Перевод статьи People Analytics 3.0 от Ола Адамсена (Al Adamsen) в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор в нашем блоге впервые участвует, хотя имя известное, и пост вызвал очень большой интерес.
Перевод сделала Александра Багинская (по ссылке профиль с Линкедина). Александра родом с Украины, но живет и работает в Голландии. Рекомендую - вот из таких и надо набирать таланты. Читайте другие статьи Александры у нас в блоге:
Автор Al Adamsen, основатель и исполнительный директор Insight222
People Analytics 3.0 занимается разработкой и использованием продуктов на основе аналитики. Такие продукты приносят большую ценность в организации на невиданной ранее глубине. Она по-прежнему готовит отчет для инвесторов – руководства и HR лидеров, но, в то же время, она также приносит пользу тем, кто генерирует данные, а именно сотрудникам. Примеры включают инструменты для анализа организационной сети (ONA), картографирования навыков (skill-mapping), карьерной навигации (career navigation), прислушивания (listening), вовлеченности (engagement) и благосостояния (well-being), которые обеспечивают более частые, основанные на действиях инсайты, то есть понимание того, что происходит, и что, вероятно, произойдет на основе анализа активности в настоящем или ближайшем прошлом (например, дни и недели). Это очень отличается от нынешних норм: менее уверенная в себе информация, подтверждающая, что «может произойти» на основе периодических, ретроспективных исторических данных (например, данных в рамках HRMS или ежегодного опроса сотрудников).
Сейчас многое написано и обговорено о том, как передовые аналитические методы могут быть применены в области талантов/рабочей силы, продвижении в механическом обучении, искусственном интеллекте (AI) и обработке естественного языка и многом другом. Это все отлично, но важно пролит свет на то, как эти и другие дисциплины подходят к ому, что уже давно происходит в организациях. Эти новые методы, инструменты и данные чаще попадают, чем обходят постоянно расширяющийся и все более эзотерический желоб «People Analytics». Здесь нужно выделить три больших ведра, которые можно вытащить из этого желоба, чтобы бюджет, ресурсы и энергия могли быть распределены сознательно и надлежащим образом. И это чрезвычайно важно: работа People Analytics 3.0 отличается от 1.0 и 2.0. Навыки – другие. Люди, которые выполняют эту работу, – другие, они – ученые, занимающиеся данными, разработчики программного обеспечения, ux-дизайнеры и т.п. Ценностные предложения также другие, как и инструменты, используемые для создания этих предложений. Если эти различия не получат должного признания и действий, ваша организация будет отставать в постоянно ускоряющейся гонке за талантами, обеспечением отличного опыта работы (great work experiences), максимизированием производительности, инновациями, удовлетворенностью клиентов и т.д. Вы также будете недостаточно подготовлены к соответствующей реакции к трансформации бизнеса и рынка.
Перевод сделала Александра Багинская (по ссылке профиль с Линкедина). Александра родом с Украины, но живет и работает в Голландии. Рекомендую - вот из таких и надо набирать таланты. Читайте другие статьи Александры у нас в блоге:
- Джош Берсин. Переворот рынка HR технологий: 10 топ трендов 2018
- Удержать или отпустить? Данные, на которые следует корректно реагировать, когда сотрудник увольняется
- Соседство с лучшими сотрудниками может увеличить производительность
И вот очередная бомба
People Analytics 3.0
Опубликовано 18 декабря 2017Автор Al Adamsen, основатель и исполнительный директор Insight222
People Analytics 3.0 занимается разработкой и использованием продуктов на основе аналитики. Такие продукты приносят большую ценность в организации на невиданной ранее глубине. Она по-прежнему готовит отчет для инвесторов – руководства и HR лидеров, но, в то же время, она также приносит пользу тем, кто генерирует данные, а именно сотрудникам. Примеры включают инструменты для анализа организационной сети (ONA), картографирования навыков (skill-mapping), карьерной навигации (career navigation), прислушивания (listening), вовлеченности (engagement) и благосостояния (well-being), которые обеспечивают более частые, основанные на действиях инсайты, то есть понимание того, что происходит, и что, вероятно, произойдет на основе анализа активности в настоящем или ближайшем прошлом (например, дни и недели). Это очень отличается от нынешних норм: менее уверенная в себе информация, подтверждающая, что «может произойти» на основе периодических, ретроспективных исторических данных (например, данных в рамках HRMS или ежегодного опроса сотрудников).
Сейчас многое написано и обговорено о том, как передовые аналитические методы могут быть применены в области талантов/рабочей силы, продвижении в механическом обучении, искусственном интеллекте (AI) и обработке естественного языка и многом другом. Это все отлично, но важно пролит свет на то, как эти и другие дисциплины подходят к ому, что уже давно происходит в организациях. Эти новые методы, инструменты и данные чаще попадают, чем обходят постоянно расширяющийся и все более эзотерический желоб «People Analytics». Здесь нужно выделить три больших ведра, которые можно вытащить из этого желоба, чтобы бюджет, ресурсы и энергия могли быть распределены сознательно и надлежащим образом. И это чрезвычайно важно: работа People Analytics 3.0 отличается от 1.0 и 2.0. Навыки – другие. Люди, которые выполняют эту работу, – другие, они – ученые, занимающиеся данными, разработчики программного обеспечения, ux-дизайнеры и т.п. Ценностные предложения также другие, как и инструменты, используемые для создания этих предложений. Если эти различия не получат должного признания и действий, ваша организация будет отставать в постоянно ускоряющейся гонке за талантами, обеспечением отличного опыта работы (great work experiences), максимизированием производительности, инновациями, удовлетворенностью клиентов и т.д. Вы также будете недостаточно подготовлены к соответствующей реакции к трансформации бизнеса и рынка.
Хорошо. Имеет смысл. Если речь идет о 3.0, а что же это за 1.0 и 2.0 тогда?
Рад, что вы спросили. People Analytics 1.0 – это то, о чем думают большинство людей, когда они впервые слышат термин «People Analytics» в науке или бизнесе. Это исследование. Это может быть эксперимент. Это проект, призванный выявить определенную динамику: личную, межличностную или связанную с командами, группами или организациями. Такая работа ведется очень долго, более ста лет в зависимости от того, как вы ее определяете. Это область профессиональных исследователей: психологов труда, антропологов, экономистов, статистов, сценарных планировщиков и т.д. (Кстати, я использую «People Analytics» как замещающий термин для всех отдаленных синонимов: Workforce / Talent / HR Analytics). Обсуждение различий между ними редко бывает полезным использованием времени, и уж точно не в этом контексте).
People Analytics 2.0 – это агрегация, очистка, визуализация, распространение и анализ ранее несопоставимых наборов данных. Проще говоря, People Analytics 1.0 включает объединение данных на основе событий, чаще всего для четко определенного, ограниченного по времени, группового исследования. В People Analytics 2.0, напротив, данные постоянно доступны с помощью инструмента для более широкой аудитории, чем только аналитик или исследовательская группа. Поэтому, учитывая ее природу, эту работу чаще всего выполняют профессионалы с опытом работы в сфере ИТ, HRIS, хранения данных, архитектуры данных, визуализации данных и т. д. Это прямой потомок индустрии Business Intelligence, который зреет последние 20 лет, особенно последние 10.
Чтобы оценить, как People Analytics 2.0 развилась на протяжении многих лет, небольшая история. Когда я работал в этой области в начале-середине 2000-х годов, мы могли раз в квартал собирать данные из разрозненных систем, и каждый квартал публикация результатов для внутренних аналитиков и HR сообщества у нас занимала примерно 21 рабочий день (три недели!). Насколько популярны были эти «обзоры» после публикации порой через четыре месяца после того, как данные были впервые получены? Конечно не очень. Насколько популярны сейчас подобные обзоры? Очень. Почему? Потому что данные теперь публикуются ежемесячно, еженедельно, а иногда и ежедневно. Цикл обновления, который когда-то занимал 21 день, теперь занимает всего один или два дня, а в некоторых случаях, в зависимости от наборов данных, технологий сбора, целостности процессов, аналитических технологий и нескольких других факторов, такие данные теперь могут быть доступны в реальном (или почти) времени – несравнимо лучше, чем раз в квартал. Конечно, это представляет собой ОГРОМНОЕ достижение, но пока что это все, чего мы достигли. У этих инсайтов все еще ограниченная аудитория и целостность, а, следовательно, и используемость данных за ними по-прежнему остается под вопросом. Почему? Потому что данные чаще всего являются транзакционными, нерегулярными и относительно отдаленными от исследуемой динамики (для примера посмотрите, Performance Management is Stupid).
Расположенные рядом, People Analytics 1.0, 2.0 и 3.0 выглядят следующим образом:
Здесь очень важно отметить, что это НЕ прогрессивная модель или модель зрелости. Любая современная функция People Analytics будет совмещать все три через экосистему данных, инструментов, людей и партнеров. Все они важны. Все они имеют свою уникальную цель. Все выстоят. Тем не менее, они не равны с точки зрения необходимых инвестиций или создаваемой ценности. Не удивительно, что наибольшие инвестиции, риски и возможности заключаются в People Analytics 3.0.
