ПРИГЛАШАЮ ОТСЛЕЖИВАТЬ В ТЕЛЕГРАМ
Недавно появилась статья об исследовании, где среди прочего рассказали про среднюю продолжительность жизни сотрудников технологических компаний - Travis Kalanick lasted in his role for 6.5 years — five times longer than the average Uber employee. Статья широко обсуждалась: результаты удивляют. Средняя продолжительность работы сотрудников технологических компаний такова
- соцсеть запрещенная в России: 2.02 years
- Google: 1.90 years
- Oracle: 1.89 years
- Apple: 1.85 years
- Amazon: 1.84 years
- Twitter: 1.83 years
- Microsoft: 1.81 years
- Airbnb: 1.64 years
- Snap Inc.: 1.62 years
- Uber: 1.23 years
Чуть позже появилась ссылка на первоисточник, где исследователи объясняли, как они считали среднюю продолжительность работы- The toptalent of tech disruptors and titans.
Средняя продолжительность работы
считалась по резюме сотрудников, скачанных из различных источников: "we analyzed over 8,200 job postings and over 70,000 resumes.....".
Т.е. алгоритм расчета очень простой: из резюме вынимаются 1) компания, в которой работал чувак, 2) дата приема в компанию, 3) дата увольнений. Далее мы из даты увольнения вычитаем дату приема и получаем стаж. И считаем среднюю продолжительность работы по каждой компании.
Данные моего исследования факторов текучести персонала показывают отличную картину.
Средняя продолжительность IT специалистов в России составляет 53 месяца или почти 4, 5 года. И это кардинально отличается от приведенных выше данных.
В России IT специалисты работают дольше, чем в США? Не думаю.
Подвох в том, что исследователи брали фактически только тех, кто уволился из компании.
Пример
Представьте, что в вашей компании 60 % костяк, который работает долго, никуда не увольняясь, не вывешивая свои резюме нигде, а 40 % это сотрудники, которые долго не задерживаются в компании и ищут работу. Исследователи из вышеприведенной статьи посчитают среднюю продолжительность жизни только по 40 % динамичных работников. А в другой компании 20 % костяк и 80 % работников, которые не держутся за работу, но увольняются не так часто, как в первой компании. Исследователи посчитают среднюю продолжительность работы по 80 % и скажут, что во второй компании работают дольше. Правы ли они будут? Конечно, нет.
В аналитике это называется bias - смещение результатов: в первой компании мы из рассмотрения исключили 60 %, во второй - 20 %. У нас просто нет на них данных. И это исказило наши результаты.
В моем исследовании эта проблема решается, потому что анкету заполняют не только те, кто уволился, а также те, кто работают на момент заполнения анкеты. Расчет средней продолжительности работы в компании становится не таким тривиальным, как просто взять среднее, поскольку у нас есть те. кто уволился - про них все понятно, а есть те, кто работают - как посчитать их среднюю продолжительность работы, если они еще не уволились? Я не буду отвечать на этот вопрос здесь, чтобы не превращать в урок математики, скажу только, что этот инструмент называется анализ дожития, изобретен он был в демографии, далее сильно развит медиками, которые исследовали влияние различных методов лечения на выживаемость пациента. А мы, HR, можем прекрасно применять его, анализируя, как "методы лечения" от компании сказываются на наших работниках.
Единственная проблема - мало данных, на сегодня в моем исследовании поучаствовало 536 IT специалистов. Поучаствуйте в исследовании!!!
На этой диаграмма показана динамика текучести IT специалистов.
- По оси X - стаж работы в компании в месяцах;
- Ось Y - вероятность доработать до определенного стажа в компании;
- Пунктирные линии - границы ошибки.
Найдите на оси Y отметку 0, 5 - это 50 % вероятность ухода из компании. Проведите мысленно линию влево от этой отметки в 0, 5 до пересечения с красной сплошной линией и от места пересечения проведите линию вниз - на ось X. Это и будет средняя продолжительность работы сотрудника в компании.
ПРИГЛАШАЮ ОТСЛЕЖИВАТЬ В ТЕЛЕГРАМ