Идея принимать решения о людях на основе анализа данных обсуждается давно, написаны десятки книг. Многие зарубежные (а теперь и отечественные) компании всерьёз начали применять данные не только в виде простых отчетов и индикаторов, но и более изощренным способом — через предиктивные модели (регрессионные или нейронки). Но, по моему мнению, до 70% всех усилий лежит именно в подготовке и поиске данных, чтобы затем их использовать для принятия решений. Конечно, есть ещё вопрос «зачем?» — но оставим его пока за скобками.

В статье я расскажу про мои топ-5 проблем с данными из опыта работы в больших корпорациях, и их возможные причины, а также поделюсь наработанными подходами к решению этих проблем.

По итогам создания нескольких корпоративных систем обучения в крупных компаниях, на основе обратной связи участников подкрепленных собственными ощущениями, есть гипотеза, что самым эффективным видом обучения взрослых является обучение "во время работы" (learning on-the-job). Эффективным с точки зрения остаточных знаний и наблюдаемого изменения поведения (применения новых навыков в работе).

В статье я анализирую причины такой эффективности, и строю классификацию из 8 методов реализации такого обучения в современной цифровой среде. В итоге, современные технологии HRTech и EdTech дают возможность организовать обучение многим профессиональным компетенциям прямо на рабочем месте. А поскольку все больше профессий работают удаленно и цифровым образом (и ИТ тому яркий пример), то совмещение цифровой рабочей и обучающей среды становится простым и эффективным способом организации обучения сотрудников во время работы.

Традиционные подходы к автоматизации HR насчитывают не один десяток лет, и обязательно требуют существенного вовлечения со стороны ИТ-службы (по крайней мере в крупных компаниях). Это приводит к необходимости искать общий язык, учиться формулировать задачи и идти итеративным путем, - imho редко когда ИТ-решения для управления персоналом сразу "взлетают". Пару лет назад все стали говорить о low code решениях как новом эффективном средстве для само-автоматизации, в том числе и в HR. Постараемся разобраться, насколько это перспективно.

Low code или No code решениями обычно называют программы для создания приложений (чаще всего для компьютера и/или мобильных платформ), которые позволяют "собрать" нужную вам программу из "кирпичиков" без необходимости писать программный код, иногда с применением минимальных формул как в Excel или немногочисленных команд. Рекламируется эта возможность для обычных пользователей, а не для программистов по образованию. Хотя на мой взгляд, это не совсем так удобно и радужно, как рассказывают их производители.

Low code программы обычно строятся на основе имеющихся или вновь создаваемых таблиц с данными, или имеющихся у вас баз данных, а также присоединяются к стандартным HR-системам типа SAP, Oracle, Salesforce. Также обычно есть возможность подключить имеющиеся таблицы Microsoft Excel или Google Sheets - многие кадровые процессы все еще ведут в простых таблицах (признаемся честно :).

Так вот, именно описанные выше возможности и кажутся большим плюсом - вместо покупки громоздкой программы и долгого мучительного "внедрения" и переработки ее "под себя", и вроде-бы citizen developer ("непрограммирующий разработчик") может за 1 день создать небольшое приложение под конкретную задачу, а потом его сами развивать, не прибегая к помощи ИТ. Даже больше: