Гипотезы

Вчера по ряду СМИ разошлась новость о привлечение на работу в сеть фаст-фуд подростков. Я не очень люблю комментировать новости, но розница – это то, что я знаю больше, чем хорошо, поэтому позволю себе поразмышлять на эту тему.

Этими размышлениями я хочу проиллюстрировать, что гипотез всегда может быть больше, чем одна, приходящая на ум в первую очередь. А для эксперта очень важно уметь выдвигать несколько гипотез и проверять каждую из них перед тем, как делать выводы.

Итак:
1. Сезонность. Лето – традиционно сложное время для укомплектованности торговых точек персоналом. И причины тут максимально бытовая - «уехали на картошку». Учитывая зарплаты линейного персонала не многие из них могут себе позволить не заниматься летом заготовками на зиму.
2. Короткие смены. Возможность выводить сотрудников на короткие смены в часы пик значительно повышает производительность и снижает затраты на персонал и долю ФОТ от выручки. Взрослые, обычно, не очень охотно соглашаются работать нужные 4-6 часов, а для подростков это самый подходящий график.
3. Еще раз лето. В летний период многие рестораны увеличивают продолжительность рабочего дня из-за длинного светового дня и большого числа гуляющих прохожих, поэтому графики «едут», обычные 8- и 12-часовые смены не перекрывают полный рабочий день и нужна перекрывающая смена в середине дня.
4. Автоматизация. В последние несколько лет было установлено столько киосков самообслуживания, что, казалось, потребность в численности сотрудников должна была сократиться минимум в 1,5 раза (т.к. все сотрудники касс больше не нужны)
5. Ограничения. Для подростков существуют ограничения на переноску тяжестей, на работу с вредными и опасными условиями труда, а на кухне, в холодильнике и на складе сплошные опасности (ножи для резки овощей, кипящее масло для фритюра, гриль для жарки мяса и т.п.), а заниматься уборкой санитарных зон они вряд ли станут. Не очень понятно какую работу будут выполнять ребята.

Причин может быть больше чем одна, нужно рассматривать разные варианты.

Про diversity
#бенчмарки

Забрела на сайт Netflix и зависла, потому что я просто физически ощущала как в моем мозгу рушились стереотипы.

Страничка с лидерами: абсолютное diversity - 12 женщин и 13 мужчин. При этом:
• CHIEF TALENT OFFICER и CFO – мужчины, а
• VP ENGINEERING и VP DATA & INSIGHTS - женщины.
Признайтесь, что это, как минимум, необычно?

То, что делают в компании впечатляет. Вот некоторые инициативы:

1. Инклюзивный наем: учебная программа инклюзивного рекрутинга (про выявление предвзятости при собеседовании, помощь менеджерам по найму в выявлении точек зрения, отсутствующих в их командах...)

2. Развитие инклюзии в сфере работы с учебными заведениями: «Системные проблемы исключили определенные группы из индустрии развлечений и технологий. Например, в технологической индустрии мало представителей чернокожих. Мы можем разрушить эти системы, обеспечив доступ к ним людям в самом начале их карьеры».
(Работа с техническим буткемпом университета для чернокожих, испаноязычные учебные заведения, учебные заведения для меньшинств)

3. Employee Resource Groups (ERGs) - организация сообществ сотрудников. (Напр., ERG для латиноамериканцев, ветеранов, коренных народов, чернокожих и людей с ограниченными возможностями)

4. Справедливая оплата:
* «открытая компенсация» для 1000 лучших руководителей, кто может видеть доход любого сотрудника.
* регулярный анализ оплаты труда на предмет несоответствий
* исправление пробелов

5. Местные программы на нескольких языках, включая французский, итальянский, немецкий и испанский

6. Равноправие в предоставлении льгот (Напр., отпуск по уходу за ребенком доступен для сотрудников независимо от семейного положения, пола или сексуальной ориентации)

7. Анализ результатов.
«Важно измерять наш прогресс и «здоровье инклюзивности»: прием на работу, продвижение по службе, пребывание в должности, компенсация

Если вам интересна эта тема, то
* посмотрите их отчеты за 2022 и 2021 год (за 2021, к тому же, содержит сумасшедше красивые иллюстрации :)
или
* загляните в отчет другой компании

Композиция и Оркестр

В воскресенье была на концерте Imperial Orchestra. С самим концертом все отлично, но кто эти люди, которые фотографируют сцену на вертикально расположенный телефон?🙈

Конечно, если вы снимаете таким образом исключительно своего любимчика красавца - виолончелиста, например, или знакомого музыканта, то ок, но во всех других случаях смотреть на сцену сквозь телефон в его обычном положении - это максимально странно.

1. Не видно картину сцены целиком. А ведь по краям сцены находятся не менее ценные для оркестра музыканты, иногда они даже являются солистами, и отрезать их в кадре?...

2. В кадре мусор, т.к. в него попадает десяток голов зрителей, которые, в данном случае, не имеют никакого значения для истории.

Не могу не завершить аналогией с бизнесом и аналитикой:  какую картинку мы "держим в кадре" когда занимаемся анализом по поставленной задаче?
* Она включает в себя всю сцену или только дирижера и музыкантов, расположенных к нему ближе всего?
* Она включает мониторы по краям, которые расположены еще на бОльшее широком угле обзора, чем вся сцена?
* Сколько лишних "голов" находится в кадре, которые являются простыми зрителями и не обеспечивают результат представления?

Отличная аналогия, мне кажется...

Еще про рамки было здесь,
а про мои отвлеченные мысли после походов на концерты тут:
* Про Щелкунчика и факты
* Про (не)удачную поездку в Стамбул

#Метрика из ESG отчета

К нам периодически приходят запросы из разных стран по предоставлению данных по метрикам  по мотивам ESG отчета. Там почти всегда одно и тоже - численность, постоянные / переменные контракты, diversity по возрасту и полу...

Вчера первый раз считали метрику "Общее количество рабочих часов сотрудников". Не знаю какие выводы можно сделать из этого показателя, но расчет заставил мою команду помучиться.

Вроде бы все просто: есть норма часов за год, есть данные по отсутствиям, вычитай одно из другого и готово.

НО
1. Часть сотрудников не работали в компании полный год, поэтому нормы часов у всех разные.
2. У каждой страны свой календарь и свои нормы:
* количества рабочих дней в году
* количество выходных дней в году
* количество праздничных дней в году
* количество рабочих часов в год
* количество рабочих часов в месяц

Интересно было наблюдать подход 2х ребят из команды к этой задачке.
Один стал считать по людям: план часов по человеку "минус" отсутствия = "факт", а второй... по дням: количество рабочих часов сотрудников в каждый из 365 дней года.

Очень люблю такие штуки, когда вот так вот: один смотрит вдоль, а другой - поперек и здорово когда в команде люди с разными точками зрения!

Главное, что в итоге числа сходились)))

Про методологию

Как обстоят дела у вас с методологией?
Это такая занудная не очень интересная (для меня) работа по описанию правил расчета показателей, которые у всех всегда разные и, к тому же, постоянно меняются). В моем опыте во всех компаниях с этим всегда были сложности.

Расхождения в методологии расчета одного и того же показателя могут быть:
• Между подразделениями
• Внутри подразделения, но в разных ЮЛ / бизнес-единицах / территориях
• Внутри подразделения, но в разные периоды времени

Строго говоря, если у 2х разных подразделений 2 разные методологии расчета, то это 2 разных показателя, но:
а) это еще надо «раскопать»
б) надо договориться о терминологии, т.к. никто не хочет менять привычное название на другое

Какие могут быть причины?
1. «Исторически сложилось»
2. Разные процессы в разных регионах / бизнес-единицах
3. Обособленное управление в бизнес-единицах / регионах
4. Разные информационные системы-источники данных у разных подразделений
5. Регулярные доработки информационных систем (=источников данных)
6. Регулярные изменения у «бизнеса» (изменение процессов, территорий ответственности, новое оборудование и т.п.)
7. Изменение целей и задач (это не про то, что «подгоняем методологию под цели», а про то, что при появлении новых целей методологию требуется уточнять)
Наверняка есть и другие

Примеры:
• про названия: в HR называют численность, согласованную во время бюджета, бюджетная, а в финансах – целевая.
• про формулу расчета пример был тут
• про исторические изменения: раньше считали уволенных декретниц в текучесть, потом решили не считать; раньше считали текучестью только добровольную, потом решили считать общую
• про разрезы данных: раньше для оценки использовали 5ти балльную систему оценку, потом стали использовать 4х; раньше было 3 региона, потом стало 4

Изменение методологии сильно влияет на сопоставление данных в динамике. Хорошо, когда объяснить изменение можно, плохо, когда не понятно что где поменяли.

Не забывайте про описание методологии. Чем раньше начнете описывать, тем лучше)

#Заметки с конференции HR Digital от IMC, 1 день, 07.06.2023

Из интересного:

Валентина Ватрак, Спортмастер

Рекомендации по выбору оптимального решения для компании:
1. Образ целевого состояния и оцифровка потенциального эффекта
2. Конкуренция поставщиков и стоимость решения (внедрения и владения), сравнение с аналоговым решением (каждый год мониторят какие решения появляются и сколько они стоят)
3. Соответствие решения уровню компании и ее культуре (3 года назад купили цифровое решение по целеполаганию, но не хватило сил внедрить, запускают только сейчас)
4. Мониторинг эффективности цифрового решения

Ирина Щербакова, Руководитель рекрутмента Технологии доверия

Метрики рекрутмента, которые использует:
• «Time to offer» и «Time to выход», в своей команде меряют «Time to offer», т.к. срок отработки для высокоуровневых позиций достигает 3 месяцев
• Эффективность источников найма
• Конверсия каждого этапа подбора, в т.ч. по подразделениям
• Job acceptance rate (кол-во принятых предложений от выставленных офферов, сейчас в компании 85-87%)
• Оценка удовлетворенности процессом отбора кандидатов
• Обратная связь от бизнеса
• SLA для линейных позиций – 21 день, для среднего уровня 65-75 дней, для партнеров смотрят не жестко

Владимир Щербаков из Teachbase, кроме всего прочего, представил свой взгляд на показатели.

Показатели бывают
Учебные:
• Реакция на учебный материал
• Вовлеченность в обучение, доходимость до программ
• Успеваемость
Рабочие:
• Сокращение времени на что-то
• Рост продаж
• Рост удовлетворенности клиентов
• Сокращение ошибок в процессах

Как выставить показатели для оценки эффективности обучения?
1. Узнать готов ли бизнес, спросить ожидания у низ
2. Измерить текущие показатели
3. Поставить цели
4. Наладить сбор учебной статистики (например, сделать дашборд для регулярного мониторинга процесса обучения)
5. Мерить динамику
Если хочется с чего-то начать мерять эффективность обучения, то проще всего начать замерять метрики до и после обучения во время периода адаптации

Максим Кузьмин, Ростелеком Солар

Ключевые вопросы для трансформации компании и выполнения бизнес-целей:
• Какая должна быть структура, чтобы выполнить бизнес-цели?
• Насколько люди соответствуют этой структуре и своим ролям

Для поддержки трансформации используют элементы подхода «requisite organization» (реквизитной или «осмысленной» организации) Эллиота Джекса:
1. В организации должно быть надлежащее количество уровней управления, определяемое стратегией и сложностью работы
2. Сотрудники должны занимать должности в соответствии со своим уровнем способностей

Способности = C1* C2 * C3, где
С1 - Complexity of information processing / Сложность мышления (временной горизонт проблем и задач и уровень сложности, с которым способно справиться мышление человека)
С2 – Competencies / Компетенции
С3 – Commitment / Желание человека выполнять работу определенного типа

Новый подход:
• Анализ структуры на соответствие сложности задач через интервью
• Интервью CIP на оценку сложности мышления

Итог:
• Изменили структуры
• Пересмотрели требования к ролям
• Осуществили кадровые перемещения
• Обновили ИПР

Иван Рыбаков рассказал про ИТ-решения, которые используется для реализации wellbeing программ (но за этим следите на @hrtechru 😊 или у организаторов конференции)

#Заметки с конференции HR Digital от IMC, 2 день, 087.06.2023

3 крутейших доклада и моя отдельная благодарность этим 3м спикерам - ❤️ и профессионально, и интересно одновременно.

Елена Катаева, MTS Digital
>50 бизнес-систем потребляет HR данные.
В прошлом году перешли с Oracle на 1C

В 2023 году вывели в прод 2 собственных продукта – «Talent review» (обратная связь, цикл оценки) и RMS Staff. Обратная связь от руководителей – посмотрели на данные от big data и не поняли, как ими пользоваться (а ведь не очень много лет назад MTS активно двигали свою бигдатую «Снежинку»…)

Цель от CEO: видеть и контролировать данные по численности и ФОТ продуктовых команд в режиме онлайн.

Рассказала про свои «грабли» (не буду спойлерить про все, но один – это то, что полгода потратили на работу с подрядчиком-консалтером, после чего приняли решение проект закрыть) и пойти в собственную разработку продукта RMS Staff.

Продукт содержит Штатное расписание (из 1С), данные по Timesheet-ам (из Jira) и Продуктовый учет (из внутреннего продукта RMS), поддерживает предоставление данных по организационной и продуктовой структуре с данными по занятости позиций и бюджетом.

Около 500 изменений в месяц по изменению команд. Система «толкает» все эти изменения, а хранение в 1С. Штатное расписание в 1С полностью переделано.

мысль из зала от Ивана Зайцева из Авито, достойная быть записанной:
«мы у себя сейчас делаем очень похожую штуку и это хорошо работает когда это не только визуализация собранных воедино данных, но на той же платформе реализовано процессы по изменению этих данные, например Headcount management, новые ставки, согласование…»

Анастасия Шмырина, Superjob
Тренды, влияющие на рынок труда
• Работодатели быстро адаптируются к изменениям
• Импортозамещение (увеличился найм)
• Государство как основной работодатель (много проектов, за по верхней границе рынка)
• ИТ-кадры все также востребованы
• Удержание персонала выходит на первый план
• Повторный прием
• Поиск новых инструментов найма, оптимизация за счет быстрой автоматизации
• Дистанционный формат работы
ТОР-3 профессии, где выросло количество резюме (в основном новички, прошедшие обучение):
• Продакт / проджект менеджер
• Data scientist
• Разработчик технической документации
ТОР-3, где сократилось:
•  Специалисты по компьютерной анимации и мультимедиа
•  Специалисты систем автоматического проектирования
•  Специалисты по системам управления предприятиями

Даниэль Саттаров, ДОМ РФ
выступление про 10 проблемы автоматизации, которое надо слышать из первых уст. Каждый, кто хоть раз управлял проектами по автоматизации будет смеяться и плакать одновременно 😊
(пока не буду их писать, попрошу Даниэля сделать для меня пост от своего имени, если он согласится)

Цитата, которая точно зайдет ребятам-автоматизаторам из моей команды: «Автоматизации подлежит только тот процесс, который определенное время просуществовал в ручном виде»
И еще интересный новый (для меня) термин – «цифровой комфорт»

P.S. Портал на Битриксе как единая точка выхода, обучение на iSpring

Анастасия Шафоростова, Теле2
Тоже отличный новый для меня термин «цифровой wellbeing» - это когда цифровые интерфейсы помогают, ускоряют, заботятся и делают жизнь проще:
1.  «Многие вопросы я могу решить через цифровые интерфейсы (но для некоторых у меня есть человек)»
2.  «У меня есть единая точка входа для решения моих задач»
3.  «Мне удобно» (проверяют через вопрос «Насколько вы будете разочарованы, если у вас не будет возможности пользоваться этим интерфейсом?»)

Был ооочень классный внимательный взгляд на Модель зрелости Digital HR от Deloitte 2019 года, но т.к. это идея и инсайт от Анастасии, то тоже попрошу ее написать пост на эту тему от первого лица, вдруг согласится 😊

+ Денис Реймер, Reymer Digital
интересно рассказывает про технологические тренды для HR со стороны ИТ шника, но я уже слышала этот доклад в прошлом году, его тезисы можно посмотреть в заметках прошлого года, там все подробно расписано.

Отпускные #метрики

До вчерашнего дня метриками прогноза погоды для меня были:
* Температура, в градусах
* Осадки, в виде "да" или "нет"

Но в интересном разговоре я узнала, что в прогнозе люди еще смотрят на:
* силу ветра
* давление
* влажность
* UF-индекс
* магнитное поле
* фазу луны :)

Как и для чего пользоваться всем остальным пока не знаю, но (внимание девушки!) по величине UF индекса можно определять нужен ли защитный крем от ☀️:
если 4 и выше нужен :)

Как же важно понимать что за метрики есть на дашборде и как ими пользоваться 🙈

#прожизнь

#Исследование ситуации с внутренней мобильностью

Недавно я писала пост про метрики оценки эффективности внутренней мобильности (internal mobility, IM). Это были довольно классические количественные метрики, собранные из моего опыта и из других открытых источников.

Если продолжить исследовать данные «вокруг и около» внутренней мобильности, выдвигать, обосновывать или опровергать гипотезы, то появляются новые показатели, не такие массово распространенные, но зато "работающие", дающие ответы на вопросы, которые мы задаем сами себе.

Например, на что еще интересно посмотреть?

Общие показатели:
• Прирост численности за последние несколько лет (равномерный или скачкообразный? насколько большой?)
• Причины увольнений за последние несколько лет (в т.ч. по причинам, связанным с развитием, карьерным и профессиональным ростом и т.п.)

Организационная структура:
• Доли численности позиций разного уровня (напр., руководитель / линейный руководитель / эксперт) в компании и ее динамику (какой «внутренний рынок» для вертикальных перемещений)
• Какая укомплектованность в компании, в том числе по ролям, функциям, командам (какой «внутренний рынок» для горизонтальных перемещений)

«Структура» численности:
• Распределение работающих / уволенных сотрудников на тех, у которых были внутренние перемещения, и тех, у которых их не было, в том числе в разбивке по стажу, по уровню должности (см. пример)

«Природа» внутренней мобильности внутри компании:
•  Какой «внутренний конкурс» среди экспертов на роль линейного руководителя и среди линейных руководителей на роль руководителя? Как изменился этот «конкурс» за несколько лет? (т.е. вариантов для вертикальной карьеры стало больше или меньше?)
•  Изменилась ли доля вертикальных перемещений и горизонтальных перемещений с течением времени? (интересно сделать когортный анализ и, если изменилась, то постараться найти причину почему?)

Таблица консультанта и таблица аналитика.

Около года назад я уже писала про разные виды таблиц. Тогда это были таблица от пользователя и таблица от аналитика и полезный пример трансформации одного вида таблицы в другой в посте Power Query. Трансформация таблиц.

Сегодня новый тип таблицы: таблица от консультанта.

Если посмотреть на несколько вариантов таблиц от разных консультантов, то все они очень похожи:
* они очень красивые на вид
* у них обязательно есть рамки с разделители колонок
* они занимают гораздо больше места, чем несут смысла
* в них есть данные
В целом, это все их преимущества.

Такие таблицы хороши на слайдах презентаций, особенно в распечатанном виде, но работать с такой таблицей в excel невозможно.

Точнее, можно, конечно, но это занимает примерно в 5 раз больше времени, чем работа с обычной, неказистой на вид, аналитической таблицей:
* сделать сводную нельзя
* протягивать формулы тоже нельзя
* копировать форматирование ячеек и то проблема
В итоге практически над каждой ячейкой нужно совершать уникальное действие.

Надеюсь, у моих читателей есть чувство юмора и понимание того, что  я не считаю работу консультантов бесполезной из-за тог, что у них не те таблички. Но, очевидно, что аналитикам и консультантам нужно учиться друг у друга:
консультантам - как оптимизировать свое и чужое время при создании таблиц для построения моделей, сложных расчетов и подведения регулярных итогов, а
аналитикам - как оформлять результаты проведенной в технических таблицах так, чтобы это выглядело презентабельно и было понятно пользователю.

Кстати, самые простейшие правила оформления уже были в посте:
Аккуратная табличка

Про привычки

Московское метро чудесное место для наблюдения за поведением людей. Вот тут уже был один пост про путь пользователя в метро.
Сегодня еще один пример.

Кто ездит в метро знает мантру работников у эскалатора  "стойте справа, проходите слева". Но 5 лет назад появилось рекомендация на базе исследования, о том, что заполнение обеих сторон эскалатора в часы пик увеличивает проходимость на 30%, т.е. занимать обе стороны для пассажиров становится выгоднее. И теперь кое-где можно услышать: "занимайте обе стороны эскалатора".
Но по умолчанию, если нет такого вот указания, даже стоя в толпе во время очереди из-за ремонта одного из эскалаторов, люди все равно стоят только слева. Что это? Дисциплина? Глупость?

Представляете сколько таких вот, "устоявшихся", процессов есть в каждой компании, которые
* не очень удобны
* давно не актуальны
* на цифрах доказано что не эффективны,
а все равно живее всех живых.

Disrupt модели Делойт 2019 года

Сегодня второй обещанный пост от приглашенной звезды - Анастасии Шафоростовой из Теле-2.

"Три года назад модели, похожие на приведенную на картинке, регулярно встречались в стратегиях цифровой трансформации как эталон, к которому стоит стремиться. Кажется, подход к оценке зрелости автоматизации HR за это время трансформировался.

В 2019 мы задавали себе, например, такой вопрос: как снять нагрузку с HRBP и рекрутера и перенести информирование на испытательном сроке в цифровой формат? Мерой успеха автоматизации был экономический эффект, количество процессов, переведенных в цифру, сроки реализации. И мы гордились, если удавалось внедрить новую технологию.

Сегодня мы задаем другие вопросы. И этому, как минимум, 3 причины:
* Технологии стали доступными. Инструкция из интернета позволяет сделать работающий бот.
* Очевидные способы оптимизации процессов уже найдены. Борьба идет за каждую секунду или рубль, потраченные впустую.
* Кадровый голод. Работодатель должен превосходить ожидания, чтобы привлекать лучших.

В 2019 году структурировали процессы, автоматизировали, работает без сбоев – отлично!

Сегодня на первый план выходят уже другие вопросы: какую проблему компании и сотрудника мы решаем? Какой опыт и восприятие компании сформируем?

А если в фокусе внимания решение проблемы, то мерилом зрелости автоматизации уже не может быть количество технологий. Технологии – лишь инструмент создания дополнительной ценности для компании и сотрудника.

В 2023 году логично оценивать степень зрелости автоматизации HR количеством клиентских путей, который сотрудник проходит без барьеров и, желательно, с удовольствием, принося пользу компании и себе"

А модель, хоть и устаревшая, но нужная. За трансформацией собственной работы наблюдать крайне полезно."

Если вы не заметили, то Настя задизраптила модель Делойт. И это, на мой взгляд, невероятно круто. Мы привыкли следить за трендами от международных компаний, цитировать их и давать ссылки на них, а, меж тем, у нас и самих есть у кого поучиться!

Порядок действий

Помните вот эту формулу?
Когда важно соблюсти порядок действий согласно правилам арифметики. От этого зависит правильный будет результат или нет.

У нас однажды случился такой же кейс, где мы ошиблись в порядке действий.

Дело было так:

При долгосрочном планировании численности и прогноза найма на новые позиции и замещение увольняющихся сотрудников мы оперируем средними цифрами за год. И это ок.

Но потом, когда от этих цифр мы переходим к более детальному планированию на ближайший год, то есть вариантики.

Дано:
(цифры вымышленные, для примера)
Численность на начало года - 1000.
Численность на конец года - 1275
Текучесть - 20%

Решение

Вариант 1.
ССЧ за год = 1138
Наймы для замещения увольняющихся за год = 1138*20% = 228
Наймы для замещения увольняющихся за месяц = 228/12 = 19

Вариант 2:
Текучесть за месяц - это % от ССЧ за месяц. При постоянном росте ССЧ даже если принять ежемесячный процент текучести за константу, количество уволенных (а значит и требуемый найм) от января к декабрю будут возрастать и составит от 17 до 21 человека (см. таблицу на рисунке)

В общей сумме за год разницы нет, а вот если планировать на основе этих цифр, например, KPI для рекрутеров, то ошибка значительная.

Те читатели, кто давно со мной, наверное, заметили, что я периодически отклоняюсь от профессиональных тем и пишу про другие стороны жизни.

Одной из таких тем моих некоторых постов #прожизнь является тема искусства, в разных его проявлениях.

Посмотреть что у меня было по этой теме (ссылки на посты ниже).
Но, внимание истинным ценителям (!): т.к. аналитика у меня не классическая, а популярная, то и искусство такое же)

* Комиксы и Дашборд
* Перезагрузка (про Бэнкси)
* Оригинал и копия (про выставку репродукций)
* Фэйковые данные и Щелкунчик
* Знания и Навыки
* Теория и Инструкции

Data Governance

Если вы не просто занимаетесь HR-отчетностью, а выстраиваете в компанию систему HR-аналитики, то, рано или поздно, столкнетесь с тем, что называется Data Governance (управление данными) (тут управление, больше в смысле «установление и описание правил», чем управление в Data Management, где управление данными скорее в смысле «Организации процессов работы с данными».

Эта тема сейчас не менее хайповая, чем HR-аналитика 😉, поэтому источников знаний очень много.
Основной источник знаний по этой теме - DAMA-DMBOK (Data Management Body of Knowledge)

Если вы просто познакомитесь с содержанием DMBOK, то поймете, насколько это большой и системно выстроенный документ:
1. Управление данными
2. Этика обращения с данными
3. Руководство данными
4. Архитектура данных
5. Моделирование и проектирование данных
6. Хранение и операции с данными
7. Безопасность данных
8. Интеграция и интероперабельность данных
9. Управление документами и контентом
10. Справочные и основные (мета) данные
11. Ведение хранилищ данных и бизнес-аналитика
12. Управление метаданными
13. Качество данных
14. Большие данные и наука о данных
15. Оценка зрелости управления данными
16. Организация управления данными и ролевые ожидания
17. Управление данными и управление организационными изменениями

Все рассматривается сквозь призму 3х элементов:
• Люди (организация, культура, роли и обязанности)
• Процессы (методы и работы)
• Технологии (инструменты и результаты)

Каждый их ключевых разделов содержит:
• Бизнес-драйверы
• Цели и принципы
• Основные понятия и концепции
• Проводимые работы
• Инструменты и методы
• Рекомендации по внедрению
И разделы
• Организационные и культурные изменения (!)

Так что если вы имеет отношение с «цифровой трансформации», то эта тема, которую нельзя пройти мимо.

Если у вас нет сил изучить первоисточник, то подсматривать инфо по теме и познакомиться с «Data Governance по-быстрому» можно у моей коллеги, Татьяны Жемповской, Руководителя направления развития архитектуры данных, ее опыту и знаниям можно доверять.

Визуальный шок недели)

Зашла посмотреть годовой отчет Amazon. Думала увидеть там шедевр.
А там... такое... (см. рисунок слева)

Не понимаю как так? Кажется, что это какой-то фэйк. Настолько страшно это выглядит.

Мне кажется уже миллион раз в разных каналах это все было написано и у меня, в том числе, но раз еще есть такие визуализации, то вот базовые правила:

1. Значения одновременно на графике и в виде подписи по оси - излишне.
2. Фон для диаграммы - излишне
3. Выделение разрядов у цифр - хорошо
4. Круг, разделенный на сегменты - без комментариев, это ужасно.
5. Легенда внизу - неудобно, лучше сверху, т.к. читаем сверху вниз. Особенно когда выбраны такие цвета, которые интуитивно не понятны.
6. Цвета. Элементы диаграмм, обозначающие разные значения, должны быть закрашены разными цветами.
7. Надпись в овале - не понятно зачем этот элемент. Излишне.

Справа то, что у меня получилось после такой, 5-тиминутной, чистки.

Игра в слова

На днях играли с 11-летним ребенком в слова: когда один объясняет слова, а другой угадывает.

Честно признаться, мне казалось, что игра элементарная, потому что в моем опыте слова угадываются с 1, максимум 2х предложений, а то и слов. Но в игре с ребенком оказалось, что для него объяснять слова не так уж и просто.

Я задумалась почему это так, чтобы понять как научить его делать это быстрее.

Если проанализировать наш ход мыслей, то оказалось, что ребенок пытается действовать по одной схеме: пытается дать слову определение, как в словаре, а я использую множество разных механик:
* использование устойчивых выражений
* синонимы / антонимы / омонимы
* слова, похожие по звучанию
* объяснение слова по частям
* обращение к воспоминаниям о совместно опыте
и т.п.

Таким образом, перед тем как объяснить слово, я (мой мозг?) подбираю конструкцию, через которую буду объяснять и поэтому получается быстро.

Например, слово "Яблоко" можно объяснить разными способами:

* Это такой фрукт, растет на дереве, с косточками, бывает зеленый, желтый, красный
* Упало на голову Ньютону
* Есть груша, а есть...
* Антоновка
* Ты любишь когда я режу тебе его дольками
*...
А какие варианты объяснений есть у вас? Попробуйте)

Такое вот просто упражнение для развития креативного мышления. Для того, чтобы выдвигать гипотезы и новые идеи, мышление нужно тренировать. Такие вот простые игры вполне этому способствуют. Особенно если для себя вы задачу усложните, например, ограничите варианты, которые можно использовать для объяснения.

Еще несколько постов, если тема игр вам интересна:
* Детская математика
* Игра "5 букв"
* Про настольный футбол
* Про угадывание персонажа

#прожизнь

Отчет по зарплатным ожиданиям от Тинькофф
Красивые картинки #7

На рынке не так много достойных кейсов в области HR аналитики, и еще меньше тех, о которых открыто рассказывают на конференциях. На июньских конференциях я увидела несколько, напишу о каждом в ближайшее время.

Сегодня кейс от команды создания продукта для рекрутмента с конференции "Технологии и будущее HR". Сам продукт хорош и достоин отдельного рассмотрения, но мое внимание привлек Отчет, построенный на данных о зарплатных ожиданиях.

В каждой компании рекрутеры являются кладезью знаний о рынке труда и во многих компаниях есть попытки структурировать эти знания, используя для этого excel, confluence и т.п.

Ребята из Тинькофф пошли дальше и:
1. обеспечили удобный интерфейс для ввода данных в свой продукт
2. на основе этих данных команда бизнес-аналитики построила дашборд с результатами.

Что есть на даше?

Ключевые метрики:
1. Количество кандидатов, у которых заполнены зарплатные ожидания (SE, salary expectations)
2. Медиана ожиданий в сравнение с вилкой
3. 25 и 75 персентиль ожиданий
4. Среднее ожиданий в сравнении с вилкой
(ожидаемо и медиана и среднее ожиданий выше вилки)

Другие визуализации:
1. Распределение кандидатов по сумме ожиданий
2. Распределение ожиданий относительно вилки
3. Распределение офферов относительно вилки
4. Статистика по величине отклонений
* SE от верха вилки
* суммы в офере от ожиданий
в принятых и отклоненных оферах.

Фильтры:
* ИТ / не ИТ / Cтримы
* Страна / Регион / Город
* Валюта
* Первая точка касания с кандидатом (срок)
* Показатель (медиана, среднее...)
* Грейд
* Дата внесения данных по SE

Мне пока немного не хватает понимания как собирается и обрабатывается инфо про:
* gross / net
* оклад / совокупный доход
* льготы и бенефиты
* калибровку титулов (ибо в разных компания разные senior-ы)
Но даже без всего этого, по моему, это очень красивый кейс и большой задел на будущее.

Уже мечтаете о таком же? ;)

#кейсы_с_рынка

Соответствие трендам

Когда я читаю тренды и исследования международных гуру, мне всегда хочется примеров, желательно "наших", российских.

Один из таких примеров, иллюстрирующих быстрое изменение HR стратегии в ответ на изменение внешних факторов и бизнес-процессов, нашла в кейсе прошлого года от одного из крупнейших автомобильных дилеров.

(По договоренности с автором, кейс останется анонимным)

За последний год компания столкнулась со значительным изменением бизнес-модели продаж в своих салонах:

(цитата)
• Появились сложности в поставках новых автомобилей, а по некоторым брендам - вообще полное отсутствие поставок.
• Запас прочности (сток новых автомобилей) резко снизился на 78%,
• Перестала функционировать официальная гарантия от производителей.
• В связи с резким падением объема новых автомобилей остались без должной нагрузки 600 сотрудников этого направления бизнеса.
• Компенсирующее направление автомобилей с пробегом имело недостаточное наличие автомобилей в трейд-ин для устойчивости бизнеса."

Из-за изменений внешних обстоятельств и стратегии компании, коллегам пришлось внести существенные изменения в HR стратегию и пересмотреть:
* состав ролей в организационной структуре
* численность в подразделениях продаж по направлениям
* требования к знаниям и навыкам для роли "продавца"
и, соответственно, провести мероприятия по оценке и переобучению сотрудников.

В чем разница между ролями
"Продавец новых автомобилей" и "Продавец автомобилей с пробегом"?

Разные особенности, разные знания, разные навыки, разные условия работы, например:

(цитата)
• Знает 8-14 моделей одного бренда / Знает 200-300 моделей 25 брендов
• Идеальное ТС / Уникальное ТС
• Машины в шоуруме / Машины везде (бустер/погода/поиски)
• Есть тестдрайв / Нет тестдрайва
• Стандарты производителя / Стандарты Компании
• Низкое конкурентное окружение / Высокое конкурентное окружение

Такие вот Retain, Reskill и Redisign в действии.

#кейсы_с_рынка

Визуализации с дашборда по диагностике организационной структуры от «Магнит»-а
(кейс от команды с Форум по Организационному развитию 2023, прошедшему 07-08 июня 2023)

Я, к сожалению, не слышала доклад целиком, поэтому попросила прокомментировать коллегу из рабочей группы, @denrichep

Дашборд показывает численность в различных разрезах и ключевые метрики.

Какие есть разрезы?
* Грейды от 7 до 21
* Области управления/ответственности: Strategic, Goal, Process, Operational, Support
* Организационные уровни управления (organizational layers) от 1 до 10
* Уровни иерархии от CEO-

Что есть на визуализациях?
Визуализации показывают распределение численности в 2х разрезах:
* распределение всей численности по грейдам относительно орг уровней управления
* распределение всей численности по областям ответственности относительно орг уровней управления

На какие вопросы позволяет ответить дашборд?

* Определить избыточное количество уровней управления
* Соотнести результат грейдинга должностей относительно организационного уровня управления для определения корректности места нахождения должности в иерархии структуры
* Понять завышены или нет результаты оценки конкретной должности
* Составить план действий по «выпадающим» из целевой структуры должностям
* Сделать внутренний бенчмаркинг, сопоставив данные по разным подразделениям / функциональным блокам / территориям

Какие метрики позволяют рассчитать данные?
* нормы управляемости (span of control)
* текущее количество организационных уровней управления
* количество руководящих должностей относительно количества специалистов

#кейсы_рынка