Колонки

«Это магия, которая строится на основе гипотез». Зачем компаниям предиктивный HR

Колонки
Алексей Некраха
Алексей Некраха

Head of People Science & Analytics EPAM

Софья Федосеева

Современные алгоритмы машинного обучения способны помогать не только с простыми бытовыми вещами вроде выбора оптимального маршрута или фильма для вечернего просмотра, но и с более серьезными вопросами. Например, как выстроить свою карьеру. 

Предиктивная, то есть предсказательная, HR-аналитика помогает спрогнозировать вероятность получения той или иной позиции соискателем, возможные сценарии его развития, выбрать проекты по навыкам и интересам и избежать выгорания. 

Head of People Science & Analytics EPAM Алексей Некраха объясняет, как это работает и почему это важно.
«Это магия, которая строится на основе гипотез». Зачем компаниям предиктивный HR

Что такое предиктивная аналитика

Представьте, что перед вами стоит важная задача — понять, кому сколько платить в компании. Для этого необходима так называемая People-, HR- или Workforce-аналитика. Собирается массив данных с разных систем, прогоняется через предиктивные модели, а HR-специалисты получают некий прогноз по конкретным сотрудникам. 

Предиктивные модели — это магия, которая строится на основе гипотез.

Под обширный список версий и предположений собираются данные. Всего в массивах данных у нас около 80 различных маркеров, которые в конечном счете помогают сделать то или иное предсказание. Модели оценивают потенциал сотрудника, его траектории роста, вклад в развитие компании. Подобные параметры постоянно обновляются. 

При этом единой модели для стран, где функционирует компания, не существует — почти везде есть региональные особенности, и маркеры отличаются. Например, в США на вероятность ухода сотрудника будет в значительной мере влиять грин-карта: чем ближе специалист к ее получению, тем больше вероятность того, что он уволится.

Для моделей и их визуализации мы используем собственный продукт — TelescopeAI.


Как можно обучить модель

Первый способ — использование заранее известного «таргета», например, увольнения. Берутся реальные сотрудники, которые покинули компанию, были релоцированы или сменили проект на тот, в котором они более эффективны и успешны. После этого вычленяются присущие им атрибуты: время работы в компании, количество детей, регион проживания, выступления на конференциях, обучение за этот период, бонусы и так далее. То есть создается некий цифровой образ сотрудника. 

Расскажи, как цифровая трансформация изменила твой бизнес

Стань лауреатом RB Digital Awards 2022

Дальше по этим атрибутам определяются признаки, которые больше всего подходят человеку и его ситуации. Как результат, менеджер получает сигнал о том, что с конкретным сотрудником стоит обсудить карьерный путь и планы. Однако таргеты не всегда существуют, поэтому иногда опираться приходится на гипотезы. 



Второй способ — это симулирование «таргета» на основании экспертного мнения. Например, чтобы определить «таргет» для обучения модели по поиску «звезд», можно взять список гипотез (люди играют в компании роли, которые обычно играют «звезды», запускают новые процессы и так далее). На основе этой информации атрибутам придаются различные веса. В итоге можно получить достаточно хорошую модель, но в ней будет присутствовать «предвзятость» (bias) экспертов.


При чем тут комментарии и соцсети

Коммуникационные способности человека, те самые soft skills — важное профессиональное качество для работников IT-отрасли. Более того, для предиктивных моделей тоже, потому что HR-специалисты обучают их оценивать и этот навык.

Умение связать между собой разные группы людей в условиях, когда корпорации, команды разработчиков, задачи становятся все больше и сложнее, крайне необходимо. Находить таких людей — Bridge Builder’ов — сложная задача. 

Условно говоря, десять лет назад открытая вкладка соцсети или мессенджер на рабочем компьютере сотрудника могли быть восприняты негативно. Теперь же это плюс. По количеству, качеству и влиятельности коммуникации человека в корпоративной переписке (не читая текст переписки) алгоритмы оценивают коммуникативные навыки и умение выстраивать «мосты» между командами. 


Вычисление концепции

Hungry, Humble, (People) Smart («голодный, скромный, умный») — это подход к работе и часть корпоративной культуры нашей компании. Такую модель идеального командного игрока предложил Патрик Ленсиони, президент консалтинговой фирмы The Table Group, автор бестселлеров по управлению бизнесом.

Получить в команду специалиста, у которого будут развиты все три качества, или развить у существующих игроков недостающие — это один из рецептов процветающей компании.

  • Черта hungry — энтузиазм и рвение в работе,
  • humble — акценты сотрудника не на собственный результат, а на командный.
  • (People) smart — коммуникация с другими людьми и социальный интеллект.

Мы достигли значительного прогресса, чтобы определять эти черты характера с помощью модели, но не меньше работы предстоит в ее «полировке» и запуске в продакшн. 


Таблетка от выгорания

Зарплата, премии и бонусы не способны предупредить риски, связанные с так называемым профессиональным выгоранием. Аналитические инструменты работают таким образом, что помогают понять, когда специалиста необходимо отправить в отпуск, предложить ему альтернативный проект или обучение. 

Самым простым примером может служить модель «выгорания» сотрудника, которая на основании данных о количестве дней отпуска, истории отпусков, накопленных овертаймов, скорости роста сотрудника, количестве коммуникаций и так далее даст подсказку менеджеру и самому человеку, что пора в отпуск. 



При этом до недавнего времени подобная аналитика была недоступна, а часть данных оставалась «за кадром». Речь идет об анализе деятельности сотрудника, связанной с участием во внутренних и внешних мероприятиях, менторстве или оценке новых специалистов в компании. Эти данные помогают оценить параметр «выгорания».


Про деньги 

К экономической выгоде: модель автоматически подбирает на позиции подходящих людей. С одной стороны, учитывается масса переменных, с другой — компания значительно снижает риски при найме сотрудника. На обучение и интеграцию в IT тратится масса мощностей и бюджетов, каждая неудачная попытка — это потери. Нужной продуктивности, а значит, и прибыли, сотрудник достигает только через несколько месяцев. 

Кроме того, когда речь идет о поиске ключевых сотрудников, уровня senior и выше, финансовые затраты компании резко возрастают. Распространенными и привычными становятся случаи вознаграждения внешних консультантов и просто участников нетворкинга за предложение необходимой кандидатуры.

Рынок перегрет, а нужные кандидаты похожи на алмазы высокой каратности.

Технологии также закрывают эту задачу. Аналитика позволяет понять, почему производительность сотрудника снизилась, подсказывает, как увеличить его «полезность». Все это значительно и ощутимо оптимизирует расходы компании. В зависимости от проекта, результат может принести компании 20-30% экономии. 


Про тенденции

Сотрудники и компании и дальше будут переходить на удаленную работу и коммуникации. Как в таком случае понять, чем заняты сотрудники?

Для этого модели используют цифровой след: какими системами сотрудник пользуется, какую активность ведет и так далее. В итоге каждый специалист может получить индивидуальную аналитику: когда он был эффективнее всего, с чем это было связано. Все это помогает улучшить работу. 



HR-специалистов автоматизация не заменит, но будет работать как мощная подсказка. Данные могут подтвердить догадки о том, готов ли сотрудник к повышению, обучению, новому проекту, хочет ли он этого, что именно ему подходит. Сами HR все больше углубятся в создание новых моделей и алгоритмов.

Как получить максимум

  • Начните с вопроса с реальной значимостью для бизнеса: кто ваши «звезды», сколько стоит текучка кадров или любого другого.
  • Проанализуйте, достаточно ли у вас данных для ответа на вопрос, и если их нет, то начните их собирать.
  • Для начинающих и небольших команд могут подойти простые трекеры и таск-менеджеры. Благодаря им вы сможете собрать простые данные о времени или загрузке сотрудников. Это поможет оптимизировать процессы, а значит — сохранить ресурсы. Дальше — больше. Зрелые компании могут сосредоточиться на разработке собственных решений или покупке Enterprise-версий.
  • Не бойтесь экспериментировать с гипотезами, построением моделей и внедрением их в рабочие процессы. Такие эксперименты позволяют делать неожиданные открытия. Даже если эти открытия будут неприятными, лучше узнать о них на короткой дистанции, чем долгое время оставаться в неведении.
  • Постоянно анализируйте ваши процессы и устанавливайте те, по которым вы не собираете данные: они могут понадобиться — начинайте их обрабатывать.
  • Делайте свою работу технологичной. Все, что можно сделать с помощью компьютера, должно быть сделано. Это экономит время и позволяет сотрудникам, не участвующим напрямую в разработке, вникнуть в базовое программирование и его полезность, начать мыслить по-новому.
  • Сначала — люди. Не забывайте о живом общении — это главный источник гипотез, данных, новых идей.

Фото в тексте и на обложке: Unsplash

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 HR-tinder в ИТ: как создать идеальную пару между компанией и разработчиком
  2. 2 «Не надо в описании вакансии раздувать щеки и пытаться поразить конкурентов»: 7 советов эйчару
  3. 3 Новые HR-тренды: как искать сотрудников через YouTube
AgroCode Hub
Последние новости, актуальные события и нетворкинг в AgroTech-комьюнити — AgroCode Hub
Присоединяйся!