Что такое HR-аналитика

Data-driven – это абсолютный тренд последних лет, который теперь уже навсегда с нами. Подход к управлению на основе аналитической работы с данными, а не интуиции и личного опыта, показал свою эффективность во многих сферах, в том числе и HR. Без данных невозможно контролировать эффективность рекрутинга и управлять корпоративной культурой.

Как же внедрить HR-аналитику в своей компании? Читайте в этой статье.

Зачем нужна HR-аналитика

Глобально аналитика HR необходима, чтобы принимать более точные и эффективные бизнес-решения. На основе данных о поведении людей можно улучшать результаты работы, прогнозировать спрос на вакансии и изменения ключевых ролей.

На первых порах HR-аналитика включает анализ HR-процессов. А в крупных компаниях с налаженной системой управления ресурсами HR-аналитика способна помочь спрогнозировать:

✅ скорость закрытия вакансий и планирования задач линейным менеджером без вмешательства руководства;

✅ увеличение или уменьшение численности команд;

✅ оптимальную ротацию кадров;

✅ ёмкость рынка кандидатов в разных регионах, а также с разным уровнем компетенции.

Так это выглядит для высшего руководства компании, а вот, какую пользу приносит прицельная работа для HR-специалистов и менеджеров среднего звена:

✅ снижение сроков работы по поиску нужных кадров;

✅ персонализация обучения, сокращение срока онбординга новичка, мотивация к обучению;

✅ более целевое повышение зарплат, предоставление премий или льгот;

✅ высвобождение свободного времени от рутинных задач, это время можно потратить на управление талантами и поиск новых решений. 

Главные преимущества HR-аналитики:

1. Скорость принятия управленческих решений – она растет за счет автоматического сбора и быстрого анализа данных;

2. Качество решений – уменьшается доля ошибок, связанных с человеческим фактором;

3. Обоснованность решений – благодаря аналитике, можно довольно точно определить новые направления, которые могли быть скрыты из-за субъективной оценки ситуации. 

Таким образом, HR-аналитика дает возможность эффективно планировать на долгий срок, делать прогнозы и оценивать риски принимаемых решений. 

Основные показатели

В аналитике всё всегда измеряется в цифрах. Чтобы их получить используют количественные и качественные исследования – это различные опросы, тесты, замеры. В конечном итоге их переводят на язык статистики – все качества используют как переменные, а их частоту упоминаний – как баллы. 

Вся работа HR глобально делится на рекрутинг, вовлечение сотрудников, учет рабочего времени и оценку производительности труда. Соответственно, и показатели HR-аналитики будут разделяться по этим группам. 

📈 Метрики для оценки эффективности рекрутинга (набора персонала):

• численность всего штата организации и соотношение по численности внутри разных отделов;

• среднее время, которое тратится на поиск и устройство неофитов (общее по компании и для разных должностей);

• демографические показатели – пол, возраст, опыт работы, образование и т.п.;

• во сколько обходится рекрутинг одного человека;

• доля принятия предложения – сколько кандидатов откликаются в среднем на предложение о работе, как выглядит кандидатская воронка;

• сроки онбординга новичка.

📈 Метрики оценки вовлеченности и удержания сотрудников:

• текучесть кадров – насколько быстро меняется состав коллектива, каков процент увольнений по собственному желанию;

• уровень удержания – отношение числа работников, которые в компании дольше 2 лет, к общему числу сотрудников (оптимально рассчитывать этот параметр как общий по компании, так и по подразделениям);

• лояльность – процент работников, которые рекомендуют компанию, как хорошего работодателя. 

📈 Для учета рабочего времени используют следующие метрики:

• коэффициент отсутствия – это рабочее время, в которое сотрудник не работает по самым разным причинам (больничные, отгулы, перекуры и т.д.) – обычно считают среднее по компании и на одного человека;

• сверхурочные часы – наоборот, личное время сотрудников, которое они тратят на работу.

📈 Оценку производительности формируют по следующим параметрам:

• соответствие результатов изначальным целям и планам – насколько они выполнены в процентном соотношении;

• продуктивность каждого сотрудника – его реальная и потенциальная производительность;

• общая эффективность организации – соотношение результативности и вовлеченности всей команды. 

HR-аналитика сейчас активно развивается, поэтому внутри каждой компании могут использоваться любые из этих метрик, а также никто не запрещает изобретать свои – возможно они будут более наглядны в конкретном случае.

Инструменты HR-аналитики

Первичная HR-аналитика обычно ведется обычным отделом кадров – эти простые методики обобщения эффективности персонала известны уже давно:

1. Описательная аналитика (аналитика дескрипторов). Она представляет собой сбор и обобщение первичных данных о команде, демографии, базовых понятиях об эффективности, исторические данные. Как правило, это разрозненные знания, которые можно использовать для первого анализа датасета. И если такие записи велись – это уже хорошая база для внедрения «взрослой» HR-аналитики.

2. ERP – системы планирования ресурсов компании. Они представляют собой полноценные модули для управления персоналом, который автоматически рассчитывают важные показатели и коэффициенты. Благодаря ERP сильно сокращается время для анализа и принятия решений. 

3. Бенчмаркинг. Такая методика строится на сравнении одних и тех же HR-показателей в компаниях с аналогичными параметрами. Это своеобразный способ использования успешного опыта, чтобы не наступать на те же грабли, что и другие организации. 

Эти инструменты уже представляют собой хорошую базу для HR-аналитики. Но этого все же не всегда достаточно, чтобы аналитику сделать локомотивом и конкурентным преимуществом. В первую очередь, потому что все это – историческая аналитика, которая редко способна стать основной для прогнозирования. 

Поэтому, если вы только собираетесь начать работу по HR-аналитике, то сначала сосредоточьтесь на базовых инструментах, а затем незамедлительно переходите к методам нового поколения.

✔️ Статистика – у Data Science богатое будущее в HR, и уже сейчас активно используют некоторые инструменты. Они позволяют делать прогнозы на будущее. Самый распространенный инструмент – таблицы Excel и аналоги. Но также в HR активно проникают более продвинутые механики: PyCharm, Spyder и т.п. Они требуют знания основ программирования. А вот несколько NCode-программ для работы со статистическими данными:

• агрегаторы данных Power BI, Tableau, Loginom;

• анализатор данных SPSS – напоминает привычный Excel, но для SPSS не требуется особых знаний по статистике, есть множество встроенных функции, которые упрощают работу с цифрами;

• CPLEX – он не просто анализирует данные, но и предписывает оптимальные решения, слепо им следовать, конечно, не стоит, но использовать как идею – вполне можно. 

✔️ Визуализация – это представление цифровых данных в визуально удобном формате, так они легче воспринимаются и усваиваются. Это могут быть дашборды, различная инфографика, графики эффективности и т.д. Они помогают управлять коллективом, выявлять таланты, находить интересные решения для кадровой перестановки. Для большинства работ подойдут обычные решения из Excel, но есть и специальные программы для HR, например:

• Org Visualization by Nakisa – программа для отображения всей оргструктуры, какой бы сложной она не была. С ее помощью можно с первого дня объяснить новичку, какое место он занимает в компании, от чьих решений зависит его работа, кто его руководители и подчиненные;

• Succession Planning – визуализация оценки эффективности сотрудников. В ней можно выявить позиции для замены, оценить подходящих кандидатов для кадровых перестановок, а также определить сроки и усилия со стороны HR и команды.

Как внедрить HR-аналитику

Первое правило внедрения любой аналитики – это нужно делать постепенно. Игры с цифрами могут случайно довести до полного развала компании, когда из неверно сопоставленных данных делаются ошибочные выводы. Поэтому внедрение HR-аналитики требует нескольких месяцев и определенной дозы терпения.

Какой порядок действий:

1️⃣ Определение бизнес-вопросов, ответы на которые должна дать аналитика. Если собирать все данные подряд, то внимание рассеивается. Построить сколько-то достоверные связи между ними почти невозможно, и на выходе вы получите информацию обо всем и ни о чем.

Поэтому сперва нужно очертить круг вопросов и расставить их по степени важности. Это могут быть:

• высокая текучесть кадров, большой процент людей, увольняющихся по собственному желанию;

• оценка времени онбординга, поиск способов его сокращения, ускорение выхода новых сотрудников на нормальную эффективность работы;

• оптимизация рабочих мест, перераспределение обязанностей внутри команды или введение новых должностей;

• сокращение времени отсутствия работников на рабочем месте, или времени сверхурочных часов.

Такие вопросы поднимают в кабинетах высшего  руководства вмете с HR. И искать ответы на них уже проще, чем на условный вопрос «как заставить работников приносить больше денег».

2️⃣ Поиск ответов. Точнее мест, где эти ответы могут содержаться. Нам нужны массивы данных для анализа. И вот, где можно их искать:

• исторические данные. Выше мы говорили, что любые уже имеющиеся таблицы нужно стараться использовать для HR-аналитики;

• новые данные. Для их сбора используются опросы, интервью, тесты, которые могут показать вовлеченность персонала, их уровень мотивации и т.д.;

• данные других отделов. Конечно, неправильно оставлять HR-отдел один на один со всей этой работой, часто бывают полезны данные о продажах, обороте, обучении сотрудников, а также исследования рынка. Налаживайте коммуникацию между всеми отделами компании. Для этого очень хорошо подходят инструменты управления знаниями. Например, российская платформа для совместной работы и управления знаниями TEAMLY.

3️⃣ Внедрение процесса ETL – он позволяет управлять хранилищами любых данных. Эта аббревиатура объединяет:

• Extract – сбор данных из источников;

• Transform – трансформация всех данных в единый формат (таблица или база данных);

• Load – загрузка на платформу для анализа. 

На выходе получается полный массив данных, который вы будете использовать для анализа. В дальнейшем эти данные нужно активно использовать для аналитики:

• строить любые гипотезы и проверять их;

• находить взаимосвязи между сторонними вопросами;

• создавать инфографику для удобной визуализации

Все это можно делать и в Excel при нужной сноровке. 

4️⃣ Интеграция результатов. Итак, вы сделали кое-какой анализ и выявили, например, что сверхурочные часы минимально влияют на производительность. 

Пример:

У нас есть производство деталей. Один работник за 8-часовую смену производит 20 деталей, но поскольку спрос на детали есть всегда, работники по желанию могут работать сверхурочно с доплатой в 2 ставки. 

8-часовая смена оплачивается в размере 4000 рублей (500 рублей в час). Каждый час задержки оплачивается в размере 1000 рублей. Конечно, некоторые захотят получать больше, поэтому часто остаются на пару часов. 

Себестоимость детали (зп, сырье, амортизация) = 400 рублей

Отпускная цена = 500 рублей

Работник А не задерживается, и сдает 20 деталей за день:

• себестоимость его деталей выходит 8000 рублей (из них 4000 – зарплата);

• выручка с них – 10000 рублей;

• чистая прибыль – 2000 рублей.

Работник Б задерживается на 3 часа и сдает 24 детали:

• себестоимость 11100 рублей (из них 5500 – зарплата);

• выручка с них –12000 рублей;

• чистая прибыль – 900 рублей.

При таком подсчете становится очевидно, что выручка с более усердного сотрудника для работодателя ниже. И это мы еще не учли затраты на коммуналку, транспортировку и работу отдела продаж. Такие переработки делают производство невыгодным. К тому же очевидно, что скорость производства на переработках существенно ниже – сказывается усталость в конце рабочего дня.  11-часовой рабочий день в последствии может сказаться еще серьезнее, и человек просто уволиться. 

Вот таких открытий может быть очень много, поэтому подход data-driven сейчас так популярен. Новые выводы могут стать хорошей базой для принятия решений. И оттягивать их, сделав нужный анализ, преступление. Любые результаты надо срочно брать в работу и совершенствовать бизнес-процессы. 

Что делать дальше

Сделайте HR-аналитику регулярным процессом. Единоразовый результат – это круто, но если в вас не разгорелся азарт от него, стоит попробовать еще разок.  Когда вносите изменения – отслеживайте их эффективность. Если она ниже прогнозируемой, значит, вы упустили какие-нибудь переменные, которые влияют на результат. Периодически возвращайтесь к решенному вопросу, чтобы убедиться, что процесс идет гладко и не стимулирует новых проблем. 

Новая концепция управления знаниями в компании

Записывайтесь на онлайн-презентацию! Продемонстрируем интерфейс и все возможности платформы

Получить демо