Есть парадокс, который в HR встречается чаще, чем где бы то ни было: функция объективно очень богата данными. HR работает с личными данными сотрудников, данными по подбору, обучению персонала, оценке сотрудников, кадровой текучести, вовлечённости в процесс, KPI и т.п., и всё это копится годами. Но при этом у управленцев часто противоположное ощущение: "данных много, а вот ясности - мало", то есть мы попадаем в ситуацию, когда наличие данных почти не увеличивает количество полезных инсайтов, которые реально меняют управленческие решения.
И проблема тут редко в том, что у вас плохие аналитики или мало BI. Чаще - в том, что HR начинает жить в логике отчётности, а не в логике управления.
Тест на управляемость: 5 вопросов к любой HR-метрике
Когда у вас очередной KPI на дашборде, его можно прогнать через простой фильтр. Если хотя бы на 2-3 пункта нет честного ответа - это почти наверняка vanity-метрика.
- Что именно я решаю этой метрикой? Важно: не контролирую, а именно решаю.
- Если показатель изменился, какое действие должно последовать?
- Где граница нормы - какой порог считается сигналом, а не шумом?
- Что является драйвером метрики - процесс, рынок, менеджеры, качество входа?
- Как я пойму, что действие сработало - какая будет петля обратной связи?
Это звучит просто, но именно здесь HR чаще всего и ломается: метрики есть, а управленческой петли обратной связи нет.
Почему KPI не превращаются в решения
KPI хороши, когда они стоят в конце цепочки, как приборная панель, то есть показывают, что происходит с системой в целом. Но, моему глубочайшему к сожалению, они часто становятся основой самой системы. На KPI всё строится.
HR измеряет time-to-fill, cost-per-hire, текучесть, вовлечённость, eNPS, долю закрытых вакансий в SLA - и потом месяцами обсуждает, почему один показатель ухудшился на 0,7 п.п. Бизнес в этот момент задаётся простым вопросом: "Ну ок. И что мы делаем?"
Вот здесь и проявляется главный разрыв: KPI без привязки к действиям бесполезен. Они создают какое-то движение, но не создают изменений в процессе. У вас появляется много красивых графиков, но почти не появляется решений уровня "меняем процесс", "пересобираем воронку", "пересматриваем роль", "меняем критерии отбора" и т.д.
Метрика живёт своей жизнью
В HR-данных особенно много естественного шума - будь то сезонность найма, эффект маленьких чисел, разные типы вакансий, смена руководителей, новая система согласований, усталость команды в конце квартала. И если вы смотрите на KPI без контекста распределений и без понимания процесса, вы легко попадаете в ловушку каждый всплеск - это для вас уже проблема.
Самая типичная картина - метрика начинает управлять людьми. Рекрутеры оптимизируются под скорость, менеджеры - под "закрыть хоть как-то", команда обучения - под "провести больше часов обучения", HRBP - под "снизить текучесть любой ценой". Показатели улучшаются, а качество системы - нет. Это и есть момент, когда HR тонет в KPI, то есть кажется, что работа идёт, но качественных улучшений через управленческие решения не происходит.
Смена фокуса: переход от "что посчитать" к "какой вопрос закрыть"
Переход к data-driven HR обычно выглядит не как внедрение новой платформы, а как смена стартовой точки. Вместо "давайте соберём больше данных" обратитесь к уже тем данным, которые у вас есть и улучшите качество задаваемых вопросов.
Потому что инсайт - это не цифра. Инсайт - это связка нескольких факторов:
- есть вопрос, который важен бизнесу
- есть показатель, который объясняет этот драйвер
- есть решение, которое можно принять, и понятен механизм влияния
Если вопрос плохой, данные не спасают. Если вопрос хороший - часто хватает пусть и неидеальных данных, лишь бы они были достаточно надёжны для решения. Еще раз: да, для HR функции не требуется 100%-ого качества данных, даже близко не требуется, большинство задач решается через "достаточное" качество данных. Об этом писал статьи здесь и здесь.
Измеряем то, что двигает результат вперед
Есть одна практичная мысль из логики Марра, которую я бы усилил: в HR почти всегда нужно начинать не с набора KPI, а с карты причинно-следственных связей.
Например, бизнес хочет "быстрее закрывать критичные роли". Лёгкий путь, который делают практически все и всегда - начинают давить на time-to-fill. Более сложный и правильный путь - разложить проблему на факторы: качество входящего потока, скорость принятия решений менеджером, процент отказов на оффере, конкурентность вилки, качество скрининга, внятность профиля. И уже после этого выбирать 2-3 метрики, которые реально отражают узкие места процесса найма в критичных ролях.
То же самое с текучестью: вместо общей текучести по компании полезнее понять, где именно текучесть разрушает бизнес. В каких командах, на каких уровнях, в какие периоды стажа, после каких событий, в каких ролях текучесть означает потерю способности компании удерживать сотрудников, а не просто естественную ротацию. Тогда вы перестаёте "бороться с числом" и начинаете управлять сегментами и причинами.
Один шаг
Если хочется сделать переход мягко, можно начать с очень простого правила:
Каждая HR-метрика на вашем дашборде должна иметь подпись в голове команды: "если X, то делаем Y".
Не наблюдаем, не фиксируем, не берём в работу, а делаем. И да - это обычно означает, что часть KPI придётся выкинуть. Это нормально.
Потому что цель data-driven HR - не быть богатыми на данными. Цель - стать богатыми на решения.
Я регулярно разбираю такие темы в своём Telegram-канале, если вам интересно глубже понимать аналитику и работать с данными, там регулярно выходят материалы на эту тему.