Давайте покажу, о чём я говорю на примере. Он очень грубый, ваша аналитика, конечно, гораздо более детальная и нивелирует эту проблему, но она всё равно на значительном уровне остаётся.
Возьмём город N — столица какой-нибудь области между Москвой и Екатеринбургом.
Коэффициент стоимости жизни между N и Москвой возьмём равным 2 для наглядности.
В среднем аналитики в N зарабатывают 50 тысяч, и так получилось, что все 200 аналитиков, которые работают в N указали в МоёмКруге свои зарплаты.
В то же время аналитики в Москве забили, или только 50 человек указали, что они зарабатывают 100 тысяч.
Среднее получится такое:
(200*50 + 50*100)/250=(1000+500)/25 = 60 тысяч.
Посмотрит на эту сумму студент из Москвы и решит, что в гробу он видал профессию аналитика.
Тут может быть такое возражение: чтобы сравнить специальности между собой это не очень важно, потому что сравнение относительное — для каждого направления и уровня верно, что на него влияет не только Москва, но и другие регионы.
На самом деле, это утверждение, нуждающееся в проверке. Вообще говоря, может выясниться, что разработчики Scala на графике выше всех, потому что они все живут в Питере, а в других городах на Scala вообще не пишут.
Ещё одна утрированная ситуация: студент смотрит на эту таблицу, понимает, кем он хочет быть, учится, а потом обнаруживает, что в его городе он не востребован.
Другими словами, поправочный коэффициент важен в любом случае, если аналитика не ради аналитики, а чтобы делать выводы и строить планы.
Зависит от того, насколько вы готовы упороться для достоверности данных :)
Можно опросить десяток крупных компаний с офисами не только в столице, но и в других городах, о коэффициенте, на который домножается зарплата сотрудника при переводе из одного города в другой, нарисовать граф, как-то это всё поанализировать, и научиться сравнивать любые два города.
Либо можно все города сравнивать с Москвой! :)
Тогда из коэффициентов, полученных от разных компаний, можно просто взять среднее, и на этот средний коэффициент домножать значения зарплат. Ну и публиковать этот список коэффициентов.
Я уверен, что у всех крупных компаний такие коэффициенты есть, может и не формализованные. Причём, даже более-менее понятно, как вам их собирать — просто написать держателям аккаунтов компаний на МоёмКруге.
Либо надо добавить разрез по городам.
Если не сделать одной из этих вещей, то исследованию нельзя доверять: в нём будут значительно занижены все показатели.
Я на самом деле, это комментарий уже больше года хотел написать, да никак руки не доходили.
Поискал по тексту, потыкался по ссылкам, но так и не нашёл правил учёта разных городов — довольно очевидно, что в разных городах сильно разный рынок, стоимость жизни и вот это вот всё.
Специалисты одного уровня и одного стека в Москве и в Новосибирске получают разные зарплаты. Складывать их зарплаты в одну модель без коэффициентов некорректно — либо надо строить модели только по одному городу.
Какие коэффициенты вы используете для подсчёта статистики? Если не используете, то почему?
Возможно я слепенький, тогда покажите, пожалуйста, где читать?
Очень сильно зависит от конкретной ситуации.
Общие принципы примерно такие: конечно, переработки оплачиваются. Если ты делаешь что-то важное — можно договориться, что это оплачивается дополнительно или считается рабочим временем. Если про «проект» не ясно, принесёт ли они пользу — он делается на свой страх и риск.
Конкретных бюрократических решений нет — очевидно, что адекватный разработчик при желании найдёт в любом регламенте бреши :)
Хм. Кажется, немного поторопились вы с выводами.
На коротком промежутке эффект могла оказать просто новизна подхода. Условно — пройдёт 3 месяца, всё снова станет плохо, вы измените подход — и ещё на квартал снова станет нормально :)
Ну, энивей, удачи. Если не забудете — отпишитесь в декабре, как дела! :)
Девушек было немного, но они были красивые и, что важнее, умные :) Возможно, мы опубликуем ещё несколько статей от наших стажёров, в т.ч. среди авторов как раз девушка-стажёр этого года.
Ну, тут вопрос, как определить слово «блат». Мы, например, иногда определяем «студента, которого мы берём по блату» как «студента, продемонстрировавшего такой высокий уровень в одной из наших образовательных программ, что его можно брать на стажировку без тестового задания». Такие есть.
Бывает «по блату» значит «наставник познакомился со студентом на одной из наших программ, между ними проскочила искра, и теперь наставник берёт его без тестового и собеседования». Такие тоже есть.
Ещё можно перевести как «некто позвонил генеральному и попросил взять его сына на стажировку». Такого, к счастью, пока не случалось.
Есть информация о количестве уникальных посетителей на главной страничке с трансляцией (примерно 49 200 пользователей) и максимальная пиковая нагрузка (примерно 1200 пользователей).
Цифры ещё уточняем :)
Помимо дельных мыслей, в статье есть явный недочёт: речь в ней идёт про достаточно крутых разработчиков.
Совершенно не освещён вопрос, как понять, что вот ради конкретно этого разработчика стоит приложить побольше усилий, а вон тот — всего лишь быдлокодер, и на него вообще не стоит тратить ни минуты времени.
При этом, последний тип людей, прочитав эту статью, станут мнить, что к ним-то как раз и надо относится со всем возможным пиететом, хотя они этого не стоят :)
И ещё, похожие мысли можно прочитать в статье Джоэля вот здесь (на русском, ссылка на оригинал внутри).
Возьмём город N — столица какой-нибудь области между Москвой и Екатеринбургом.
Коэффициент стоимости жизни между N и Москвой возьмём равным 2 для наглядности.
В среднем аналитики в N зарабатывают 50 тысяч, и так получилось, что все 200 аналитиков, которые работают в N указали в МоёмКруге свои зарплаты.
В то же время аналитики в Москве забили, или только 50 человек указали, что они зарабатывают 100 тысяч.
Среднее получится такое:
(200*50 + 50*100)/250=(1000+500)/25 = 60 тысяч.
Посмотрит на эту сумму студент из Москвы и решит, что в гробу он видал профессию аналитика.
Тут может быть такое возражение: чтобы сравнить специальности между собой это не очень важно, потому что сравнение относительное — для каждого направления и уровня верно, что на него влияет не только Москва, но и другие регионы.
На самом деле, это утверждение, нуждающееся в проверке. Вообще говоря, может выясниться, что разработчики Scala на графике выше всех, потому что они все живут в Питере, а в других городах на Scala вообще не пишут.
Ещё одна утрированная ситуация: студент смотрит на эту таблицу, понимает, кем он хочет быть, учится, а потом обнаруживает, что в его городе он не востребован.
Другими словами, поправочный коэффициент важен в любом случае, если аналитика не ради аналитики, а чтобы делать выводы и строить планы.
Можно опросить десяток крупных компаний с офисами не только в столице, но и в других городах, о коэффициенте, на который домножается зарплата сотрудника при переводе из одного города в другой, нарисовать граф, как-то это всё поанализировать, и научиться сравнивать любые два города.
Либо можно все города сравнивать с Москвой! :)
Тогда из коэффициентов, полученных от разных компаний, можно просто взять среднее, и на этот средний коэффициент домножать значения зарплат. Ну и публиковать этот список коэффициентов.
Я уверен, что у всех крупных компаний такие коэффициенты есть, может и не формализованные. Причём, даже более-менее понятно, как вам их собирать — просто написать держателям аккаунтов компаний на МоёмКруге.
Либо надо добавить разрез по городам.
Если не сделать одной из этих вещей, то исследованию нельзя доверять: в нём будут значительно занижены все показатели.
Я на самом деле, это комментарий уже больше года хотел написать, да никак руки не доходили.
Специалисты одного уровня и одного стека в Москве и в Новосибирске получают разные зарплаты. Складывать их зарплаты в одну модель без коэффициентов некорректно — либо надо строить модели только по одному городу.
Какие коэффициенты вы используете для подсчёта статистики? Если не используете, то почему?
Возможно я слепенький, тогда покажите, пожалуйста, где читать?
Общие принципы примерно такие: конечно, переработки оплачиваются. Если ты делаешь что-то важное — можно договориться, что это оплачивается дополнительно или считается рабочим временем. Если про «проект» не ясно, принесёт ли они пользу — он делается на свой страх и риск.
Конкретных бюрократических решений нет — очевидно, что адекватный разработчик при желании найдёт в любом регламенте бреши :)
На коротком промежутке эффект могла оказать просто новизна подхода. Условно — пройдёт 3 месяца, всё снова станет плохо, вы измените подход — и ещё на квартал снова станет нормально :)
Ну, энивей, удачи. Если не забудете — отпишитесь в декабре, как дела! :)
Сколько времени прошло после исследования и внедрения новых практик мотивации?
Эффект не уменьшился?
, что важнее,умные :) Возможно, мы опубликуем ещё несколько статей от наших стажёров, в т.ч. среди авторов как раз девушка-стажёр этого года.Ну, тут вопрос, как определить слово «блат». Мы, например, иногда определяем «студента, которого мы берём по блату» как «студента, продемонстрировавшего такой высокий уровень в одной из наших образовательных программ, что его можно брать на стажировку без тестового задания». Такие есть.
Бывает «по блату» значит «наставник познакомился со студентом на одной из наших программ, между ними проскочила искра, и теперь наставник берёт его без тестового и собеседования». Такие тоже есть.
Ещё можно перевести как «некто позвонил генеральному и попросил взять его сына на стажировку». Такого, к счастью, пока не случалось.
Цифры ещё уточняем :)
Если мы, конечно, одного и того же Геннадия имеем ввиду :)
Совершенно не освещён вопрос, как понять, что вот ради конкретно этого разработчика стоит приложить побольше усилий, а вон тот — всего лишь быдлокодер, и на него вообще не стоит тратить ни минуты времени.
При этом, последний тип людей, прочитав эту статью, станут мнить, что к ним-то как раз и надо относится со всем возможным пиететом, хотя они этого не стоят :)
И ещё, похожие мысли можно прочитать в статье Джоэля вот здесь (на русском, ссылка на оригинал внутри).