Найти лучших людей для компании, создать для них оптимальную атмосферу и превратить в ценный актив — от того, как HR-департамент справляется с этими задачами, напрямую зависит бизнес-драйв организации. Сегодняшний динамичный рынок повышает сложность, требуя от специалистов по подбору персонала быстрых решений без права на ошибку. Им на помощь приходят автоматизированные аналитические системы, которые помогают подобрать оптимальную команду и застраховаться от множества рисков.
По данным Deloitte, на протяжении последних пяти лет доля компаний, которые используют умный HR, ежегодно удваивалась. Впрочем, пока только одна из пяти организаций может похвастаться тем, что использует данные о своих сотрудниках для повышения своего человеческого капитала. Причем чаще всего речь не идет о действительно мощных системах на основе искусственного интеллекта — большинство компаний только систематизируют информацию, пытаясь искать в ней источники кадровых проблем.
Настоящий потенциал HR-аналитики лежит в прогнозных технологиях. В отличие от базовых аналитических систем, которые отвечают на вопрос «Как у нас обстоят дела сейчас?», прогнозные решения позволяют планировать будущее и строить бизнес на стратегических подходах. Представьте себе систему, которая сама определяет, что ценный сотрудник присматривает себе новое место. Или подсказывает, что департамент продаж может вдвое повысить свои результаты, если получит всего одного нового менеджера.
Дальше мы расскажем, как аналитические системы помогают улучшить управление персоналом, попутно избавляя HR-специалистов от рутины и бумажной работы.
Хотите познакомиться с этими технологиями ближе, чтобы находить лучших людей в свою компанию? Приглашаем на курс по HR-аналитике, где за три месяца вы получите все необходимые навыки и сможете по-новому взглянуть на свою профессию.
Кейс №1. Борьба с текучкой сотрудников
Корпорация HP объединяет более 300 тыс. людей в множестве стран мира. В определенный момент руководство озаботилось проблемой текучки кадров — в некоторых подразделениях она достигала 20%, что значительно сказывалось на темпах развития, не говоря уже о сопутствующих расходах. Как подсчитали эксперты, каждый новый сотрудник, которого приходилось нанимать вместо ушедшего человека, обходится организации в 50-400% его годовой зарплаты. В масштабах HP это означало миллионные убытки.
Для решения этой проблемы корпорация привлекла команду экспертов по Data Science, которые создали индекс «риска побега» (Flight Risk). Ученые создали прогнозную модель, учитывающую множество факторов: уровень зарплаты, срок работы на текущей должности, показатели эффективности и многое другое. В результате им удалось определить связи между всеми этими показателями и рассчитать вероятность увольнения для каждого сотрудника HP.
Новая система стала неисчерпаемым источником ценной информации для руководителей корпорации. Например, стало очевидно, что заскучавшего человека бессмысленно привлекать повышением — без существенной прибавки к зарплате это может только подтолкнуть сотрудника к увольнению. Менеджеры смогли выстраивать взвешенную стратегию управления и практически в реальном времени отслеживать, как их решения сказываются на продуктивности департамента. По оценкам HP, предиктивные технологии сэкономили компании $300 миллионов.
Кейс №2. Поиск идеального сотрудника
В Google прогнозная аналитика избавляет руководителей от сомнений о том, как новый человек встроится в их команду. Умные HR-системы обрабатывают сотни резюме, чтобы найти среди них оптимального кандидата.
Амбициозные HR-специалисты Google хотели разом решить две важных задачи: тратить меньше времени на собеседования и чаще выбирать правильных людей. Убить этих двух зайцев им помог предиктивный алгоритм, который максимально автоматизировал поиск сотрудников. Фактически система поставила собеседования на поток — аналитическое ядро самостоятельно готовит вопросы кандидатам, опираясь на заложенные в коде требования к сотрудникам разных подразделений. Далее HR-система выставляет оценки и предлагает своим «живым» коллегам лучших кандидатов.
Вопреки распространенной практике, дальнейший процесс не растягивается на три-четыре собеседования. Как выяснили аналитики Google, подключение новых сотрудников вовсе не способствует объективным решениям, а только размывает ответственность. Поскольку автоматизированное тестирование позволяет отсечь некомпетентных кандидатов, на следующем шаге руководители оценивают человеческие качества своего потенциального сотрудника, после чего они могут однозначно сказать, хотят ли они видеть его в своей команде.
Кейс №3. Повышение вовлеченности сотрудников
Любая компания хочет, чтобы ее сотрудники жили своим делом и воспринимали свои профессиональные успехи как личные. На уровне интуиции очевидно, что чем больше человек вовлечен в работу, тем быстрее он добивается успеха и тем выше его ценность для организации. Но как измерить это интуитивное ощущение в деньгах?
Этим вопросом задались эксперты Best Buy, одной из крупнейших в США сетей бытовой техники и электроники. Как и другие торговые компании, этот ритейлер отлично понимает значение командного духа для бизнеса. Однако результаты исследования, которое HR-аналитики провели в множестве торговых точек, оказались неожиданными даже для самых опытных менеджеров Best Buy.
Как выяснилось, разница вовлеченности в 0,1% обеспечивала магазину дополнительную выручку в $100 тысяч. Такой результат складывается из более эффективных подходов к продажам, меньшей текучки, взаимопомощи сотрудников и еще множества деталей. Руководству же эти данные помогли принять важные решения — теперь замеры вовлеченности в магазинах происходят на регулярной основе, а сотрудников мотивируют вкладывать душу в общее дело.
***
Как мы говорили в начале статьи, на данный момент умный HR только начинает развиваться. Поэтому активные компании, которые сейчас внедряют новые технологии в свои процессы, могут уже в скором будущем получить впечатляющие конкурентные преимущества. Тем же, кто еще не раскрыл силу аналитики в управлении персоналом, стоит поторопиться, чтобы не опоздать на этот поезд.