5 советов: как использовать
Big Data в HR
Представьте себе сайт Википедия. Если распечатать всю информацию, что появилась там с 2001 года, получится серия книг из 2053 томов. А если собрать все, что есть в интернете?

Это и есть Big Data. Человечество все создает и создает информацию. С 2005 по 2015 год было произведено 300 эксабайтов данных. Это на минуточку шесть триллионов (!) романов «Война и мир». Мы решили разобраться, зачем нужно анализировать большие данные и как это все-таки можно использовать в HR.

Больше знаешь, крепче спишь

Зачем нужно анализировать Big Data? Логика на самом деле проста: чем больше у нас информации, тем глубже полученные на ее основе выводы. Это как в социологии: чем больше выборка, тем точнее наши о ней знания.

Сейчас большие данные распространены во многих отраслях бизнеса: здравоохранении, телекоммуникациях, торговле, логистике. Как показывает практика, анализ биг дата особенно эффективен в работе с клиентами: он позволяет лучше понять их нужды, анализировать эффективность маркетинговых кампаний.

По данным опроса IBM Institute за 2015 год, в компаниях анализ биг дата используют по трем основным направлениям: это клиентский сервис, операционная эффективность и риск-менеджмент.

Сила биг дата - в персонализации. Вы знаете, чего хочет каждый отдельный клиент, и можете работать с ними адресно.

Big Data в HR: pro и contra

Сейчас часто говорят, что HR движется в сторону маркетинга, что работать с кандидатами нужно так же, как работают с клиентами - персонализировано. Не на всех направлениях работы HR есть смысл использовать Big Data. Обычно это:
· Поиск талантов
· Увеличение вовлеченности сотрудников
· Измерение производительности

Потенциал применения больших данных в рекрутменте велик. Теоретически в будущем он позволит обрабатывать большой поток кандидатов по максимальному количеству критериев оценки, даст возможность лучше понять эффективность сотрудников и их нужды.

Другие думают, что в HR большим данным места нет. Все потому, что Big Data - это реально БОЛЬШИЕ данные, а в HR они встречаются не так часто. Поэтому для многих компаний, где штат сотрудников исчисляется несколькими тысячами (а это не биг дата), подобный анализ не имеет смысла.

Другая сложность заключается в том, что вопросы, которые можно разрешить, анализируя большие данные в рекрутменте, часто имеют глобальный характер. Например, что влияет на мотивацию сотрудников? Это почти философский вопрос. Чтобы ответить на него, нужны годы исследований и труд многих людей. Бизнес явно не сможет ждать 10-20 лет для его разрешения.

В-третьих, для анализа биг дата в HR могут быть ограничения в законодательстве. Например, в Европейском Союзе крупная международная компания не может легко передавать данные о своих сотрудниках в другие страны, то есть она не может свободно анализировать те самые миллионы (большие данные!!) сотрудников.

На этом сложности не заканчиваются. К чему может привести такой анализ? В США, если в результате исследования выяснится, что в компании как-то ущемляют права меньшинств (женщины зарабатывают меньше мужчин, мало сотрудников с цветной кожей), это вызовет реакцию общественности и юридические последствия.

Советы по работе с Big Data

Если вы решили все-таки начать работу с большими данными, то вот несколько советов:

1. Как можно чаще смотрите на имеющиеся у вас данные. А это значит, как можно чаще проводите даже небольшие исследования. Крупные исследования, которые проводят раз в полгода-год, позволяют увидеть лишь масштабные сдвиги, а вот небольшие еженедельные или даже ежедневные researches позволят увидеть минимальные изменения.

Например, в компании IBM анализируют потоки информации, поступающие в корпоративные соцсети, в которых сотрудники активно рассказывают о своих ежедневных трудностях. Ежедневных!

2. Не пытайтесь проанализировать все и сразу. Лучше выбрать одно направление и над ним работать, привлекая как можно больше источников информации.

3. Ищите корреляции между данными. Это позволит узнать, работают ли на практике критерии, по которым вы искали кандидатов, есть ли связь между сроком службы и эффективностью сотрудника и многое другое.

Подобные исследования уже проводили в "Альфа-банке". Как рассказала в недавнем интервью директор по подбору персонала компании, Шломит Груман-Навот, в "Альфа-банке" попытались выяснить, анализируя биг дата, связь между показателем эффективности сотрудника и сроком его службы на занимаемой должности. В результате узнали, что чем дольше сотрудник работает, тем он эффективнее.

4. Исходите из нужд, а не из имеющихся данных. Если есть потребность понять что-то, а информации об этом мало, нужно начать сбор информации, а не анализировать что-то другое.

Брет Комо из американской компании LG Fairmont, которая занимается инвестициями в недвижимость, рассказывал, что у них в компании стараются уже на этапе интервью собирать количественные данные о кандидатах. По его словам, он отслеживает показатели, общие для самых успешных сотрудников. Это помогает принимать более взвешенные решения и снижать риски.

5. Не только анализируйте, но и планируйте. Данные покажут, что происходит и происходило. Не стоит останавливаться на этом, старайтесь делать выводы на будущее.

comments powered by HyperComments
Это может вас заинтересовать
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности