Перевод статьи Unlocking Insights with Geospatial Analysis in People Analytics

Автор Steven Shoemaker

Инсайты о людях на основе геопространственного анализа в People Analytics

Мне нравятся карты. Когда я работал в армии, часть моей работы в качестве аналитика изображений заключалась в том, чтобы целыми днями смотреть на карты. Я быстро понял, как эти карты могут так много рассказать о регионе — его географии, ресурсах, населении и многом другом.

Сейчас, когда я работаю в области People Analytics, самое время обсудить использование геопространственного анализа в PA. Геопространственный анализ может быть ценным инструментом для лучшего понимания ваших сотрудников.

Но сначала: стоит ли вам заниматься геопространственным анализом?

Стоит ли тратить время? Ответ – твердое да.

Если все сделано правильно, вы можете использовать свои картографические способности, чтобы получить представление о вашей рабочей силе с высоты птичьего полета или той части, которая приняла функцию определения местоположения в настройках своего профиля пользователя. Вы можете увидеть, где они расположены и как они распределены. Эта информация может помочь вам нанимать и удерживать лучшие таланты, планировать новые офисы или расширения, строить отношения с клиентами и партнерами, создавать сообщества талантов и многое другое.

Что такое геопространственный анализ?

Вообще говоря, геопространственный анализ использует карты для представления и анализа данных. Немногие виды деятельности являются более фундаментальными, чем составление карт: это делалось на протяжении тысячелетий, чтобы лучше понять, как люди, места и ресурсы связаны друг с другом. Геопространственный анализ выводит эти базовые карты на совершенно новый уровень. Благодаря геопространственному анализу вы можете увидеть гораздо больше, чем просто дороги, реки и горы. Вы можете увидеть появление шаблонов: кластеры рабочих, которые живут рядом друг с другом, города и районы, из которых вы получаете ресурсы, состав этих районов и многое другое.

Здесь важно отметить, что есть два важнейших компонента геопространственного анализа: данные и карты. Чтобы это работало, вам нужны оба. Одни только данные не скажут вам ничего значимого; Вы также должны увидеть это на карте. Таким образом, если ваши сотрудники делятся с вами этими данными, вы должны хорошо распоряжаться ими и обеспечивать надлежащую анонимность.

Зачем использовать геопространственный анализ?

Геопространственный анализ может быть мощным инструментом для понимания вашей рабочей силы, от общей картины тенденций до мелкомасштабной информации. Вот несколько способов его использования:

1. Рекрутинг. Геопространственный анализ может помочь вам нанять сотрудников в подходящих местах. Вы используете карты разнообразия, чтобы увидеть, как устроены города, как выглядит ваше собственное внутреннее разнообразие в этом городе, и определить места для источников.

2. Принятие стратегических решений. Вы можете использовать геопространственный анализ, чтобы принимать более обоснованные решения. Например, вы можете увидеть, где открыть новые офисы или переместить существующие, и принять решения о маркетинге и продажах.

3. Анализ перемещений: вы можете использовать геопространственный анализ, чтобы получить представление о таких вещах, как, например, сколько времени в среднем потребуется вашим сотрудникам, чтобы добраться до работы, какие офисы являются «горячими точками» и многое другое.

Геопространственный анализ является обязательным для любой компании, пытающейся получить преимущество в данных о своих сотрудниках. Все дело в разбивке географических точек данных, таких как местоположение, расстояние и площадь.

Ограничения геопространственного анализа

Геопространственный анализ — мощный инструмент для аналитики людей, но у него есть свои ограничения. Точность геопространственного анализа ограничена качеством и точностью данных. Кроме того, даже если ваши данные точны, их релевантность может варьироваться в зависимости от того, насколько они детализированы. Например, карта Соединенных Штатов не даст вам столько информации, сколько карта Сиэтла. Точно так же карта регионов не даст вам столько информации, сколько карта районов.

Другое ограничение геопространственного анализа заключается в том, что он основан на статическом снимке данных. Хотя эти данные могут быть полезны для понимания текущей ситуации, они ничего не расскажут вам об изменениях в той или иной области с течением времени.

Наконец, геопространственный анализ ограничен тем, что он не может сказать вам, почему существуют определенные закономерности. Крайне важно использовать геопространственный анализ как часть общей стратегии анализа данных и использовать вместе с ним другие инструменты для получения лучшего понимания.

На практике:

Вот пример карты, которую я создал — на ней показаны сотрудники в Вашингтоне, округ Колумбия, представленные черными точками, а также вы можете указать некоторые расстояния в пути: 5 минут, 15 минут и 30 минут. Затем он показывает вам данные об этнической принадлежности для каждого из этих колец.

Играйте с живой версией.

Итак, для чего можно использовать этот простой пример?

С помощью этой карты этнических групп и времени в пути вы теперь можете отвечать на такие вопросы аналитики людей, как:

• В какие офисы может попасть больше сотрудников?

• Повлияет ли политика пригородных поездок на какую-либо группу несоразмерно?

• Какие преимущества мы могли бы изменить, чтобы стимулировать более активное использование офиса?

А если вы добавите общедоступные данные, такие как результаты переписи населения, общественный транспорт, расположение ресторанов и т. д., вы сможете задать еще более конкретные вопросы о своей рабочей силе.

Возможности геопространственного анализа безграничны.

О конфиденциальности:

Личная информация сотрудников должна храниться в безопасности и использоваться ответственно. То же самое касается геопространственного анализа. Вы не должны отображать информацию таким образом, чтобы это нарушало конфиденциальность сотрудников. Всегда следите за правильным использованием конфиденциальных данных и не раскрывайте личную информацию на этих картах.

Заключение

Геопространственный анализ — удобный инструмент для People Analytics. Имея правильные данные, вы можете понять местонахождение своих сотрудников, получить представление о областях найма и эффективности и многое другое.

Но геопространственный анализ ограничен. Для работы вам нужны как данные, так и карты, и точность ваших результатов зависит от качества данных. Кроме того, это всего лишь снимок, и он не может сказать вам, почему что-то произошло. Однако при использовании в сочетании с другими инструментами аналитики он может стать мощным инструментом для понимания вашей рабочей силы.

Дайте мне знать, что вы думаете, я хотел бы услышать о том, как вы использовали карты в аналитике людей.

И очень важное дополнение к статье от Andrew Marritt: 

«Я помню ранний проект с крупным британским банком в 2004 году. Мы определили, что для сотрудников более низкого уровня двумя наиболее эффективными методами рекламы найма были (а) небольшой плакат в отделении, где люди ждали в очереди (б) плакаты на автобусных остановках/в автобусах.

Для последнего мы использовали британские почтовые индексы, полученные из системы HR и ATS (британские почтовые индексы точны для нескольких домов), и определили как наиболее эффективные автобусные маршруты, так и даже автобусные остановки, на которых можно купить рекламу.

Другой анализ, который мы провели в то время, заключался в анализе мест подачи заявлений о приеме на работу. По мере того, как крупный центр — например, колл-центр, который может иметь 100% текучесть кадров — начинает истощать имеющиеся местные кадры, расстояния для приложений будут увеличиваться. Это укажет время для обсуждения местоположения.

В 2015 году я провел «практический» семинар в HR Tech Europe (сейчас Unleash) по аналитике людей с помощью R, и одним из примеров было использование API Карт Google для расчета времени в пути из «штаб-квартиры» и набора локации».