Добро пожаловать на канал о доказательном подходе, аналитике и исследованиях в области управления персоналом.

Меня зовут Ольга. Я занимаюсь научными и прикладными HR исследованиями, преподаю в нескольких университетах в Испании и в Москве и мечтаю стать связующим звеном между учеными и практиками. От науки у меня степень кандидата экономических наук (МГУ, 2011), PhD in Management (HEC Paris, 2022) и post-doctoral fellowship в Швейцарии. От практики у меня 10 лет корпоративного опыта в HR, финансах, управлении проектами и стратегическом планировании. Я люблю цифры, верю в доказательный подход и хочу, чтобы научное знание помогало бизнесу, а не прозябало в электронных библиотеках.

Связаться со мной: @olga_aka_professor
Подружиться в LinkedIn: https://www.linkedin.com/in/olga1201/

Пока футурологи разной степени пессимизма рассказывают, как мир вот-вот захватят роботы, а особо продвинутые компании внедряют чат-боты везде, где только можно, включая HR, я хочу напомнить нам всем одну вещь. Машина учится на исторических данных, т.е. на тех решениях, которые когда-то приняли люди и, соответственно, наследует все человеческие косяки. Она ищет логические связки в наших действиях и закрепляет все, что нашла, в своей модели принятия решений. Поэтому, хорошо было бы разобраться, чему мы машину можем научить.

Ну вы поняли, тема этой недели – когнитивные искажения.

Для домашнего неторопливого чтения рекомендуется Даниэль Канеман, а здесь мы обсудим то, что исследовалось на эту тему непосредственно в HR.

It’s not about you или как бесперспективный кандидат может помочь середнячку выиграть выборы получить работу.

Если вам кажется, что выбирая из нескольких достойных кандидатов, вы приняли рациональное решение – вам это только кажется. Огромное количество экспериментов показали, что наши предпочтения между равноценными альтернативами не являются систематическими, т.е. могут меняться в зависимости от того, какие еще кандидаты присутствует в short/long list. Так что когда рекрутеры добавляют безнадежного кандидата в пул «для массовки», они (не)осознанно управляют предпочтениями нанимающего менеджера.

Во-первых, слабые кандидаты способны «оттенить» качества одного из сильных кандидатов и подтолкнуть нас принять решение в его пользу, отказав другому сильному кандидату [1, 2, 3, 4].

Во-вторых, если есть задача поработать над diversity, смело добавляйте в пул кандидатов из нужной вам демографической группы, даже если по профессиональным качествам они не дотягивают до требований вакансии. Само наличие дополнительных кандидатов из этой категории увеличивает шансы diversity кандидата быть выбранным нанимающим менеджером [2, 5].

В-третьих, важно не перегнуть палку. В случае, когда пул преимущественно состоит из diversity кандидатов (т.е. кандидатов, не соответствующих стереотипу «идеального» кандидата на данную позицию), высоки риски, что нанимающий менеджер отвергнет весь пул, сочтя его некомпетентным [6].

В-четвертых, для успеха в закрытии вакансии полезно показывать нанимающему менеджеру достаточно похожих по опыту кандидатов. Кандидатов с разным опытом, каждый из которых имеет свои достоинства и недостатки, сложно сравнивать, а это повышает риск затягивания принятия решения, а то и вовсе отказа от закрытия вакансии [7]. И вообще, чем больше выбор, тем выше вероятность так ничего и не выбрать [8, 9].

Так что если вам отказали, возможно, причина вовсе не в вас, а в каком-то непутевом Васе, который выгодно подчеркнул достоинства вашего конкурента или вообще довел нанимающего менеджера до истерики решения никого не нанимать.

#когнитивныеискажения #наем

UPD Убрала ссылки на источники в комментарии

Звезды… или нет?

Немало написано о том, как вместе с талантами в компанию приходят ценные знания, стимулируя ее развитие [1,2,3,4] и подрывая благополучие фирм, которые эти таланты покидают [5,6,7,8]. Но, как обычно, все не так просто.

Во-первых, из-за того, что в разных компаниях по-разному организованы бизнес-процессы, новым людям может быть сложно переучиться под реалии новой фирмы. Особенно это касается наиболее опытных сотрудников, т.к. у них уже сформировались устойчивые схемы мышления, которые проблематично перестроить под новую среду [9]. Т.е. опыт сам по себе скорее создает проблемы, чем решает их. Важны релевантные знания и навыки, а не опыт, а их намного сложнее измерить при отборе кандидатов.

Во-вторых, на успех звезды часто работает целая команда, без которой звезда светит уже не так ярко [10]. Так что если и переманивать талантов у конкурентов, то сразу всей командой.

В-третьих, важны другие ресурсы, которыми обладает организация, а точнее, насколько они соответствуют тому, с чем привыкла работать звезда [10,11]. Увы, слабо оснащенную компанию чужие таланты не спасут.

Эти результаты были получены на примере таких профессиональных групп как финансовые аналитики и хирурги, т.е. там, где (как нам казалось) есть четкие критерии успеха (например, корректность прогнозов, доля успешных операций), легко выделить личный вклад, и высока роль профессиональных знаний и навыков, которые легко перенести из одной фирмы (госпиталя) в другую.

Это говорит нам о том, что понятие «звезда» очень условное. Человеческие ресурсы имеют две важные характеристики [кто придумает хороший русский перевод – тому сердечная благодарность]:

(1) social complexity – работники включены в сложную социальную систему, поэтому результаты их труда формируются при взаимодействии с другими работниками и другими ресурсами организации;

(2) causal ambiguity – невозможно выявить четкую связь между ресурсом (т.е. качествами работника и прикладываемыми им усилиями) и конечным результатом. Иными словами, даже зафиксировав высокий результат, мы не можем с уверенность сказать, что работник, с которым этот результат связан, является единственной или основной причиной такого результата [12].

Ссылки на источники в первом комментарии
#звезды #источникиподбора #наем

Если вас заинтересовала эта тема, могу предложить для домашнего чтения статью в Harvard Business Review https://hbr.org/2004/05/the-risky-business-of-hiring-stars

А что там с внутренними кандидатами?

А с ними все хорошо 👍🏻 Внутрифирменная мобильность персонала стимулирует обмен знаниями между подразделениями организации [1], показывает сотрудникам карьерные возможности внутри компании [2], повышает их удовлетворенность и продуктивность [3], сокращает нежелательную текучесть персонала [4].

Но, как обычно, есть нюанс. Крайне важно, как устроены процессы, связанные с оценкой и согласованием внутренних кандидатов. Вспомните, как эти процессы работают у вас, а я вам чуть позже расскажу, на что обратили внимание американские ученые.

P.S. Подмигните мне, если тема вам интересна 😉 а если мы свернули куда-то не туда, дайте мне развивающую обратную связь - я знаю, вы это умеете 🤓

Ссылки на источники в первом комментарии

#внутренниеперемещения #источникиподбора #наем

О том, как грамотно организовать работу с внутренними кандидатами, сегодня расскажут мои любимые авторы: Kathryn Dlugos (Penn State) и JR Keller (Cornell).

Откуда берутся внутренние кандидаты?
Вариант 1 – с внутреннего рынка: объявляется конкурс, заинтересовавшиеся сотрудники откликаются на вакансию, менеджер выбирает наиболее подходящего кандидата.
Вариант 2 – через личные отношения: менеджер «присматривает» подходящего кандидата из числа сотрудников, с которыми он знаком, проводит с ним переговоры и назначает на вакантную должность. Несмотря на то, что менеджеры часто считают первый вариант избыточной формальностью, он дает лучшие результаты.

Кандидаты, которые получили новую работу в результате конкурсного отбора, не только работают лучше и реже уходят из компании, но и зарабатывают больше. Наличие открытого конкурса расширяет пул и повышает разнообразие возможных кандидатов, а также дисциплинирует менеджеров, заставляя их более взвешенно подходить к оценке каждого кандидата. Самим кандидатам участие в конкурсе дает больше уверенности в своих силах, что приводит к более привлекательным офферам. [1]

Однако у внутреннего рынка есть и обратная сторона: большое количество сотрудников получает отказы, что может спровоцировать их на поиск вариантов на внешнем рынке и, в конечном итоге, подтолкнуть к уходу из компании.

Как снизить негативные последствия?
Опять-таки важен процесс. Сотрудникам нужно видеть, что даже если сегодня они получили отказ, это не закрывает для них возможности в будущем. Поэтому менее склонны к уходу из компании (1) сотрудники, которые дошли до интервью, по сравнению с теми, кто получил отказ на более ранней стадии, и (2) сотрудники, которые участвовали в конкурсе на вакансию, закрытую в итоге внутренним (а не внешним) кандидатом. [2]

И еще одна важная деталь для менеджеров, которые не любят отпускать хороших сотрудников. Буквально на днях вышло исследование, демонстрирующее, что к менеджерам, которые активно отпускают своих сотрудников из команды и способствуют их повышению, приходит больше кандидатов, более высокого качества и с более разнообразным опытом. [3] Так что не жадничайте и к вам вернется. Такой вот бизнес-феншуй.

Ссылки на источники в первом комментарии
#внутренниеперемещения #наем

Если хотите углубиться в детали, можно (1) (и даже нужно) задать мне вопрос и (2) прочитать неакадемическую версию статей в Harvard Business Review
[1] https://hbr.org/2015/06/the-best-way-to-hire-from-inside-your-company#
[2] https://hbr.org/2021/07/research-why-rejected-internal-candidates-end-up-quitting#

Друзья, приветствую!

Мы достигли красивой цифры в 100 участников. Я вам очень рада! С кем-то из вас я знакома уже много лет, кого-то вижу впервые. Давайте знакомиться. Расскажите в комментариях о себе и о том, что бы вы хотели видеть на этом канале. А я постараюсь максимально учесть ваши ожидания. Канал в первую очередь для вас и только во вторую – для утоления моей страсти к графоманству (шутка, писанины мне и в научной работе хватает 🤓).

Начнем с меня: я Ольга, в HR я была и практиком и теоретиком, но больше всего мне нравится работа на стыке науки и бизнеса. Я люблю данные, горы, сытные завтраки, фигурное катание и чтобы все было по полочкам.

На этом канале я планирую публиковать два типа контента:

(1) Научно-популярный (его вы уже видите): подборки научных статей по определенной теме. Не стесняйтесь комментировать и задавать вопросы, а также предлагать свои темы с тегом #надообсудить.

(2) Прикладной (он скоро начнет появляться): о том, как данные помогают улучшать HR процессы и как этими данными грамотно распорядиться.

Ваша очередь 😉

Итак, друзья, продолжаем разговор. Пришло время сравнить внутренних и внешних кандидатов. Ценными знаниями на эту тему с нами будет делиться мой самый любимый автор – Matthew Bidwell (Wharton).

С точки зрения организации:

1. Кандидаты, получившие внутреннее повышение, показывают более высокие результаты и реже уходят из компании (как по своей инициативе, так и по решению работодателя), чем внешние кандидаты. И эта разница сохраняется на протяжении первых двух (2!) лет работы, а не нескольких месяцев, как часто надеются работодатели. [1]

2. Несмотря на такую разницу в результатах, внешние кандидаты чаще имеют более солидный опыт и образование, заметно больше зарабатывают и быстрее продвигаются по карьерной лестнице, чем внутренние кандидаты. [1]

* Почему так происходит, мы обсудим в следующий раз в рамках темы «ошибки найма»

3. Чаще всего компании нанимают внутренних кандидатов на позиции, для которых соотношение работников младшего уровня к работникам старшего уровня высокое. Это происходит потому, что большое количество сотрудников мечтающих о повышении на определенную позицию «вынуждает» фирму нанять одного из них для поддержания общего уровня мотивации. [2,3]

А что происходит с точки зрения самих кандидатов?

4. Повышение в уровне должностных обязанностей более вероятно при перемещении внутри компании, чем при смене работодателя. А вот повышение дохода при внешних и при внутренних переходах для работника примерно равноценно, за исключением случаев вынужденной смены работы или перехода в другую сферу деятельности. [4]

Источники традиционно в первом комментарии

#источникиподбора #карьера

«Ошибки найма» по-научному

Сразу оговорюсь, что в научной литературе сложно найти что-то про «ошибку найма», т.к. такая формулировка отсылает к нормативному подходу, которого ученые стараются избегать. Вместо этого ученые сравнивают альтернативные варианты (самих кандидатов, методы их отбора или источники поиска) по разным параметрам, чтобы понять, какой из них больше соответствует потребностям организации.

Термин «ошибка» обычно используется в статистическом анализе и обозначает расхождение между оценочной и реальной величиной какого-то параметра.

Итак, работодатель хочет нанять кандидата, который будет справляться с поставленными задачами. Проблема в том, что реальное поведение работника и его результаты нельзя узнать заранее (вспоминаем историю про social complexity & causal ambiguity). Их можно только спрогнозировать на основании нашей оценки различных характеристик кандидата. Более того, знания и навыки кандидата мы тоже не можем измерить напрямую, мы их оцениваем на основании доступных нам данных (резюме, результатов тестирований, интервью и т.п.). Любая оценка предполагает определенную погрешность, ту самую ошибку в статистическом смысле слова. Чем хуже инструмент оценки, чем меньше у нас информации о кандидате, тем выше погрешность.

Когда работодателю критично снизить именно погрешность, организация может предпочесть внутреннего кандидата внешнему на основании того, что о внутреннем кандидате у нас больше информации, что повышает точность оценки [1]. С внешними кандидатами погрешность будет выше, поэтому мы можем нанять как звезду, которая не только справится с работой, но и быстро пойдет на повышение, так и неподходящего кандидата [2]. В целом, текучесть, связанная с наймом и последующим уходом неподходящих кандидатов считается нормальным механизмом рынка труда, позволяющим более эффективно распределять человеческие ресурсы между организациями, а также учитывать меняющиеся потребности самих работников [3, 4, 5]. Подстройка существует и внутри организаций, например, за счет обучения, перераспределения задач, внутренних перемещений и т.п. [6]

На какие параметры нам нужно обратить внимание, чтобы понять, насколько подходящий сотрудник был нанят? Обсудим в следующий раз, поэтому stay tuned 😉 #наем

Источники в первом комментарии

Друзья, нас уже больше 200 🥳 🥳🥳
Я считаю, это отличный повод внедрить новые формы общения. Поэтому я начинаю планировать вебинар. Продолжим разговор о том, как нанимать кандидатов по науке. Дата, время и прочие детали появятся в ближайшее время. Следите за обновлениями.

«Ошибки найма» Продолжение (начало здесь)

Итак, какие параметры используются в научных исследованиях для того, чтобы оценить «успешность» свеженанятых кандидатов?

1. Результативность (performance).
В идеале, нам нужно сравнить нанятого кандидата с теми, кому мы отказали, чтобы убедиться, что нами был сделан оптимальный выбор. По понятным причинам это невозможно. Можно сравнить нанятого кандидата с другими сотрудниками на аналогичных позициях или сотрудником, занимавшим эту позицию ранее. Правда, мы уже знаем, что внешним кандидатам нужно время, чтобы адаптировать (и это не пара месяцев ). Так что придется ждать и отслеживать динамику. Более того, результативность зависит не только от сотрудника, но и от других факторов. Значит нужно каким-то образом (желательно статистическим) выделить личный вклад. В общем, сложная история.

2. Последующий карьерный рост.
Логика здесь такая: по-настоящему хороший кандидат не просто хорошо справляется с той работой, на которую его наняли, но и демонстрирует качества, позволяющие ему справляться с более сложными задачами. Это параметр, который говорит о «положительной ошибке», т.е. мы ошиблись в оценке кандидата в свою пользу. Нанимали человека на текущую позицию и заодно смогли закрыть еще и будущие потребности.

3. Увольнение свеженанятого сотрудника.
Здесь нам важны не только увольнения по инициативе работодателя, но и добровольные – они тоже показывают, что ожидания работника и компании не совпали. Это простой для измерения параметр, показывающий «ошибку найма» в самом прямом смысле. Проблема в том, как определить временной интервал, в рамках которого увольнение будет считаться результатом неудачного найма, а не какой-то другой причины. Чаще всего, мы смотрим на испытательный срок, первые полгода или год. Чем короче интервал, тем выше вероятность, что увольняется изначально неподходящий кандидат. Из чего НЕ следует, что каждый кандидат, уволившийся через 3 месяца после найма на работу, был неподходящим.

(Не)утешительный вывод: простые метрики часто имеют более слабую причинно-следственную связь. Ими имеет смысл пользоваться, когда полезность от простоты расчетов превышает неприятности от недостаточной точности измерений #наем

Кто такой научный подход или почему не все йогурты данные одинаково полезны

Раз уж мы претендуем на научность, то хорошо было бы определиться, а что собственно под этим подразумевается. Так что тема этой недели – научный подход и как он работает в HR.

Научный подход предполагает не просто сбор и анализ данных, а 1️⃣ формулировку гипотез и 2️⃣ их проверку эмпирическим путем. Алгоритм работает следующим образом:

➡️ на основе предварительных наблюдений формируется вопрос/проблема
➡️ выдвигаются гипотезы (они могут базироваться на научных теориях, первичном анализе данных, личной экспертизе или менеджерском чутье)
➡️ под гипотезы подбираются данные и методы анализа, позволяющие эти гипотезы проверить
➡️ после проверки гипотез делаются выводы
➡️ часто полученные выводы становятся входной точкой для новых гипотез

И так по кругу, пока мы не будем достаточно уверены в том, что хорошо понимаем, что происходит. Тогда можно начать действовать, продолжая собирать данные, т.к. результаты внедрения любых изменений – это еще один способ проверки гипотез.

Зачем так сложно? Потому что хорошо лечить можно только поставив правильный диагноз. Да, врач не экспериментирует на каждом пациенте. Но только потому, что современные схемы терапии, препараты и диагностические тесты изначально тестируются на больших популяциях, за счет чего нарабатывается база статистически выверенных взаимосвязей. Когда к врачу приходит пациент с какой-то жалобой, врачу достаточно провести стандартные тесты, чтобы выбрать терапию, которая с высокой вероятностью приведет к желаемому результату. В HR такой хорошо систематизированной базы знаний нет, поэтому оптимально было бы проводить исследования, как это делают, например, продуктовые аналитики и маркетологи.

Завтра разберем на примере 💡

Друзья,

Вчера у нас случился интересный диалог в комментариях о том, что является критерием научного знания. По следам этого диалога мне бы хотелось сделать несколько уточнений.

Выше я описывала научный подход как алгоритм действий, состоящий из постановки гипотез и их проверки эмпирическими методами. В строгом смысле этот алгоритм не является достаточным критерием научного знания. И у меня не было цели такие критерии формулировать.

Моя задача намного более прикладная: предложить способ структурировать аналитическую работу по типу научного исследования и показать, чем научный подход может быть полезен практикам. Вот этим и продолжим заниматься

Кто такой научный подход... Продолжение (начало здесь)

Предположим, вас беспокоит текучесть персонала. Если бы мы проводили совместное исследование, я бы первым делом спросила, а почему текучесть вас беспокоит. Потому что вы посчитали экономические потери и вам эти расчеты не понравились? Потому что наметилась нехорошая динамика? Или потому что текущий показатель выше бенчмарка [а правильно ли мы этот бенчмарк выбрали]? Но сейчас мы эти вопросы опустим и перейдем сразу к делу.

Итак, мы собрали данные выходных интервью, увидели, что большинство сотрудников говорит об отсутствии перспектив карьерного роста, поэтому мы решили поработать над карьерными траекториями и внутренним джоб бордом, параллельно отслеживая долю вакансий, закрываемых внутренними кандидатами. Вроде бы все логично: данные собраны, метрики понятны, есть над чем работать. В чем подвох?

На самом деле, мы остановились на полпути. Данные выходных интервью позволили нам сформулировать гипотезу о том, что сотрудники, не видящие перспектив карьерного роста, более склонны к уходу из компании. Вот только это не обязательно так. То, что большинство уходящих сотрудников жалуются на отсутствие карьерного роста, НЕ говорит нам о том, что карьерный рост и удержание сотрудников в нашей компании имеют причинно-следственную связь.

Как это проверить? Например, можно собрать данные о карьерных перемещениях сотрудников и оценить статистически, как меняется вероятность ухода из компании после повышения. Возможно, вы увидите, что к уходу из компании наиболее склонны как раз сотрудники, недавно получившие повышение, потому что повышение – это сигнал для рынка о том, что это ценный сотрудник и его нужно перехватить.

Почему тогда выходные интервью говорят о проблемах с карьерным ростом? Потому что у нас смешались две категории работников: (1) те, кого повысили, но они все равно ушли и довольно быстро и (2) те, кто ждал повышения и ушел, не дождавшись. Т.к. повышение получает лишь небольшая доля сотрудников, работников второго типа было существенно больше, поэтому мы обратили внимание именно на них. Говорит ли это о том, что в компании проблемы с карьерным ростом? Вовсе нет. Возможности в компании есть, но карьерный рост априори конкурентен, мы не можем его гарантировать всем.

Что делать? Продолжать анализировать данные и искать другие причины увольнений, особенно среди тех категорий работников, которые для нас наиболее ценны.

Выше два графика для иллюстрации:
📌 сверху – описанная ситуация,
📌 снизу – альтернативная реальность, в которой увольнения действительно связанны с отсутствием карьерного роста.

❗️История вымышленная, все совпадения случайны. Если увидите какие-то пробелы в логике – покритикуйте меня. Если вам понравился разбор конкретного примера – подмигните мне 😉 будем делать больше разборов

Вебинару быть!

⚡️⚡️⚡️ Друзья, запишите в календари: 24 мая, 19:00 (время московское) ⚡️⚡️⚡️

Будем говорить о том, как выбирать кандидатов по науке
📌 какие методы отбора персонала имеют доказательную базу
📌 как проанализировать эффективность используемых методов отбора
📌 как оптимизировать систему отбора персонала на основе анализа данных

Ссылка для подключения появится в день вебинара. Приходите и приглашайте друзей.

Форма для регистрации:
https://docs.google.com/forms/d/e/1FAIpQLSc_n77CqntzoH75vN2KyWiSOLsQ7Vnav8M2PPQutae6D1zycA/viewform?usp=sf_link

Друзья, сегодня еще один анонс

Практика показала, что разбор конкретных примеров вызывает наиболее оживленную дискуссию. Было бы здорово, если бы в следующий раз мы обсудили не гипотетическую ситуацию, а реальную проблему.

💡 Если вы готовы поделиться своей ситуацией и хотели бы, чтобы мы вместе над ней подумали – отправьте мне (анонимную) заявку на разбор.

Расскажите, что вас беспокоит, какими данными вы располагаете, какие гипотезы смогли сформулировать из предварительных наблюдений, и мы вместе подумаем, кто виноват как лучше всего проверить ваши гипотезы, какой еще анализ провести и какие выводы это позволит сделать.