16.02.2016 01:27
Большинство эйчаров говорят о сборе и анализе данных как о спасительном средстве от многих проблем, но лишь немногие из них задумываются о последствиях такой работы и готовы озвучить рекомендации по использованию полученных результатов.
Некоторые компании, включая Google, используют аналитику для лучшего понимания проблем и усовершенствования методов в конкретных областях, таких как подбор персонала или вовлеченность.
В данном вопросе требуется глубокое понимание ограничений, недостатков и предубеждений, которые наиболее вероятны. Так что будьте осторожны, хорошо подумайте, прежде чем работать с данными.
Что следует учесть?
1. Аналитика – не волшебная пилюля
Аналитика не является чудодейственным средством. Данные помогают понять проблему и, возможно, выбрать более эффективный способ ее решения, но данные не заменяют эмпатию и человеческие рассуждения.
Даже когда аналитика выявляет что-то, она не может быть достаточной причиной для принятия соответствующих мер. Важен анализ контекста возникшей ситуации. Просто знание факта, что из последних восьми кандидатов, прошедших собеседование, никому не было сделано предложение о работе, мало что даст. Необходимо также знать, кто проводил у них собеседование и каковы причины того, что им не сделали предложение, каковы экономические возможности у компании или позиции, насколько компетентен рекрутер и многое другое. Чтобы использовать данные эффективно, нужно знать контекст, факты, быть осторожным и иметь здравый смысл.
2. Понимание того, что именно вы хотите знать
Нужна предельная ясность относительно того, что вы хотите проанализировать или измерить. И убедитесь, что это вообще возможно. Вы можете качественно измерить количество, источник, время и стоимость. Но измерить точно качество, удовлетворенность или вовлеченность крайне сложно, так как это субъективные факторы. Результаты исследования можно интерпретировать по-разному, анкеты часто содержат необъективные вопросы, и сотрудники могут отвечать на них, подразумевая то, что вы хотите услышать, либо отвечать в надежде, что их мнение что-то изменит.
3. Использование соответствующего метода
Метод сбора данных также может оказаться непростой задачей. Один из вариантов использования аналитики – разъяснение проблемы или поиск возможных причин. Например, текучесть кадров может быть вызвана широким спектром факторов, включая низкий уровень управления, отсутствие доверия к деятельности организации, обиды, низкую зарплату, враждебность коллег, личные распри, семейные проблемы и др. Опрос или фокус-группы могут раскрыть некоторые из них и даже придать вес одному или двум факторам, при этом определить ключевую причину будет сложно. Ответы на вопросы анкеты, скорее всего, будут субъективными: как все мы понимаем, многие причины увольнения, которые люди указывают, не отражают истинного положения дел, а предотвращают «сжигание мостов». Возможно, в этом случае лучше доверять интуиции, а не полагаться полностью на результаты опроса.
4. Пассивные данные могут быть лучше запрашиваемых данных
Гораздо легче самому собрать пассивные данные, чем запрашивать достоверные данные от других. Собрать фактическую информацию по итогам каких-либо действий и решений относительно просто. Хороший анализ позволит рекрутерам понять, откуда приходят кандидаты, благодаря каким источникам набирается большинство новых сотрудников, какие посты в социальных медиа более эффективны для «генерации лидов». Но даже с пассивными данными возникают значительные проблемы.
Например, можно интерпретировать, какие индивидуальные характеристики свидетельствуют о продуктивности и свойственны сотрудникам, долго пребывающим в должности, но доказать, являются ли эти корреляции причиной производительности или продолжительности пребывания на должности, очень трудно.
5. Важна поддержка
Для эффективного использования данных необходима поддержка руководства и соответствующая корпоративная культура, в которой данным придается значение. Если в вашей организации не принято использовать аналитику, то вы быстро поймете, что у вашей работы с данными нет перспектив. Вас сможет понять только тот, кто уже использует данные для лучшего понимания производственных процессов.
6. Цель управляет ситуацией
Есть большое искушение измерить все, особенно на первых порах, когда инструмент аналитики только внедряется в компании. Но лучше сфокусироваться на двух-трех ключевых вопросах, на которые вы хотите получить ответ. Тогда у вас хватит времени на более точный сбор данных и полный анализ.
Иногда специалисты по обработке и анализу данных, находясь под сильным впечатлением от информации, которую они получают из данных, не могут остановиться и упускают из вида первоначальную цель. Это плохо, та как в работе с данными требуется дисциплинированность и сосредоточенность.
Нужно как можно более узко определять запрос, чтобы получать полезные данные, дающие основания для дальнейших действий. Например, определение источника, приводящего к наибольшему количеству предложений для нанимающих менеджеров, может быть действительно полезным. Попытка расширить эту задачу приведет к ошибочным решениям.
7. Данные небезупречны
В последнее время стало принято ставить данные на пьедестал и воспринимать их как чистую информацию, в которой нет ни политики, ни мнений. Но, к сожалению, на анализ данных мнения влияют так же, как и на все остальное. От политики зависит, какие данные вы собираете, что, как и когда вы измеряете, насколько сильно вы сосредоточены на проблеме и какие выводы и решения берете из данных. Заинтересованные лица, клиенты и сотрудники – у них у всех свое мнение, и они должны быть услышаны. Должен быть достигнут широкий консенсус по поводу источника данных и методов, которые будут использоваться.
8. Чем проще, тем лучше
Потратьте время на составление списка: что вы действительно хотели бы знать, чтобы улучшить рекрутинговый процесс; какие данные помогут вам повысить эффективность большинства источников или ответить на актуальные вопросы руководства.
Изначально используйте пассивные данные, ежедневно поступающие из социальных медиа и с сайта компании, а также учитывайте результаты рекрутинговых мероприятий. Работайте со специалистом в области аналитики, чтобы определить, какие данные можно заполучить честно и надежно. Есть соблазн довериться запрошенным данным, которые получены с помощью опросов, фокус-групп и интервью, однако, как уже упоминалось выше, такие данные требуют более сложной работы, при этом их интерпретация варьируется в зависимости от предубеждений и намерений.
Нужно помнить о том, что анализ данных – это трудный процесс, чреватый проблемами в интерпретации. Любое грамотное применение аналитики требует вдумчивого обсуждения и понимания ограничений еще до того, как предпринимаются какие-либо действия. Полезные советы о том, как нужно собирать и использовать аналитику в HR, можно отслеживать на специальном сайте Google.
Автор: Кевин Уиллер, президент и основатель Global Learning Resources, Inc.
Перевод: Степан Добродумов
Источник
Актуальные и интересные HR-кейсы в нашем Telegram. Подписывайтесь на канал!
Копирование и любая переработка материалов с сайта neohr.ru запрещены
Комментарии
Комментариев пока нет