Как работает команда: анализ внутригрупповых процессов и ролей участников команды

На Западе сейчас набирает силу тема Organisational Network Analytics или оно же - Social Network Analytics. Я прошел курс на Курсере Applied Social Network Analysis in Python Мичиганского университета. Курс действительно Applied - прикладной в том смысле, что теория только в том объеме, чтобы можно было понять, как применять на практике, но про курс я еще напишу.
По материалам курса я уже сделал пост Исследование email коммуникаций в компании. На сегодня я прошел курс и для повторения я решил сделать что-то на своих данных.

Задача

Я стал собирать данные в закрытой группе на facebook по HR-аналитике. Эта группа закрыта потому, что туда могут попасть только те, кто не просто прошел семинар по аналитике, но и выполнил свой проект. Т.е. там те специалисты, кто умеют работать руками. И обсуждение происходит не обще теоретических вопросов HR и HR-аналитики, а рабочих вопросов. И нас всего 7 человек.
Я решил посмотреть, как работает команда спецов, как происходит взаимодействие, кто у нас проявляет максимальную активность, кто имеет максимальное влияние и т.п..
Мне было бы интересно услышать ваше мнение:

1. как работает наша команда;
2. как это можно применять в "боевых" условиях.

Методология

Я сильно не замарачивался и сделал так:

1. Если участник группы размещает пост - это активное действие. Причем, неважно, делится ли участник каким-то знанием или спрашивает совета: в любом случае он проявляет активность. Во втором случае польза для группы не менее важна, поскольку позволяет также тренировать свои навыки. 
2. Если другой участник отреагировал на этот пост - это реактивное действие. Реакция может быть в виде коммента или лайка. И для меня неважно: завязалась ли там дискуссия на 500 комментов или ограничилось все одним комментом или лайком. Важно, что пост вызвал реакция участника команды. 

Итого, файл получился таким.
Пост      Реакция   Тип           Дата
Иванов  Петров     коммент   22.02.2018
Петров   Сидоров  лайк         22.02.2018
Таким образом, мы можем посчитать активность Иванова через реакции на его пост дургих участников команды. Если пост Иванова не получил ни коммента, ни лайка, то в таблице он просто не отразится. Чем больше членов команды отреагирует на пост Иванова, тем больше активности он соберет.

Вводные замечания

1. Данные я собирал, начиная с 12 февраля, поэтому данных мало, и я не погружаюсь в бОльшую глубину, типа: проводить анализ отдельно для реакций типа "лайк" и "коммент" - данных не так уж много. 
2. Для специалистов сообщу, что эти данные в зависимости от разных показателей я использовал как граф, как мультиграф, директграф или мультидиректграф. 

Результат

Далее я уже применяю Social Network Analytics.

Диаграмма 1

Это общая схема взаимодействия команды.

Исследование email коммуникаций в компании

Прохожу на Курсере курс Applied Social Network Analysis in Python Мичиганского университета. Вообще рекомендую курсы этого университета: много интересного контента. Курсы на Python проходят.

Прошел я пока две недели, хвастать особо нечем, хочу в посте скорее закрепить свои знания. Заранее предупреждаю, что я не ас, могу писать ерунду в каких-то местах, просто тема для меня новая. А новая потому, что я не могу найти понимания того, куда в HR ее применить. Буду вам благодарен за идеи. Вообще же на Западе тема Organisational Network Analytics очень популярна и набирает темп. Поэтому я и решил подробней в ней разобраться. 

Данные е майл коммуникаций

У нас есть данные типа

#Sender Recipient time
1 2 1262454010
1 3 1262454010
1 4 1262454010
1 5 1262454010
1 6 1262454010
1 7 1262454010
1 8 1262454010
1 9 1262454010
1 10 1262454010
1 11 1262454010

Где первая колонка - отправитель, вторая - получатель, и время отправления. При этом перечень полей не ограничен: это такой датасет в задании, а вообще первое, что приходит на ум - можно добавить роль отправителя и получателя.
И первое, чему я самостоятельно научился по этой теме - раскрашивать узлы (nodes) цветом в зависимости от роли. Как вариант - можно брать не роль, а класс письма: заявка, обращение, нецензурная брань и т.п..

Эта картинка из другого задания.
Если вы хотите потренироваться, запишитесь на курс и скачайте данные второй недели. Или лучше работать со своими данными: можете мне прислать, я буду очень рад поработать с ними.
Код

import networkx as nx
import pandas as pd
%matplotlib notebook
import matplotlib.pyplot as plt

Загрузка

G = nx.read_edgelist('email_network.txt', data=[ ('time', float)], 
                         create_using=nx.MultiDiGraph())

Я не уверен, что стоит подробно функции объяснять, все равно придется копаться в пакете, отмечу только, что самое важное здесь - MultiDiGraph - мы указываем, что отношения между узлами (nodes) директивные (Di), т.е. письмо идет в определенном направлении от кого то к кому то, т.е. у нас на диаграмме появляется стрелочка. И отношения Multi - может быть много связей, а точнее писем. И data - мы указываем, что время - это атрибут сети, а не сами связи. После загрузки мы получаем объект edges (ребра? грани?)

G.edges(data=True)
[('158', '64', {'time': 1271766218.0}),
 ('154', '68', {'time': 1271766200.0}),
 ('42', '54', {'time': 1276505582.0}),
 ('42', '1', {'time': 1266579464.0}),
 ('42', '61', {'time': 1273146267.0}),
 ('42', '151', {'time': 1266319958.0}),
 ('42', '151', {'time': 1268999261.0}), ....

Тут все понятно. Количество строк

len(G.edges(data=True))
82927

И вот здесь сразу одна интересная ситуевина. С помощью команды

G.degree()
{'1': 3376,
 '10': 643,
 '100': 126,
 '101': 758,
 '102': 31,
 '103': 461,
 '104': 632,
 '105': 321,
 '106': 860,
 '107': 192,
 '108': 151,
 '109': 166,
 '11': 635,
 '110': 85,
......

Мы получаем список количества писем каждого чувака. И всего у нас

nx.number_of_nodes(G)
167 

чуваков, а писем

sum(G.degree().values())
165854

Что в два раза больше, чем строк в датасете (82927). Т.е. это значит, что пакет учитывает не только тех, кто слева, но и справа. И если ты значишься не только в числе посылателей писем, но и получателей, вам это будет зачтено.

Визуализация

plt.figure(figsize=(10,9))
node_color = [G.degree(v) for v in G]
pos = nx.fruchterman_reingold_layout(G)
nx.draw_networkx(G, pos, 
                 node_color=node_color, alpha=0.7, with_labels=True, 
                 edge_color='.4', cmap=plt.cm.Blues)
plt.axis('off')
plt.tight_layout();

Цвет узла (node) я определил в зависимости от количества получаемых писем

Не очень внятно, верно?) функция pos = nx.fruchterman_reingold_layout(G) отвечает за представление результатов сети, можете поиграться, картинка будет другая. К тому же можно выделить отдельный диапазон картинки.

Матрица.

В чем ценность анализа общения людей для HR аналитики или как социальные сети могут помочь бизнесу

Перевод статьи The value of Social Network Analysis in HR analytics. Перевод выполнен Анной Отчик в рамках нашего проекта переводы статей по hr-аналитике на английском. Анна специалист в сфере обучения и развития персонала, тренер, разработчик бизнес-игр, методолог. Рекомендую обращаться к ней, если вашей организации необходимо создать и развивать систему обучения персонала, а также разработать и провести обучающие программы, деловые игры по темам "коммуникации, сервис, подбор и адаптация, обучение молодых руководителей".
Это уже второй перевод Анны, читайте также перевод Забудьте про Майерс-Бригс, или как математический расчет точнее предскажет слаженность команды.
Итак,

В чем ценность общения людей для HR аналитики  или как социальные сети могут помочь бизнесу

 Огромное влияние глобализации и инновационных технологий на организации всеми признано и неоспоримо. Эти процессы повлияли на то, как бизнес разрабатывает свой продукт и как он взаимодействует с его потребителями. Одновременно с этим в разы увеличилось количество контактов между людьми,  и поэтому видоизменилась динамика социальных связей, хотя этот подъем еще не привлек к себе в достаточной мере заслуженного внимания. Изучение социальных связей происходит уже десятилетиями, и существует общепризнанный термин SNA (social network analysis). Недавние исследования, сделанные в этом направлении, доказывают, что его важность для оперативной эффективности не может более оставаться незамеченной специалистами HR.

Что подразумевают под термином «социальные связи»?

Социальные связи – это совокупность связей между различными типами групп, включающих сотрудников, отделы и целые компании. Связи могут быть разными по природе: например «частое общение» или «проектное сотрудничество». Что особенно важно в социальных связях, это то, что они представляют формальные и неформальные взаимоотношения и что большинство из них не часто признаются более широкой организацией.
Представьте себе международную корпорацию с тысячами сотрудников, работающих по всему миру. Кто может иметь возможность следить за единичными контактами, которые возникают, и за тем,  как эти контакты влияют на организацию? Специальное программное обеспечение для SNA может управлять всеми этими данными и визуализировать результат. Это поможет в определении опасных контактов и понимании неформальной иерархии внутри организации.

Почему  SNA важно для HR-аналитики?

Существует множество способов в HR-аналитике, которые могут применять SNA для улучшения операционной эффективности. О некоторых из них расскажем далее.
Оптимизация коммуникаций и сотрудничества:  проанализировав взаимозависимость между сотрудниками, организация может пересмотреть конфигурацию их рабочего пространства и расположение отделов или целых департаментов. Это делается для того, чтобы работающим рядом сотрудникам, было проще общаться лицом к лицу, а не виртуально. Ряд экспериментов подтвердил, что такой подход снижает текущие расходы и повышает скорость кооперирования, в конечном итоге улучшает оперативную эффективность.
Улучшение обмена знаниями: для большинства организацией большой проблемой является локализация внутренней информации и оптимизация обмена знаниями. Когда людям нужна информация, совет, они обращаются к ближайшему окружению, на самом деле, ответ может быть найден и за его пределами. База данных и личные кабинеты  могут помочь определить, кто в компании занимается какой темой, и чьи навыки могут быть в этом полезными. С применением  этих интерактивных соединений для многих сотрудников намного легче станет определить именно того, с кем им необходимо связаться по теме.
Эффективное использование кадров:  должностные инструкции зачастую предлагают немного возможностей в задачах, которые сотрудник выполняет в общей организации. Сотрудники финансового отдела работают с числами, а сотрудники отдела персонала – с людьми.  Однако (как известно всем эйчарам), это не всегда дает представление об общей картине. Довольно часто название должности не показывает всю полноту выполняемой работы. В этом случае, помощь SNA состоит в  определении реальной работы, выполняемой сотрудником, и может помочь в пересмотре его роли. Таким образом, можно потенциально определить ценные кадры, которые выполняют «неправильную» работу, и им стоит предложить больше возможностей для работы с расширенными функциями. Без использования возможностей SNA такие кадры могут остаться просто «тайными сокровищами».
Инструмент взаимодействия (связи): еще одна ключевая и часто упускаемая роль в социальных связях, один из главных ее элементов. Речь идет о сотруднике, возможно, неформальном лидере,  который, используя свои связи,  может поддерживать сеть, который может улучшить эффективность коммуникаций. Очень важно признать и определить  ценность такого сотрудника независимо от выполнения его рабочих задач. Управление работой сети должно кардинально изменить определение высокопроизводительного сотрудника.
Планирование преемственности кадров: общающиеся между собой сотрудники играют также немаловажную роль в планировании преемственности кадров. Организация с помощью SNA может проанализировать социальные связи сотрудников предпенсионного возраста и их роль в этих связях. Таким образом, организация может предпринять определенные действия для дальнейшего управления этими связями  сотрудника после его ухода на пенсию. Как уже говорилось выше, сотрудники иногда взаимодействуют с сетью не совсем очевидным образом, что опять подтверждает, важность понимания этих связей для предотвращения их потерь.
Слияние и поглощение: при слиянии и поглощении компании резко увеличивают рост за счет значительного расширения, что может привести к сложным процессам адаптации. Для того, чтобы лучше интегрировать сотрудников и содействовать коммуникациям и кооперации с ними, важно понимать неформальные связи, существующие в поглощающей компании. В этом также поможет SNA при определении групп и сообществ, которые могут помочь быстрой адаптации к изменениям.
Прогнозирование прогулов и текучести: дополнительно к традиционным характеристикам сотрудников, таких как возраст, производительность, SNA может помочь расширить базу информации о персонале. Анализ контактов между разными группами сотрудников может помочь в  обнаружении более сложных прогулов и предпосылок текучести персонала.

Какие есть проблемы у SNA?

Хотя потенциал SNA в HR-аналитике многогранен, существует несколько проблем, которые необходимо решить.
Определение сети: определение сети, требующей анализа не всегда просто, особенно, дело касается типов соединений. Не все соединения могут быть  оценены, одновременно, это зависит во многом от контекста. К тому же, связи вообще динамичны и требуют постоянного обновления.
Сбор данных: в зависимости от задачи, SNA работает с большим количеством  различных данных. Некоторые легко получить, а другие требуют выборки из обзоров и интервью. Однако, первостепенное значение имеет сбор значительного количества участников для получения полной картины с помощью SNA. И это может быть непросто, когда речь идет о работе с данными людей.   Кроме того, конфиденциальность и отсутствие доверия могут быть причиной дополнительных проблем при получении необходимой информации для тщательного анализа.
Интерпретация данных: важно признать возможности и ограничения SNA. Часто приходится дополнять информацию данными о сотруднике из других источников, и аккуратно оценивать в текущем контексте. Стоит добавить, что вышеупомянутая динамичная природа связей подтверждается фактами, что эти данные могут иметь определенные временные границы, за пределами которых они больше не могут использоваться.

Какое значение SNA имеет в вашей системе HR-аналитики?

Понимание значения SNA в современной HR-аналитике подтверждает необходимость приобретения навыков и компетенций для выполнения анализа в собственной организации.

__________________________________________________________

На этом все, читайте нас в фейсбуке и телеграмме