Найти в Дзене
Простая аналитика

Когортный анализ в HR: удержание новичков как продуктовая метрика

Текучесть - это показатель, который достаточно легко усреднить до бессмысленности. В одном отчете вы можете увидеть 25-30% годовой текучести, сравниваете с прошлым годом, видите, что год назад было чуть меньше и на этом все. А уже потом, в рамках других задач в анализе данных выясняется, что половина проблем происходит не в течение года, а в первые 30-90 дней, когда сотрудник еще даже не успел начать приносить ценность. Вот здесь и появляется когортный анализ, через который можно отделить людей по периодам прихода в компанию. Открытых данных для когортного удержания в России почти нет, потому что для когорт нужны траектории людей во времени, а в публичной статистике чаще есть лишь потоки: сколько приняли, сколько выбыло и т.п. Например, на уровне отчетности Росстата форма П-4(НЗ) содержит численность принятых и выбывших работников, включая разрезы по причинам выбытия (в том числе “по собственному желанию”) - то есть система измеряет движение, но не строит удержание по датам найма. Зато
Оглавление

Текучесть - это показатель, который достаточно легко усреднить до бессмысленности.

В одном отчете вы можете увидеть 25-30% годовой текучести, сравниваете с прошлым годом, видите, что год назад было чуть меньше и на этом все. А уже потом, в рамках других задач в анализе данных выясняется, что половина проблем происходит не в течение года, а в первые 30-90 дней, когда сотрудник еще даже не успел начать приносить ценность.

Вот здесь и появляется когортный анализ, через который можно отделить людей по периодам прихода в компанию.

Открытых данных для когортного удержания в России почти нет, потому что для когорт нужны траектории людей во времени, а в публичной статистике чаще есть лишь потоки: сколько приняли, сколько выбыло и т.п.

А есть ли когорты во внешних данных?

Например, на уровне отчетности Росстата форма П-4(НЗ) содержит численность принятых и выбывших работников, включая разрезы по причинам выбытия (в том числе “по собственному желанию”) - то есть система измеряет движение, но не строит удержание по датам найма.

Зато в открытых исследованиях и бенчмарках всплывает одна и та же мысль: основная утечка сидит в адаптации.

  • В обзоре ANCOR встречается оценка, что до 50% всей текучести приходится на период адаптации, и что лишь у части компаний новички стабильно удерживаются дольше года.
  • В материалах Teachbase фигурирует формулировка, что до 30% новичков уходят в первые три месяца, если адаптация выстроена слабо.
  • В HR-метр от ЭКОПСИ есть конкретные цифры про рынок: удержание становится приоритетом, общий уровень текучести у участников держится около 30%, а примерно каждый седьмой новичок увольняется в течение испытательного срока.
  • И даже академическая повестка все чаще крутится вокруг ранней текучести: в ВКР ВШЭ прямо ставится задача прогнозировать вероятность ухода в первые 3-6 месяцев и используется подход из анализа “выживаемости” (Cox).

Что такое когорта

Когорта - это группа сотрудников, объединенных некоторой датой события. Для удержания новичков событие простое: дата выхода на работу.

Дальше вы задаетесь вопросом не про текучесть, а про то

Сколько людей из когорты найма в мае 2025 осталось через 30 дней? Через 90? Через 180? Через 365?

И дальше строите кривую удержания - всё как в продуктовой аналитике.

Ключевой эффект: вы видите не итог, а формат утекания сотрудников и эта форма обычно важнее уровня.

Как построить когортный анализ удержания новичков у себя

Данных нужно очень немного для построения когорт. По каждому сотруднику достаточно всего трех элементов:

  • дата выхода (hire_date);
  • дата увольнения (termination_date) или признак "работает на данный момент";
  • срезы для управленческих решений: подразделение, руководитель, канал найма, профессия/грейд, город, рекрутер и т.п.

Дальше выбираете контрольные точки. Чаще всего это 30 / 90 / 180 / 365 дней. И считаете удержание:

  • R30 = доля когорты, кто жив через 30 дней
  • R90 = доля когорты, кто жив через 90 дней
  • R365 = доля когорты, кто жив через год

Параллельно полезно считать скорость ухода по неделям: где именно возникает проблематика.

Как читать кривую удержания

Есть несколько типовых вариантов развития событий.

1. Резкий провал до 30-90 дней

-2

Это почти всегда связано с ожиданиями кандидата и реальностью работы в компании: оффер, вход в роль, качество онбординга, менеджмент в первые недели. И это ровно то, о чем говорят бенчмарки: заметная доля уходов происходит в период адаптации.

2. Нормально до 90 дней, но провал на 3-6 месяцах

-3

Частый сюжет можно описать так: "войти получилось, но вот жить невозможно". Это про нагрузку, процессы, конфликты ролей, качество постановки целей и т.д.

3. Плавное проседание весь год

-4

Это уже про системные вещи: карьерные треки, культура, уровень управленческой зрелости, конкуренция на рынке.

И вот тут скорее и начинается ответ на вопрос, что исправлять для улучшения ситуации.

Почему когортный анализ это must-have именно сейчас

Если рынок напряженный, то найм часто не покрывает отток, что прямо фиксируется в бенчмарках: фокус смещается на удержание, а адаптация новичков не всегда поспевает за темпом найма.

В такой среде любой ранний уход - это двойной удар: вы тратите ресурсы на подбор, теряете время команды, а потом снова открываете вакансию. И самое обидное - это часто не сложность рынка, а управляемая утечка первых недель.

Когортный анализ хорош тем, что он почти не требует сложной математики - но быстро становится инструментом управления.

Вывод

Если у вас сейчас в отчетах только текучесть за год, вы смотрите на фотографию. А в этой статье я предлагаю вам посмотреть видео, которое способен дать когортный анализ.

И обычно достаточно одной вещи, чтобы сдвинуть систему: начать ежемесячно смотреть R30 и R90 по когортам найма, в разрезе руководителей и иных атрибутов.

Я регулярно разбираю такие темы в своём Telegram-канале, если вам интересно глубже понимать аналитику и работать с данными, там регулярно выходят короткие заметки и практические примеры.