Главные вопросы HR-аналитики в 2018 году

И семинар породил у меня рефлексию о состоянии дел в HR аналитике (есть такое свойство у семинаров, когда ты общаешься «вживую» с коллегами и берешь на себя ответственность за тот контент, что пытаешься донести). Под HR-аналитикой я понимаю

1. корпоративную HR-аналитику — функционал внутренних hr-аналитиков;
2. предиктивную аналитику.

И я бы хотел этим постом запустить дискуссию в сообществе HR / HR-аналитиков. Если вы хотели бы высказать свое мнение пишите мне через социальные сети, в группе в телеграме, на почту edvb()yandex.ru. Я готов буду дать вам доступ в блог, чтобы вы написали свой пост с ответами на поставленные вопросы.
Признаюсь, что у меня самого нет ясного понимания, какими должны быть ответы на вопросы.
Почему я считаю важной эту дискуссию?

• выросло количество семинаров по hr-аналитике ;
• появилась первая магистерская программа по hr-аналитике ;
• в программах подготовки hr появляются курсы на знания и умения работы в R.

Т.е. все провайдеры в обучении анализу данных в HR осознанно или нет имеют представления о сфере знаний и навыков коллег. Это первый момент. Второй момент. Ландшафт hr-аналитики в 2018 году отличается от предыдущих лет. Этот ланшафт характеризуется появлением большого количества решений в области:

1. HR-автоматизации, предлагающих сбор, агрегацию и визуализацию HR-данных;
2. оптимизации HR-процессов — чат-боты, роботы рекрутеры и т.п..;
3. искусственного интеллекта, предиктивной аналитики, предлагающих решения в части прогноза оттока персонала, управления эффективностью, рабочим временем, планирования персонала и т.п..

Кроме того, изменилось само понимание предиктивной аналитики: сложно ожидать простых решений, а сложные решения требуют более глубоких знаний от специалистов.

Вопросы

В связи с этим возникают несколько вопросов о роли HR-аналитика в компании и про требования к знаниям, навыкам hr-аналитиков и «простых» hr и HR-директоров:

1. придет ли роль HR-аналитика со временем к простому обслуживанию внутренних систем HR-аналитики: систем построения HR-дашбордов, систем предиктивной аналитики и т.п…
2. Будет ли в этой системе hr-аналитик «слесарем-ремонтником», будет ли в его работе доля творчества в части формулировки задач, гипотез и проверки HR-гипотез, т.е. останется ли у hr-аналитика роль исследователя, и, в более глубоком смысле, насколько он должен быть экспертом в HR (поскольку решения в области предиктивной аналитики и искусственного интеллекта предполагают экспертизу в HR-бизнес процессах);
3. Какова в этой системе будут требования к знаниям и навыкам hr-аналитика: должен ли он владеть искусством построения моделей машинного обучения, статистических выводов, и какими и насколько глубоко должен владеть языками и программами анализа данных R, Python, SAS, SPSS и т.п..
4. Какими знаниями и навыками в этой системе должны владеть «простые» HR? Какова будет роль excel в этой системе? Умрет ли excel или будет по прежнему востребован? Должны ли будут HR уметь работать в языках R / Python с тем, чтобы самостоятельно провести неглубокий анализ и создать, как минимум, отчет по описательным / дескриптивным статистикам, а максимум проверить гипотезы типа A/B test? 
5. Каковы должны быть знания и навыки HR-директора в этой системе. Насколько глубоко HR-директор должен владеть знаниями в области машинного обучения и предиктивной аналитики. Должен ли HR-директор понимать, что «под капотом» предиктивных моделей или достаточно принимать решения на основе рекомендаций провайдеров (также, как, например, решения о покупке соответствующего программного обеспечения принимается на основе рекомендаций коллег, а не собственных знаний и целей компании).

Резюме:

• Какова будет в новой системе hr-аналитики доля внешних решений провайдеров и собственных решений HR-аналитики в компании;
• Насколько глубоки должны быть знания и навыки в области анализа данных у HR-аналитиков, «просто» HR, HR-директоров. 

Источник : edwvb.blogspot.com