У специалистов по подбору персонала часто бывают свои четкие представления о том, кого можно считать хорошим кандидатом. Один старший финансовый менеджер из крупной индийской компании всегда выбирает кандидатов, которые провалили квалификационный экзамен на получение статуса бухгалтера-аудитора три или четыре раза, прежде чем его сдать. Он считает, что такие кандидаты выносливее и настойчивее тех, кто сдал экзамен с первого раза. Эта история, рассказанная Сумитом Варесом в его статье The “Numbers Don’t Lie, People Do” Approach to HR Analytics, является примером предубеждений, влияющих на чисто интуитивный подход к подбору персонала и другим кадровым вопросам. Чтобы этого избегать, Варес советует отделам кадровой аналитики использовать «статистические инструменты, модели анализа поведения и понимание того, как у людей формируются мнения о группах и индивидах, чтобы через призму статистики исследовать представления или допущения о том, какие люди на самом деле могут мешать привлечению, найму, повышению и удержанию талантливых кадров в организациях». Использование современных комплексных инструментов для анализа больших объемов кадровых данных новыми способами, чтобы удовлетворить существующие потребности конкретного бизнеса, — вот что обещает новая растущая сфера аналитики персонала.
«Кадровая аналитика — это применение математических и статистических методов и интеллектуального анализа к кадровым и коммерческим данным для изучения различных концепций или идей, а также для решения проблем, связанных с кадрами, или реагирования на них», — пишет Раджиб Кумар в заглавной статье для Human Capital под названием HR Analytics: Where Do We Stand. Кумар представляет четыре уровня модели зрелости кадровой аналитики:
- операционная отчетность, отражающая эффективность работы и соблюдение различных норм;
- продвинутая отчетность, позволяющая делать сопоставительный анализ и принимать решения;
- стратегическая аналитика, обеспечивающая данные для статистического анализа и разработки «моделей персонала»;
- прогнозная аналитика, позволяющая планировать сценарии, анализировать риски и работать над их смягчением.
Чем сложнее становится анализ, тем более продвинутые инструменты для него требуются, а способность выполнять такой анализ неуклонно падает: операционную отчетность могут проанализировать более 60 % кадровых отделов, тогда как выполнить прогнозный анализ способны менее 5 % таких отделов.
Однако преимущества такой аналитики для отдела кадров и компании в целом могут быть весьма значительными. В своей статье The CEO’s Guide To Competing Through HR для The McKinsey Quarterly Фрэнк Бафаро и его коллеги отмечают: «Мы убеждены, что пришло время активнее взяться за преобразование кадровых служб: они должны стать подразделениями, которые понимают, как рождаются стратегии, и умеют задействовать для этого соответствующие кадры. И происходить это должно главным образом благодаря новым технологическим инструментам, раскрывающим всю мощь аналитики данных». Далее Бафаро утверждает, что компании, серьезно использующие статистические инструменты прогнозной аналитики, движутся к тому, чтобы «к 2025 году повысить доходность в среднем на 275 базисных пунктов» за счет повышения производительности труда работников операционных и контрольных отделов и сокращения издержек, связанных с наймом, обучением и текучкой персонала.
В статье Is Your Company Ready For HR Analytics? для MIT Sloan Management Review Барт Баесенс с коллегами сходятся во мнении, что инструменты прогнозирования поведения сотрудников открывают сегодня новые возможности. В частности, такое прогнозирование позволяет относительно легко «моделировать, контролировать и измерять динамику взаимодействия персонала». Составление социального графа для обозначения связей между сотрудниками «на основе таких факторов, как (анонимная) переписка по электронной почте, совместные проекты, совместное размещение сотрудников и их сходный потенциал, с возможным выявлением давности подобных связей» может раскрыть важную информацию о том, как на самом деле функционирует компания. Эти знания можно использовать, чтобы помочь новым сотрудникам вписаться в компанию и, самое важное, чтобы оценить последствия — и риск утечки кадров — в случае увольнения сотрудника, прочно связанного с другими. Такие модели помогают компаниям обнаружить серьезные проблемы (например, вы используете неверные критерии отбора или ищете невозможного; либо недавнюю потерю клиентов можно связать с уходом конкретного сотрудника), которые в ином случае остались бы незамеченными. Авторы заключают: «Мы убеждены, что пришло время больше инвестировать в кадровую аналитику. А когда эта аналитика поднимется на новый уровень, мы надеемся, что организации смогут сделать следующий шаг на пути к трансформации. Мы предполагаем, что это произойдет, когда организации смогут свести воедино информацию, добытую с помощью кадровой аналитики, с результатами анализа клиентского поведения. Тогда компании сумеют лучше разобраться в отношениях между двумя своими важнейшими активами: сотрудниками и клиентами».
Замечательный пример успешной аналитики персонала описан в статье Карла Ареллано и его коллег для McKinsey Quarterly под названием Using People Analytics to Drive Business Performance: A Case Study. Глобальная сеть ресторанов решила собрать крупный набор данных о своих сотрудниках, непосредственно работающих с клиентами. Эти данные включали следующую информацию:
- кого нанимают: стандартная информация об образовании и опыте работы, расстояние от дома до работы и психометрические данные, полученные в ходе собеседований, тестов и игр;
- как осуществляется руководство людьми: за основу были взяты данные аудита жизнеспособности организаций, проведенного компанией McKinsey и затрагивающего 37 управленческих практик;
- чем занимаются сотрудники: это данные, собранные датчиками, отслеживающими, как сотрудники взаимодействуют с коллегами и клиентами и перемещаются по ресторану.
Всего по каждому сотруднику было собрано более 10 000 элементов данных, «охватывающих отдельных людей, смены и рестораны в пределах четырех рынков США и включающих финансовую и операционную деятельность каждого заведения». Организация поставила перед собой цель определить, какие факторы на самом деле теснее всего были связаны с успешностью того или иного ресторана, выраженной в скорости обслуживания, удовлетворенности клиентов и росте доходов.
Некоторые результаты весьма удивили многих руководителей высшего звена. Оказалось, что большое значение имеют личностные особенности сотрудников — но они влияли на успех организации совсем не так, как предполагали многие специалисты по набору персонала. Самыми продуктивными сотрудниками оказались не самые дружелюбные и общительные, а те, кто лучше всего концентрировался на задаче и умел не отвлекаться. Определив характерные черты таких кандидатов, их можно без труда выявлять на этапе отбора. С другой стороны, обнаружилось, что такие факторы, как размер заработной платы и срок пребывания в управленческой должности, которые отдельным руководителям представлялись ключевыми, мало влияют на результаты работы. Долгие смены, обычные для многих ресторанов и часто удобные как для руководства, так и для работников, снижали продуктивность. Первые результаты внедрения аналитических наработок оказались воодушевляющими: удовлетворенность клиентов повысилась, обслуживание немного ускорилось, текучка новых сотрудников значительно снизилась, а объем реализации вырос на 5 %. Авторы заключают: «По всей видимости, руководители, способные дополнить практическую мудрость аналитическими сведениями, имеют гораздо больше шансов повысить ценность бизнеса с помощью своей кадровой политики».
Еще один пример компании, успешно использующей аналитику персонала в стратегических целях, — это Chevron, о которой пишут Лоуренс Коллинс с коллегами в статье People Analytics: Recalculating the Route для отчета Deloitte Insights Global Human Capital Trends 2017. Поскольку цены на нефть по всему миру стали падать, возникла необходимость сделать так, чтобы каждый сотрудник вносил максимальный вклад в рост доходов и прибыли. Небольшая команда кадровой аналитики в связи с этим переформулировала свою миссию следующим образом: «Поддерживать бизнес-стратегии Chevron с помощью более качественных и быстрых кадровых решений, подкрепленных данными». Затем она создала «сообщество практикующих», охватывающее всю организацию, в которое вошли 295 человек из важных подразделений компании. Сейчас эта команда выполняет десятки аналитических проектов с меньшими издержками и за меньшее время, чем в предыдущие годы. Результаты таковы: более верные решения, связанные с персоналом; стандартизированная для всей организации отчетность по всем кадровым показателям; с командой постоянно консультируются по поводу реорганизации, реструктуризации и прочим стратегическим аспектам бизнеса.
