Pull to refresh

Рецепт массового набора тестировщиков

Reading time5 min
Views4.7K
Офис G-Core QA, танк

В конце августа прошлого года наша компания запустила новое направление бизнеса — тестирование игр. Поскольку речь шла о ручном тестировании по готовым повторяющимся сценариям, перед нами встала задача массового набора и обучения персонала. Нам было необходимо привлечь и подготовить 30 сотрудников в течение 3 месяцев! На все про все у нас было 0.5 HR-а и руководитель центра обучения (она же методист и преподаватель курсов). Далее расскажем как мы с этим справились.

Суть задачи состояла в том, чтобы привлечь стажеров в только что открытый QA-центр и обучить их азам тестирования. Начнем с привлечения, а потом расскажем как мы организовали подготовку.

Привлечение


Для поиска кандидатов мы использовали следующие источники:

  • Вакансия на Хэдхантере (наш и соседний регионы)
  • Объявление на форуме и на страницах в соцсетях игры, которую мы собирались тестировать
  • Объявления в группах «Ищу работу»
  • Реферальная программа (денежная мотивация текущих сотрудников привлекать в компанию своих друзей)
  • Реклама в Инстаграм!
  • Яндекс.Таланты

Забегая вперед расскажем, что большая часть сотрудников прошедших испытательный срок, конечно же пришла с Хэдхантера. Но и остальные источники в сумме дали не мало. Для нас это актуально в связи с тем, что мы продолжаем набор.

После старта рекламной кампании за несколько дней мы получили около 300 анкет. Казалось, что никаких проблем с поиском кандидатов не будет… пока мы не отсеяли 90% кандидатов. Достаточно много людей не подошли нам по причине неадекватных ожиданий (от работы, компенсации или иных условий), отсутствия технического и игрового бэкграунда или по причине культурных различий (отсутствие социальных навыков, агрессивность).

Процесс отбора


Онлайн тесты


Для входного отбора мы разработали несколько тестов для проверки общих знаний кандидатов на уровне средней школы: тест на знание русского языка, арифметический тест, в котором проверяются умение считать, умножать, делить, совершать простые математические действия, составлять несложные уравнения и т.д. Также были составлены тесты непосредственно связанные с игровой индустрией и со знанием игры_про_Танки, которую и предстояло тестировать. Для входного контроля наших кандидатов мы приглашали их в офис и давали час на выполнение четырех описанных тестов в гугл-формах.

Поскольку собирать всех потенциальных сотрудников в офисе, предоставлять им рабочее место для выполнения теста было довольно накладно с точки зрения времени и свободного места, было решено перенести тестирование в онлайн-формат, предоставив кандидату самому выбрать время выполнения теста. Чтобы исключить возможность использования внешних источников для поисков верных ответов на вопросы, на все тесты было наложено ограничение по времени — 10-20 секунд на ответ, в зависимости от типа теста.

Ассесмент


Процесс ассесмента кандидатов в тестировщики в G-Core QA
Несмотря на то что кандидаты проходили входной контроль, конверсия трудоустроенных кандидатов оставалась маленькой: только 15% от успешно прошедших входное тестирование были трудоустроены. Чтобы хоть как-то повысить этот процент было решено дополнить онлайн тестирование очной бизнес-игрой.

Кандидатов приглашали в офис и давали командные задание. Пока они выполняли задания, наблюдающие или ассесоры записывали действия, слова, поведение участников, позволяющие дать оценку таким качествам, как ориентация на качество, работа в команде, инициативность, саморазвитие и стрессоустойчивость. По завершении мероприятия ассесоры делились своими наблюдениями и делали вывод, стоит приглашать кандидата на обучение или нет.

Ассесмент действительно помог увеличить процент трудоустроенных до 45%, однако трудозатраты на данное мероприятие были слишком велики и признаны нецелесообразными. Так, например, для потока в 20 человек необходимо было пригласить хотя бы 5 ассесоров и потратить 4 часа их времени, т.е. на одного человека условно тратилось 60 минут, а для определения на собеседовании, что человек не подходит компании, обычно достаточно и 15 минут.

Обучение


Когда курс был составлен, а желающие пополнить наши ряды были найдены, мы начали обучать кандидатов в очном формате. Основными проблемами в очном обучении стали затраты на аренду помещения, большая загрузка преподавателя и не совсем рациональная трата времени с точки зрения кандидатов: хотелось посмотреть и прокомментировать выполнение практики каждого обучающегося, а те, у кого уже проверили сидели без дела, теряя интерес к заданиям других.

Преподаватель тратил 20 часов на обучение одного потока, столько же тратили и кандидаты. Помимо этого, часть кандидатов отказывалась от предложения о работе, не доходя до конца обучения, так как совмещать текущую работу с недельным курсом по тестированию было нереально. Поэтому мы решили сделать онлайн-курс, который позволил бы кандидатам выполнять задания в своем ритме и изучать материалы тогда, когда им удобно.

Занявшись организацией онлайн курса мы начали изучать какие есть инструменты и какие из них лучше подойдут под наш проект. Поэтому первый курс сделали в Google Classroom. Получилось неплохо.

В основу курса легла программа обучения очного курса. Разработанные практики были перенесены в онлайн формат, а для проверки, насколько внимательно учащиеся слушают теорию, были разработаны тесты по лекционному материалу.

После перехода в онлайн формат мы значительно оптимизировали процесс обучения: теперь кандидат тратит по 2 часа в течение 4 дней, а преподаватель ~1,5 часа на одного кандидата. И все это в удобное время!

Проведя несколько потоков, стало понятно, что самое главное в онлайн-обучении – поддержание мотивации. Мозг человека противится всему новому, и в какой-то момент кандидаты видимо думали: «Ой, да не так уж и сильно мне эта работа нужна» и покидали онлайн курс, не пройдя и первого модуля. Для нас это тоже был фактор отсева: если человек не способен потратить даже 4 дня на изучение предмета, то может быть не стоит за него держаться?

На данный момент мы опробовали уже три платформы для организации онлайн-обучения: Google Classroom, GetCourse и Stepik. Первое, что учитывалось при выборе платформы – возможность личного общения преподавателя и студента. Не очень удобно для ответов на вопросы, которые, например, возникают по ходу практики переходить на другие инструменты, как это приходится делать в Stepik. Также было важно не испугать кандидата сложным интерфейсом, все-таки очень нам хотелось, чтобы они дошли до конца. Ну и конечно, требовался хороший конструктор тестов с разными видами тестовых заданий, чем, например, не может похвастаться GetCourse. Сильная сторона GetCourse — возможность монетизации (что для нас не актуально). На данной платформе есть возможность использовать встроенную платежную систему, что несомненно удобно для платных курсов. В итоге мы выбрали Google Classroom, потому что этот бесплатный инструмент дал нам все то, чего мы хотели. Classroom использует Google Forms для организации тестов. Они довольно разнообразны и позволяют создавать разные типы вопросов, общение с кандидатом осуществляется в личных сообщениях, и есть отличная сводная таблица с результатами прохождения курса каждым студентом.

Выводы и результаты


Хотя переход к онлайн обучению дал свои плоды в виде значительной экономии времени для всех участников процесса обучения. Однако появились и проблемы – информация стала усваиваться явно хуже. Очные занятия позволяли по нескольку раз повторять теорию, чтобы она осталась в голове, и буквально выбивать из студентов вопросы, чтобы помочь им разобраться в непонятых темах. А когда человек проходит обучение самостоятельно, ручаться за то, что он все разберет и действительно выучит, нельзя. Но мы нашли выход и тут. Теперь помимо онлайн-обучения мы проводим очные встречи, на которых можно задавать вопросы и акцентировать внимание на наиболее сложных моментах. В конце курса проводится тест и собеседование, и по их результатам принимается решение о трудоустройстве.

В результате примененного нами подхода, мы справились с поставленной задачей и набрали необходимое количество сотрудников.
Tags:
Hubs:
Total votes 3: ↑3 and ↓0+3
Comments7

Articles