Кейс Управление талантами vs Управление персоналом

На эффективность исполнения у нас, как ни странно, влияет возраст работников (уже подсказка для первого кейса). Хотя совсем не странно: для меня это уже третий случай, где эта переменная (хотя я бы использовал переменную «стаж работы», но они сильно коррелируют, по этому – не суть в данном случае) является самой весомой во вкладе в эффективность. Это не страшно для менеджмента, поскольку подразумевает, что менеджменту нужно управлять текучестью, чтобы повысить эффективность.
Но наша сверхзадача в организации – все же выявить таких, кто эффективен вопреки влиянию переменной «возраст» или «стаж». Надеюсь, понятен смысл задачи.

И отсюда компания получает две стратегии:

• Удерживаем персонал
• Отбираем молодых и ранних

Отсюда разные инструменты мотивации, обучения и управления… Но это надо еще подтвердить, что у нас есть молодые да ранние. В этом смысле кстати, первая стратегия будет обозначена как «управление персоналом», а вторая стратегия – «управление талантами». И термин «управление талантами» принимает четкое математическое толкование. Т.е. мы выходим на построение формулы отличия талантов от персонала. Для меня этот кейс важен тем более, что я смог наконец соединить два интересующих меня направления: управление талантами и проект Аналитика для HR

Решение

Рекомендую держать перед глазами файл с кейсом.
Я решил сделать логистическую регрессию, где к первой категории («худших») отнес тех, кого эксперты отнесли к 1 и 2 группам, а к категории «лучших» соответственно 3 и 4.
Идея простая: у нас в лучшие будут автоматом занесены люди эффективные, но в возрасте. А вот эффективных, но не возрастных, «машинка» в «лучшие» не допустит.
Хотя эту процедуру и не нужно было особо оформлять с помощью страшной вещи, как логистическая регрессия: достаточно очевидно, что из ряда эффективных выбиваются

1. 19-й – 31 год, KPI – 0,8
2. 21-й – 23 года, KPI – 0,9
3. 25-й – 26 лет, KPI – 1

Далее мы ставим задачу: а чем данные товарисчи (давайте назовем их талантами?) отличаются от всех прочих кроме сочетания молодого возраста и высокой эффективности?
К сожалению, регрессия нам в данном случае не помогает, поэтому мы сравниваем группу «талантов» с «персоналом». Применяю критерий Манна Уитни и получаю следующую картину:
«Таланты» отличаются значимо от «персонала» по компетенциям

• К1 – Командность
• К4 — Устойчивость к монотонии

Далее, для очистки совести, сравниваем «талантов» с «эффективными» — теми, кто вошел в группы 3 и 4. Значимые различия по тем же компетенциям

• К1 – Командность
• К4 — Устойчивость к монотонии 
• + еще одна компетенция — К2 — Деловая переписка.

Самое забавное, что «таланты» показывают значимо более низкие результаты по всем указанным компетенциям: т.е. таланты менее склонны к командной работе, менее устойчивы к монотонии.
Далее я создал уравнение логистической  регрессии, где в качестве переменных были 1) «персонал» и 2) «таланты». Идея та же, что в случаем с Формулой лидерства (там мы составляли набор поведенческих лидера: выполняешь его, будешь лидером, в данном случае мы составляем набор таланта)
Уравнение регрессии оказалось скромнее Манна Уитни и в уравнение само ввело только переменную — К1 – Командность. Но и то на уровне значимости 0,059. Поэтому мы, закрыв глаза, включим его)

Резюме

Конечно, мы не получили весьма ограниченные выводы, но есть уже, куда двигаться дальше.

Источник : edwvb.blogspot.com