Используйте HR-аналитику, чтобы выявить бессознательную предвзятость при принятии решений о найме
#разбор_статьи

Мой дипломный проект на психфаке был про восприятие человека человеком, эта тема меня всегда занимала. Поэтому я очень люблю находить материалы из области HR аналитики, которые пересекаются с психологией:
📖 одна из таких статей на LinkedIn

Выводы:
✅ Тренинги о бессознательной предвзятости могут только ухудшить ситуацию.
✅ Люди отождествляют себя с похожими на них, что создает почву для предвзятости при найме.
✅ Используйте HR аналитику для ответа на вопрос есть ли предвзятость в компании при приёме, вместо того чтобы спрашивать об этом менеджеров.
✅ Не ограничивайтесь верхнеуровневыми визуализациями (агрегациями) смотрите на данные в разных разрезах.
✅ Оцениваем свою внутреннею предвзятость и стереотипное восприятие. Посмотрите внимательно на диаграммы - прочитали ли вы легенду прежде, чем интерпретировать результат?

👨‍🎓👩‍🎓В минувшую пятницу, совместно с hh.ru, провели первый из трех вебинаров для студентов 6 российских вузов.
🌎 География участников: Краснодар, Пятигорск, Новосибирск, Красноярск, Омск и Томск.
📈 Поговорили с ребятам про азы аналитики и статистики, в следующий раз (11 ноября) буду рассказывать про HR аналитику.
❤️ Студентам респект за активность, организаторам от hh.ru - за помощь и поддержку!

#стрим

🏓 Вся обзорная статистическая серия

➡️Какие бывают переменные

Классический подход:
➡️Нормальное распределение
➡️Логарифмирование и преобразование переменных
➡️Доверительные интервалы
➡️Корреляция. Теория
➡️Корреляция. Практика
➡️Статистическая значимость и размер эффекта. Теория
➡️Статистическая значимость и размер эффекта. Практика

Байесовская статистика:
➡️Байесовский фреймворк и HR задачи. Часть 1 - аналитический способ (версия на английском)
➡️Байесовский фреймворк и HR задачи. Часть 2 - сеточное приближение (версия на английском)
➡️Байесовский фреймворк и HR задачи. Часть 3 - марковские цепи Монте-Карло (версия на английском)

Регрессиада:
➡️Часть 1. Первое знакомство
➡️Часть 2. Метрики лгут
➡️Часть 3. Мир полон неопределенности
➡️Часть 4. За пределами корреляции

Причинно-следственный анализ:
➡️Конфаундинг, или как аналитику попасть в ловушку

#reminder

👨‍🎓👩‍🎓В эту пятницу, совместно с hh.ru, поговорили со студентам HR кафедр про HR аналитику.
📈 В качестве боевой практики построили простой дашборд в Excel.
❤️ Спасибо всем за участие и активность!

#стрим

Мастер-классы по HR аналитике
#материалы #английский

Нашел бесплатную серию из 8 мастер-классов по основам HR аналитики на английском.

Темы:

🟣Основы HR аналитики (People Analytics Foundations)
🟣Настройка ваша стека HR-технологий (Setting up your HR tech stack)
🟣Здоровье данных и этика данных (Data Health and Data Ethics)
🟣Ответы на бизнес-вопросы с помощью инсайтов данных (Answering Business Questions with Data Insights)
🟣Как говорить на языке финансов (How to speak the language of finance)
🟣Решение бизнес-проблем с использованием Agile в HR (Using the Agile HR Mindset)
🟣Сторителлинг для стейкхолдеров с помощью ваших данных (Stakeholder Storytelling with the Help of your Data)
🟣HR-стратегия, основанная на данных (Data informed HR strategy)

Доступ к видео открывают последовательно (небольшие квизы), каждый мастер-класс сопровождают ссылками и презой.📛

Заражение текучестью кадров реально
#материалы #разбор_статьи

У меня достаточно давно была гипотеза о том, что увольнение одного коллеги может вызывать цепную реакцию.
Этот вопрос интересует меня по ряду причин: он на стыке психологии и HR аналитики, а также показывает почему нельзя оценивать в моделях людей/события изолировано, так как они могут влиять на других людей/события.

Выводы:

➡️ После увольнения сотрудника, коллеги уходят из команды на 9.1% чаще в течение 135 дней с момента события.
➡️ Пик вероятности ухода от заражения текучестью достигается между 45 и 70 днем после увольнения сотрудника.
➡️ Чем команда меньше, тем выше риск заражения текучестью.