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.