HR-метрики, HR-аналитика и прогнозы простыми словами

Что такое HR-аналитика? В чем заключается практика ее применения?

Давайте рассмотрим 2 подхода в принятии решений:

·      ненаучный,
·      научный.

Ненаучный метод (non-scientific)

Пример использования ненаучных методов

Принципы научного метода

·      Формальная логика: язык цифр, который подчеркивает здравый смысл.
·      Объективность: не важно кто поводил анализ – данные всегда будут одни и те же.
·      Воспроизводимость: сколько бы раз не повторяли (исследование, эксперимент) – получим тот же результат.
·      Прозрачность: нам понятна и объяснима критикам каждая мельчайшая подробность исследования.
·      Эмпирическая проверяемость: если бы была возможность, то цифры и выводы подтвердились бы постоянным наблюдением.

HR аналитика –  это процесс сбора и обработки информации с целью получения правдивых знаний об HR-ситуации и формирования высокоточных решений по кадровым вопросам.

Появление HR-аналитики вовсе не есть уникальный феномен – это логический этап развития бизнес-аналитики, который неминуемо наступил. Посмотрите на схеме эволюцию данного бизнес-аналитики.

Прогресс HR-анализа

Продвижение и развитие HR-аналитики идет семимильными шагами. Основной драйвер – развитие облачных HR-платформ, которые способствуют автоматизации работы с данными. 

56% компаний находятся на этапе операционной отчетности, при этом 4% — достигли уровня прогностической аналитики.
90% мировых данных в HR-аналитике создано за последние 2 года.

Компании-лидеры в HR аналитике

Как видим, многие компании преуспели благодаря HR-анализу. Что можно анализировать в HR?

Практики HR-анализа

Рекрутинг
1.     Аудит бизнес-процесса «рекрутинг».
2.     Анализ проблемных вакансий.
3.     Анализ структуры команды рекрутеров.
4.     Оценка и анализ работы рекрутеров.
5.     Общий анализ эффективности рекрутинга.
6.     Анализ сорсинг-стратегии, каналов привлечения.
7.     Анализ времени и стоимости найма.
8.     Анализ структуры оценки соискателей, связь между заданиями «на входе» и реальной способностью быть эффективным.
9.     Оценка и анализ лояльности кандидатов к компании.

Продуктивность и удержание
1.     Анализ профилей успешных сотрудников, маркеров, способствующих распознавать перспективных специалистов на ранних этапах.
2.     Анализ вовлеченности персонала. Факторный Engagement Rate.
3.     Анализ связи вовлеченности с показателями работы компании:
+1% Engagement = +X $
— 1% Engagement = -X $
4.     Анализ связи модели компетенций (отдельных компетенций) с результативностью персонала.
5.     Анализ зависимости ценностей компании (ее компонентов) с показателями продуктивности, текучести.
6.     Анализ зависимости продуктивности от различных характеристик сотрудников (пол, возраст, семейное положение, образование, прочее).
7.     Прогнозные модели, предупреждающие о спаде продуктивности, взятии незапланированных отпусков и т.д.
8.     Прогнозные модели увольнения сотрудников.
9.     Модели планирования рабочей силы.
10.  Анализ и прогнозирование текучести.
11.  Факторный анализ текучести.
12.  Аналитика по уволенным – структура причин, % внешнего резерва, готовность к возвращению.
13.  Связь частоты нарушений правил внутреннего распорядка, охраны труда, с различными характеристиками персонала.

Обучение
1.     Анализ потребностей в обучении.
2.     Анализ связи между обучением и показателями продуктивности.
3.     Анализ связи между показателями выходного тестирования и рабочими результатами.
4.     Анализ зависимости эффективности обучения от различных методов подачи информации.
5.     Анализ покрытия обучающими мероприятиями.

Мотивация
1.     Ретроспективный анализ опросов, HR-исследований в области мотивации.
2.     Расчет и анализ индекса eNPS.
3.     Анализ рынка заработных плат и корпоративных льгот.
4.     Анализ соответствия зарплатных схем общей бизнес логики (в частности, переплаты/недоплаты).
5.     Анализ связи KPI с целями подразделений, компании.
6.     Анализ соответствия мотивационных ожиданий (исходя из возрастной структуры персонала) с текущей политикой компании.
7.     Исследования факторов демотивации сотрудников.
8.     Прогнозирование изменений мотивационных ожиданий сотрудников.

Потенциал
1.     Анализ качества оценки персонала.
2.     Анализ качества определения HiPo сотрудников.
3.     Анализ эффективности дальнейшей работы с HiPo сотрудниками.

Затраты
1.     Анализ динамики и структуры ФОТ.
2.     Анализ динамики темпов роста ФОТ с темпом роста финансовых показателей компании.
3.     Расчет и анализ точки безубыточности сотрудника.
4.     Анализ расходов, связанных с потерей трудоспособности, производственными травмами и т.д.
5.     Анализ затрат отдельных функциональных HR-направлений (их много).

Различие между HR-метриками, анализом и прогнозированием

HR-метрика: показатель текучести персонала – цифровое значение.
Анализ: сравнение периода к периоду, по среднему, медиана, по разбросу данных, рассмотрение данных в абсолютных показателях, сравнение с динамикой привлечения персонала, структура увольнений по периоду работы и т.д.

График текучести сотрудников:

Посмотрите на графике вероятность максимальных (а/) и минимальных значений (b/). Какой можно сделать прогноз?

Прогнозирование: с большой вероятностью можно сказать, что в след. месяце (сентябрь 2018 года) уровень текучести не будет меньше 7% и больше 9,5%.

На примере графика текучести сотрудников мы применили слудющие инструменты визуализации: 
·      Визуализация – график;
·      Графический – технический анализ графика, линия тренда;
·      Метод сравнения – период к периоду «like for like».

Прочие инструменты анализа информации в HR

Визуализация – различные виды диаграмм гистограмм.
Статистические методы 
— статистические показатели (процентили, медиана) статистические критерии;
— корреляционный анализ;
— статистические критерии (хи квадрат, Манна-Уитни, t-критерий Стьюдента и другие).
Регрессионный анализ.
SWOT-анализ
Decision Tree
IT-решения (R Studio, SPSS, Business Intelligence решения, внешние/встроенные аналитические модули к HRIS.

Перед применением любого инструмента анализа необходимо сформулировать гипотезу.

Понятие статистической гипотезы

Гипотеза – это предположение, выдвигаемое для объяснения какого-либо явления, которое не подтверждено и не опровергнуто.
Пример: уровень усвоения знаний у новых сотрудников зависит от носителя обучающей информации – инструкция это или видео курс. 
Нулевая гипотеза (H0) – это гипотеза об отсутствии различий
Пример: уровень усвоения знаний не меняется в зависимости от того, какой вид подачи информации используем.
Альтернативная гипотеза (H1) – это гипотеза о значимости различий.
Пример: уровень усвоения знаний значимо меняется в зависимости от того, какой вид подачи информации используем.

Источник: pritula.academy