Комментарии 16
если мы распределим всех исследуемых сотрудников по источникам найма, то сможем оценить качество каждого из источников
Как-то уж слишком похоже на зависимость числа пиратов от глобального потепления. Найти зависимость - это даже не полдела, а хорошо если четверть. Надо ещё дать гипотезу, которая её обосновывает, и эту гипотезу как-то доказать. А графиков-то настроить можно много :)
особенности анализа больших массивов данных
Вот! Самый важный момент и самое сильно возражнение. Начиная с какой скорости найма ваш метод начинает работать устойчиво? Если у вас приходит 1-2 сотрудника в месяц, то все теренды потеряются во флуктуациях. А если, кстати, приходит не 1-2, а 20-30, то у вас большая компания, и все эти сотрудники приходят в разные не то что отделы, а департаменты, где могут быть ооочень разные условия, и опять тренды не будут ни о чём говорить.
В общем, идея интересная, но выглядит сугубо теоретической. Сферической, так сказать, в вакууме)
А разве нет зависимости числа пиратов от глобального потепления? Я вот смотрел фильм, называется "Водный мир"...
Здравствуйте,
спасибо за комментарий.
безусловно построение графика - это далеко не вся работа. И она не заменяет собой необходимость работы с гипотезами, анализ, проверку стат.значимости и пр. Но задача в рамках статьи была иной - рассказать про инструмент и сделать его максимально понятным для HR-специалистов.
График работает и при количестве наймов в 10-20 человек и при количестве 10,000-20,000 человек. Но, конечно, на разных массивах данных ваши выводы будут показывать разную устойчивость, вы правы.
Найм - это палка о двух концах. Здесь же налицо работодательский шовинизм. Сколько работников уволились не потому, что они не смогли адаптироваться, а потому что ваша компания (команда) не прошла требованиям соискателя?
Например у вас ни копейки нет анализа уволившихся по разным командам. Это в Яндексе-то? По позициям, по офисам, по адресам расположения.
Вы выяснили, что половина новых сотрудников уходит через месяц работы. Построили линейный график количества увольнений от длительности работы, где тут хоть какая-то аналитика? "Чем дольше человек работает в компании тем больше вероятность его увольнения", это прям на шнобелевскую премию тянет.
Здравствуйте,
аналитика начинается там, где ставят вопросы )
пример, который я привел выше: есть два источника кандидата, нужно понять какой источник обеспечивает нас кандидатами с более длительным сроком работы (очень актуально, например, для масс.подбора).
Постройте два графика по каждому из источников и сравните их.
вопрос - анализ - ответ.
какой источник обеспечивает нас кандидатами с более длительным сроком работы
А вот это вообще не понимаю. Они же проходят собеседование, и даже не одно. Так не всё ли равно, пришёл человек по объявлению в газете, по сарафанному радио или с хедхантера? У вас же в Яндексе легендарные собеседования по 125 этапов. Неужели их слишком мало для того, чтобы выравнять кандидатов?
То есть я понимаю, как качество соискателей зависит от источника: с ХХ приходят все подряд, по рефералкам только избранные. Но уже после первого скринига все эти группы по идее уравниваются - с ХХ отсеяли 95%, с рефералок 5%, в итоге и там и там остались самые достойные. Дальше HR, техлид, детектор лжи или что у вас там - на каждом этапе идёт отсев. В итоге все примерно одинаковые на выходе.
Это как строить зависимость успешности бизнесменов от того, в какой детский сад они ходили=) Построить-то можно, конечно, но смысл?
полгода работаю в 1с. сегодня когда тестировщик вернул задачу снова, в голове заиграла песня Разбежавшись прыгну со скалы)))
Как спрогнозировать вероятность увольнения сотрудника
не очень понятно на каком моменте мы получаем вероятность увольнения для конкретного сотрудника. Из графика можно увидеть абстрактную вероятность увольнения любого сотрудника по любым причинам в зависимости от... срока работы? И что это даёт? Я без графика могу сказать, что с увеличением срока вероятность увольнения возрастает, при бесконечно сроке вероятность увольнения будет стремиться к бесконечности, ибо физическая смерть работника неминуемо ведет к его увольнению. Вот это аналитика
Здравствуйте,
если коротко - на моменте анализа графика.
Да, вы можете сказать, что с увеличением стажа работы в компании вероятность увольнения возрастает, но вы не скажете на сколько. Не определите временные интервалы в которые такой риск резко возрастает, не скажете есть ли зависимость вероятности увольнения и источника кандидата (а она есть) и пр.
Так что в общем и целом - да, вы правы. Жизнь каждого из нас рано или поздно закончится, но есть нюансы )
давно интересно почему пытаются изобретать велосипеды и электрических медиумов вместо регулярного выяснения у людей кто из их коллег по их мнению скоро уволится
Всё очень просто. Этот график максимально бесполезен, поскольку в построении графика НЕ ИСПОЛЬЗУЮТСЯ никакие данные о сотруднике, кроме продолжительности работы. А значит он ничего не сможет сказать вам о причинах увольнения - а значит вы никак не сможете повлиять на сотрудника, чтобы он расхотел увольняться. Потому что вы не знаете причину его недовольства.
Здесь люди рассматриваются не как люди, а как безмассовые точечные частицы в ламинарном потоке. Поэтому этот график не для кадровиков, а для верхнеуровнего сфер./вак. планирования в духе "Мы считаем, что через два года у нас уволится тысяча человек, а значит надо будет заложить дополнительно 50 млн на рекрутинговое агенство. Но через два года мы уже тут работать не будем, поэтому сегодня на эту цифру никто внимания не обратит, а зарплату свою мы всё равно получим "
Вероятность увольнения прямо зависит от времени. Это время зависит от психологии сотрудника.
Можно просто посмотреть как долго человек работал на одно месте. Если человек каждые полгода меняет работу, то скорее всего и у вас так же протянет.
Влияет возраст. Более зрелые люди стремятся к меньшим потрясениям в жизни и больше держатся за место. А вчерашних студентов с большой вероятностью заберут в армию.
Мотивация человека. При подборе редко учитывают заинтересованность развития в данной сфере, и скорее всего эти люди даже на работу к вам не попадут. Ведь нужны люди с опытом пусть и фальшивым.
Это то, что мне сейчас в голову пришло. Но думаю, тут можно и еще моментов накинуть.
Если коллектив сексистский, то женщины будут увольняться чаще, значит ли это, что не стоит нанимать женщин?
Ой как красиво! Но к большому сожалению, крупные технологические компании, включая Яндекс, не всегда уделяют достаточное внимание качеству работы персонала на низших должностях. В некоторых случаях наблюдается явление кумовства и попустительства со стороны руководителей, что негативно сказывается на общей эффективности команды, и отражается на текучке. Это круто, когда прислушиваются к аналитикам, но чаще протекционизм решает и имеем что имеем.
Как спрогнозировать вероятность увольнения сотрудника и получить ещё миллион инсайтов из одного графика