- Продукти
- Галузі
- Управління та автоматизація металообробної промисловості
- Управління та автоматизація виробництва кабелів
- Управління та автоматизація будівельного виробництва
- Управління та автоматизація виробництва будівельних матеріалів
- Управління та автоматизація харчової промисловості
- Управління та автоматизація виробництва хімії
- Управління та автоматизація виробництва поліграфії
- Управління та автоматизація виробництва упаковки та тари
- Управління та автоматизація виробництва товарів повсякденного попиту (FMCG)
- Управління та автоматизація целюлозно-паперового виробництва
- Управління та автоматизація меблевої промисловості
- Управління та автоматизація деревообробного виробництва
- Управління та автоматизація взуттєвого виробництва
- Управління та автоматизація легкої промисловості
- Управління та автоматизація виробництва автокомпонентів
- Управління та автоматизація виробництва приладів
- Ціни
- Послуги
- Відео
- Медіа
- Хто ми
Big Data в HR – пока слишком рано?
Big Data стал настолько распространенным термином, что его пытаются применить буквально к каждой бизнес-функции, утверждая, что это улучшит работу компании. Тенденция эта не обошла стороной и отделы HR. При этом в отделах кадров и раньше стремились использовать много аналитических инструментов, что до определенной степени было обоснованно. Но так ли уж необходима big data в HR, и как можно добиться более эффективной работы отдела при помощи современных инструментов управления?
В HR нет такой штуки, как Big Data
Как в случае с другими модными технологиями в бизнесе, big data действительно оказывается полезной в некоторых сферах. Но если следовать формальному определению, то в HR нет big data, ну, или почти нет. Даже в крупных компаниях работают в лучшем случае тысячи сотрудников, а не миллионы, а статистические данные о персонале, если и собираются на регулярной основе, то с годичной периодичностью. И даже в компаниях такого масштаба у HR почти нет поводов применять специализированные инструменты, основанные на big data.
Пока что во многих компаниях не решена задача систематического сбора и накопления данных, не говоря уж об их анализе. Часто массивы данных, связанные с отдельными функциями HR, оказываются разрозненными: хранятся в разных базах, в разных форматах и т.д. Пока не обеспечена совместимость данных на уровне базы, нет смысла задавать даже самые простые вопросы, наподобие того, какие характеристики кандидата могут сигнализировать о том, что он станет эффективным сотрудником.
Еще одна особенность применения аналитики в HR состоит в том, что тут многие вопросы начали исследовать раньше, чем в других сферах. Так, профессиональной дискуссии о том, что считать удачным наймом, исполнился век. В итоге, вероятность того, что, применив современные техники обработки и анализа данных, мы сделаем какое-то существенное открытие, стремятся к нулю.
Еще и сам характер данных в сфере управления персоналом создает дополнительные препятствия для проведения их анализа. В соответствии с новым законодательством, данные о сотрудниках компаний из Европы нельзя передавать за пределы границ Евросоюза. Теперь специалистам отдела HR нужно следить за тем, чтобы накопленные данные не попали в руки безответственных сотрудников, которые не осознают возможных негативных последствий.
Обойтись без Big Data — реально
Не смотря на всеобщее увлечение big data, значительная часть критически важных для бизнеса данных по-прежнему хранится в традиционных СУБД, что подтверждают многочисленные исследования. Независимо от того, насколько успешными будут проекты работы с неструктурированными данными, на протяжении длительного времени бизнес (в том числе и его HR-отделы) будет продолжать работать с традиционными инструментами хранения структурированных данных.
Так что же делать с HR-данными? Во-первых, постарайтесь увидеть целостную картину – составьте графики, отражающие динамику штата по подразделениям организации и ее изменение с течением времени. Где оказалась самая высокая текучка? В какие периоды времени она наблюдалась? На что конкретно жаловались сотрудники?
Далее, старайтесь почаще актуализировать эти данные. Например, откажитесь от ежегодных длинных опросников в пользу кратких, быстро заполняемых анкет сотрудников. При этом проводите опросы существенно чаще. Умные компании наподобие IBM научились собирать данные, на основе информации, которую генерируют и публикуют сами сотрудники на в социальных сетях. Эту информацию можно использовать, например, для мониторинга климата в коллективе и выявления факторов, которые беспокоят сотрудников.
Наконец, стоит анализировать связи между данными. Например, стоит выяснить, как критерии найма на предприятии связаны с реальной эффективностью нанятых сотрудников. Это важно в том числе потому что часто руководство компании требует соблюдать требования, выполнение которых в действительности никак не сказывается на эффективности нанятых сотрудников. В таком случае, анализ данных может привести к изменению критериев подбора кандидатов.
Облачный сервис для рекрутеров Clobbi.Recruitment использует современные технологии обработки данных (в том числе и неструктурированных), а также предоставляет мощные инструменты аналитики для всестороннего анализа различных аспектов процесса найма и приема сотрудников на работу. Благодаря применению современных инструментов сотрудники кадровых подразделений существенно быстрее закрывают вакансии и принимают на работу специалистов, наиболее точно соответствующих заявленным требованиям.

