CC BY
115
Чуланова О.Л.
доктор экономических наук, профессор кафедры государственного и муниципального управления и управления персоналом Сургутского
государственного университета Chulanova Oksana Leonidovna, Professor of the Department of State and Municipal Management and Personnel Management, Surgut State University, Doctor of Economics, Associate Professor
E-mail: chol9207@mail.ru
Баймашева А.Б.
студент направленя «Управление персоналом» Сургутского государственного университета Baimasheva Asia Bulatovna. Student of "Human Resource Management" staff at Surgut State University
КЛАССИФИКАЦИЯ ДАННЫХ И ПОКАЗАТЕЛЕЙ ДЛЯ HR-
АНАЛИТИКИ
Classification of data and indicators for hr analytics
Аннотация: HR-аналитика - это систематическая идентификация и
количественная оценка людей, определяющих бизнес-результаты
Современные события и кризис, вызванный пандемией, на наш взгляд так же в большой степени будут нуждаться в выявлении тенденций с помощью инструментов HR-аналитики. Применение HR-аналитики в процессах управления персоналом, позволяет понять, как инвестиции в человеческий капитал способствуют достижению таких результатов как получение дохода, минимизация расходов, снижение рисков, выполнение стратегических планов. Данная технология является основным HR-трендом 2020 года и является одним из мега трендов на ближайшее десятилетие. В статье рассмотрены результаты, которых можно достичь с применением HR-аналитики. Представлена сравнительная характеристика терминов HR Analytics, People Analytics и Workforce Analytics. В статье представлена классификация данных, необходимых для инструмента HR-аналитики
Ключевые слова: HR-аналитика, результаты HR-аналитики, HR Analytics, People Analytics и Workforce Analytics, показатели для показатели, отслеживаемые HR-аналитики.
Abstract: HR analytics is a systematic identification and quantitative assessment of people who determine business results. Modern events and the crisis caused by the pandemic, in our opinion, will also need to a large extent to identify trends using HR analytics tools. The use of HR analytics in the processes of personnel management allows us to understand how investments in human capital contribute to the achievement of such results as generating income, minimizing
costs, reducing risks, and implementing strategic plans. This technology is the main HR trend of 2020 and is one of the mega trends for the next decade. The article discusses the results that can be achieved using HR analytics. A comparative description of the terms HR Analytics, People Analytics, and Workforce Analytics is presented. The article presents a classification of the data required for the HR analytics tool
Keywords: HR analytics, HR analytics results, HR Analytics, People Analytics and Workforce Analytics, indicators for indicators, tracked HR analytics.
За последние 100 лет управление человеческими ресурсами изменилось. Произошел переход от операционной дисциплины к более стратегической. Популярность термина «Стратегическое управление человеческими ресурсами» (SHRM) иллюстрирует это. Этому развитию соответствует подход, основанный на данных, который характеризует HR-аналитику. [1] Наиболее известным научным определением HR-аналитики является систематическая идентификация и количественная оценка людей, определяющих бизнес-результаты. [2]
Другими словами, это подход к управлению персоналом, управляемый данными.
Аналитика позволяет специалистам по персоналу принимать решения на основе данных. Кроме того, аналитика помогает проверить эффективность кадровой политики и различных вмешательств. HR-аналитика - это методология, позволяющая понять, как инвестиции в человеческий капитал способствуют достижению четырех основных результатов (рисунок 1):
получение дохода
выполнение стратегичес ких планов
снижение рисков
HR-
аналитика
минимизация расходов
Рисунок 1 - Результаты, достигаемые с помощью НЯ-аналитики [3]
Это достигается путем применения статистических методов к интегрированным данным по управлению персоналом, управлению талантами, финансовым и оперативным данным.
Термины НЯ-аналитика, анализ людей и анализ рабочей силы часто используют взаимозаменяемо. Но есть небольшие различия между каждым из этих терминов (таблица 1).
Таблица 1 - Сравнительная характеристика терминов HR Analytics, People Analytics и Workforce Analytics [4,5]_
HR-аналитика В частности, имеет дело с такими метриками НЯ-функции, как затраченное время для найма, затраты на обучение на сотрудника и время, затраченное для продвижения по службе. Все эти метрики управляются исключительно НЯ для НЯ
People Analytics (аналитика людей) Хотя ее удобно использовать как синоним НЯ-аналитики, технически применима к «людям» в целом. Она может охватывать любую группу лиц, даже вне организации. Например, термин «аналитика людей» может применяться к аналитике о клиентах организации, а не только о сотрудниках
Workforce Analytics (аналитика рабочей силы) Это всеобъемлющий термин, относящийся конкретно к сотрудникам организации. Он включает в себя сотрудников находящихся на рабочих местах, удаленных сотрудников, фрилансеров, консультантов и любых других лиц, работающих на различных должностях в организации
В контексте НЯ некоторые метрики аналитики рабочей силы и метрики НЯ-аналитики могут перекрываться, поэтому оба термина часто используются в качестве синонимов. Цель терминов также может быть одинаковой.
Например, данные о производительности труда и производительности сотрудников используются как для анализа кадров, так и для рабочей силы, и цель состоит в том, чтобы повысить коэффициент удержания и повысить качество обслуживания сотрудников [6]
НЯ-аналитика позволяет НЯ-специалистам принимать решения на основе данных для привлечения, управления и удержания сотрудников, что повышает рентабельность инвестиций. Это помогает лидерам принимать решения для создания лучшей рабочей среды и максимизации производительности труда сотрудников. Если данные показатели использовать эффективно, то это окажет большое влияние на прибыль.
Специалисты по персоналу собирают данные по всей организации из таких источников, как:
- опросы сотрудников;
- телеметрические данные;
- записи посещений;
- множественные оценки;
- зарплата и история продвижения;
- история работы сотрудника;
- демографические данные;
- данные о личности / темпераменте;
- процесс набора;
- базы данных сотрудников. [7]
НЯ-специалисты должны согласовать данные и в области НЯ со стратегическими целями организации. [11] Например, техническая компания может захотеть улучшить сотрудничество между отделами, чтобы увеличить количество инновационных идей, встроенных в их программное обеспечение. Для достижения этой цели могут быть реализованы такие НЯ-инициативы, как общие рабочие пространства, корпоративные мероприятия, инструменты для совместной работы и задачи сотрудников. Чтобы определить, насколько успешны инициативы, можно использовать НЯ-аналитику для изучения корреляции между инициативами и стратегическими целями.[8]
Как только данные собраны, НЯ-аналитики вводят данные рабочей силы в сложные модели данных, алгоритмы и инструменты для получения действенного понимания. Эти инструменты обеспечивают понимание в виде информационных панелей, визуализаций и отчетов. Необходимо обеспечить постоянный процесс для обеспечения постоянного улучшения:
- сравнительный анализ;
- сбор данных;
- отбор данных;
- анализ;
- оценка целей и КР1;
- создание плана действий на основе анализа (постоянно проверять новые идеи);
- выполнение согласно плана;
- оптимизация процесса. [9]
НЯ имеет доступ к ценным данным сотрудников. Каким образом эти данные можно использовать для внесения изменений в организацию. Существует много дискуссий о копировании опыта потребителей в опыте сотрудников. По сути, данные о поведении потребителей и мышлении могут помочь в разработке стратегий, направленных на максимизацию продаж за счет использования этих факторов. Аналогичным образом, данные, полезные для функции управления персоналом, могут использоваться для повышения эффективности работы сотрудников, повышения их квалификации и, в свою очередь, для максимизации результатов бизнеса.[10]
НЯ-аналитика может быть использована для измерения инвестиций в перераспределение персонала, что обеспечит необходимые компетенции для поддержки новой модели доходов, используя информацию, основанную на данных, для изменения предложения об обучении по мере появления результатов продаж. [12, 13]
Это точные детальные данные, которые могут не только повлиять на итоговые показатели, но и трансформировать вовлеченность сотрудников.
На основе ключевых показателей эффективности (КР1) организации НЯ может затем предложить показатели, которые могут повлиять на эти КР1.
Важно отметить, что существует четкая связь между потребностью в аналитике и ее влиянием на практический результат. Как специалисту НЯ, нужно будет обосновать, почему отслеживание показателей, относящихся конкретно к сотрудникам компании, имеет решающее значение.
Например, компания может не интересоваться количеством людей, которые покинули организацию добровольно. Что может их заинтересовать, так это то, сколько из этих сотрудников занимают стратегические должности или имеют высокую квалификацию, продолжительность их работы, что привело к их уходу, стоимость замены этих сотрудников и, наконец, как все эти события влияют на прибыль компании. Общие показатели, отслеживаемые НЯ-аналитикой представлены в таблице 2.
Таблица 2 - Общие показатели, отслеживаемые НЯ-аналитикой [8]
Показатель Характеристика
Доход на одного работника получается путем деления дохода компании на общее количество сотрудников в компании. Это указывает на средний доход каждого сотрудника. Это мера того, насколько эффективно организация может получить доход с одного сотрудника
Коэффициент принятия предложений количество принятых официальных предложений о работе (не устных), поделенное на общее количество предложений о работе, поданных за определенный период. Более высокий показатель (выше 85%) указывает на хорошее соотношение. Если оно ниже, эти данные можно использовать для переопределения стратегии привлечения талантов
компании.
Расходы на обучение на одного работника получаются путем деления общих расходов на обучение на общее количество сотрудников, прошедших обучение. Значение этого расхода можно определить из измерения эффективности обучения. Низкая эффективность может привести к переоценке расходов на обучение на одного работника.
Эффективность обучения получается из анализа нескольких точек данных, таких как повышение производительности, результаты тестов и повышение роли сотрудников в организации после обучения. Измерение эффективности обучения может иметь решающее значение для оценки эффективности программы обучения
Уровень добровольного оборота добровольный оборот происходит, когда работники добровольно покидают свои рабочие места. Он рассчитывается путем деления числа работников, уволившихся добровольно, на общее количество работников в организации. Этот показатель может привести к выявлению пробелов в опыте сотрудников, которые ведут к добровольному увольнению
Уровень недобровольной текучести кадров когда сотрудник увольняется со своей должности, он называется «невольным». Коэффициент рассчитывается путем деления числа сотрудников, которые уволились невольно, на общее количество сотрудников в организации. Этот показатель можно связать со стратегией найма и использовать для разработки плана по повышению качества найма, чтобы избежать непроизвольной текучести кадров.
Время для заполнения количество дней между объявлением о вакансии и наймом кого-либо для заполнения этой должности. Измеряя время для заполнения, рекрутеры могут изменить свою стратегию найма, чтобы определить области, в которых тратится больше всего времени
Время найма количество дней между приближением кандидата и принятием кандидатом предложения о работе. Точно так же, как время для заполнения, анализ времени найма на основе данных может принести пользу рекрутерам и помочь им улучшить опыт кандидатов, чтобы сократить это время.
Прогулы это показатель производительности, который измеряется путем деления числа пропущенных дней на общее количество запланированных рабочих дней. Прогулы могут дать представление об общем состоянии здоровья работника, а также могут служить индикатором счастья работника.
Риск, связанный с человеческим капиталом это может включать в себя риски, связанные с работниками, такие как отсутствие определенного навыка для выполнения нового типа работы, нехватка квалифицированных работников для назначения на руководящие должности, желание работника уйти с работы на основе нескольких факторов, таких как отношения с руководством, компенсации и отсутствие четкого плана преемственности. НЯ-аналитика может использоваться для измерения всех этих показателей
В целом, данные, необходимые для инструмента НЯ-аналитики, классифицируются на внутренние и внешние данные (рисунок 2). Одной из самых больших проблем в сборе данных является сбор правильных данных и данных о качестве.
Данные
Внутренние
Внешние
Рисунок 2 - Классификация данных, необходимых для инструмента НЯ-аналитики [11]
1.Внутренние данные.
Внутренние данные, в частности, относятся к данным, полученным от отдела кадров организации. Базовая система управления персоналом содержит несколько точек данных, которые можно использовать для инструмента аналитики персонала. Некоторые из показателей, которые содержит система НЯ18, включают в себя:
1. Срок службы сотрудника.
2. Компенсация сотрудника.
3. Записи об обучении сотрудников.
4. Данные об оценке эффективности.
5. Структура отчетности.
6. Подробная информация о высокопрофессиональных и
высокопотенциальных сотрудниках.
7. Подробная информация о любых дисциплинарных мерах, принятых
против сотрудника.
Единственная проблема здесь заключается в том, что иногда эти данные отключаются и поэтому не могут служить надежной мерой. Здесь специалист может сыграть значимую роль. Они могут организовать эти разбросанные данные и создать группы соответствующих точек данных, которые затем могут быть использованы для аналитического инструмента.
2. Внешние данные
Внешние данные получают путем установления рабочих отношений с другими отделами организации. Данные извне организации также важны, поскольку они предлагают глобальную перспективу, которая не может работать с данными внутри организации.
1. Финансовые данные. Финансовые данные в масштабах всей организации играют ключевую роль в любом анализе человеческих ресурсов, например, для расчета дохода на одного сотрудника или стоимости найма.
2. Данные, специфичные для организации: в зависимости от типа организации и ее основного предложения (продукта или услуги) тип данных, который необходим НЯ для дополнения аналитики, будет различным.
Например, НЯ-специалисты в глобальном ритейлере должны снабжать свой аналитический механизм данными о доходах и затратах магазина, а также данными об опыте работы с клиентами, в то время как НЯ в строительной компании может использовать оперативные данные - данные о здоровье и безопасности и данные, связанные с условными затратами на рабочую силу.
3. Пассивные данные от сотрудников. Сотрудники постоянно предоставляют данные, которые хранятся в НМЗ с момента принятия на работу. Кроме того, данные из их публикаций и публикаций в социальных сетях и из опросов обратной связи могут быть использованы для анализа данных НЯ.
4. Исторические данные. Несколько глобальных экономических, политических или экологических событий определяют модели поведения сотрудников. Такие данные могут дать представление, что ограниченные внутренние данные не всегда могут быть полезны.
Например, рецессия в 2008 году стала глобальным событием, которое изменило восприятие работы сотрудниками. Экономика фрилансеров, стартапов и гигантов выросла, поскольку люди продолжали терять работу. Данные такого важного исторического события могут помочь предсказать, как рабочая сила может отреагировать на подобные изменения в будущем. Затем его можно использовать для выявления тенденций в текущей рабочей силе и прогнозирования добровольного и недобровольного оборота. Современные события и кризис, вызванный пандемией, на наш взгляд так же в большой степени будут нуждаться в выявлении тенденций с помощью инструментов НЯ-аналитики
Таким образом, можно сказать, что при применении НЯ-аналитики в процессах управления персоналом происходит процесс, позволяющий понять, как инвестиции в человеческий капитал способствуют достижению таких результатов как получение дохода, минимизация расходов, снижение рисков, выполнение стратегических планов
Данная технология является основным НЯ-трендом 2020 года и , на наш взгляд является одним из мега трендов на ближайшее десятилетие.
Список использованной литературы
1. Altexsoft, How to Successfully Implement HR Analytics and People Analytics in a Company. - 2019 г. [Электронный ресурс] URL: https://www.altexsoft.com/blog/how-to-implement-hr-analytics/(дата обращения 21.04.2020)
2. Lalwani, What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation, HR Technologist. - 2019. [Электронный ресурс] URL: hrtechnologist.com/articles/hr-analytics/what-is-hr-analytics/ (дата обращения 21.04.2020)
2. Бузник Виктория HR-аналитика. С чего начать?, Talant management. - 2020 [Электронный ресурс]. - URL: https://www.talent-management.com.ua/3443-rukovodstvo-po-hr-analitike-dlya-nachinayushhih/ (дата обращения: 21.04.2020)
3. Scoyy W. O'Connor Human resources analytics: what it is and why it's imrortant, Northeastern University - 2020. [Электронный ресурс] - URL: https://www.northeastern.edu/graduate/blog/human-resources-analytics/ (дата обращения: 21.04.2020)
4. Когденко Вера Геннадьевна, Economic Analysis, DESCRIPTIVE, PREDICTIVE, AND PRESCRIPTIVE ANALYTICS: DATA, METHODS, AND ALGORITHMS - 2019 г (дата обращения 30.04.2020)
5. Erik van Vulpen What is HR Analytics?, Academy to innovate HR -2017. [Электронный ресурс] - URL: https://www.analyticsinhr.com/blog/what-is-hr-analytics/ (дата обращения: 21.04.2020)
6. Уэддил Дебора Digital HR: A Guide to Technology-Enabled Human Resources, Kindle Edition - 2018 г. - 164 с. (дата обращения: 08.04.2020)
7. Puja Lalwani, What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation, HR Technologist. - 2019. [Электронный ресурс] URL: hrtechnologist.com/articles/hr-analytics/what-is-hr-analytics/ (дата обращения 21.04.2020)
8. Литвинюк, А. А.; Логинова, А. В.; Кузуб, Е. В.. Leadership & Management / Liderstvo I Management , Aug/Sep2019, Vol. 6 Issue 3, Publisher: Creative Economy Publishers LLC., База данных: Complementary Index - 2019 г. с. 110 (дата обращения: 28.04.2018)
9. Соловьева О. В. Периодическое издание «Экономика и управление: проблемы, решения», PECULIARITIES OF HUMAN RESOURCES MANAGEMENT IN MODERN CONDITIONS - 2020 - с. 126130 (дата обращения: 25.04.2020)
10. Jenny Dearborn, David Swanson, The Data Driver Leader: A Powerful Approach to Delivering Measurable Business Impact Through People Analytics, Hardcover - 2017 - с. 52-60 (дата обращения: 30.04.2020)
11. Чуланова О. Л., Свиридова О. П. Бенчмаркинг рисков применения HR-аналитики в цифровой экономике // Журнал исследований по управлению. 2020. №. 1. С. 25-31. URL:https://naukaru.ru/ru/nauka/article/36587/view (дата обращения: 21.03.2020).
12. Чуланова О. Л., Свиридова О. П. Проектирование внедрения системы HR-аналитики как цифрового тренда для оптимизации процессов управления персоналом // Журнал исследований по управлению. 2020. №. 1. С. 32-42. URL:https://naukaru.ru/ru/nauka/article/36588/view (дата обращения: 21.03.2020).
13. Чуланова О.Л., Свиридова О.П. Исследование возможностей и рисков применения HR-аналитики для оптимизации процессов управления персоналом в цифровой экономике // Вестник Евразийской науки, 2020 №2, https://esj.today/PDF/02ECVN220.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ.
Spisok ispol'zovannoy literatury
1. Altexsoft, How to Successfully Implement HR Analytics and People Analytics in a Company. - 2019 g. [Elektronnyy resurs] URL: https://www.altexsoft.com/blog/how-to-implement-hr-analytics/(data obrashcheniya 21.04.2020)
2. Lalwani, What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation, HR Technologist. - 2019. [Elektronnyy resurs] URL: hrtechnologist.com/articles/hr-analytics/what-is-hr-analytics/ (data obrashcheniya 21.04.2020)
2. Buznik Viktoriya HR-analitika. S chego nachat'?, Talant management. - 2020 [Elektronnyy resurs]. - URL: https://www.talent-management.com.ua/3443-rukovodstvo-po-hr-analitike-dlya-nachinayushhih/ (data obrashcheniya: 21.04.2020)
3. Scoyy W. O'Connor Human resources analytics: what it is and why it's imrortant, Northeastern University - 2020. [Elektronnyy resurs] - URL: https://www.northeastern.edu/graduate/blog/human-resources-analytics/ (data obrashcheniya: 21.04.2020)
4. Kogdenko Vera Gennad'yevna, Economic Analysis, DESCRIPTIVE, PREDICTIVE, AND PRESCRIPTIVE ANALYTICS: DATA, METHODS, AND ALGORITHMS - 2019 g (data obrashcheniya 30.04.2020)
5. Erik van Vulpen What is HR Analytics?, Academy to innovate HR -2017. [Elektronnyy resurs] - URL: https://www.analyticsinhr.com/blog/what-is-hr-analytics/ (data obrashcheniya: 21.04.2020)
6. Ueddil Debora Digital HR: A Guide to Technology-Enabled Human Resources, Kindle Edition - 2018 g. - 164 s. (data obrashcheniya: 08.04.2020)
7. Puja Lalwani, What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation, HR Technologist. - 2019. [Elektronnyy resurs] URL: hrtechnologist.com/articles/hr-analytics/what-is-hr-analytics/ (data obrashcheniya 21.04.2020)
8. Litvinyuk, A. A.; Loginova, A. V.; Kuzub, Ye. V.. Leadership & Management / Liderstvo I Management , Aug/Sep2019, Vol. 6 Issue 3, Publisher: Creative Economy Publishers LLC., Baza dannykh: Complementary Index - 2019 g. s. 110 (data obrashcheniya: 28.04.2018)
9. Solov'yeva O. V. Periodicheskoye izdaniye «Ekonomika i upravleniye: problemy, resheniya», PECULIARITIES OF HUMAN RESOURCES MANAGEMENT IN MODERN CONDITIONS - 2020 - s. 126-130 (data obrashcheniya: 25.04.2020)
10. Jenny Dearborn, David Swanson, The Data Driver Leader: A Powerful Approach to Delivering Measurable Business Impact Through People Analytics, Hardcover - 2017 - s. 52-60 (data obrashcheniya: 30.04.2020)
11. Chulanova O. L., Sviridova O. P. Benchmarking riskov primeneniya HR-analitiki v tsifrovoy ekonomike // Zhurnal issledovaniy po upravleniyu. 2020. №. 1. S. 25-31. URL:https://naukaru.ru/ru/nauka/article/36587/view (data obrashcheniya: 21.03.2020).
12. Chulanova O. L., Sviridova O. P. Proyektirovaniye vnedreniya sistemy HR-analitiki kak tsifrovogo trenda dlya optimizatsii protsessov upravleniya personalom // Zhurnal issledovaniy po upravleniyu. 2020. №. 1. S. 3242. URL:https://naukaru.ru/ru/nauka/article/36588/view (data obrashcheniya: 21.03.2020).
13. Chulanova O.L., Sviridova O.P. Issledovaniye vozmozhnostey i riskov primeneniya HR-analitiki dlya optimizatsii protsessov upravleniya personalom v tsifrovoy ekonomike // Vestnik Yevraziyskoy nauki, 2020 №2, https://esj.today/PDF/02ECVN220.pdf (dostup svobodnyy). Zagl. s ekrana. YAz. rus., angl.
