С цифрами на «вы»: 5 просчетов при работе с HR-аналитикой

Share on FacebookTweet about this on TwitterShare on LinkedIn

Написать эту статью меня побудила дискуссия на Linkedin по поводу моего поста про среднюю заработную плату. Мои оппоненты пытались доказать свою правоту (оставим в стороне вопрос корректности спора руководителя со специалистом, 5 лет занимающимся аналитикой рынка труда), привлекая весомые, как им казалось, цифры. И это убедило меня, что статью про проблемы работы с аналитикой писать надо – не только у эйчаров, но и руководителей есть проблемы в восприятии и переработке цифровой информации.

С одной стороны, приятно и полезно, что HR-аналитика не просто входит в моду, но и становится рабочим инструментом. И мы уже перестаем бояться Big Data.

Но с другой стороны, в начале любой новой деятельности мы допускаем промахи. Я собрала пять наиболее популярных.

1. Нужна только одна цифра

Я иногда шучу, что нам не нужны «биг дата», важнее и понятнее «смолл дата». Многим специалистам трудно побороть искушение «все упростить» – найти одну «волшебную цифру» и руководствоваться ею в любой ситуации. Например, народ любит руководствоваться средней зарплатой. А потом добавить к ней 10% – и «быть в рынке». Без желания понимать, что такое средняя зарплата и как она соотносится с тем, за что вы платите своим сотрудникам. Так, зарплата продавца может быть разной в зависимости от того, это просто «подавачка» или эксперт, способный не просто продать, но приобрести постоянного лояльного клиента в большинстве покупателей. И в зависимости от того, какой квалификации специалист и в каком регионе вам нужен, цифра может отличаться не на 10% от средней зарплаты, а в разы.

2. Ищем идеальную внешнюю цифру для внутреннего процесса

Например, один из менеджеров настойчиво пытался узнать для эйчара своей компании-клиента «правильную цифру текучести». К сожалению, мне не удалось узнать, что считает правильным в текучести эйчар и почему нужно ориентироваться на некие внешние цифры при анализе внутреннего процесса. Мне кажется, что текучесть внутри каждой компании – это как температура тела: она всегда есть, нужно понимать, что кроется за этой цифрой и какова динамика. Например, цифра в 5% текучести может казаться идеальной, но если уходят ключевые сотрудники, командами, уносят к конкурентам свои ноу-хау и «куски» бизнеса, это гораздо хуже, чем текучесть в 25% у коллег по бизнесу, которые организовали ее приемом во фронт-офисы большого количества молодых специалистов и не страдают кардинально от того, что молодые-необученные уходят на испытательном сроке, если понимают, что это не их бизнес или им не нравится корпоративная культура. Поэтому по внутренним показателям лучше все-таки понимать, откуда появилась цифра, насколько она критична для компании. И, соответственно, нужно ли с ней бороться, работать на опережение, или это существенно не скажется на деятельности компании.

3. Не видим, что кроется за цифрой

Еще в институте на психологии нас учили отличать источник и его деятельность – в чем он может быть экспертом, а в чем нет. И насколько эта экспертиза для нас актуальна и нужна. Например, наши мамы для нас часто эксперты в приготовлении еды или домашних нюансах, но их мнение, например, о новых версиях мобильных телефонов не всегда отличается экспертностью. Так и со многими аналитическими цифрами. Есть случаи, когда эксперт рынка, например, тренингов, с легкостью запускает в массы цифры, основанные на своих прикидках или личном мнении про рынок рекрутинга, средние зарплаты и т.д. И не всегда эти цифры будут соответствовать аналитическим выкладкам – зачастую сам эксперт не владеет полной информацией или переоценивает (недооценивает) влияние факторов или приоритетов. Но неискушенная публика, не понимая, насколько глубока эта цифра, начинает в нее верить и придавать ей авторитет, перенося на нее доверие к автору этого показателя.

Недавно в медиа поднялась шумиха относительно средней почасовой оплаты труда украинцев. С одной стороны, цифра эта не очень популярна на рынке труда Украины – в отличие от европейских или американских работодателей, украинские компании привыкли оплачивать труд своих сотрудников помесячно или понедельно. С другой стороны, эта средняя цифра настолько усредненная, что из нее вымылся любой практический смысл. К какому практическому HR-процессу можно приложить цифру, которая получилась от того, что среднюю декабрьскую зарплату по Держстату (тоже среднепотолочная цифра, достаточно глянуть на ее динамику в течение года) поделили на результат деления среднегодового количества рабочих часов в год на 12 месяцев? Многие официальные цифры статистики – из этой же «оперы». Поэтому прежде чем хвататься за показатель как руководство к действию, полезно проверить – откуда она взялась. И даже если источник – авторитет, но в смежной области, насколько это влияет на релевантность предложенного показателя. И руководствоваться проверенными и адекватными показателями. Причем соизмерять их не только между собой, но и со смежными коррелирующими величинами.

4. Пытаемся работать со всевозможными цифрами

В аналитике «бритва Оккама» тоже работает. Надо уметь отсечь лишнее, иначе этот «цифровой шум» не только отнимет лишнее время и силы, но и может завести в другое направление. Иногда встречаю эйчаров, которые пытаются, как метеорологи, учесть не только важные и очевидные цифры, но и «погоду в Танзании» – так, на всякий случай. Конечно, важно уметь понять приближение «большого шторма» по форме легкомысленных облачков, но ходить в дождевике каждый солнечный день – это перебор. Иногда у нас запрашивают такие немыслимые цифры, что совершенно непонятно – зачем? Доказать, что владеешь инструментарием Big Data? Прокачать скиллы по работе с аналитикой? Не всегда у эйчаров есть на это время и не всегда это задача такой важности, что стоит пренебречь рекрутингом или кадровым делопроизводством, чтобы попытаться спрогнозировать зарплату животновода в Жашкове в 2020 году.

5. Пытаемся цифрами объяснить психологические факторы или «особенности корпоративной культуры»

Есть такие случаи, когда, например, измеряется текучесть, указывается сезонный тренд – а проблема в том, что руководитель подразделения самодур, и все, получив полугодовую-годовую премию, быстренько увольняются. Или говорят, что зарплата низкая, никого набрать не можем – а корпоративная культура компании такова, что многие не захотят покупать проблемы в этой компании за любые деньги. Еще вариант – в торговле текучесть высокая, поэтому «особо мотивировать персонал не будем, все равно уволятся». Хотя у коллег по рынку с большей, своевременно выплачиваемой зарплатой и «уютным» соцпакетом все гораздо лучше. Поэтому иногда полезно «вынырнуть из цифр» и посмотреть на корпоративную культуру, личности руководителей и другие «животворящие» вещи.

В общем, работа с аналитикой – вопрос непростой. Он требует терпения, системности и усидчивости – иногда за деревьями не видно леса. Учитывая, что мало показателей (как внутри компаний, так и по рынку) у нас оцифрованы и систематизированы, работа с аналитикой иногда напоминает археологические раскопки или промышленный шпионаж, но результат того стоит. Если не полениться и собрать воедино все адекватные и весомые цифры и факты, проанализировать все возможные прогнозы, тенденции и закономерности, отбросить лишнее, то можно увидеть поразительные вещи, помогающие и компании найти «скрытые резервы», и людям внутри компании сделать жизнь комфортнее и приятнее. Уже ради этого стоит хотя бы попробовать.

Share on FacebookTweet about this on TwitterShare on LinkedIn

Login

Welcome! Login in to your account

Remember me Lost your password?

Lost Password