Нобелевская премия по экономике в этому году была присуждена Клаудии Голдин, исследовательнице гендерных различий на рынке труда. Ее авторству принадлежат фундаментальные работы, объясняющие как менялось положение женщин на рынке труда с изменением гендерных ролей в обществе и какие факторы до сих пор определяют различия в заработках между мужчинами и женщинами.

Проф. Голдин говорит о том, что различия в уровне человеческого капитала и производительности труда между мужчинами и женщинами были преодолены. На современном этапе гендерный разрыв в заработках в первую очередь связан с негибкостью рынка труда и непропорциональным поощрением сверхзанятости. В тех отраслях и профессиях, где рабочие задачи распределены более равномерно, а процессы обеспечивают взаимозаменяемость работников, гендерный разрыв значительно ниже. Она также подчеркивает, что изменения в пользу большей гибкости будут выгодны не только женщинам, но и мужчинам, хотя и не в равной степени.

#гендерныеразличия #Нобель

По интернетам гуляет немало антинаучного мракобесия, большую часть которого и обсуждать не стоит. Однако существуют некоторые мифы, которые мне кажутся опасными в первую очередь из-за того, что звучат они крайне правдоподобно. Например:

Все коммерческие организации нацелены на зарабатывание денег, поэтому они принимают решения, повышающие эффективность бизнеса. А если кто-то этого не делает, то рынок его быстренько отрегулирует.

Это наивный взгляд на экономику трехвековой давности. В реальности фирмы состоят из живых людей, которые принимают решения исходя из своих представлений о том, что для фирмы хорошо. И эти представления могут существенным образом отличаться от реальности.

Если у фирмы начинаются проблемы, решение ее менеджмент тоже ищет в рамках своих представлений о возможных опциях, а не в рамках того, что в реальности возможно сделать. А если у фирмы очевидных проблем нет, то ее менеджмент будет продолжать делать то, что делал всегда, независимо от того, является ли этот путь оптимальным.

Чтобы увидеть более реалистичную картину мира, можно почитать нобелевского лауреата Герберта Саймона и Behavioral Theory of the Firm [1,2], а также обратить внимание на поведенческую экономику, в первую очередь на работы еще одного нобелевского лауреата Даниэля Канемана и Амоса Тверски [3], многолетнего соавтора Канемана, который до получения премии, к сожалению, не дожил.

Надеяться на рынок тоже не стоит. Если оставить за скобками этические вопросы и думать строго экономически, то и в этом смысле рынок не является гарантом эффективности. Свидетельств провалов рынка хоть отбавляй. В качестве примера можно привести работы нобелевских лауреатов Джорджа Акерлофа [4], Оливера Уильямсона [5] и Элинор Остром [6] (кстати, она стала первой женщиной-экономистом, получившей эту награду).

К чему я веду? - Не игнорируйте нобелевских лауреатов, их работы расширяют наше представление о реальности 🤓

#Нобель #мысливслух

Разговор о внутрифирменной карьере логично начать с того, а почему собственно компания должна кого-то растить. В большинстве ситуаций у компании есть выбор между наймом уже готового внешнего специалиста и доращиванием внутреннего.

Существует три теории, объясняющие, почему имеет смысл растить людей внутри компании.
1️⃣ Мотивационная: если сотрудников растить и развивать, то они будут лучше работать
2️⃣ Информационная: внешний кандидат – это кот в мешке, про внутренних компания знает намного больше, поэтому и рисков меньше
3️⃣ Ресурсная: внутренние кандидаты обладают уникальными знаниями о компании и выстроенными отношениями с коллегами – это ценный ресурс, которого нет у внешних кандидатов

Мотивационная теория не особо подтверждается эмпирическими данными [1]. Скорее есть негативный эффект при отсутствии роста [2], чем позитивный при его наличии, что заставляет компании чаще промотировать внутренних кандидатов там, где группы потенциальных претендентов больше [3]. А вот информационная и ресурсная теории неплохо согласуются с результатами исследований [1,4].

Во-первых, компании склонны чаще нанимать внутренних кандидатов на те позиции, где результат существенно зависит от лично вклада [3], что говорит в пользу информационной теории, т.к. именно внутренние кандидаты более предсказуемы.

Во-вторых, внутренние кандидаты и бумеранги (т.е. кандидаты, которые когда-то уже работали в компании) быстрее выходят на ожидаемую производительность труда [5,6]. А вот внешние кандидаты, наоборот, часто не показывают те результаты, ради которых их нанимали, т.к. им не хватает понимания внутренних процессов и поддержки коллег [7,8], что согласуется с ресурсной теорией.

Выводы? Чтобы расти внутри компании, нужно:
✅ максимально погрузиться в контекст компании, знать ее бизнес и процессы так, как не будет знать ни один внешний суперспец;
✅ уметь демонстрировать свои способности и достижения так, чтобы эта информация стала доступна достаточно широкому кругу лиц внутри компании.

Чем больше компания, тем важнее оба этих навыка. Во-первых, в больших компаниях особенно сложно с порога разобраться что к чему. А во-вторых, для директора одного подразделения сотрудник из другого подразделения может быть таким же котом в мешке как и внешний кандидат, поэтому надеяться на то, что талант и так заметят, не стоит.

Если тема внутренних карьер для вас актуальна, приходите на курс (точнее модуль в рамках карьерного курса) «Как расти внутри компании». Мы стартуем в ноябре, однако предзапись уже идет и места достаточно бодро заполяются. Для записи достаточно заявить о своём желании @olga_aka_professor

#карьера

Пора разобрать задачку. Спасибо Дарье @d_forchetta за активное участие 👍🏻

Итак, что сидит в этих цифрах:
1️⃣ Мы видим низкую укомплектованность. При этом проблемы есть и с увольнениями (март) и с наймом (он идет медленнее, чем планировалось даже без учета увольнений).
2️⃣ С массовыми увольнениями марта, конечно, нужно разобраться, чтобы такого больше не происходило. Но в целом в данных они не выглядят как систематическая проблема, скорее как разовое ЧП.
3️⃣ Дальше нам нужно скорректировать рекрутмент так, чтобы не только успевать за плановым расширением штата, но и покрывать возможные увольнения (даже если массовых больше не будет, все равно текучесть сложно представить нулевой).
4️⃣ В плане рекрутмента мы видим проблемы с конверсией. Для того, чтобы понять, откуда они идут, делаем аналитику по этапам и источникам поиска.
5️⃣ Совершенно бестолковым выглядит этап тестирования: время на него тратится, а отсева он по сути не дает. Возможно, интервью с HR и тестирование друг друга дублируют. Можно поставить тестирование раньше, тем самым разгрузить немного HR от лишних встреч. Либо скорректировать тестирование с учетом требований руководителя, чтобы отсеивать больше на этом этапе и тем самым сэкономить его время.
6️⃣ Один из самых длинных этапов - согласование оффера. Его нужно ускорять. Не исключено, что часть кандидатов не принимают наши офферы только потому, что другие работодатели делают их быстрее.
7️⃣ К источникам тоже есть вопросы. Похоже, что НН приносит много мусорных резюме. Либо этот источник не подходит под нашу вакансию, либо мы плохо сформулировали ее описание. Намного лучше выглядит прямой поиск, но мы им мало пользуемся. Возможно, у HR просто нет на это времени, потому что все оно уходит на разбор бесполезных откликов с HH и проведение интервью. В этом случае, внедрение тестирования на этапе отклика нам бы очень помогло.

Есть еще мысли? Что я упустила? UPD В комментариях есть несколько ценных дополнений, присоединяйтесь и вы к обсуждению.

Разберем еще #кейсы? Маякните 🔥

Комментарии к комментариям

В комментариях к задачке и её решению было много запросов на дополнительную информацию и это правильно. Данных там действительно немного, а те выводы, которые я сформулировала, скорее дают направление для дальнейшего анализа и проверки гипотез, чем финальное решение.

Беда в том, что в реальной жизни часто приходится принимать решение, когда данных мало и взять их либо негде, либо некогда.

Например, нам нужно понять, что делать с источниками поиска. Общая конверсия откликов в офферы низкая, при этом HH принес 1 подходящего на 54 неподходящий кандидата, а прямой поиск - 4 подходящих и 2 неподходящих.

Что с этим делать?

Вариант 1⃣ (для любителей статистики)

Найти тест, который работает с небольшими выборками, и проверить, являются ли различия между этими источниками случайными. Например, тест Барнарда показал высокую значимость различий. Т.е. эти источники действительно приносят кандидатов разного качества.

Конечно, остаётся ещё вариант смещения выборки. Например, если 6 кандидатов в прямом поиске появились по рекомендации нанимающего менеджера. Естественно, другие кандидаты из прямого поиска не будут иметь таких же шансов на успех. Но тогда и источник правильнее было бы назвать "рекомендации РОПа". Тогда мы бы сразу исключили его из анализа, т.к. объем кандидатов там изначально незначительный. Но если это обычные кандидаты, до которых мы смогли дотянуться в первый заход прямого поиска, то вполне логично ожидать, что мы и во второй заход получим кандидатов более высокого качества, чем на HH.

Вариант 2⃣

Смириться с тем, что данных мало. Волевым усилием решить, что если что-то выглядит как утка, плавает как утка и крякает как утка, то относиться к этому вполне можно как к утке, даже если железных доказательств у нас нет. А дальше проверять, правильная у нас была гипотеза или нет, и корректировать свои действия по ходу.

Натуральные эксперименты

Одна из самых сложных задач в эмпирических исследованиях на основе исторических данных (например, данных о карьерах, зарплатах, результативности и т.п.) – это установить причинно-следственную связь. Например, мы обнаружили, что работники, которые больше перемещались внутри компании, меньше склонны к добровольным увольнениям. Означает ли это, что внутренние перемещения способствуют удержанию сотрудников внутри компании? Или все было наоборот: сотрудники, которые в целом не склонны к увольнениям (по каким-то своим личным причинам вроде ипотеки), ищут варианты внутри компании, а не на стороне?

В идеальном мире мы должны были бы найти двух абсолютно одинаковых работников, одного из них перемещать, а другого нет, а потом сравнить, что произойдет. Но так не бывает. Наиболее близким к этой схеме дизайном будет натуральный эксперимент, т.е. использование каких-то случайных явлений или неожиданных изменений в регулировании, которые затрагивают две группы людей или организаций в разной степени. Например, если бы в стране неожиданно ввели закон, обязывающий все компании численностью от 300 человек предоставлять своим работникам возможности для внутренних перемещений, мы бы могли сравнить компании размером 200-299 человек и 300-399 человек. С организационной точки зрения они очень похожи, но с точки зрения нового закона, компании первой группы будут жить как раньше, а компании второй группы начнут намного более активно перемещать сотрудников, даже если им это раньше казалось нецелесообразным.

Далее мы сравним как изменилась текучесть в первой и второй группе компаний. Сама по себе текучесть могла поменяться и по другим причинам, но т.к. мы сравниваем две группы компаний, которые отличаются только тем, как на них повлиял новый закон, мы исключаем эффект других факторов. Если мы увидим, что во второй группе компаний текучесть снизилась значительно сильнее, чем в первой группе компаний, мы сделаем вывод о том, что перемещения действительно влияют на удержание, т.к. изменение законодательства вряд ли могло поменять личную ситуацию сотрудников.

В 2021 г. Нобелевскую премию по экономике за использование натуральных экспериментов, в том числе для объяснения влияния иммиграции, образования и минимальной заработной платы на доходы и занятость, получили Дэвид Кард, Джошуа Ангрист и Гвидо Имбенс. По-хорошему, с ними должен был получить эту награду и Алан Крюгер, но он до вручения премии не дожил. А вот натуральные эксперименты живут и активно используются.

#Нобель

Покатила в Нидерланды на "смотрины" в Тилбургский университет. А вам пока оставляю новую задачку. Задание то же: что видите в цифрах? какие проблемные зоны? что можете предложить? Свой разбор выложу, как только соберем в комментариях 3 ваших варианта 🤓 #кейсы

Пояснение к таблице: 1я строка - выручка ФАКТ, 3я строка - расходы тоже факт

Три решения в комментариях появились быстрее, чем мой самолет долетел до Амстердама – прям чувствую, что продешевила, надо было больше вариантов собирать 😂

Моя версия:

План по выручке нам дан не зря. Это не просто прогноз или KPI, которые можно выполнить или не выполнить, это намерение компании, под которое делаются инвестиции и выстраиваются активности, в том числе в HR. Здесь было явное намерение на серьезный рост. Это мы видим из плановых цифр по выручке и по численности персонала. Рост по численности компания сделала, а вот с выручкой что-то пошло не так. В данном случае показательна именно выручка, а не прибыль, т.к. в период активного роста, запуска новых продуктов, выхода на новые рынки и т.п. прибыль часто падает (мы сначала инвестируем и только потом получаем отдачу) и это нормально. Если выручка растет по плану, то и прибыль постепенно догонит.

Итак, что пошло не так с выручкой? И как понять, дело в кривом планировании (изначально нереалистичных ожиданиях относительно продаж) или в каких-то проблемах, которые можно и нужно устранять? Смотрим выручку на одного сотрудника – она по итогам полугодия падает на четверть, а по плану должна была быть ровной. Пройти период активного найма без падений производительности труда нереалистично, но упасть в таких масштабах и не выправить ситуацию за 3 месяца с момента найма последних новичков – это тоже ненормально. Подозреваем проблемы с адаптацией.

Однако, нельзя сразу исключить вариант, что дело не (только) в новичках, но и в каком-то проседании рынка, проблемах с продуктом или чем-то еще. Поэтому я бы сделала анализ выручки и выручки на человека по когортам. Если опытные сотрудники тоже показывают падение производительности, то это не адаптация. Если проблемы создают именно новички, смотрим как меняются их результаты во времени, к какому месяцу они выходят на нормальную производительность и выходят ли вообще. Возможно, мы даже увидим, что первых новичков еще как-то пытались адаптировать, а вот следующий набор компания уже не смогла переварить, т.е. оказалась неготова к такому активному росту.

А что скажете по поводу расходов на персонал в этой задачке?
#кейсы

Скажем еще два слова про расходы, чтобы завершить разбор задачки. Начало разбора выше.

Проблема с расходами на персонал в том, что у них нет какого-то универсального норматива. Мы даже не можем однозначно сказать, в какую сторону они должны двигаться в здоровой компании. Чем больше мы хотим произвести и продать, тем больше должны потратить, но и потратить слишком много тоже не хотелось бы.

Вот Яндекс, например, похвалился, что потратил в прошлом году 18,5 млрд рублей на дополнительные выплаты сотрудникам. Это, между прочим, 3,5% от общей выручки, т.е. сравнимо с доходами от развлекательных сервисов. Общие расходы на персонал Яндекс, к сожалению, не раскрывает, но они должны быть раз в 10 больше, т.е. составлять около половины операционных расходов или под 30% от выручки.

Для сравнения: у Вымпелком и МТС доля расходов на персонал в выручке около 12%, у X5 – 8%, у МВидео – 6%, у Газпрома – 1%.

Однако и индустриальные бенчмарки – это не самый лучший ориентир, т.к. компании одной индустрии могут иметь разные бизнес-модели, находиться на разных стадиях жизненного цикла и испытывать различные бизнес пертурбации. А еще все по-разному считают расходы на персонал, поэтому прежде чем с кем-то сравниваться, важно разобраться, что у кого в эти расходы входит.

В случае с нашей задачкой тревожным звоночком является не сама доля расходов на персонал в выручке, а ее рост с 12 до 18%. С одной стороны, у нас проблема с выручкой, поэтому даже при условно нормальных расходах на персонал, рост их доли в выручке неизбежен. С другой стороны, расходы в расчете на 1 сотрудника тоже растут с января по апрель на 9%, и такой рост явно не был заложен в бюджет, поэтому с ним нужно разобраться.

Показателен здесь будет план-фактный анализ с разбивкой на эффект роста численности и эффект роста стоимости:

Общая разница = N2 x P2 – N1 x P1
Разница в численности = (N2 – N1) x P1
Разница в стоимости = (P2 – P1) x N2

где P2/P1 — фактическая/плановая стоимость 1 сотрудника, N2/N1 — новая/фактическая численность

Дальше разницу в стоимости нужно разложить по типам затрат, чтобы понять, где мы перетратили на зарплаты, а где недооценили, например, стоимость рекрутмента и обучения. Если проблема только в рекрутменте и обучении, то это временная беда. Нужно сделать правильные выводы на будущее и успокоиться. А вот если мы наняли сотрудников на более высокие зарплаты, чем планировали, то эта проблема у нас будет всплывать каждый месяц, поэтому одними выводами на будущее мы не обойдемся.

#кейсы

Привет, друзья!

Захотелось поэкспериментировать с форматом. Я в детстве любила радио, а теперь активно слушаю подкасты, поэтому идея записать что-то голосом, а не текстом появилась у меня давно.

Решила поговорить с вами про науку и научную работу. Я считаю эту тему важной, потому что отношение людей к науке влияет на воприятие результатов научных исследований и их применение на практике.

В моем личном топе спорных утверждений есть такое: «Вся наука сейчас грантовая, под что деньги дали, то и исследуют». Что не так с этим утверждением – слушайте в подкасте ⤵️

Поделитесь, как вам аудио-формат: 🤩 или 🙉

Рассказываю про исследовательские гранты #изжизниученых
Подискутировать по теме можно традиционно в комментариях

Информационная асимметрия

Карьерные перемещения, внутри компании и из одной компании в другую, представляют собой сделки, заключенные двумя сторонами в условиях асимметричной информации. Работодатель, нанимая нового сотрудника, старается максимально протестировать его, прежде чем сделать оффер, однако полной информации о его будущей продуктивности все равно не сможет получить. Валидация инструментов отбора строится ровно на том, насколько точно они позволяют эту продуктивность спрогнозировать, но увы, по-настоящему хороших инструментов у нас нет и не предвидится. Аналогично, при принятии решения о переводе сотрудника на новую должность, работодатель пытается оценить, как сотрудник с этой должностью справится, на основании его предыдущей истории в компании. Однако прошлые успехи, так же как и инструменты тестирования, не гарантируют высокую продуктивность в будущем.

Информация (или ее отсутствие) существенным образом влияет на поведение участников рынка, в том числе – рынка труда. Мы это знаем благодаря работам трех ученых, которые в 2001 г. стали лауреатами Нобелевской премии по экономике.

Джордж Акерлоф наиболее известен как автор эссе о рынке “лимонов” [1], в котором он показывает, как разница в осведомленности о качестве продукта между покупателями и продавцами вытесняет с рынка наиболее качественные экземпляры. Это эссе можно прочитать в русском переводе. Кроме того, Акерлоф разработал модель справедливой оплаты труда, объясняющую, почему платить больше рынка может быть экономически целесообразно и как представления о справедливости вознаграждения влияют на безработицу и сегрегацию на рынке труда [2,3].

Майкл Спенс – автор теории рыночных сигналов [4,5]. На примере образовательных сигналов Спенс показал как наиболее продуктивные работники могут продемонстрировать работодателям свои компетенции в ситуации, когда работодатель не может оценить их напрямую, что позволяет более талантливым кандидатам выигрывать у менее способных конкурентов, претендующих на ту же вакансию. Это одна из ключевых теорий для понимания рынка труда, поэтому завтра я подробнее расскажу и о классической модели Спенса, и о том, как она используется в современных исследованиях.

Джозеф Стиглиц предложил другой механизм адаптации к условиям асимметрии информации. Если у Спенса более знающими игроками являются продавцы (кандидаты), а информация раскрывается ради привлечения покупателей (работодателей), то у Стиглица более знающими являются покупатели, а продавцы вынуждены конструировать линейку продуктов таким образом, чтобы покупатели сами себя просеивали. Например, в страховании так работают тарифы с более высокой франшизой и сниженными страховыми премиями [6]. Также Стиглиц совместно с Карлом Шапиро разработал модель эффективной заработной платы, которая показывает взаимосвязь между риском безработицы, вознаграждением и желанием работника схалявить [7].

Все ключевые работы авторов находятся в открытом доступе, поэтому призываю вас читать первоисточники. Ссылки оставляю в первом комментарии 🤓 #Нобель

Сигналы на рынке труда

Классическая модель Майкла Спенса [1] построена на нескольких предположениях:
1️⃣ Работники изначально имеют разные способности. Эти способности влияют и на будущие успехи в работе, и на то, насколько много придется пахать в процессе обучения.
2️⃣ Работодатели готовы платить более способным работникам более высокую зарплату. Но определить способности работника напрямую сложно, поэтому нужно ориентироваться на какие-то внешние признаки.
3️⃣ Ценно не образование само по себе, а та корочка, которую в результате обучения можно получить. Она дает работодателю сигнал об способностях работника.

Разберемся на примере, как это работает. Хорошим примером сигнала является профессиональная сертификация. Талантливым работникам намного проще пройти сертификацию, чем их менее способным коллегам. Первым достаточно просто сдать экзамен, а вторым придется долго и упорно готовиться, ходить на курсы, возможно, даже пересдавать несколько раз – все это долго и дорого. Таким образом, если рост зарплаты, который может обеспечить сертификат, покрывает расходы и усилия талантливых работников, но невыгоден их менее способным коллегам, вторые откажутся от получения сертификата. В этом случает сертификация является эффективным сигналом, который позволяет работодателям оценить способности кандидатов. Если же сертификация выгодна (или невыгодна) для обеих групп, то такой сигнал будет неэффективным и потеряет свой смысл.

Сигналом также может быть опыт работы в «статусной» компании. В данном случае механизмом будет не самоотсев работников на основе калькуляции собственных выгод и издержек, как это предусмотрено моделью Спенса, а конкурсный отбор, который должен был пройти работник, чтобы в эту компанию попасть. Более того, статусные компании имеют возможность платить талантливым работникам на старте карьеры ниже их реальной стоимости, т.к. приобретаемый сигнал позволяет работникам рассчитывать на более высокую зарплату в будущем [2].

Сигнальную функцию выполняет и весь опыт в целом, точнее его консистентность. Если опыт работника сочетает в себе много профессиональных областей – это может выглядеть подозрительно. Либо перед нами новый Леонардо да Винчи, талантливый во всех областях, либо это товарищ, который скачет из одной области в другую, так ничему и не научившись. Естественно, это утрированные категории, но сам факт переходов из одной области в другую, особенно никак не связанную с предыдущим опытом, делает резюме работника более подозрительным и снижает его шансы на трудоустройство [3,4]. Таким образом, мы уходим от идеи о том, что сигнал – это инструмент для выявления более способных работников. Современные исследования показывают, что социально сконструированные представления о том, как должен выглядеть «правильный» кандидат определяют восприятие опыта работников, независимо от их реальных качеств [5]. #карьера

Как планировать и совершать карьерные переходы, чтобы не было мучительно больно, будем обсуждать во втором модуле карьерного курса. А ноябрьский модуль "Как расти внутри компании" будет посвящен внутрифирменным карьерам. Ноябрь стремительно приближается, я дорабатываю последние детали программы и уже совсем скоро смогу вам все рассказать. Но предзапись уже идет, поэтому самое время заявить о своем намерении @olga_aka_professor

Нанимать или выращивать?

Прочитала на днях в блоге одного предпринимателя рекомендацию не растить руководителей изнутри, а нанимать уже готовых, которые в других компаниях сделали то, что вам нужно. Рекомендация логичная, но есть проблема: как убедиться, что товарищ, которого мы нанимаем, сможет повторить у нас свой успех?

За этим вопросом стоят два ограничения. Во-первых, это невозможность установить связь между результатами и личным вкладом руководителя [1]. Во многих случаях на этот результат работала целая команда, которая опиралась на процессы и ресурсы конкретной компании в конкретный момент времени. Вычленить оттуда личный вклад весьма проблематично. Нередко успех или неудачу целой команды приписывают ее наиболее статусному игроку, занижая вклад других участников [2]. Однако при переходе в другую компанию звезды часто не могу повторить свой успех, особенно если переходили без своей команды и в компанию с другими процессами и ресурсам [3,4]

Во-вторых, даже если индивидуальный вклад действительно существенный, под вопросом остается применимость накопленного опыта в новых условиях. Изменение контекста и вариативность задач* запросто могут сделать предшествующий опыт нерелевантным, что в итоге приведет к ухудшению результатов [5]. Когда речь идет о переносе опыта из одной страны в другую, изменение контекста обычно не вызывает вопросов [6], а вот менее радикальные различия контекста нередко игнорируются, что и приводит к негативным результатам [7,8].

* Важно уточнить, что когда руководитель нанимается для того, чтобы сделать “то, что он уже сделал в другой компании”, это вовсе не означает, что он нанимается решать аналогичные задачи. Скорее он нанимается произвести тот же результат, а набор задач будет зависеть не только от конечной точки В, но и от стартовой позиции А, с которой ему еще предстоит разобраться.

Но вернемся к изначальному вопросу: как бы вы убедились, что нанимаемый руководитель сможет сделать в вашей компании то, что ему удалось сделать в другом месте?

P.S. Когда-то давно мы уже говорили про oшибки найма и метрики его успешности (пост-фактум). Был у нас даже вебинар про доказательную базу популярных методов отбора и оптимизацию системы отбора на основе данных. Кстати, удалось ли вам что-то внедрить на практике?

#мысливслух

Оценка результативности: быть или не быть?

Продолжу разговор о сложностях оценки индивидуальной результативности. Мне как-то попалась на глаза статья с провокационным названием “Performance evaluation will not die, but it should”. Автор статьи, Kevin Murphy, приводит следующие аргументы:

1️⃣ Оценки результативности имеют такой низкий уровень надежности, что становятся непригодными для принятия серьезных решений. И эта проблема не решается совершенствованием процедуры оценки.

2️⃣ Большая часть различий в оценках объясняется не разницей между сотрудниками, а внешними факторами, часть из которых вообще не имеет никакого отношения к рабочему контексту. Опять-таки, проблема сохраняется даже в тех сферах, где есть более объективные критерии для измерения результативности.

3️⃣ История про 20% чемпионов, 70% середнячков и 10% отстающих, как и в целом идея о нормальном распределении оценок, не соответствует действительности. Это не более чем способ подогнать задачку под ответ бюджет. В реальности очень небольшое количество сотрудников имеет сверхвысокую результативность (и поэтому их должно быть заметно сразу, без каких-то сложных процедур оценки). А все остальные - одинаковые середнячки, которых не имеет смысла дальше делить на группы по уровню результативности.

4️⃣ Оценка результативность как инструмент обратной связи не работает. Те, кому такая обратная связь могла бы быть полезна, не готовы ее воспринимать. А для всех остальных это лишний повод пожаловаться на несправедливость системы (что логично - см. пп. 1-2).

5️⃣ Влияние оценки результативности на кадровые решения тоже только декларируется. После всех калибровок, усушек и утрусок корреляцию между оценкой и вознаграждением/повышениями/увольнениями практически невозможно обнаружить.

В результате возникает вопрос: а зачем нам нужно тратить время и деньги на что-то, что невозможно ни качественно провести, ни разумно использовать? Что скажете?

#результативность
________________________
Murphy, K. R. (2020). Performance evaluation will not die, but it should. Human Resource Management Journal, 30(1), 13-31

Вчера мы раскритиковали оценку результативности. Тут же возник вопрос: Какие есть альтернативы?

По данным Gartner, 82% опрошенных HR считают, что система управления результативностью не справляется со своими задачами. 67% нацелены на сокращение времени и усилий, вложеных в этот процесс, что по мнению Gartner только усугубляет ситуацию. Вместо того, чтобы сокращать расходы, Gartner предлагает работать над повышением полезности процесса.

Как? Kevin Murphy, автор вчерашней статьи, предлагает уходить от вопроса “кто виноват?”, который подразумевает оценочная система, где раздаются морковки и пинки, и заменить его на “что делать?”, т.е. думать над тем, как вовлечь и чем помочь сотрудникам, чтобы они добились нужных результатов.

Gartner с идеей согласен, однако отмечает, что пока (на примере 18 компаний) они наблюдают лишь ухудщение качества менеджерской коммуникации после отмены формальных оценок. Вывод? Сначала нужно подготовить менеджеров к новой системе, а уже потом отменять старую. #результативность

Локальный оптимум и карьерное планирование

Как к нам обычно приходят мысли о карьере? “Меня все достало! Пойду обновлю профиль на LinkedIn и проверю, что там интересного есть на HH”. Если вовремя остановиться, вполне может оказаться, что менять работодателя не имеет смысла.

У меня была такая история. Я работала HRBP в ИТ компании, занималась всем подряд от интеграции свежеприобретенного подразделения в процессы и культуру основной компании до улучшения обслуживания детей сотрудников по ДМС. В какой-то момент поняла, что расти хочется, а некуда. Долго я не думала, прошерстила вакансии, походила по собеседованиям, собрала офферы и выбрала позицию HRBP в фарме.

Вышла на новую работу и тут же поняла, что совершила ошибку. Компанию я сменила, а вот работу нет. Это были другие люди, другие процессы, другие проблемы, но точно такие же задачи. Я вернулась на рынок, но на этот раз поиск пошел не так бодро. И это оказалось к лучшему, потому что пока я проходила все стадии принятия своей ситуации, я успела кое-что осмыслить и через год перешла из HR в финансы, там подружилась с бизнесом и еще через 3 года вырулила в сторону основных бизнес подразделений. Я оптимизировала бизнес процессы, строила планы по выводу на рынок новых препаратов, даже приложила руку к открытию завода. Так моя карьера сделала такой акробатический трюк, который я раньше и нафантазировать не могла.

Какие выводы я для себя сделала? Мы всегда ограничены нашими представлениями о возможных опциях. Мы ищем у себя под носом (научным языком это называется “локальный поиск”) и там же находим устраивающие нас решения (локальный оптимум). Иногда нам нужен чей-то пример или какие-то новые вводные, чтобы сказать “А что, так можно было?” и перейти от локального поиска к глобальному. Глобальный поиск - это не географическое понятие. Не всегда нужно менять компанию или страну проживания, чтобы радикально поменять карьеру. Но вот увидеть возможности, которые мы раньше не видели - для себя лично или для своих менти - действительно важно.

Приглашаю вас поговорить на эту тему подробнее 9 ноября в 19:00 по Московскому времени на вебинаре “Карьерное планирование: что говорит наука о росте внутри компании” #карьера

Ссылка для подключения
Meeting ID: 995 1883 1144
Passcode: 965458

Новости #изжизниученых
Воскресное утро началось с письма от редактора журнала с решением по моей статье

Revise and Resubmit

Это ещё не гарантия публикации, но это лучший из возможных вариантов, потому что без существенных доработок не принимают ни одну статью, а большинству работ отказывают уже на этом этапе.

Нам с соавторкой дали три месяца на подготовку новой версии и это катастрофически мало. В очередной раз отругала себя за то, что в моем календаре совсем нет припусков на швы, весь ноябрь уже забит под завязку. Конечно, я хотела, чтобы решение было положительным и пришло побыстрее, но я не ожидала, что заветный R&R прилетит уже в начале ноября с дедлайном в феврале 🫣 Изыскивание резервов времени там, где их нет - это моё излюбленное занятие...

Будем надеяться на синергетический эффект: мое исследование, как и ноябрьский модуль карьерного курса, посвящено внутрифирменным карьерам. Так что если эта тема вам актуальна - вливайтесь. Встречаемся в четверг на открытом вебинаре 🤓