People-аналитика — это ключевой инструмент для эффективного управления персоналом. Область начала формироваться достаточно давно: еще в 2005 году учебные организации стали задумываться о том, как с помощью данных измерить эффективность обучения. Но за эти годы people-аналитика успела выйти за пределы L&D. Большинство компаний вкладывают значительные средства из бюджета в то, чтобы понять, как демографические, образовательные, эмпирические и других характеристики сотрудников (так называемые предикторы) соотносятся с их эффективностью и эффективностью бизнес-процессов компании. Главное преимущество этого метода — попытка более осознанно и объективно принимать кадровые и корпоративные решения. Научиться этому можно на международной сертификации от SHRM, которая пройдет 4-5 декабря в Москве, а пока предлагаем почитать вам кейсы успешного применения people-аналитики в разных областях HR.

Кейс: people-аналитика в рекрутинге

Один из показательных кейсов мы нашли в практике компании Johnson & Johnson. В какой-то момент рекрутеры снизили до минимума найм выпускников университетов. Они предположили, что опытные кандидаты будут эффективнее воздействовать на бизнес-процессы в компании и останутся на более долгий срок. CEO компании вместе со своей командой решили провести исследование, собрав данные 47 тысяч сотрудников и сравнив их производительность, потенциальную возможность профессионального роста и уровень незамещаемых увольнений. Анализ показал, что их гипотеза была мифом. Уровень производительности был примерно одинаковым. Более того, выпускников чаще повышали, а увольнялись они значительно реже. После этого рекрутеры сфокусировались на выпускниках университетов.

Кейс: people-аналитика и прогнозирование увольнений

Одним из пионеров в аналитике увольнений сотрудников стала компания Credit Suisse. В 2015 году они создали алгоритм, который подсказывал, кто может в скором времени покинуть компанию и почему. Полученная информация предоставлялась менеджерам, и они начинали лучше работать с удержанием сотрудников и уменьшали факторы риска текучести. В итоге — компания экономила около 70 000 000 долларов в год.

Текучесть персонала — распространенная проблема, с которой сталкиваются компании. Например, Experian зафиксировали уровень текучести на 3-4 процента выше желаемого в важных для бизнеса областях. Тогда в компании решили создать прогностическую модель, которая состояла из 200 составляющих — например, размер и структура команды, работа руководителя, длина дороги от дома до работы и т.д. Модель позволила сформировать факторы риска увольнения: например, слишком долгая дорога до офиса. Программа была развернута в нескольких регионах и совместно с хорошей практикой управления привели к снижению уровня текучести практически на 3 процента и экономией около 10 000 000 долларов.

Кейс: people-аналитика и вовлеченность