которого организации могут достичь на этом этапе, варьируется. В самом простом случае команды могут сосредоточиться на автоматизации и визуализации HR дашбордов с помощью стандартизированных платформ бизнес-аналитики, таких как Tableau, для создания стандартных отчетов или ответа на запросы по требованию. Более продвинутые команды могут отдавать приоритет изготовленному по заказу и программному обеспечению для самообслуживания, возможно, используя своих собственных front-end разработчиков.

Из наших интервью видно, что организации по-разному получают возможность передавать данные и практические идеи лицам, принимающим решения. В некоторых случаях организации должны принимать решения, связанные с технологиями и платформами, - например, решение использовать ли собственные таланты или сторонних поставщиков, - и ответы различаются в зависимости от организации. Как и следовало ожидать, возможность достижения улучшенной автоматизации и возможностей самообслуживания во многом зависит от качества и доступности базовых данных.

Команды, освоившие описательные и автоматизированные отчеты на третьем этапе, готовы перейти на четвертый этап и создать возможности расширенной аналитики. Специалисты по обработке данных, а не специалисты по бизнес-информации, используют языки программирования, такие как R, Python и Julia, для объединения разрозненных источников данных, построения моделей, помогающих понять сложные явления, и предоставления действенных рекомендаций руководителям, принимающим сложные и стратегические бизнес-решения.

Мы поговорили с командами HR-аналитиков в нескольких организациях, которые активно экспериментируют на этом уровне лестницы и все еще имеют значительные возможности для роста, поскольку их компании становятся открытыми для новых статистических инструментов, расширяют свою базу талантов в области науки о данных и имеют широкий диапазон использования кейсов. В то время как в некоторых компаниях работают специалисты по обработке данных широкого спектра, которые работают кросс-функционально для поддержки различных бизнес-потребностей, мы обнаружили, что самые продвинутые команды создали определённые специализации в области науки о данных (например, обработка естественного языка, сетевая аналитика , и количественная психометрия). Это позволяет командам HR-аналитиков усилить их влияние на свои организации, предоставляя расширенные аналитические данные, необходимые для поддержки принятия стратегических решений по разнообразным и сложным вопросам, связанным с персоналом.

Ни одна команда HR-аналитиков, с которой мы беседовали, не смогла сделать пятый шаг, чтобы достичь верхнего уровня лестницы: создать надежную, последовательную и достоверную прогнозную аналитику. Надежные прогнозы позволят командам HR-аналитиков проанализировать и изучить практические варианты для действий руководства. В то время как некоторые организации создали предиктивные модели, соответствующие назначению, - в основном для планирования кадровых ресурсов, - внедрения прогнозной аналитики в контексте найма, развития или принятия решений о сотрудниках требует значительного увеличения масштабов работы по анализу данных, огромных объемов высокоточных данных («очень больших данных»), передовых алгоритмических технологий и организационного комфорта в том, чтоб устранить влияние на справедливость и предвзятость.

Помимо необходимых ресурсов и сложности аналитических методов, инфраструктура также создает проблемы для масштабируемости и может потребовать использования облачных сервисов. Большинство команд, с которыми мы говорили, все еще работают с локальной технологической инфраструктурой и у них немного шансов для миграции их данных и аналитических возможностей в облачные сервисы в ближайшем будущем.

Составляющие успеха

Наши беседы с командами HR-аналитики в ведущих организациях раскрывают набор из шести топовых составляющих, которые помогли повысить эффективность, успех и обеспечить постоянный рост команд. Эти компоненты делятся на три основные категории: данные и управление данными, аналитические возможности и операционные модели. Если бы нам пришлось с нуля создать ведущую команду HR-аналитиков, вот к чему бы мы стремились.

Данные и управление данными

Все отличные аналитические команды опираются на строгие стандарты данных, разработки и управления, и наши интервью подтвердили, HR аналитика - не исключение.

Значительные и специализированные ресурсы по разработке данных. Мы обнаружили, что самым большим отличием команды был уровень выделенных ресурсов для инженерии данных, доступных для ускорения формирования данных и контроля качества. Ведущие группы полностью владеют собственными репозиториями данных, что позволяет им быстро тестировать новые идеи, совершать итерации и уменьшать зависимость от технологических ресурсов корпоративного уровня.

Дополнительным преимуществом специализированных ресурсов для разработки данных является то, что они обеспечивают стратегическое согласование. Инженеры по обработке данных, которые хорошо разбираются в стратегическом контексте HR-аналитики своей организации, могут с самого начала более тщательно и осознанно разрабатывать основу данных и аналитические решения.

Широта и глубина источников данных. Ведущие команды, вложившие значительные средства в прочную основу HR-данных, также имеют усовершенствованные способы выйти за рамки основных HR-систем и использовать несколько дополнительных внутренних источников данных. Самый простой способ - связать данные HR с финансовыми данными, хотя приоритеты данных будут отличаться в зависимости от организационного контекста. Некоторые команды начали выходить за рамки реляционных баз данных и создавать графовые базы данных для расширенной сетевой аналитики. Кроме того, у ведущих команд есть надежная и гибкая стратегия корпоративных опросов для отслеживания "настроения" сотрудников. Они также могут интегрировать данные своих опросов с множеством других источников данных для создания многомерных количественных и психометрических моделей, которые помогают объяснить тенденции и динамику вовлеченности сотрудников.

В то время как команды HR-аналитиков часто чувствуют ограничения из-за отсутствия легкодоступных данных, ведущие группы более креативны с данными, получая новые источники или комбинируя существующие для новых способов решения возникшей проблемы. Например, данные расписания могут быть преобразованы и загружены в графовую базу данных и связаны кодами активностей или проектов, чтобы обеспечить лучший анализ совместной работы и сотрудничества.

Возможности аналитики

Для продвинутых проектов по HR-аналитике могут потребоваться как глубокие технические знания, так и способность интегрировать и переводить широкий спектр знаний и входящих данных. Лучшие команды расширяют и углубляют свою "скамейку" талантов.

Надежная функция науки о данных. Как мы и ожидали, все опрошенные нами ведущие команды HR-аналитиков вложили значительные средства в привлечение талантливых дэйта-сайтистов, хотя их подходы различаются. Некоторые команды сосредотачиваются на найме «разносторонних спортсменов», в то время как другие отдают предпочтение специализированным знаниям, таким как количественная психометрия или обработка естественного языка. У ведущих команд есть большие «модули» data science, которые охватывают широкий спектр передовых аналитических методологий, языков программирования и академического образования. Лучшие команды нанимают и развивают специалистов в конкретных дисциплинах науки о данных, но, тем не менее, ожидают, что все эти люди будут работать гибко и многофункционально, чтобы удовлетворить растущие потребности.

Сильные возможности ретрансляции. Ведущие группы также дополняют свои высококвалифицированные технические таланты квалифицированными «трансляторами»: специализированными «интеграторами», которые устраняют разрыв между бизнес-лидерами и техническими экспертами. Они переводят стратегические задачи в аналитические вопросы и используют доказательную практику для интерпретации выводов, полученных из аналитики, вовлекая заинтересованные стороны и, в конечном итоге, способствуют изменениям в бизнесе. Трансляторы часто являются отправной точкой для команды HR аналитиков, помогая повысить осведомленность о команде в организации и укрепить доверие к ней. Некоторые из ведущих команд HR-аналитиков создали группу внутренних консультантов, чтобы напрямую сотрудничать с отдельными подразделениями компании по их конкретным проблемам.

Операционные модели

В быстро развивающейся области командам HR-аналитиков необходимо оказывать влияние на всю организацию и опережать тенденции, чтобы поддерживать это влияние в будущем. Лучшие команды хорошо скоординированы с приоритетами организации, сохраняя пространство для открытых экспериментов и инноваций.

Инновации как норма. От членов ведущих команд явно ожидается, что они будут исследовать и внедрять инновации, выходящие за рамки повседневного удовлетворения потребностей своих клиентов. У некоторых компаний есть правило, отводящее определенный процент времени работы команды на исследования, а не на основную работу. Эти ожидания позволяют командам  экспериментировать и проводить доказательства концепций.

Этот процесс может принимать различные формы, но важным отличием является то, что области инноваций не обязательно должны напрямую поддерживать существующие бизнес-приоритеты или потребности клиентов; они могут быть чисто исследовательскими. Например, некоторые дэйта-сайнтисты наслаждаются в сверхурочное время игрой во временной среде и узнают, как аналитические инструменты и службы работают в облаке. Другие могут захотеть изучить новые творческие способы визуализации данных, чтобы дать бизнес-лидерам полезные идеи. Цель состоит в том, чтобы гарантировать, что все члены команды постоянно формируют новые идеи и ищут новые способы удовлетворения аналитических потребностей организации, тем самым помогая ей в достижении своих целей.

Четкое согласование с клиентами и кейсы организационного использования. Команды HR-аналитиков используют разные подходы к самоорганизации и работе с разными клиентами. Однако неизменным является наличие механизма для достижения глубокого понимания приоритетов в масштабе предприятия, а также конкретных потребностей отдельных клиентов. Этот механизм создает петли обратной связи, которые обеспечивают непрерывное обучение и итеративную разработку, а также гарантирует, что команды HR-аналитиков работают над наиболее актуальными и важными темами.

Культура доверия, расширения возможностей и ответственности является невероятно важной основой для обеспечения согласованности команды HR-аналитиков со своими клиентами, а также с предприятием. Команды HR-аналитиков постоянно имеют дело неотложными (и часто неоднозначными) потребностями и вопросами клиентов, очень деликатными  высокочувствительными данными и проблемами с экстраполяцией значимых и действенных идей, которые будут определять бизнес-решения. Планка входа для лучших команд высока: участники должны полностью владеть своей работой и быть уполномочены определять ограничения любого анализа, защищать конфиденциальность, а также справедливость и равенство, отмечать возникающие проблемы и использовать собственное суждение для того, что делать выводы. В HR недостаточно быть креативным и поэтапным, поскольку меняются приоритеты быстро, а главные из них требуют немедленного внимания.

Со временем, по мере того как организации становятся все более зависимыми от качества своих идей, лучшие команды HR-аналитиков начинают играть более важную роль в формировании кадровой повестки дня, влияя на то, как организация управляет своими талантами как на уровне политики, так и на уровне процессов.

Импульсное исследование (Пульс - опрос)

Кризис COVID-19 явился естественным экспериментом для одной крупной глобальной организации с сильной командой кадровых аналитиков по использованию инструментов, описанных в предыдущем разделе, путем быстрого создания собственного еженедельного опроса для отслеживания мнений и чувств десятков тысяч сотрудников по всему свету. Эта возможность позволила организации лучше понять наилучшие способы поддержки сотрудников в трудное время и в полностью удаленной рабочей среде.

Для проведения импульсного опроса потребовалось интенсивное сотрудничество между разноплановыми высококвалифицированными специалистами, уже включенными в команду HR-аналитиков организации, а также быстрое и тесное сотрудничество с руководством организации. Трансляторы справлялись с необходимостью составлять вопросы, которые вовлекали сотрудников, собирали высококачественные данные для использования в аналитических моделях и передавали идеи лидерам, которым нужно было принять срочные решения о том, как наилучшим образом поддержать свой персонал в ситуации, которая была крайне непредсказуемой и менялась неделя за неделей.

Чтобы ускорить получение аналитических данных, инженеры по обработке данных установили автоматическую и непрерывную связь между еженедельными данными опросов, основными системами  HR-данных и более широким набором дополнительных источников данных, включая наборы данных, которые дэйта сайнтисты разработали и настроили для этой цели. Этот процесс очистил, протестировал и подготовил данные для анализа. Помимо быстрого предоставления аналитикам еженедельных данных для изучения и синтеза, эти данные передавались в прототип инструмента самообслуживания для составления отчетов, который давал руководителям возможность напрямую исследовать агрегированные свежие данные в течение шести часов после завершения опроса.

Кастомизированные наборы данных поддерживали как исследовательский, так и целевой анализ и помогали лидерам получать полезные сведения. Анализы были разработаны, чтобы основываться на текущем понимании организацией состояния здоровья своих сотрудников, сочетая новую и существующую информацию, чтобы получить новые идеи, на основании которых производились новые усилия. Например, специалисты по обработке естественного языка использовали структурное моделирование для выявления и количественной оценки тем в комментариях с произвольным текстом, которые сотрудники отправляли в рамках опроса каждую неделю. Анализ настроений использовался для понимания эмоций, стоящих за каждой темой. Затем эти результаты были объединены с демографической информацией, подготовленной аналитиками данных, что позволило менеджерам, лидерам и другим лицам, принимающим решения, понять, как разговоры и связанные с ними чувства варьировались в зависимости от подгруппы, такой как родители и сотрудники с более низкими должностямм. Комбинация источников данных и аналитических подходов в конечном итоге позволила выявить специфические потребности персонала, что позволило организации ориентироваться на конкретные группы и адаптировать тип поддержки, которую она предлагала, для максимального воздействия.

Приложение 2 представляет собой обзор основных тем, созданный на основе свободных комментариев сотрудников, ответивших на опросы, и того, как их акцент на этих темах изменился в течение двух месяцев кризиса. Вначале сотрудники были благодарны за здоровье своих семей и друзей и испытывали общие опасения по поводу развивающейся ситуации, но по мере развития кризиса их мысли выкристаллизовались в более конкретные проблемы изоляции, удаленной работы, ухода за детьми и баланса работа-личная жизнь.

Возможность быстро развить эту способность, развернуть широкий спектр сложных аналитических инструментов в течение 24 часов после закрытия опроса и повторять опрос еженедельно далась организации или команде HR аналитиков нелегко. Возможности, необходимые для этого, были тесно связаны с данными, аналитикой и компонентами операционной модели, которые мы определили как отличительные черты отличных команд HR-аналитики.

Несмотря на огромные различия в качестве данных, интеграции и инфраструктуре организаций, нам всем, безусловно, есть чему поучиться друг у друга. Ответы на следующие вопросы будут полезны руководителям, которые хотят определить, где сейчас находится кадровая аналитика их организации и где они хотели бы, чтоб она была:

1. Где находится организация на лестнице кадровой аналитики? Куда она стремится в следующем году, в следующие 3 и 5 лет?
2. Как организационный контекст влияет на полномочия команды HR-аналитиков?
3. Какие ингредиенты есть у организации сегодня и что нужно создавать?
4. Как организации следует определять свои приоритеты в развитии возможностей кадровой аналитики? Например, следует ли ее строить для поддержки определенных конкретных внутренних сценариев использования или следует создавать широкий набор возможностей для поддержки непредсказуемой и быстро меняющейся внутренней среды?
5. Если бы организации нужно было исправить что-то в течение следующих 12 месяцев, что бы это было? Что может помешать ему?

Хотя ни одна модель не является «правильной» для развития возможностей команды HR-аналитиков, у ведущих команд, похоже, есть набор общих ингредиентов. Хотя за последнее десятилетие произошли настоящие изменения, даже лучшие команды - те, которые повторяются на каждой ступеньке лестницы и учатся по мере подъема, - едва прикоснулись к возможностям HR-аналитики.

ОБ АВТОРАХ

Элизабет Ледет - партнер офиса McKinsey в Атланте; Кейт МакНалти - директор по HR аналитикe и измерениям в лондонском офисе; Даниэль Моралес - директор по аналитике в Вашингтоне, округ Колумбия; Марисса Шанделл - бывший сотрудник нью-йоркского офиса.

HR-метрики: все материалы по теме в одном месте (справочник)

Это третий спраовчный материал, на этот раз по теме HR-метрики. Также смотрите 

1. HR руководство по HR руководствам (справочник) - Erik van Vulpen с командой создает гайды по различным направлениям HR, несколько десятков руководств по большинству HR тем. 
2. Josh Bersin: все статьи в одном месте - Джоша представлять, наверное, не стоит, он не просто входит в тройку инфлюенсеров HR в Мире и самый известный западный специалист в России. 

Не забывайте про Он-лайн курсы по HR-аналитике

1. Принципы создания HR-дашбордов в excel
2. Принципы создания и анализа корпоративных опросов
3. Профиль успешного сотрудника: драйверы эффективности
4. Текучесть персонала по-новому: расчет среднего срока жизни в Excel
5. Он-лайн курс "Введение в R для HR"

Итак, 

HR-метрики

Начинаем, конечно, с самой популярной статьи не только по HR-метрикам этого блога, но и самой популярной статьей этого блога, а также, абсолютно уверен, это самая популярная статья по теме HR-метрик вообще в русскоязычной среде.  

70 HR-метрик с примерами (постройте свой собственный дашборд) - перевод статьи IT-директора западной компании. Статья ценна не только текстом, а еще файлами с примерами расчетов HR-метрик, чтобы их получить, см. инструкцию HR инструменты примеры расчета HR метрик

И далее ссылки на материалы по теме HR-метрики

1. 17 метрик рекрутинга, о которых вам нужно знать - автор Erik van Vulpen, а он отличается тщательностью в сборе информации по теме. 
2. 21 Метрика эффективности сотрудников - и снова Erik 
3. KPI HR: подробное объяснение с метриками и примерами- Erik 
4. 40 вопросов по оценке эффективности (performance review), которые может использовать HR
5. 21 Метрика для Стратегического Развития Персонала / Strategic Workforce Development - Erik 
6. 10 метрик HR, которые вы можете, но, вероятно, еще не используете - среди HR-метрик описываются, например, такие Индекс риска выбытия (Retention Risk Index) и Средняя скорость повышения (Mean Promotion Speed) - т.е. как можно видеть, действительно, оригинальные HR-метрики
7. 14 примеров HR-метрик - Erik 
8. HR OKR: все, что вам нужно знать (с 11 примерами)
9. 10 hr-метрик обучения сотрудников, которые вы должны знать
10. HR-метрики компенсаций и льгот
11. 9 HR-метрик адаптации персонала
12. Цифровые HR-метрики 
13. Ключевые HR-метрики - в статье 10 HR-метрик признаны ключевыми 
14. 6 HR-метрик, которые следует измерять во время экономического спада
15. 9 KPI рекрутинга для измерения успеха в вашей организации
16. Стоимость найма: определение, формула и расчет - статья от Эрика ван Вулпен
17. Как считать стоимость закрытия вакансии - показываю пример расчетов 
18. Бизнес HR метрики подбора персонала рекрутинга Иерархия пирамида метрик - показываю иерархию метрик в рекрутинге 
19. Воронка подбора. Три способа построения - это уже про технику расчета
20. Как правильно считать воронку подбора персонала в excel - показываю особенность расчета, чтобы конверсия была расчитана корректно
21. Как считать время закрытия вакансий в excel - показываю, как считать 
22. Как считать текучесть персонала в excel (кейс на примере конкретной компании) - с файлом по расчету
23. Расчет показателей текучести персонала в Power Pivot (Excel) - для продвинутых пользователей Excel 
24. Как считать текучесть персонала в Power BI - и Power BI 
25. Как посчитать соотношение уволенных и принятых сотрудников за период в Excel - такое тоже спрашивают 
26. Как считать стаж работников в месяцах в excel - также видеолекция 
27. Карта Шухарта контроль hr процессов на примере закрытия вакансий - ИМХО, карта Шухарта это тоже инструмент HR-метрик 
28. 17 отличий между HR метриками и предиктивной HR аналитикой - это уже такой философский пост 
29. Что такое HR-dashboard и HR-отчет? Примеры, визуализации и советы как это сделать - просто как дополнительный бонус
30. HR-метрики, которые имеют значение – Метрики влияния на бизнес (на примере компенсаций)
31. Что такое время выхода в режим эффективности и как его измерить?
32. Карьерная мобильность 

Новое исследование эйджизма на работе по отношению к мужчинам и женщинам

Перевод статьи A new study measured how men and women experience ageism at work нашего  проекта переводы статей по hr-аналитике на английском.
Перевод выполнила Регина Ибниаминова, начальником отдела кадров некоммерческой организации (профиль в контакте). Читайте другие переводы Регины

1. 20 работающих идей признания сотрудников (recognition) 
2. Как Microsoft создает чувство общности у 144 тысяч сотрудников
3. HR 21 века – три больших шага в будущее 
4. Почему сотрудники не делятся знаниями друг с другом
5. Сравнение уровней вовлеченности персонала по всему миру
6. Упущенные факторы благополучия сотрудников (employee well-being)
7. Несколько идей о персонализации в HR
8. Вовлеченность персонала – факт или фикция? 
9. Совместное обучение (Collaborative Learning) стало важнее, чем когда-либо 
10. Работать совместно, но не вместе (working at google) 
11. Исследование вовлеченности персонала разрушает культуру вашей компании

Новое исследование эйджизма на работе по отношению к мужчинам и женщинам

Принято считать, что женщины чаще мужчин становятся жертвами эйджизма на рабочем месте, однако свежие данные показывают обратное.

Fairygodboss, женский карьерный сайт, недавно опросил 1000 человек старше 40 лет, чтобы узнать, многие ли столкнулись с эйджизмом на работе, как он проявлялся, а также представители какого пола более подвержены эйджизму.

Результаты обнадеживают: большая часть респондентов (72%) не подвергались эйджизму. Однако среди людей, испытавших на себе некоторую возрастную дискриминацию, женщины и мужчины сообщали о довольно схожем опыте. Из мужчин 13% заявили, что, по их мнению, зрелый возраст мешает им устроиться на работу; 12% женщин сообщили то же самое. Примерное одинаковое количество мужчин и женщин заявили, что их коллега – в шутку или нет – позволял себе отрицательное высказывание об их возрасте.

Испытывали ли Вы на работе то, что считаете эйджизмом?	Мужчины	Женщины
Коллега сделал отрицательное высказывание, связанное с Вашим возрастом	12%	10%
Ваш босс или другой руководитель сделал негативный комментарий, связанный с Вашим возрастом	6%	6%
Вы не получили продвижение по службе по причинам, как Вы считаете, связанным с Вашим возрастом	8%	7%
Вас не приняли на работу по причинам, как Вы считаете, связанным с Вашим возрастом	13%	12%
Вы были уволены по причинам, как Вы считаете, связанным с Вашим возрастом	5%	4%
Другое	1%	1%
Я лично не сталкивался с эйджизмом на работе	70%	73%

Возможно, самым удручающим выводом опроса стало то, что большинство людей, испытавших эйджизм на работе, встретились с ним до своего 45-летия.

В каком возрасте Вы впервые испытали эйджизм на работе?	Мужчины	Женщины
Моложе 45	35%	39%
45-49	21%	21%
50-54	23%	20%
55-59	12%	12%
60-64	7%	6%
65+	1%	2%

Респондентов также спросили, лгали ли они когда-нибудь о своем возрасте, опасаясь, например, что наличие некоторого жизненного опыта и стажа работы в данной сфере могут сыграть против них. Лишь 4% опрошенных ответили утвердительно (в этой маленькой группе люди не просто занижали свой возраст на пару лет, а скорее на 3-10 лет).

Вместо того чтобы откровенно лгать, большинство работников, скорее, предпочли бы принять меры, чтобы выглядеть моложе. Тем не менее, пол не определил, кто с большей вероятностью воспользуется ботоксом или новым гардеробом. Следует отметить, что женщины в 1,8 раза чаще окрашивали свои волосы, но в остальном различия между полами были незначительными.

Предпринимали ли Вы какие-либо из следующих шагов, чтобы выглядеть моложе для карьерных целей? Отметьте все, что подходит.
Изменение данных в резюме или профиле LinkedIn	2%
Окрашивание волос	18%
Инъекции ботокса или другие безоперационные антивозрастные процедуры	2%
Пластическая операция	1%
Стиль одежды, отличный от обычного	6%
Другое	1%
Ничего из перечисленного	78%

Неудивительно, что, по наблюдениям респондентов, работники постарше чаще всего стереотипизировались как менее технически подкованные, менее способные или заинтересованные в изменениях и обучении. Но это только в случае, когда стереотипы вообще имели место, 53% респондентов сообщили, что не сталкивались ни с одним из клише, которые были перечислены как возможные.

Вы лично сталкивались со стереотипами в отношении пожилых работников? Отметьте все, что подходит.
Не имеют необходимых технических знаний или навыков	22%
Не настолько готовы или способны обучаться новым навыкам, либо быть открытыми для новых идей	22%
Не имеют «драйва» и запаса жизненных сил в отличие от молодых работников	15%
Недостаточно продуктивны	10%
Зарплата выше, чем у молодых коллег, выполняющих ту же работу	20%
Другое	1%
Ничего из перечисленного	53%

Три из четырех респондентов заявили, что они не боятся быть вытесненными с работы прежде, чем они сами будут готовы уйти, это звучит позитивно. Но все же остается четверть респондентов, годами чувствующих себя неуверенно. Недавние судебные иски о возрастной дискриминации со стороны крупных компаний, среди которых IBM, Citibank и IKEA лишь поддерживают эту обеспокоенность.

Возможно, демография на стороне старших: самые взрослые миллениалы в двух годах до сорокалетия. Поскольку данное поколение стало накапливать морщины и пигментные пятна, они вполне могут настоять на том, что отношение к армии сорокалетних и старше надо просто поменять, и их огромное количество в самом деле может в этом помочь.