Какие есть показатели в HR стратегии? Ключевые показатели эффективности управления персоналом.

с точки зрения работы с данными понятное дело что у нас центре находится сотрудник вот но на его вовлеченность эффективность и другие параметры которые влияют на бизнес показатели компании мы можем смотреть с очень разных сторон из очень разных наборов данных первое что находится там наверху это так называемая формула прибыли от как вы знаете у нас в единстве есть собственная разработка эта формула прибыли мы ее используем в том числе и для решения чар задач заменяя например средние чеки на производительность а повторные покупки на стаж работы в компании опять же у нас есть по этому поводу отдельное видео в комментариях к этому занятию вы найдете вот на него ссылку можно будет посмотреть из него нас волнует в основном как бы финансовый бизнес показатели из формулы прибыли нас интересует там стоимость найма нас интересует производительность человека среднее нас интересует текучесть которая там опосредованно формуле присутствует и так далее то есть мы понимаем насколько хорошо реализуется та или иная инициатива ибо экспириенса с точки зрения но по сути финансовых показателей компании помимо этого у нас есть так называемые user experience данный отель те показатели которые мы как правило выявляем через опросы а здесь нас интересует в базе своей ленте вовлеченность нас интересует лояльность или нпс ну и любые другие параметры которые мы уже замираем замеряем а это в базе своей на самом деле эффективный им placement только на уровне вовлеченность и лояльности невозможен вот поскольку он будет учитывать только вот какие то вещи которые резонно считает развод вот и применительно к человеку и организации в целом для того чтобы менеджмент был эффективен нам нужно еще и к этапам взаимодействия сотрудников компании привязать поэтому здесь появляются с одной стороны как подход так называемый путь запросы когда мы ни разу год промеряем к показатели с довольно высокой периодичностью причем либо в привязке к хронологии формате раз две недели либо в привязке каким-либо событиям любой человек прошедшей сегодня курс какой-нибудь нашей адаптации получает свой опрос и дополнительно там возникают вопросы завязанные на бага ранее общую удовлетворенность неудовлетворенность ну и дополнительные вопросы они могут быть в разном формате в зависимости от целей и задач но вопросы касаемые этапов и точек контакт у нас например есть какое-то понимание что людям не очень нравится формат выдачи справки какой-нибудь нам справки о доходах или и мне очень нравится предоставление отчетности о командировках да и мы тоже должны исследовать и знать удовлетворенность по этому параметру от человек то есть к юзер экспириенс данном относится все параметры которые нам называют сам человек в прежде всего через запрос и безусловно здесь могут быть интервью вот но если мы имеем дело с большой организации а еще и хотим все эти данные утащить в даже борды и собирать их на регулярной основе вот без опросов причем в пульс форматах здесь не обойтись довольно часто встречается такая аргументация критика это история связана с тем что сотрудники задолбались проходить наши опросы и вовлеченность падает с каждым вопросом по ним причем и response рейд то есть сколько или какой конечно людей отвечает вот и сам показатель вовлеченности тоже падать на мой взгляд это прежде всего связана не с количеством вопросом по людям вот с тем как мы с этими данными работы действительно если меня раз в год спрашивают вот насколько удовлетворенно а потом не очень что-то с этим делаю это потому что это же спрашивает раз в день и ничего по-прежнему не происходит я наверное в какой-то момент перестану поэтому хоть как-то относитесь вот но если эти мои данные и данные моих коллег находят свое отражение в реальных инициативах и чарли службы саппорты службы и вот в целом и play экспириенс команды конечно же я буду в этом участвовать просто потому что для меня это по сути такой банк идей и возможность обратной связи в общем много об этом хорошего написано в книжке сильнейшие про культурные от фрикса можете подробнее про это почитать где там собственно сами ай-ти специалист ее сотрудники netflix а вы выступили с инициативой проводите опросы а делать их не анонимными просто там касалось история скорее передачи обратной связи друг другу то есть оценка 360 вот ну ту же логику можно с радостью переложить и на параметр связанные с взаимодействием с компанией в целом второй набор данных который нас возникает и сейчас начинает

все более активно использоваться так называемые транзакционные дамы либо tix это те параметры которые хранятся в наших системах это может быть какая-то rp системы может быть какие-то мессенджеры это может быть какой-нибудь workplace почта и так далее в общем виде это все что касается такой истории как дичь the workplace есть цифрового рабочего места так этим параметрам относятся количество сообщений который оставляет человек с кем он взаимодействует что он пишет какие пику муникации он получает и так далее this довольно много сейчас есть интересных исследований на тему того что например предиктором выгорания которые мы в вопросе например увидим вот например только 1 месяц предиктором выгорания может являться снижение активности человека каких-то общих корпоративных чатах и мы можем на графике видеть эту историю и заранее понимать что скорее всего вопросе о народном расскажут про выгорание вот и мы можем какие-то предупредительные действия по этому поводу сделать ну либо мы знаем историю про то что можно математически посчитать предикторы и выявить что предиктором увольнение в некоторых организации служит доля писем получаемых после восьми вечера в общем многих интересуют час транзакционные данные и их нужно конечно же собирать проблема здесь состоит в том что не у всех мягко говоря внедрили что workplace под внедрением ними виду не то что мы там оплатили подписку microsoft teams либо внедрили битрикс24 а то что в нем реальное взаимодействие происходит а зачастую организация живет отдельно от условного битрикс битрикс24 вот и поэтому операции на эти данные невозможно это первая большая проблема связана с транзакционными данными а вторая большая проблема связана с тем что они бывают либо нет связанные с другими параметрами либо выводы по ним делаются в лоб на классическим примером здесь является вот курьезный случай если не считать что большое количество людей от него пострадали вот с компанией xoтeлocь где собственно на уровне оценки того как часто люди пользуются confluence и это такое решение от компания атласе завязанная на базу знаний вот на уровне обзор оценки в процентах сколько времени человек там проводят времени проводят вот принималось решение довольно серьезная оба увольнение людей я не буду сейчас погружаться в дебри то истории там насколько эта реальная фактура совпадало с задачами бизнеса и так далее только скажу что вот в том примере который нам известен наверно довольно странно исходя из параметра доля времени и рабочего затрачиваемое на использование базы знаний делать вывод о том что человек не вовлечен человек непродуктивен и неэффективен то есть это какой-то очень одномерный взгляд то есть вторая проблема здесь состоит в том что не только нужно собирать данные но и уметь их правильно и по бизнеса вам и интерпретировать есть еще третий набор данных которая нас здесь возникает мы их условно называем и чада данные это те параметры которые либо присуще человеку самим себе этом 700 м либо те параметры которые у него возникают связи с профессиональной деятельностью например стаж причем может быть стаж у нас а может быть старше компаний либо те параметры если и они уж не отражены в транзакционному опыте но мы их можем вытащить на при этом из 1с системы либо из sap а вот который касается его там перемещений перемещение имеется ввиду рост зарплаты ну и собственно грейды и другие перемещения таким образом у нас есть четыре набора данных который по хорошему стоит собирать по сотруднику для того чтобы иметь возможность повторюсь затем производить с этим какие-то действия да то есть мы вот сейчас и говорим про вторую строчку да и наша задача на какие-то из этих параметров влиять на какие-то параметры не влиять каким образом мы обычно эти данные используем с точки зрения реализации проектов первая наша задача выделить здесь во всех этих параметров те которые являются для нас ключевыми с точки зрения бизнес-задач ну например это возможно крамольная мысль с точки зрения классики и чар но не всегда с точки зрения текущих особенно краткосрочных задач бизнеса на сможем может волновать вовлеченность например или даже лояльность могут ли между собой быть завязаны эти параметры быть там корреляция да конечно но если мы говорим что для нас сейчас лояльность вовлеченность важны менее чем работа с выгоранием то инициативы которые будут возникать потом то есть трансформация будет направлен на другое авось мы будем говорить о том чтобы каким-то образом отпускать людей водить направлении связанной с психологической поддержкой

снижать их уровень загрузки и так далее в общем работает над ментальным здоровьем и работает над за грузом людей напрямую не следует инициативы если бы мы ориентировались только на лояльность и только на вовлеченность на то есть наша задача выделить параметры которые для нас являются важными с точки зрения бизнеса а то есть мы берем бизнес-задачи берем задачи с вот этой формулы и чар и затем формируем те на которые мы первую очередь ориентируемся