Что означает гиг-экономика на практике?
На прошлой неделе мы говорили о понятии гиг-экономики и ее распространенности в России и мире, а сегодня остановимся на ее влиянии на компании и самих работников. #тренды #нестандартнаязанятость
Гиг-работники
Работникам гиг-модель дает высокую гибкость и больший контроль: можно выбирать задачи, график и локацию, собирать портфель клиентов, а платформы упрощают вход и ускоряют развитие навыков [Cropanzano et al., 2022; Wood et al., 2019]. В то же время, алгоритмический контроль и давление рейтингов на платформах повышают стресс и могут ограничивать доступ к заказам. Работникам приходится развивать навыки саморегуляции и «job crafting»: подстраивать под себя способы взаимодействия и выполнения задач [Wood et al., 2019; Cropanzano et al., 2022].
Исследовательница платформенной занятости Lindsey Cameron отмечает, что работники могут превращать задания в «игру»: одни строят стратегии вокруг хороших рейтингов, другие — вокруг максимальной эффективности. Это помогает им удерживать мотивацию [Cameron, 2024a]. Алгоритмы часто создают иллюзию выбора, из-за чего возникает эффект «good-bad job»: гибкость сочетается с ограничениями и скрытой эксплуатацией [Cameron, 2024b].
Важным риском также остается нестабильность доходов и их зависимость от политики платформ и тарифов [Angrist, Caldwell & Hall, 2021]. Сильные колебания выплат вызывают стресс и подталкивают работников к уходу [Cameron & Meuris, 2024].
Гиг-заказчики
Привлечение внештатных сотрудников выглядит привлекательной стратегией для бизнеса, особенно в период нестабильности, но часто деструктивно влияет на бизнес-процессы.
Гиг-модель работает, когда задачи четко описаны, результат легко проверить, а навыки нужны «точечно» и быстро. Цифровые платформы и алгоритмы ускоряют путь от запроса до результата и дают доступ к редким компетенциям. Оплата «за результат» помогает безболезненно запускать и сворачивать проекты [Keegan & Meijerink, 2025]. Иногда вынос задач на внешний рынок приносит идеи, сопоставимые или даже сильнее внутренних [Jeppesen & Lakhani, 2010; Poetz & Schreier, 2012].
Но у модели есть и ограничения. Если результат держится на неявных знаниях, тесной координации и командной «химии», эффективность падает — навыки хуже «переносятся» между организациями [Huckman & Pisano, 2006]. Слишком высокая текучесть подрядчиков ломает процессы: немного обновления полезно, но постоянные замены увеличивают время на ввод в контекст и число доработок [De Stefano, Bonet & Camuffo, 2019].
Плюс важна ясная логика управления: либо компания строит взаимодействие на доверии и ценностях (понятные правила, автономия), либо применяет строгий контроль. Если попытаться совместить два подхода, исполнители получат смешанные сигналы, а ошибок станет только больше [Burbano & Chiles, 2021].
С усилением роли алгоритмов люди ожидают прозрачности: понятных принципов распределения задач, расчета оплаты и процедуры апелляций [Keegan & Meijerink, 2025; Kellogg, Valentine & Christin, 2020]. Также важно учитывать конфликт интересов между клиентами и исполнителями: заказчики часто не видят скрытых затрат и нагрузок, а отношения остаются транзакционными и поверхностными [Cameron & Mayberry, 2024]. Чтобы снизить риски, платформам и компаниям нужно выстраивать прозрачные процедуры [Cameron et al., 2023].
Подробнее о том, что делать, если вы хотите привлечь гиг-работника, читайте в новом материале от команды Science_of_HR. Если материал был для вас полезен - не забывайте оставить реакцию и поделиться им с коллегами.
Полный список источников по гиг-экономике оставлю в комментариях.
На прошлой неделе мы говорили о понятии гиг-экономики и ее распространенности в России и мире, а сегодня остановимся на ее влиянии на компании и самих работников. #тренды #нестандартнаязанятость
Гиг-работники
Работникам гиг-модель дает высокую гибкость и больший контроль: можно выбирать задачи, график и локацию, собирать портфель клиентов, а платформы упрощают вход и ускоряют развитие навыков [Cropanzano et al., 2022; Wood et al., 2019]. В то же время, алгоритмический контроль и давление рейтингов на платформах повышают стресс и могут ограничивать доступ к заказам. Работникам приходится развивать навыки саморегуляции и «job crafting»: подстраивать под себя способы взаимодействия и выполнения задач [Wood et al., 2019; Cropanzano et al., 2022].
Исследовательница платформенной занятости Lindsey Cameron отмечает, что работники могут превращать задания в «игру»: одни строят стратегии вокруг хороших рейтингов, другие — вокруг максимальной эффективности. Это помогает им удерживать мотивацию [Cameron, 2024a]. Алгоритмы часто создают иллюзию выбора, из-за чего возникает эффект «good-bad job»: гибкость сочетается с ограничениями и скрытой эксплуатацией [Cameron, 2024b].
Важным риском также остается нестабильность доходов и их зависимость от политики платформ и тарифов [Angrist, Caldwell & Hall, 2021]. Сильные колебания выплат вызывают стресс и подталкивают работников к уходу [Cameron & Meuris, 2024].
Гиг-заказчики
Привлечение внештатных сотрудников выглядит привлекательной стратегией для бизнеса, особенно в период нестабильности, но часто деструктивно влияет на бизнес-процессы.
Гиг-модель работает, когда задачи четко описаны, результат легко проверить, а навыки нужны «точечно» и быстро. Цифровые платформы и алгоритмы ускоряют путь от запроса до результата и дают доступ к редким компетенциям. Оплата «за результат» помогает безболезненно запускать и сворачивать проекты [Keegan & Meijerink, 2025]. Иногда вынос задач на внешний рынок приносит идеи, сопоставимые или даже сильнее внутренних [Jeppesen & Lakhani, 2010; Poetz & Schreier, 2012].
Но у модели есть и ограничения. Если результат держится на неявных знаниях, тесной координации и командной «химии», эффективность падает — навыки хуже «переносятся» между организациями [Huckman & Pisano, 2006]. Слишком высокая текучесть подрядчиков ломает процессы: немного обновления полезно, но постоянные замены увеличивают время на ввод в контекст и число доработок [De Stefano, Bonet & Camuffo, 2019].
Плюс важна ясная логика управления: либо компания строит взаимодействие на доверии и ценностях (понятные правила, автономия), либо применяет строгий контроль. Если попытаться совместить два подхода, исполнители получат смешанные сигналы, а ошибок станет только больше [Burbano & Chiles, 2021].
С усилением роли алгоритмов люди ожидают прозрачности: понятных принципов распределения задач, расчета оплаты и процедуры апелляций [Keegan & Meijerink, 2025; Kellogg, Valentine & Christin, 2020]. Также важно учитывать конфликт интересов между клиентами и исполнителями: заказчики часто не видят скрытых затрат и нагрузок, а отношения остаются транзакционными и поверхностными [Cameron & Mayberry, 2024]. Чтобы снизить риски, платформам и компаниям нужно выстраивать прозрачные процедуры [Cameron et al., 2023].
Подробнее о том, что делать, если вы хотите привлечь гиг-работника, читайте в новом материале от команды Science_of_HR. Если материал был для вас полезен - не забывайте оставить реакцию и поделиться им с коллегами.
Полный список источников по гиг-экономике оставлю в комментариях.
👍7❤3🔥1
📚 Новости Книжного Клуба
Около года назад я запустила Книжный Клуб Science_of_HR. Постепенно клуб рос, формат и тематика наших обсуждений менялись. Однако в основе Клуба всегда лежала идея знакомства с научными данными и эмпирически проверенными теориями. Не удивительно, что в какой-то момент мы решили читать не книги, консолидирующие и часто упрощающие научные знания, а первоисточники, т.е. современные научные исследования, опубликованные в топовых академических журналах в последние годы.
На последней встрече мы говорили о том, как выстроить работу с внутренними кандидатами: как выбирать лучших, не терять их по дороге и договариваться с руководителями, которые не хотят отпускать хороших сотрудников в другую команду. Мы не просто делились мыслями, возникающими у нас после прочтения статей, но и обсуждали реальные кейсы, связанные с выбранной темой. Так наш Клуб из книжного стал по-настоящему дискуссионным.
Наша следующая встреча состоится через неделю, 10 сентября в 18:00 по Москве и будет посвящена звездным сотрудникам.
С одной стороны, у нас есть научные данные, подтверждающие важную роль звезд в компании. Например, O’Boyle & Aguinis (2012) показали, что производительность труда имеет не нормальное, а скорее Парето распределение. Т.е. вместо привычных нам "10% отстающих, 70% середнячков и 20% классных сотрудников" в реальной жизни компании держатся на небольшой группе звезд, которые обеспечивают основные бинзнес-результаты, а вклад остальных сотрудников совсем незначительный. Эффект звезд особенно заметен при решении сложных задач, востребованности уникальных знаний и высокой автономности сотрудников (Aguinis et al., 2016).
С другой стороны, немало исследований говорят нам и о проблемах в управлении звездами. Во-первых, они склонны перетягивать на себя одеяло, снижая продуктивность других сотрудников (Prato & Ferraro, 2018). Во-вторых, они навязывают другим свое мнение, подавляя разнообразие идей в компании (Kehoe & Tzabbar, 2015). А еще командные результаты чаще всего приписываются именно звездам, независимо от того, как сработали другие члены команды, тем самым закрепляя свой звездный статус (Kehoe & Bentley, 2021).
В общем, если вас заинтересовала эта тема - присоединяйтесь и приносите свои истории про работу со звездами. Детали для подключения уже в группе Клуба.
Около года назад я запустила Книжный Клуб Science_of_HR. Постепенно клуб рос, формат и тематика наших обсуждений менялись. Однако в основе Клуба всегда лежала идея знакомства с научными данными и эмпирически проверенными теориями. Не удивительно, что в какой-то момент мы решили читать не книги, консолидирующие и часто упрощающие научные знания, а первоисточники, т.е. современные научные исследования, опубликованные в топовых академических журналах в последние годы.
На последней встрече мы говорили о том, как выстроить работу с внутренними кандидатами: как выбирать лучших, не терять их по дороге и договариваться с руководителями, которые не хотят отпускать хороших сотрудников в другую команду. Мы не просто делились мыслями, возникающими у нас после прочтения статей, но и обсуждали реальные кейсы, связанные с выбранной темой. Так наш Клуб из книжного стал по-настоящему дискуссионным.
Наша следующая встреча состоится через неделю, 10 сентября в 18:00 по Москве и будет посвящена звездным сотрудникам.
С одной стороны, у нас есть научные данные, подтверждающие важную роль звезд в компании. Например, O’Boyle & Aguinis (2012) показали, что производительность труда имеет не нормальное, а скорее Парето распределение. Т.е. вместо привычных нам "10% отстающих, 70% середнячков и 20% классных сотрудников" в реальной жизни компании держатся на небольшой группе звезд, которые обеспечивают основные бинзнес-результаты, а вклад остальных сотрудников совсем незначительный. Эффект звезд особенно заметен при решении сложных задач, востребованности уникальных знаний и высокой автономности сотрудников (Aguinis et al., 2016).
С другой стороны, немало исследований говорят нам и о проблемах в управлении звездами. Во-первых, они склонны перетягивать на себя одеяло, снижая продуктивность других сотрудников (Prato & Ferraro, 2018). Во-вторых, они навязывают другим свое мнение, подавляя разнообразие идей в компании (Kehoe & Tzabbar, 2015). А еще командные результаты чаще всего приписываются именно звездам, независимо от того, как сработали другие члены команды, тем самым закрепляя свой звездный статус (Kehoe & Bentley, 2021).
В общем, если вас заинтересовала эта тема - присоединяйтесь и приносите свои истории про работу со звездами. Детали для подключения уже в группе Клуба.
❤4👍2⚡1
⚖️ О принятии решений
По данным опросов, взрослый человек принимает порядка 50 решений в день, при этом 41% сомневаются в своем выборе, а 27% испытывают стресс даже при принятии простых решений. С руководителями все намного сложнее: им платят за то, чтобы они принимали решения. Лучше хорошие, чем плохие, но лучше хоть какие-то, чем совсем никакие. Однако большинство руководителей говорят о когнитивной перегрузке и часто впадают в ступор, не в состоянии сделать выбор. 85% руководителей сожалеют о сделанном выборе, чувствуют вину или сомневаются в правильности решений, принятых за последний год.
Необходимость постоянно принимать решения в условиях ограниченных ресурсов быстро приводит к выгоранию. Сегодня мы посмотрим, что говорит наука о процессе принятия решений, а в следующий раз сформулируем базовые принципы оптимизации этого процесса.
🔸 Чем меньше вариантов, тем проще выбрать. Когда задача сложная, опции трудно сравнивать, а предпочтения команды/стейкхолдеров неустойчивы, сужение выбора до 3–5 альтернатив повышает скорость и качество решения [Iyengar & Lepper, 2000; Chernev, Böckenholt & Goodman, 2015].
🔸 Спешка ведет к упрощениям. Под давлением времени люди переходят на менее ресурсоемкие, «грубые» стратегии выбора [Payne, Bettman & Luce, 1996], что ведет к принятию неоптимальных решений.
🔸 Отдых необходим. При накоплении усталости в ходе непрерывной умственной работы решения становятся более консервативными (чаще выбирается статус-кво и реже — изменение). После даже короткого отдыха возвращается способность принимать более взвешенные решения [Danziger, Levav & Avnaim-Pesso, 2011]. Микропаузы (2–10 минут) повышают бодрость и улучшают результативность, особенно на сложных задачах [Albulescu et al., 2022].
Лично я люблю дать решению отлежаться, чтобы после небольшой паузы посмотреть на него со свежей головой. А иногда решение нужно просто принять и реагировать уже на последствия сделанного выбора, вместо того, чтобы тратить когнитивные ресурсы на бесконечное обдумывание.
А как вам даётся принятие решений? Есть ли у вас лайфхаки, как сделать этот процесс менее энергозатратным?
#когнитивныеискажения
По данным опросов, взрослый человек принимает порядка 50 решений в день, при этом 41% сомневаются в своем выборе, а 27% испытывают стресс даже при принятии простых решений. С руководителями все намного сложнее: им платят за то, чтобы они принимали решения. Лучше хорошие, чем плохие, но лучше хоть какие-то, чем совсем никакие. Однако большинство руководителей говорят о когнитивной перегрузке и часто впадают в ступор, не в состоянии сделать выбор. 85% руководителей сожалеют о сделанном выборе, чувствуют вину или сомневаются в правильности решений, принятых за последний год.
Необходимость постоянно принимать решения в условиях ограниченных ресурсов быстро приводит к выгоранию. Сегодня мы посмотрим, что говорит наука о процессе принятия решений, а в следующий раз сформулируем базовые принципы оптимизации этого процесса.
🔸 Чем меньше вариантов, тем проще выбрать. Когда задача сложная, опции трудно сравнивать, а предпочтения команды/стейкхолдеров неустойчивы, сужение выбора до 3–5 альтернатив повышает скорость и качество решения [Iyengar & Lepper, 2000; Chernev, Böckenholt & Goodman, 2015].
🔸 Спешка ведет к упрощениям. Под давлением времени люди переходят на менее ресурсоемкие, «грубые» стратегии выбора [Payne, Bettman & Luce, 1996], что ведет к принятию неоптимальных решений.
🔸 Отдых необходим. При накоплении усталости в ходе непрерывной умственной работы решения становятся более консервативными (чаще выбирается статус-кво и реже — изменение). После даже короткого отдыха возвращается способность принимать более взвешенные решения [Danziger, Levav & Avnaim-Pesso, 2011]. Микропаузы (2–10 минут) повышают бодрость и улучшают результативность, особенно на сложных задачах [Albulescu et al., 2022].
Лично я люблю дать решению отлежаться, чтобы после небольшой паузы посмотреть на него со свежей головой. А иногда решение нужно просто принять и реагировать уже на последствия сделанного выбора, вместо того, чтобы тратить когнитивные ресурсы на бесконечное обдумывание.
А как вам даётся принятие решений? Есть ли у вас лайфхаки, как сделать этот процесс менее энергозатратным?
#когнитивныеискажения
❤10👍3⚡1
Как оптимизировать процесс принятия решений?
На прошлой неделе мы говорили о том, что решения - это большая когнитивная нагрузка, от которой особенно страдают руководители. А сегодня я хочу предложить вам базовые принципы принятия решений, которые мы сформулировали на основе научных данных.
1️⃣ Сначала сортировка
Разделяем все управленческие решения на два класса и сразу выбираем соответствующий способ работы:
🔹 Тип A — дорогие и необратимые (слияние, выход на рынок, крупные инвестиции). Делаем таблицу MCDA (Multi-Criteria Decision Analysis): сравниваем 2–5 вариантов по 3–5 важным критериям с весами, обсуждаем ключевые риски и заранее фиксируем условия/факты, при которых выбор нужно пересмотреть [Edwards & Barron, 1994].
🔹 Тип B — обратимые и недорогие (небольшие фичи, пилоты). Заранее договариваемся о порогах «достаточно хорошо» (если вариант им соответствует — берем сразу) и ставим правило быстрого ответа за 24–48 часов, чтобы не тянуть с мелкими решениями [Simon, 1955].
2️⃣ Учет когнитивных искажений
Наш мозг любит срезать углы и пользоваться быстрыми схемами, из-за чего на решение незаметно влияет подача вопроса (фрейминг), а страх потерь становится сильнее желания получить выгоды. Это ведет к типичным ошибкам. Чтобы их избежать, полезно переформулировать вопрос нейтрально и заранее задать стоп-условия, т.е. сигналы о том, что нужно пересмотреть решение.
Кроме того, наш мозг плохо воспроизводит вероятности, поэтому перед принятием решения важно оценить базовые частоты, т.е. собрать объективные данные о том, как бывает в индустрии или как было в прошлом, и похожие кейсы — это также сделает наше восприятие проблемы более реалистичным. [Kahneman & Tversky, 1979; Tversky & Kahneman, 1992].
3️⃣ «Быстрые и экономные» правила
Задаем короткие «если – то» правила для повторяющихся решений — в волатильной неопределенной среде они обеспечивают почти такое же качество решений, как сложный анализ, если заранее задать границы применимости. Важно прописывать исключения/стоп-условия и регулярно анализировать эффективность их применения [Gigerenzer & Goldstein, 1996].
4️⃣ Опора на интуицию
Интуиция — это результат накопленного опыта. Она хорошо работает там, где среда стабильна, а принимающий решение много раз получал обратную связь на свои действия. В редких, новых или разовых решениях ее нужно подстраховывать структурой и внешними данными [Kahneman & Klein, 2009].
5️⃣ Внимание на ключевые решения
Готова руководителей может и большая, но и ей не под силу объять необъятное. Поэтому планируем время так, чтобы внимание менеджмента уходило на 3–5 ключевых решений в неделю. Принятие остальных решений делегируем или автоматизируем [Ocasio, 1997].
Готовы попробовать применить эти принципы на практике? Отпишитесь в комментариях — и я пришлю вам наш чек-лист эффективного принятия решений.
Полный список литературы по теме оставлю к комментариях
#когнитивныеискажения
На прошлой неделе мы говорили о том, что решения - это большая когнитивная нагрузка, от которой особенно страдают руководители. А сегодня я хочу предложить вам базовые принципы принятия решений, которые мы сформулировали на основе научных данных.
1️⃣ Сначала сортировка
Разделяем все управленческие решения на два класса и сразу выбираем соответствующий способ работы:
🔹 Тип A — дорогие и необратимые (слияние, выход на рынок, крупные инвестиции). Делаем таблицу MCDA (Multi-Criteria Decision Analysis): сравниваем 2–5 вариантов по 3–5 важным критериям с весами, обсуждаем ключевые риски и заранее фиксируем условия/факты, при которых выбор нужно пересмотреть [Edwards & Barron, 1994].
🔹 Тип B — обратимые и недорогие (небольшие фичи, пилоты). Заранее договариваемся о порогах «достаточно хорошо» (если вариант им соответствует — берем сразу) и ставим правило быстрого ответа за 24–48 часов, чтобы не тянуть с мелкими решениями [Simon, 1955].
2️⃣ Учет когнитивных искажений
Наш мозг любит срезать углы и пользоваться быстрыми схемами, из-за чего на решение незаметно влияет подача вопроса (фрейминг), а страх потерь становится сильнее желания получить выгоды. Это ведет к типичным ошибкам. Чтобы их избежать, полезно переформулировать вопрос нейтрально и заранее задать стоп-условия, т.е. сигналы о том, что нужно пересмотреть решение.
Кроме того, наш мозг плохо воспроизводит вероятности, поэтому перед принятием решения важно оценить базовые частоты, т.е. собрать объективные данные о том, как бывает в индустрии или как было в прошлом, и похожие кейсы — это также сделает наше восприятие проблемы более реалистичным. [Kahneman & Tversky, 1979; Tversky & Kahneman, 1992].
3️⃣ «Быстрые и экономные» правила
Задаем короткие «если – то» правила для повторяющихся решений — в волатильной неопределенной среде они обеспечивают почти такое же качество решений, как сложный анализ, если заранее задать границы применимости. Важно прописывать исключения/стоп-условия и регулярно анализировать эффективность их применения [Gigerenzer & Goldstein, 1996].
4️⃣ Опора на интуицию
Интуиция — это результат накопленного опыта. Она хорошо работает там, где среда стабильна, а принимающий решение много раз получал обратную связь на свои действия. В редких, новых или разовых решениях ее нужно подстраховывать структурой и внешними данными [Kahneman & Klein, 2009].
5️⃣ Внимание на ключевые решения
Готова руководителей может и большая, но и ей не под силу объять необъятное. Поэтому планируем время так, чтобы внимание менеджмента уходило на 3–5 ключевых решений в неделю. Принятие остальных решений делегируем или автоматизируем [Ocasio, 1997].
Готовы попробовать применить эти принципы на практике? Отпишитесь в комментариях — и я пришлю вам наш чек-лист эффективного принятия решений.
Полный список литературы по теме оставлю к комментариях
#когнитивныеискажения
1❤9👍6
Конкуренция или коллаборация? Часть 1
Я часто говорю руководителям, что сталкивать людей лбами непродуктивно. В то же время, примеров успешного стимулирования продаж и новых разработок через внутреннюю конкуренцию тоже достаточно. Исследования говорят, что каждый подход имеет свои преимущества и недостатки и может быть эффективным в зависимости от контекста. Предлагаю обсудить плюсы и минусы обоих подходов и разобраться, какой когда применять. Сегодня говорим про конкуренцию. #команда
Конкуренция — аргументы ЗА
Конкуренция на рабочем месте может умножать индивидуальные усилия и ускорять выполнение задач.
🔸 Полевые и лабораторные эксперименты показывают, что введение турнирного подхода (рейтинги и бонусы для лучших команд) может повысить производительность на ~24% у сильных команд. Регулярное сравнение результатов команд (relative performance feedback) добавляет еще около +10% к среднему уровню [Bandiera et al., 2013; Gjedrem et al., 2020].
🔸 Когда вклад каждого легко посчитать, индивидуальная конкуренция повышает усилия и скорость выполнения задач (особенно при низкой взаимозависимости работы). [Beersma et al., 2003].
🔸 При конкуренции люди склонны собираться в команды по уровню. При выполнении задач с измеримым личным вкладом такие команды работают эффективнее [Bandiera et al., 2013].
🔸 В некоторых случаях конкуренция между командами снижает проявления социального иждивенчества и усиливает командный дух, если результат зависит от коллективного успеха [Gjedrem et al., 2020].
Конкуренция — аргументы ПРОТИВ
Несмотря на краткосрочные выгоды, конкуренция может вести к ухудшению обмена знаниями, утаиванию информации и скрытому противодействию, особенно при низком доверии и высокой разнородности команд [Hernaus et al., 2019; Shen et al., 2025].
🔸 Когда выплаты зависят от места в рейтинге команд, слабые группы часто опускают руки и уменьшают усилия — в полевом эксперименте это снижало среднюю производительность примерно на 14% [Bandiera et al., 2013].
🔸 Конкурентные бонусы не всегда компенсируют потери от уменьшения взаимопомощи и в ряде случаев ухудшают командные результаты в разнородных по способностям группах [Hernaus et al., 2019; Shen et al., 2025].
🔸 Индивидуальная конкуренция повышает стресс и тревожность и толкает людей скрывать знания, чтобы сохранить личное преимущество [Wolf et al., 2021; Shen et al., 2025].
🔸 Чрезмерная конкуренция подрывает доверие и снижает долгосрочную эффективность, особенно при высокой взаимозависимости работы [De Jong et al., 2016; Shen et al., 2025].
Как вы считаете, нужна ли в команде конкуренция? Поделитесь своим опытом в комментариях. А в следующий раз мы поговорим про коллаборацию.
Я часто говорю руководителям, что сталкивать людей лбами непродуктивно. В то же время, примеров успешного стимулирования продаж и новых разработок через внутреннюю конкуренцию тоже достаточно. Исследования говорят, что каждый подход имеет свои преимущества и недостатки и может быть эффективным в зависимости от контекста. Предлагаю обсудить плюсы и минусы обоих подходов и разобраться, какой когда применять. Сегодня говорим про конкуренцию. #команда
Конкуренция — аргументы ЗА
Конкуренция на рабочем месте может умножать индивидуальные усилия и ускорять выполнение задач.
🔸 Полевые и лабораторные эксперименты показывают, что введение турнирного подхода (рейтинги и бонусы для лучших команд) может повысить производительность на ~24% у сильных команд. Регулярное сравнение результатов команд (relative performance feedback) добавляет еще около +10% к среднему уровню [Bandiera et al., 2013; Gjedrem et al., 2020].
🔸 Когда вклад каждого легко посчитать, индивидуальная конкуренция повышает усилия и скорость выполнения задач (особенно при низкой взаимозависимости работы). [Beersma et al., 2003].
🔸 При конкуренции люди склонны собираться в команды по уровню. При выполнении задач с измеримым личным вкладом такие команды работают эффективнее [Bandiera et al., 2013].
🔸 В некоторых случаях конкуренция между командами снижает проявления социального иждивенчества и усиливает командный дух, если результат зависит от коллективного успеха [Gjedrem et al., 2020].
Конкуренция — аргументы ПРОТИВ
Несмотря на краткосрочные выгоды, конкуренция может вести к ухудшению обмена знаниями, утаиванию информации и скрытому противодействию, особенно при низком доверии и высокой разнородности команд [Hernaus et al., 2019; Shen et al., 2025].
🔸 Когда выплаты зависят от места в рейтинге команд, слабые группы часто опускают руки и уменьшают усилия — в полевом эксперименте это снижало среднюю производительность примерно на 14% [Bandiera et al., 2013].
🔸 Конкурентные бонусы не всегда компенсируют потери от уменьшения взаимопомощи и в ряде случаев ухудшают командные результаты в разнородных по способностям группах [Hernaus et al., 2019; Shen et al., 2025].
🔸 Индивидуальная конкуренция повышает стресс и тревожность и толкает людей скрывать знания, чтобы сохранить личное преимущество [Wolf et al., 2021; Shen et al., 2025].
🔸 Чрезмерная конкуренция подрывает доверие и снижает долгосрочную эффективность, особенно при высокой взаимозависимости работы [De Jong et al., 2016; Shen et al., 2025].
Как вы считаете, нужна ли в команде конкуренция? Поделитесь своим опытом в комментариях. А в следующий раз мы поговорим про коллаборацию.
👍7⚡2🔥2
Конкуренция или коллаборация? Часть 2
В прошлый раз мы подробно поговорили про конкуренцию, а сегодня обсудим коллаборацию. #команда
В целом исследования показывают, что коллаборация способствует росту командной эффективности, инновационности и обмену знаниями [De Jong et al., 2016; Marlow et al., 2018; Lu et al., 2019; Wolf et al., 2021]. Но, как обычно, есть нюансы.
Коллаборация — аргументы ЗА
🔸 Метаанализы и эксперименты показывают, что совместная работа усиливает доверие, улучшает качество коммуникации и поддерживает более высокий уровень вовлеченности — особенно при высокой взаимозависимости задач [De Jong et al., 2016; Marlow et al., 2018; Wolf et al., 2021].
🔸 Сотрудничество особенно эффективно там, где важна креативность: совместная работа усиливает оригинальность решений и увеличивает число генерируемых идей [Lu et al., 2019].
🔸 Командные стимулы и обратная связь по результатам работы всей команды поднимают среднюю производительность и дисциплинируют «иждивенцев» за счёт peer pressure, т.е. давления со стороны коллег [Gjedrem et al., 2020].
Коллаборация — аргументы ПРОТИВ
🔸 Если механизмов самоконтроля в команде нет, повышаются риски социального иждивенчества (free riding), когда часть сотрудников снижает усилия, рассчитывая на вклад других [Gjedrem et al., 2020; Marlow et al., 2018].
🔸 Координационные издержки и замедление принятия решений растут по мере увеличения размера команды или сложности задач.
🔸 Иногда ради сохранения согласия и гармонии в группе участники предпочитают молчать или соглашаться, даже если у них есть обоснованные возражения. Это снижает качество принимаемых решений и может привести к серьезным ошибкам [Marlow et al., 2018].
🔸 А в конкурентных культурах или при недостатке доверия необходимость сотрудничества может сопровождаться утаиванием знаний из-за страха потери статуса или ресурсов [Hernaus et al., 2019; Shen et al., 2025].
Давайте попробуем подвести итоги. Ставьте ❤️ если вы за коллаборацию или 🔥 если предпочитаете конкуренцию. А мы в следующий раз сформулируем, в какой ситуации какой подход имеет больше шансов на успех.
В прошлый раз мы подробно поговорили про конкуренцию, а сегодня обсудим коллаборацию. #команда
В целом исследования показывают, что коллаборация способствует росту командной эффективности, инновационности и обмену знаниями [De Jong et al., 2016; Marlow et al., 2018; Lu et al., 2019; Wolf et al., 2021]. Но, как обычно, есть нюансы.
Коллаборация — аргументы ЗА
🔸 Метаанализы и эксперименты показывают, что совместная работа усиливает доверие, улучшает качество коммуникации и поддерживает более высокий уровень вовлеченности — особенно при высокой взаимозависимости задач [De Jong et al., 2016; Marlow et al., 2018; Wolf et al., 2021].
🔸 Сотрудничество особенно эффективно там, где важна креативность: совместная работа усиливает оригинальность решений и увеличивает число генерируемых идей [Lu et al., 2019].
🔸 Командные стимулы и обратная связь по результатам работы всей команды поднимают среднюю производительность и дисциплинируют «иждивенцев» за счёт peer pressure, т.е. давления со стороны коллег [Gjedrem et al., 2020].
Коллаборация — аргументы ПРОТИВ
🔸 Если механизмов самоконтроля в команде нет, повышаются риски социального иждивенчества (free riding), когда часть сотрудников снижает усилия, рассчитывая на вклад других [Gjedrem et al., 2020; Marlow et al., 2018].
🔸 Координационные издержки и замедление принятия решений растут по мере увеличения размера команды или сложности задач.
🔸 Иногда ради сохранения согласия и гармонии в группе участники предпочитают молчать или соглашаться, даже если у них есть обоснованные возражения. Это снижает качество принимаемых решений и может привести к серьезным ошибкам [Marlow et al., 2018].
🔸 А в конкурентных культурах или при недостатке доверия необходимость сотрудничества может сопровождаться утаиванием знаний из-за страха потери статуса или ресурсов [Hernaus et al., 2019; Shen et al., 2025].
Давайте попробуем подвести итоги. Ставьте ❤️ если вы за коллаборацию или 🔥 если предпочитаете конкуренцию. А мы в следующий раз сформулируем, в какой ситуации какой подход имеет больше шансов на успех.
❤14🔥4👍1
Science_of_HR_Competition_vs_collaboration (3).pdf
72.4 KB
🤝 Конкуренция или коллаборация? Итоги
Итак, мы обсудили преимущества и ограничения конкуренции и коллаборации в команде. Выбор конкретного подхода будет зависеть от состава команды, структуры задач и типа обратной связи
Например, в лабораторном эксперименте с 75 командами (каждая состояла из 4 членов) соревновательная схема вознаграждений ускоряла работу, а кооперативная — повышала точность. При этом команды с более экстравертными и доброжелательными участниками показывали лучшие результаты именно при кооперативных поощрениях, а «менее социально ориентированные» составы — при соревновательных. А еще исследователи отмечают гендерные различия в восприятии обратной связи: в сравнении с мужчинами женщины более негативно реагируют на индивидуальное сравнение с коллегами и более позитивно — на командную обратную связь [Beersma et al., 2003; Gjedrem et al., 2020]
Основной вопрос — какой подход подойдет именно вам и вашей команде. Предлагаем вам воспользоваться нашей шпаргалкой и поделиться ею с коллегами #команда
Итак, мы обсудили преимущества и ограничения конкуренции и коллаборации в команде. Выбор конкретного подхода будет зависеть от состава команды, структуры задач и типа обратной связи
Например, в лабораторном эксперименте с 75 командами (каждая состояла из 4 членов) соревновательная схема вознаграждений ускоряла работу, а кооперативная — повышала точность. При этом команды с более экстравертными и доброжелательными участниками показывали лучшие результаты именно при кооперативных поощрениях, а «менее социально ориентированные» составы — при соревновательных. А еще исследователи отмечают гендерные различия в восприятии обратной связи: в сравнении с мужчинами женщины более негативно реагируют на индивидуальное сравнение с коллегами и более позитивно — на командную обратную связь [Beersma et al., 2003; Gjedrem et al., 2020]
Основной вопрос — какой подход подойдет именно вам и вашей команде. Предлагаем вам воспользоваться нашей шпаргалкой и поделиться ею с коллегами #команда
⚡4👍4
Школа давно в прошлом, а оценки остались
Речь, конечно, про оценку персонала, его компетенций, результативности и производительности труда. Эти темы всегда вызывают массу вопросов и проблем. А меж тем год уже перевалил за экватор, значит скоро мы будем подводить итоги. Самое время освежить память и подготовиться к проведению оценочных мероприятий.
Мы с коллегами решили объединиться и поделиться с вами своими наработкам. Полезные инструменты, лайфхаки, кейсы и памятки - все, что поможет сдать любой профессиональный экзамен на "отлично", теперь собрано в одном месте.
➡️ HR ОЦЕНКА НА "ПЯТЬ". Специально для тех, кто хочет быть на шаг впереди 🤝
Если у вас возникают сложности с оценкой производительности труда - задавайте вопросы в комментариях, будем вместе решать сложные задачки.
Речь, конечно, про оценку персонала, его компетенций, результативности и производительности труда. Эти темы всегда вызывают массу вопросов и проблем. А меж тем год уже перевалил за экватор, значит скоро мы будем подводить итоги. Самое время освежить память и подготовиться к проведению оценочных мероприятий.
Мы с коллегами решили объединиться и поделиться с вами своими наработкам. Полезные инструменты, лайфхаки, кейсы и памятки - все, что поможет сдать любой профессиональный экзамен на "отлично", теперь собрано в одном месте.
➡️ HR ОЦЕНКА НА "ПЯТЬ". Специально для тех, кто хочет быть на шаг впереди 🤝
Моя подборка про оценку производительности труда:
📌 Оцениваем производительность специалистов
📌 Оцениваем производительность руководителей
📌 Быстрый способ оценить вклад позиции в результаты компании (удобно использовать для бизнес-кейсов или оценки потерь, например, от текучести)
📌 Как понять, что сотрудники приносят вам больше, чем вы на них тратите
📌 Кадровый дефицит или низкая производительность труда? Анализ российского рынка труда
Если у вас возникают сложности с оценкой производительности труда - задавайте вопросы в комментариях, будем вместе решать сложные задачки.
1❤7⚡2👍1
Судья не злой, он просто голодный
Не так давно мы с вами говорили о том, как непросто принимать решения и как много посторонних факторов на них влияют. Хочу проиллюстрировать на конкретном примере, опубликованном в статье с говорящим названием «Посторонние факторы в судебных решениях» (Danziger, Levav, Avnaim-Pesso, 2011).
Ученые проанализировали 1112 решений израильских судей по условно-досрочному освобождению. В среднем за день судья рассматривал 22-23 кейса, каждый примерно по 6 минут. Важная деталь: у судей было два перерыва на еду (второй завтрак и обед), которые делили день на три «сессии принятия решений».
Оказалось, что вероятность положительного решения резко падала в течение каждой сессии и мгновенно восстанавливалась после перерыва. Сразу после перерыва шанс на УДО ≈ 65%, а непосредственно перед следующим перерывом стремится к 0%. Фактически, судьба заключенного зависела от того, в какое время дня его дело рассматривали.
О чем это нам говорит?
🔸 Эффект «ментального истощения» (decision fatigue). Принятие решений — это когнитивный процесс, требующий умственной энергии. Как мышца, сила воли и способность к сложному анализу "устают". С каждым последовательным решением нам все проще выбрать путь наименьшего сопротивления — отклонить запрос, сохранить статус-кво. Судьи не становились злыми, они становились уставшими.
🔸 «Батарейки» можно зарядить. Перерыв, еда (читай: пополнение уровня глюкозы), смена деятельности — все это восстанавливает наши ментальные ресурсы. После перерыва судьи снова были способны на взвешенные, более мягкие решения.
🔸 Эксперты не всесильны. Это исследование — очередной аргумент против мифа об объективности экспертов (а также руководителей и собственников бизнеса). Опытные судьи (со стажем более 22 лет) оказались подвержены влиянию банального распорядка дня. И мы с вами тоже.
Мне сразу вспомнился эпизод из моей корпоративной жизни, когда я прервала коллегу практически на полуслове фразой "Прости, пожалуйста, но если я прямо сейчас не съем шоколадку, я просто взорвусь" и ушла. Пока я спускалась на лифте в кафетерий, а потом поднималась обратно в офис, жуя ту самую шоколадку, ко мне вернулись и силы, и интеллектуальные способности, и готовность к конструктивному диалогу. Коллега меня дождался и мы довольно быстро порешали все наболевшие вопросы.С тех пор ко мне все ходили исключительно с шоколадками 😂 Шутка
А у вас такое было?
Еще несколько примеров #когнитивныеискажения
📌 Как бесперспективный кандидат может помочь середнячку получить работу
📌 Почему опытных кандидатов не берут на работу. А даже если и возьмут, это только навредит их дальнейшей карьере
📌 Почему чаще переманивают работающих, а не нанимают безработных
А здесь основанные на научных данных рекомендации
💡Как снизить влияние когнитивных искажений
💡Как сделать процесс принятия решений более эффективным.
Не так давно мы с вами говорили о том, как непросто принимать решения и как много посторонних факторов на них влияют. Хочу проиллюстрировать на конкретном примере, опубликованном в статье с говорящим названием «Посторонние факторы в судебных решениях» (Danziger, Levav, Avnaim-Pesso, 2011).
Ученые проанализировали 1112 решений израильских судей по условно-досрочному освобождению. В среднем за день судья рассматривал 22-23 кейса, каждый примерно по 6 минут. Важная деталь: у судей было два перерыва на еду (второй завтрак и обед), которые делили день на три «сессии принятия решений».
Оказалось, что вероятность положительного решения резко падала в течение каждой сессии и мгновенно восстанавливалась после перерыва. Сразу после перерыва шанс на УДО ≈ 65%, а непосредственно перед следующим перерывом стремится к 0%. Фактически, судьба заключенного зависела от того, в какое время дня его дело рассматривали.
О чем это нам говорит?
🔸 Эффект «ментального истощения» (decision fatigue). Принятие решений — это когнитивный процесс, требующий умственной энергии. Как мышца, сила воли и способность к сложному анализу "устают". С каждым последовательным решением нам все проще выбрать путь наименьшего сопротивления — отклонить запрос, сохранить статус-кво. Судьи не становились злыми, они становились уставшими.
🔸 «Батарейки» можно зарядить. Перерыв, еда (читай: пополнение уровня глюкозы), смена деятельности — все это восстанавливает наши ментальные ресурсы. После перерыва судьи снова были способны на взвешенные, более мягкие решения.
🔸 Эксперты не всесильны. Это исследование — очередной аргумент против мифа об объективности экспертов (а также руководителей и собственников бизнеса). Опытные судьи (со стажем более 22 лет) оказались подвержены влиянию банального распорядка дня. И мы с вами тоже.
Мне сразу вспомнился эпизод из моей корпоративной жизни, когда я прервала коллегу практически на полуслове фразой "Прости, пожалуйста, но если я прямо сейчас не съем шоколадку, я просто взорвусь" и ушла. Пока я спускалась на лифте в кафетерий, а потом поднималась обратно в офис, жуя ту самую шоколадку, ко мне вернулись и силы, и интеллектуальные способности, и готовность к конструктивному диалогу. Коллега меня дождался и мы довольно быстро порешали все наболевшие вопросы.
А у вас такое было?
Еще несколько примеров #когнитивныеискажения
📌 Как бесперспективный кандидат может помочь середнячку получить работу
📌 Почему опытных кандидатов не берут на работу. А даже если и возьмут, это только навредит их дальнейшей карьере
📌 Почему чаще переманивают работающих, а не нанимают безработных
А здесь основанные на научных данных рекомендации
💡Как снизить влияние когнитивных искажений
💡Как сделать процесс принятия решений более эффективным.
❤11⚡3👍1
Что значит "бренд работодателя" и зачем он нужен
Бренд работодателя часто звучит как нечто важное, но при этом слишком "мягкое" для того, чтобы приложить к нему точные метрики и уж тем более оценить экономический эффект. А если не измеряем - значит не управляем. Если не умеем оценить в деньгах - значит испытываем сложности в обосновании целесообразности инвестиций и получаем бюджеты по остаточному принципу. Давайте это исправим: cначала разберемся с определением, а потом с тем, на что влияет бренд работодателя, как его измерить и как им управлять. Как обычно, будем это делать с опорой на научные данные.
Бренд работодателя (employer brand) — это набор функциональных, психологических и экономических преимуществ, которые предоставляются работодателем и ассоциируются с ним. Он включает и внешнюю репутацию компании, и внутренний опыт сотрудников [Ambler & Barrow, 1996; Backhaus & Tikoo, 2004].
В русскоязычной практике часто употребляют термин «HR-бренд» как синоним «бренда работодателя», но с явным акцентом на EVP и внутренних HR-процессах [Puliaeva V.N., 2020].
EVP (Employer Value Proposition) — это пакет обещаний и выгод, которые компания предлагает сотруднику в обмен на его время, навыки и приверженность компании.
📌 Функциональные выгоды — зарплата, соцпакет, гибкость, условия работы.
📌 Экономические/карьерные выгоды — возможности роста, обучение, продвижение.
📌 Психологические выгоды — смысл, признание, командная культура [Wilden et al., 2010; Biswas & Suar, 2014; Moroko & Uncles, 2008].
Принято выделять две ключевых характеристики бренда работодателя — привлекательность (узнаваемость и релевантность целевой аудитории) и точность (соответствие обещаний реальному опыту сотрудников). Именно они отвечают за тот эффект, который бренд работодателя оказывает на бизнес.
На что влияет бренд работодателя?
🔸 Приток кандидатов и их качество. Сильный бренд дает больше релевантных откликов, снижая потребность в дорогостоящем сорсинге [Collins & Han, 2004].
🔸 Принятие офферов и их конверсия в выходы на работу. Узнаваемость и доверие повышают offer acceptance rate (OAR) [Theurer et al., 2018].
🔸 Время и стоимость закрытия вакансии. Платформенные отчеты показывают: сильный бренд может сокращать cost-per-hire на десятки процентов (в отдельных выборках — до ~40–50%), а также ускорять закрытие вакансий (+20% кликов при росте рейтинга на 0.5 на Glassdoor) [LinkedIn; Glassdoor].
🔸 Удержание и вовлеченность сотрудников. Сильный внутренний бренд и согласованность обещаний с реальностью повышают приверженность и снижают раннюю текучесть [Tumasjan et al., 2020; Biswas & Suar, 2014]. А вот если обещания реальности не соответствуют, доверие к бренду падает, а текучесть персонала, наоборот, растет [Moroko & Uncles, 2008].
🔸 Результаты бизнеса. Исследования показывают, что влияние бренда работодателя на финансовые показатели компании часто связан с улучшением внутреннего климата и вовлеченности сотрудников, а не только с экономией на найме [Tumasjan et al., 2020].
В следующий раз поговорим о том, как измерить бренд работодателя. Сигнализируйте, если тема для вас актуальна, и делитесь мыслями в комментариях.
Бренд работодателя часто звучит как нечто важное, но при этом слишком "мягкое" для того, чтобы приложить к нему точные метрики и уж тем более оценить экономический эффект. А если не измеряем - значит не управляем. Если не умеем оценить в деньгах - значит испытываем сложности в обосновании целесообразности инвестиций и получаем бюджеты по остаточному принципу. Давайте это исправим: cначала разберемся с определением, а потом с тем, на что влияет бренд работодателя, как его измерить и как им управлять. Как обычно, будем это делать с опорой на научные данные.
Бренд работодателя (employer brand) — это набор функциональных, психологических и экономических преимуществ, которые предоставляются работодателем и ассоциируются с ним. Он включает и внешнюю репутацию компании, и внутренний опыт сотрудников [Ambler & Barrow, 1996; Backhaus & Tikoo, 2004].
В русскоязычной практике часто употребляют термин «HR-бренд» как синоним «бренда работодателя», но с явным акцентом на EVP и внутренних HR-процессах [Puliaeva V.N., 2020].
EVP (Employer Value Proposition) — это пакет обещаний и выгод, которые компания предлагает сотруднику в обмен на его время, навыки и приверженность компании.
📌 Функциональные выгоды — зарплата, соцпакет, гибкость, условия работы.
📌 Экономические/карьерные выгоды — возможности роста, обучение, продвижение.
📌 Психологические выгоды — смысл, признание, командная культура [Wilden et al., 2010; Biswas & Suar, 2014; Moroko & Uncles, 2008].
Принято выделять две ключевых характеристики бренда работодателя — привлекательность (узнаваемость и релевантность целевой аудитории) и точность (соответствие обещаний реальному опыту сотрудников). Именно они отвечают за тот эффект, который бренд работодателя оказывает на бизнес.
На что влияет бренд работодателя?
🔸 Приток кандидатов и их качество. Сильный бренд дает больше релевантных откликов, снижая потребность в дорогостоящем сорсинге [Collins & Han, 2004].
🔸 Принятие офферов и их конверсия в выходы на работу. Узнаваемость и доверие повышают offer acceptance rate (OAR) [Theurer et al., 2018].
🔸 Время и стоимость закрытия вакансии. Платформенные отчеты показывают: сильный бренд может сокращать cost-per-hire на десятки процентов (в отдельных выборках — до ~40–50%), а также ускорять закрытие вакансий (+20% кликов при росте рейтинга на 0.5 на Glassdoor) [LinkedIn; Glassdoor].
🔸 Удержание и вовлеченность сотрудников. Сильный внутренний бренд и согласованность обещаний с реальностью повышают приверженность и снижают раннюю текучесть [Tumasjan et al., 2020; Biswas & Suar, 2014]. А вот если обещания реальности не соответствуют, доверие к бренду падает, а текучесть персонала, наоборот, растет [Moroko & Uncles, 2008].
🔸 Результаты бизнеса. Исследования показывают, что влияние бренда работодателя на финансовые показатели компании часто связан с улучшением внутреннего климата и вовлеченности сотрудников, а не только с экономией на найме [Tumasjan et al., 2020].
В следующий раз поговорим о том, как измерить бренд работодателя. Сигнализируйте, если тема для вас актуальна, и делитесь мыслями в комментариях.
🔥28⚡2👍2
Как измерить бренд работодателя?
Вчера мы поговорили о сути бренда работодателя, а сегодня займемся его измерением. Здесь у нас есть большой репертуар, уже давно использующийся в маркетинге, который с некоторыми адаптациями вполне подойдет и для работы с персоналом.
1️⃣ Репутация и взаимодействие с брендом
🔸 Awareness / Reach — сколько людей из целевой аудитории видели ваши материалы (organic + paid). Показывает узнаваемость.
🔸 Employer rating / sentiment — тон отзывов и средний рейтинг на платформах (Glassdoor, HH, LinkedIn). Показывает доверие и репутационные риски/возможности.
[LinkedIn Talent Solutions].
2️⃣ Воронка
🔸 V2A (views → applies) = отклики / просмотры вакансии. Быстрый индикатор привлекательности объявления/страницы.
🔸 A2I (applies → interviews) = интервью / отклики — показывает качество откликов и эффективность скрининга.
🔸 I2O (interviews → offers) = сделанные офферы / интервью — оценка селекции и позиции.
🔸 OAR (offer acceptance rate) = принятые офферы / сделанные офферы — ключевая метрика принятия предложения (признак доверия к EVP).
🔸 TTF (time-to-fill) — это время (в днях) от утверждения вакансии до принятия оффера кандидатом.
Эти метрики дают моментальную картину, где «проседает» путь кандидата — привлечение, отбор, предложение [Reis et al., 2021; Collins & Han, 2004]
3️⃣ Качество и удержание
🔸 Quality of hire — можно измерять через производительность труда, performance rating за 6–12 мес или оценку нанимающего менеджера. Показывает соответствие нанятых сотрудников целям бизнеса и задачам конкретной позиции.
🔸 First-year attrition (% ушедших <12 мес) — сигнал «обещание ≠ реальности»: высокая ранняя добровольная текучесть — признак несогласованности EVP и реального опыта.
🔸 Engagement / affective climate — опросные индексы вовлеченности. Помним, что бренд влияет на финансовые результаты через улучшение внутреннего эмоционального климата [Tumasjan et al., 2020].
4️⃣ Финансовые метрики
🔸 CPH (cost-per-hire) = (трудозатраты + стоимость источника подбора) / число принятых сотрудников. Это стандартный финансовый KPI для оценки экономии на найме [SHRM/ANSI standard].
🔸 Vacancy cost / day ≈ выручка (или прибыль) на одного сотрудника / 365 — простой способ оценить ежедневные потери от незакрытой вакансии. Можно сделать поправку для разных категорий вакансий через соотношение зарплат (зарплата на вакантной позиции / среднюю зарплату в компании). Общие потери = Vacancy cost/day x Days-to-hire
🔸 Replacement cost = CPH + стоимость онбординга + потери производительности. Эти три величины — основа расчета ROI бренда работодателя [Reis et al., 2021]⚠️ о ROI обязательно поговорим отдельно.
Какие метрики выбирать?
Все зависит от наших задач. Если важно привлечь больше кандидатов, берем фокус на метрики категории 1. Если нужно повысить конверсию, работаем с категорией 2 и качеством коммуникации EVP [Reis et al., 2021]. Если есть проблема с удержанием персонала, акцент должен быть на метриках категории 3. Эти метрики также коррелируют с долгосрочной производительностью [Tumasjan et al., 2020]. А для обоснования бюджета или актуализации проблемы для бизнеса смотрим на финансы (категория 4) и считаем ROI [Reis et al., 2021].
Как внедрить метрики в работу?
📌 Начните с 5-метрической панели: OAR, Time-to-Fill, V2A, First-year attrition, CPH — фиксируйте baseline и сегментируйте по подразделениям [Reis et al., 2021].
📌 Частота: показатели воронки (V2A, OAR) — еженедельно; TTF/CPH — ежемесячно; attrition/quality — ежеквартально.
📌 Сегментация: измеряйте по ролям и уровням — бренд не универсален, он часто работает по-разному для разных категорий сотрудников [Collins & Han, 2004].
📌 Комбинируйте данные: сопоставьте опросы (engagement, EVP consistency) с объективными показателями (CPH, TTF) — это даст надежную валидацию результатов [Tumasjan et al., 2020].
📌 Используйте платформенные бенчмарки (LinkedIn, Glassdoor) для ориентира, но проверяйте на своих данных перед установкой KPI [LinkedIn Talent Solutions].
Какие из этих метрик вы уже используете? Какие планируете попробовать?
Вчера мы поговорили о сути бренда работодателя, а сегодня займемся его измерением. Здесь у нас есть большой репертуар, уже давно использующийся в маркетинге, который с некоторыми адаптациями вполне подойдет и для работы с персоналом.
1️⃣ Репутация и взаимодействие с брендом
🔸 Awareness / Reach — сколько людей из целевой аудитории видели ваши материалы (organic + paid). Показывает узнаваемость.
🔸 Employer rating / sentiment — тон отзывов и средний рейтинг на платформах (Glassdoor, HH, LinkedIn). Показывает доверие и репутационные риски/возможности.
[LinkedIn Talent Solutions].
2️⃣ Воронка
🔸 V2A (views → applies) = отклики / просмотры вакансии. Быстрый индикатор привлекательности объявления/страницы.
🔸 A2I (applies → interviews) = интервью / отклики — показывает качество откликов и эффективность скрининга.
🔸 I2O (interviews → offers) = сделанные офферы / интервью — оценка селекции и позиции.
🔸 OAR (offer acceptance rate) = принятые офферы / сделанные офферы — ключевая метрика принятия предложения (признак доверия к EVP).
🔸 TTF (time-to-fill) — это время (в днях) от утверждения вакансии до принятия оффера кандидатом.
Эти метрики дают моментальную картину, где «проседает» путь кандидата — привлечение, отбор, предложение [Reis et al., 2021; Collins & Han, 2004]
3️⃣ Качество и удержание
🔸 Quality of hire — можно измерять через производительность труда, performance rating за 6–12 мес или оценку нанимающего менеджера. Показывает соответствие нанятых сотрудников целям бизнеса и задачам конкретной позиции.
🔸 First-year attrition (% ушедших <12 мес) — сигнал «обещание ≠ реальности»: высокая ранняя добровольная текучесть — признак несогласованности EVP и реального опыта.
🔸 Engagement / affective climate — опросные индексы вовлеченности. Помним, что бренд влияет на финансовые результаты через улучшение внутреннего эмоционального климата [Tumasjan et al., 2020].
4️⃣ Финансовые метрики
🔸 CPH (cost-per-hire) = (трудозатраты + стоимость источника подбора) / число принятых сотрудников. Это стандартный финансовый KPI для оценки экономии на найме [SHRM/ANSI standard].
🔸 Vacancy cost / day ≈ выручка (или прибыль) на одного сотрудника / 365 — простой способ оценить ежедневные потери от незакрытой вакансии. Можно сделать поправку для разных категорий вакансий через соотношение зарплат (зарплата на вакантной позиции / среднюю зарплату в компании). Общие потери = Vacancy cost/day x Days-to-hire
🔸 Replacement cost = CPH + стоимость онбординга + потери производительности. Эти три величины — основа расчета ROI бренда работодателя [Reis et al., 2021]
Какие метрики выбирать?
Все зависит от наших задач. Если важно привлечь больше кандидатов, берем фокус на метрики категории 1. Если нужно повысить конверсию, работаем с категорией 2 и качеством коммуникации EVP [Reis et al., 2021]. Если есть проблема с удержанием персонала, акцент должен быть на метриках категории 3. Эти метрики также коррелируют с долгосрочной производительностью [Tumasjan et al., 2020]. А для обоснования бюджета или актуализации проблемы для бизнеса смотрим на финансы (категория 4) и считаем ROI [Reis et al., 2021].
Как внедрить метрики в работу?
📌 Начните с 5-метрической панели: OAR, Time-to-Fill, V2A, First-year attrition, CPH — фиксируйте baseline и сегментируйте по подразделениям [Reis et al., 2021].
📌 Частота: показатели воронки (V2A, OAR) — еженедельно; TTF/CPH — ежемесячно; attrition/quality — ежеквартально.
📌 Сегментация: измеряйте по ролям и уровням — бренд не универсален, он часто работает по-разному для разных категорий сотрудников [Collins & Han, 2004].
📌 Комбинируйте данные: сопоставьте опросы (engagement, EVP consistency) с объективными показателями (CPH, TTF) — это даст надежную валидацию результатов [Tumasjan et al., 2020].
📌 Используйте платформенные бенчмарки (LinkedIn, Glassdoor) для ориентира, но проверяйте на своих данных перед установкой KPI [LinkedIn Talent Solutions].
Какие из этих метрик вы уже используете? Какие планируете попробовать?
1🔥17❤5⚡2
Как развивать бренд работодателя?
Мы уже выяснили, что такое бренд работодателя и как его измерить. Самое время разобраться, как его развивать. Не зря же исследования показывают, что развивая бренд работодателя и согласованность обещаний с реальным опытом сотрудников, компании экономят на найме, теряют меньше выручки из-за незакрытых позиций и реже платят за замену сотрудников [Reis et al., 2021].
Если вы твердо решили пойти по этому пути, вот несколько рекомендаций, которые команда Science_of_HR сформулировала на основе научных данных:
🔸 Опишите EVP в 3–4 тезисах для ключевых групп ролей. Тестируйте формулировки на текущих сотрудниках и на целевой внешней аудитории (глубинные интервью с текущими топ-талантами + онлайн-опрос среди целевой внешней панели) [Lievens & Slaughter, 2016].
🔸 Сделайте обещания проверяемыми. Добавьте на карьерную страницу реальные кейсы сотрудников, примеры карьерных траекторий, ориентиры по зарплатам. Сформулируйте для каждого обещания proof points: показатель, кейс, цифру, подтверждающую реальность EVP (например, «в 2024 35% наших опытных сотрудников получили повышение») [Wilden et al., 2010; Moroko & Uncles, 2008].
🔸 Синхронизируйте внутренний опыт с внешним посылом. Начните с менеджеров и онбординга (контроли на отсечке 30/60/90 дней, KPI менеджеров по удержанию новичков) — это самый быстрый путь снизить утечку новых сотрудников [Backhaus & Tikoo, 2004].
🔸 Контролируйте репутационные каналы. Отвечайте на отзывы, анализируйте краудсорс-платформы (такие как Glassdoor) — они влияют на решения кандидатов [Dabirian et al., 2017].
🔸 Регулярно отслеживайте базовую панель метрик. Мы о ней говорили в прошлый раз. Фиксируйте baseline и ставьте квартальные цели [Reis et al., 2021].
🔸 Спроектируйте путь кандидата с фокусом на скорость и прозрачность. Например, SLA на ключевые шаги воронки (ответ за 3 дня, интервью ≤7 дней), авто-уведомления кандидату [Theurer et al., 2018].
🔸 Проводите быстрые A/B-тесты на карьерной странице и в объявлениях и оценивайте эффект по V2A и OAR; запускайте трехмесячные пилоты с контрольной группой и рассчитывайте финансовый эффект по итогам [Lievens & Slaughter, 2016].
А какими инструментами пользуетесь вы? Сигнализируйте, если было полезно, и добавляйте свои идеи в комментариях.
Мы уже выяснили, что такое бренд работодателя и как его измерить. Самое время разобраться, как его развивать. Не зря же исследования показывают, что развивая бренд работодателя и согласованность обещаний с реальным опытом сотрудников, компании экономят на найме, теряют меньше выручки из-за незакрытых позиций и реже платят за замену сотрудников [Reis et al., 2021].
Если вы твердо решили пойти по этому пути, вот несколько рекомендаций, которые команда Science_of_HR сформулировала на основе научных данных:
🔸 Опишите EVP в 3–4 тезисах для ключевых групп ролей. Тестируйте формулировки на текущих сотрудниках и на целевой внешней аудитории (глубинные интервью с текущими топ-талантами + онлайн-опрос среди целевой внешней панели) [Lievens & Slaughter, 2016].
🔸 Сделайте обещания проверяемыми. Добавьте на карьерную страницу реальные кейсы сотрудников, примеры карьерных траекторий, ориентиры по зарплатам. Сформулируйте для каждого обещания proof points: показатель, кейс, цифру, подтверждающую реальность EVP (например, «в 2024 35% наших опытных сотрудников получили повышение») [Wilden et al., 2010; Moroko & Uncles, 2008].
🔸 Синхронизируйте внутренний опыт с внешним посылом. Начните с менеджеров и онбординга (контроли на отсечке 30/60/90 дней, KPI менеджеров по удержанию новичков) — это самый быстрый путь снизить утечку новых сотрудников [Backhaus & Tikoo, 2004].
🔸 Контролируйте репутационные каналы. Отвечайте на отзывы, анализируйте краудсорс-платформы (такие как Glassdoor) — они влияют на решения кандидатов [Dabirian et al., 2017].
🔸 Регулярно отслеживайте базовую панель метрик. Мы о ней говорили в прошлый раз. Фиксируйте baseline и ставьте квартальные цели [Reis et al., 2021].
🔸 Спроектируйте путь кандидата с фокусом на скорость и прозрачность. Например, SLA на ключевые шаги воронки (ответ за 3 дня, интервью ≤7 дней), авто-уведомления кандидату [Theurer et al., 2018].
🔸 Проводите быстрые A/B-тесты на карьерной странице и в объявлениях и оценивайте эффект по V2A и OAR; запускайте трехмесячные пилоты с контрольной группой и рассчитывайте финансовый эффект по итогам [Lievens & Slaughter, 2016].
А какими инструментами пользуетесь вы? Сигнализируйте, если было полезно, и добавляйте свои идеи в комментариях.
🔥10👍2⚡1
Как и зачем считать ROI
ROI (return on investment) — это метрика, показывающая насколько эффективно вложенные деньги приносили прибыль, т.е. сколько «вернулось» денег на каждый вложенный рубль. Это показатель экономической целесообразности вашего проекта, который не только говорит о том, получила ли компания выгоду в результате внедрения той или иной инициативы, но и позволяет сравнивать разные инвестиционные проекты между собой. Например, что лучше: вложить деньги в удержание опытных сотрудников или в найм и адаптацию новичков? нанять дополнительного администратора или вложиться в автоматизацию? и т.п.
Разберем принцип расчета ROI на примере бренда работодателя, раз уж мы всю прошлую неделю разбирались с этой темой. Вы можете применить те же шаги к любому проекту, причем как после его окончания (для оценки реального эффекта), так и до начала проекта (чтобы спрогнозировать потенциальный эффект и понять, а надо ли оно нам вообще). #кейсы
1️⃣ Сформулируйте бизнес-цель и метрики заранее. Выберите 2–3 ключевые метрики, которые напрямую связаны с вашей целью (например: если важна скорость найма → Time-to-Fill; если боремся за стабильность команды → First-year-attrition; если хотим показать экономию → Cost-per-hire). Об этих и других метриках мы говорили на прошлой неделе.
Это ключевой этап. В основе расчета экономического эффекта всегда лежит понимание того, какую проблему мы решаем и где именно мы ожидаем увидеть твердые результаты.
2️⃣ Соберите значения метрик до вмешательства. Для оценки проектов, связанных с брендом работодателя, нам интересны:
🔸 срок закрытия вакансии TTF_base в днях,
🔸 стоимость закрытия вакансии CPH_base,
🔸 совокупные расходы на замену сотрудника ReplacementCost_per_hire = (CPH + стоимость онбординга + потери продуктивности на период адаптации),
🔸 ежедневные потери от недоукоплектованности VacancyCost_day = (годовая выручка или прибыль на одного сотрудника) / 365,
🔸 текучесть в первый год Attrition_base,
🔸 количество нанятых Hires за год.
Зафиксируйте период наблюдения: 6–12 мес для стабильных эффектов; для пилотов или коротких кампании первые результаты можно оценить уже через 3 мес.
3️⃣ Посчитайте все затраты на внедряемую инициативу. EB_spend = все прямые и косвенные расходы на кампанию, внедряемые элементы EVP, коммуникацию и обучение. Не забудьте включить трудозатраты всех участников проекта.
4️⃣ Через выбранный период измерьте новые значения: CPH_actual, TTF_actual, Attrition_actual - это ключевые метрики, изменения которых мы можем ожидать в результате работы с брендом работодателя. Но вам нужно ориентироваться именно на те метрики, которые вы выбрали на первом шаге.
5️⃣ Рассчитайте экономию
🔸 Экономия в найме CPH_saving = (CPH_base − CPH_actual) × Hires (экономия на стоимости закрытия одной вакансии × годовой объем найма).
🔸 Сокращение потерь от недоукомплектованности VacancySaving = VacancyCost_day × (TTF_base − TTF_actual) × Hires (ежедневные потери от простоев × сокращение сроков закрытия вакансий × годовой объем найма).
🔸 Экономия от сокращения текучести первого года AttritionSaving = (Attrition_base − Attrition_actual) × ReplacementCost_per_hire × Hires (сокращение текучести в первый год × стоимость замены сотрудника × годовой объем найма).
В зависимости от того, какие цели преследует ваша кампания, экономия может проявиться только в одном или сразу в нескольких направлениях. Чтобы не присвоить себе чужие заслуги, лучше изначально ориентироваться именно на целевые направления для вашего проекта, а не искать экономию по факту сразу во всех направлениях.
6️⃣ Итоговая формула ROI
TotalSaving = CPH_saving + VacancySaving + AttritionSaving
ROI = (TotalSaving − EB_spend) / EB_spend
Другие материалы о бренде работодателя
Что такое бренд работодателя и зачем он нужен
Как измерить бренд работодателя
Как развивать бренд работодателя
ROI (return on investment) — это метрика, показывающая насколько эффективно вложенные деньги приносили прибыль, т.е. сколько «вернулось» денег на каждый вложенный рубль. Это показатель экономической целесообразности вашего проекта, который не только говорит о том, получила ли компания выгоду в результате внедрения той или иной инициативы, но и позволяет сравнивать разные инвестиционные проекты между собой. Например, что лучше: вложить деньги в удержание опытных сотрудников или в найм и адаптацию новичков? нанять дополнительного администратора или вложиться в автоматизацию? и т.п.
Разберем принцип расчета ROI на примере бренда работодателя, раз уж мы всю прошлую неделю разбирались с этой темой. Вы можете применить те же шаги к любому проекту, причем как после его окончания (для оценки реального эффекта), так и до начала проекта (чтобы спрогнозировать потенциальный эффект и понять, а надо ли оно нам вообще). #кейсы
1️⃣ Сформулируйте бизнес-цель и метрики заранее. Выберите 2–3 ключевые метрики, которые напрямую связаны с вашей целью (например: если важна скорость найма → Time-to-Fill; если боремся за стабильность команды → First-year-attrition; если хотим показать экономию → Cost-per-hire). Об этих и других метриках мы говорили на прошлой неделе.
Это ключевой этап. В основе расчета экономического эффекта всегда лежит понимание того, какую проблему мы решаем и где именно мы ожидаем увидеть твердые результаты.
2️⃣ Соберите значения метрик до вмешательства. Для оценки проектов, связанных с брендом работодателя, нам интересны:
🔸 срок закрытия вакансии TTF_base в днях,
🔸 стоимость закрытия вакансии CPH_base,
🔸 совокупные расходы на замену сотрудника ReplacementCost_per_hire = (CPH + стоимость онбординга + потери продуктивности на период адаптации),
🔸 ежедневные потери от недоукоплектованности VacancyCost_day = (годовая выручка или прибыль на одного сотрудника) / 365,
🔸 текучесть в первый год Attrition_base,
🔸 количество нанятых Hires за год.
Зафиксируйте период наблюдения: 6–12 мес для стабильных эффектов; для пилотов или коротких кампании первые результаты можно оценить уже через 3 мес.
3️⃣ Посчитайте все затраты на внедряемую инициативу. EB_spend = все прямые и косвенные расходы на кампанию, внедряемые элементы EVP, коммуникацию и обучение. Не забудьте включить трудозатраты всех участников проекта.
4️⃣ Через выбранный период измерьте новые значения: CPH_actual, TTF_actual, Attrition_actual - это ключевые метрики, изменения которых мы можем ожидать в результате работы с брендом работодателя. Но вам нужно ориентироваться именно на те метрики, которые вы выбрали на первом шаге.
5️⃣ Рассчитайте экономию
🔸 Экономия в найме CPH_saving = (CPH_base − CPH_actual) × Hires (экономия на стоимости закрытия одной вакансии × годовой объем найма).
🔸 Сокращение потерь от недоукомплектованности VacancySaving = VacancyCost_day × (TTF_base − TTF_actual) × Hires (ежедневные потери от простоев × сокращение сроков закрытия вакансий × годовой объем найма).
🔸 Экономия от сокращения текучести первого года AttritionSaving = (Attrition_base − Attrition_actual) × ReplacementCost_per_hire × Hires (сокращение текучести в первый год × стоимость замены сотрудника × годовой объем найма).
В зависимости от того, какие цели преследует ваша кампания, экономия может проявиться только в одном или сразу в нескольких направлениях. Чтобы не присвоить себе чужие заслуги, лучше изначально ориентироваться именно на целевые направления для вашего проекта, а не искать экономию по факту сразу во всех направлениях.
6️⃣ Итоговая формула ROI
TotalSaving = CPH_saving + VacancySaving + AttritionSaving
ROI = (TotalSaving − EB_spend) / EB_spend
Другие материалы о бренде работодателя
Что такое бренд работодателя и зачем он нужен
Как измерить бренд работодателя
Как развивать бренд работодателя
🔥15💯4🤝3❤1
🧮 Что выгоднее, удерживать персонал или вкладываться в адаптацию? Давайте считать вместе!
Из своей преподавательской и менторской практики знаю, что важно не просто изучить методику расчета, но и потренироваться на конкретных примерах. Поэтому мы с коллегами решили организовать 10-дневный марафор расчетных кейсов #HR_умеет_считать. Каждый день вас будут ждать новые примеры из разных областей HR и возможность задать свои вопросы экспертам. Оставайтесь на связи, будет много цифр и твердых метрик 🤩
Начну я, как инициатор этого марафона, и предложу вам обсчитать следующий довольно типичный сюжет:
В команде из 10 человек текучесть 30%. Рынок сложный, поэтому поиск замены занимает порядка 4 месяцев. На это время производительность группы снижается на 8% (другие сотрудники могут что-то подхватить, но далеко не все). Новый сотрудник выходит на нормальную производительность в течение 12 месяцев, производительность растет линейно. Производительность полностью укомплектованной опытной команды составляет 50'000'000 руб. в год.
Стоимость закрытия одной вакансии - 10'000 руб., стоимость адаптации - 20'000 руб.
Вы изучили данные выходных интервью и обнаружили, что 2/3 сотрудников уходят по финансовым причинам. Объективные данные это подтверждают: медиана рынка для этой позиции 85'000 руб., а ваша компания платит 70'000 руб.
Вопросы:
1) Имеет ли экономический смысл пересмотр зарплат до уровня медианы рынка?
2) А что если бороться не с текучестью как таковой, а с ее стоимостью для бизнеса? Предположим, что вместо пересмотра зарплат мы решили повысить качество адаптации сотрудников, что увеличило соответствующие расходы в 2,5 раза и привело к росту производительности новичка на период адаптации в 1,5 раза. Будет ли такой вариант экономически целесообразен?
3) Какой вариант вы выберете и почему?
Предлагаю вам сделать первый подход к снаряду самостоятельно и поделиться выводами в комментариях. Мои расчеты и комментарии к кейсу можно найти здесь.
⚠️ Напоминаю, что это марафон, поэтому уже завтра новый кейс появится в канале HR Мосты #кейсы #текучесть
Из своей преподавательской и менторской практики знаю, что важно не просто изучить методику расчета, но и потренироваться на конкретных примерах. Поэтому мы с коллегами решили организовать 10-дневный марафор расчетных кейсов #HR_умеет_считать. Каждый день вас будут ждать новые примеры из разных областей HR и возможность задать свои вопросы экспертам. Оставайтесь на связи, будет много цифр и твердых метрик 🤩
Начну я, как инициатор этого марафона, и предложу вам обсчитать следующий довольно типичный сюжет:
В команде из 10 человек текучесть 30%. Рынок сложный, поэтому поиск замены занимает порядка 4 месяцев. На это время производительность группы снижается на 8% (другие сотрудники могут что-то подхватить, но далеко не все). Новый сотрудник выходит на нормальную производительность в течение 12 месяцев, производительность растет линейно. Производительность полностью укомплектованной опытной команды составляет 50'000'000 руб. в год.
Стоимость закрытия одной вакансии - 10'000 руб., стоимость адаптации - 20'000 руб.
Вы изучили данные выходных интервью и обнаружили, что 2/3 сотрудников уходят по финансовым причинам. Объективные данные это подтверждают: медиана рынка для этой позиции 85'000 руб., а ваша компания платит 70'000 руб.
Вопросы:
1) Имеет ли экономический смысл пересмотр зарплат до уровня медианы рынка?
2) А что если бороться не с текучестью как таковой, а с ее стоимостью для бизнеса? Предположим, что вместо пересмотра зарплат мы решили повысить качество адаптации сотрудников, что увеличило соответствующие расходы в 2,5 раза и привело к росту производительности новичка на период адаптации в 1,5 раза. Будет ли такой вариант экономически целесообразен?
3) Какой вариант вы выберете и почему?
Предлагаю вам сделать первый подход к снаряду самостоятельно и поделиться выводами в комментариях. Мои расчеты и комментарии к кейсу можно найти здесь.
⚠️ Напоминаю, что это марафон, поэтому уже завтра новый кейс появится в канале HR Мосты #кейсы #текучесть
❤14🔥11👍5⚡3
Skills-based hiring: от дипломов к навыкам
В 2025 году глобальный HR-дискурс все чаще вращается вокруг перехода от традиционного найма к skills-based (skills-first) подходу. Skills-based hiring — это подход к найму, при котором ключевым критерием отбора являются измеримые навыки кандидата, а не формальное образование или прежние должности [HBS + BGI, 2024].
Крупные международные компании уже меняют структуру и переходят от jobs-based к skills-based организации работы. Например, Unilever планирует роли не как должности, а как набор навыков, и создает внутренний маркетплейс задач внутри организации [Deloitte, 2023].
📌 Подробнее о job-based vs. skill-based подходах
Почему сейчас?
1️⃣ Быстрое обновление навыков. По данным LinkedIn, с 2015 по 2022 год набор навыков в среднем профиле вакансии изменился на 24% — и темп только ускоряется [LinkedIn, 2023]. По оценкам World Economic Forum (2023), к 2027 году 44% основных навыков сотрудников изменятся [WEF — Future of Jobs, 2023].
2️⃣ AI и автоматизация. AI берет на себя часть рутинных задач, поэтому компании начинают управлять не должностями, а навыками, которые можно распределять между людьми и цифровыми агентами. Такой переход от headcount к skill-count (т.е. от ставок к навыкам) помогает видеть, какие компетенции уже есть внутри, а какие нужно закрыть через обучение, найм или автоматизацию [AIHR, 2025].
3️⃣ Новые способы подтверждения навыков. Диплом все хуже отражает реальную готовность к работе: технологии и бизнес-процессы меняются быстрее, чем учебные программы. Короткие сертификаты и цифровые портфолио (Learning and Employment Records) — позволяют подтвердить именно те навыки, которые нужны здесь и сейчас [Digital Promise, 2025].
Почему отбор по навыкам эффективен?
🔹 Социальные и прикладные навыки растут в цене. Лонгитюдные данные показывают: наибольший прирост спроса и оплаты — у ролей, где требуются межличностные и координационные навыки (коммуникация, сотрудничество, совместное решение задач). Они усиливают отдачу от технических компетенций и помогают адаптироваться к быстрой смене инструментов и технологий [Deming, 2017, PDF].
🔹 Разрыв между образованием и потребностями бизнеса. Анализ больших массивов учебных программ, публикаций и вакансий показал устойчивые skill gaps (разрыв в навыках): многие образовательные траектории слабее прокачивают «сквозные» навыки (коммуникация, работа с данными, управление проектами), тогда как рынок требует их постоянно. Переход к skills-based подходу дает компаниям ощутимый выигрыш в качестве найма и скорости выхода новичков на продуктивность [Börner et al., 2018, PNAS].
🔹 Валидность методов отбора. Традиционные практики — скрининг резюме и неструктурированные беседы — слабо прогнозируют успех кандидата [Schmidt & Hunter, 1998]. Они уязвимы к когнитивным искажениям: склонности выбирать «похожих на себя», переоценке статуса вуза или компании, этническим и гендерным предубеждениям [Huffcutt, Roth, Conway & Stone, 2001]. Мета-аналитические обзоры многократно показали: структурированные интервью и тестовые задания (work samples) предсказывают будущую эффективность лучше, чем «интуитивные» собеседования и фильтры по образованию [Levashina et al., 2014; Roth, Bobko & McFarland, 2005].
📌 И ещё два слова про методы отбора и их валидность
Несмотря на плюсы skills-based подхода, переход к найму по навыкам идет медленно. Практика показывает, что недостаточно изменить описания вакансий. Ключевая проблема — необходимость внедрения новых методов оценки кандидатов [HBS + BGI, 2024].
Если тема актуальна — поставьте 🔥 Делитесь в комментариях, какие методы оценки навыков вы используете и считаете эффективными. Поговорим о них подробнее в следующих постах. #наем
В 2025 году глобальный HR-дискурс все чаще вращается вокруг перехода от традиционного найма к skills-based (skills-first) подходу. Skills-based hiring — это подход к найму, при котором ключевым критерием отбора являются измеримые навыки кандидата, а не формальное образование или прежние должности [HBS + BGI, 2024].
Крупные международные компании уже меняют структуру и переходят от jobs-based к skills-based организации работы. Например, Unilever планирует роли не как должности, а как набор навыков, и создает внутренний маркетплейс задач внутри организации [Deloitte, 2023].
📌 Подробнее о job-based vs. skill-based подходах
Почему сейчас?
1️⃣ Быстрое обновление навыков. По данным LinkedIn, с 2015 по 2022 год набор навыков в среднем профиле вакансии изменился на 24% — и темп только ускоряется [LinkedIn, 2023]. По оценкам World Economic Forum (2023), к 2027 году 44% основных навыков сотрудников изменятся [WEF — Future of Jobs, 2023].
2️⃣ AI и автоматизация. AI берет на себя часть рутинных задач, поэтому компании начинают управлять не должностями, а навыками, которые можно распределять между людьми и цифровыми агентами. Такой переход от headcount к skill-count (т.е. от ставок к навыкам) помогает видеть, какие компетенции уже есть внутри, а какие нужно закрыть через обучение, найм или автоматизацию [AIHR, 2025].
3️⃣ Новые способы подтверждения навыков. Диплом все хуже отражает реальную готовность к работе: технологии и бизнес-процессы меняются быстрее, чем учебные программы. Короткие сертификаты и цифровые портфолио (Learning and Employment Records) — позволяют подтвердить именно те навыки, которые нужны здесь и сейчас [Digital Promise, 2025].
Почему отбор по навыкам эффективен?
🔹 Социальные и прикладные навыки растут в цене. Лонгитюдные данные показывают: наибольший прирост спроса и оплаты — у ролей, где требуются межличностные и координационные навыки (коммуникация, сотрудничество, совместное решение задач). Они усиливают отдачу от технических компетенций и помогают адаптироваться к быстрой смене инструментов и технологий [Deming, 2017, PDF].
🔹 Разрыв между образованием и потребностями бизнеса. Анализ больших массивов учебных программ, публикаций и вакансий показал устойчивые skill gaps (разрыв в навыках): многие образовательные траектории слабее прокачивают «сквозные» навыки (коммуникация, работа с данными, управление проектами), тогда как рынок требует их постоянно. Переход к skills-based подходу дает компаниям ощутимый выигрыш в качестве найма и скорости выхода новичков на продуктивность [Börner et al., 2018, PNAS].
🔹 Валидность методов отбора. Традиционные практики — скрининг резюме и неструктурированные беседы — слабо прогнозируют успех кандидата [Schmidt & Hunter, 1998]. Они уязвимы к когнитивным искажениям: склонности выбирать «похожих на себя», переоценке статуса вуза или компании, этническим и гендерным предубеждениям [Huffcutt, Roth, Conway & Stone, 2001]. Мета-аналитические обзоры многократно показали: структурированные интервью и тестовые задания (work samples) предсказывают будущую эффективность лучше, чем «интуитивные» собеседования и фильтры по образованию [Levashina et al., 2014; Roth, Bobko & McFarland, 2005].
📌 И ещё два слова про методы отбора и их валидность
Несмотря на плюсы skills-based подхода, переход к найму по навыкам идет медленно. Практика показывает, что недостаточно изменить описания вакансий. Ключевая проблема — необходимость внедрения новых методов оценки кандидатов [HBS + BGI, 2024].
Если тема актуальна — поставьте 🔥 Делитесь в комментариях, какие методы оценки навыков вы используете и считаете эффективными. Поговорим о них подробнее в следующих постах. #наем
1🔥30⚡2❤1
Почему рынок все чаще смотрит на навыки?
Рынок труда меняется под воздействием технологий — особенно искусственного интеллекта. Появляются новые профессии, навыкам для которых пока нигде не учат. Традиционные роли тоже перестраиваются: за счет автоматизации и высокой взаимозависимости они срастаются и меняются по содержанию. В итоге дипломы и даже привычные должности в резюме становятся все менее репрезентативными — по ним сложно понять, что реально умеет человек.
Недавнее исследование (Bone, González Ehlinger & Stephany, 2025) дает интересный срез этой трансформации. Ученые проанализировали более 11 млн онлайн-вакансий в Великобритании (2018–2024) и сравнили требования к кандидатам в двух активно развивающихся нишах — #AI (искусственный интеллект) и зеленой экономике (экология и устойчивое развитие).
Выводы исследования:
🔸 В AI-ролях список навыков в описаниях вакансий в среднем в 3 раза шире, чем по рынку, а в «зеленых вакансиях» — в 2 раза.
🔸 Требования к диплому снижаются: в AI-вакансиях доля упоминаний степеней упала примерно на 15%.
🔸 Конкретные AI-навыки связаны с премией ≈23% к зарплате, в то время как степень бакалавра или магистра почти не дает прибавки. Исключение — докторская степень (PhD), которая связана с повышением на ≈33%.
🔸 В «зеленых» профессиях ситуация сложнее: часть ролей (экологический аудит, анализ данных) ориентирована на навыки, а инженерные и регуляторные позиции все еще требуют диплома или сертификата.
Конечно, исследование имеет ограничения: оно основано на текстах вакансий (а не на фактических наймах), зарплаты указаны лишь в 38,6% объявлений, и речь идет о рынке Великобритании до середины 2024 года. Но тренд очевиден: чем быстрее меняется профессия, тем меньше работодатели полагаются на дипломы и другие формальные критерии.
Если переложить на российский контекст, то речь идет скорее не о наличии диплома, а о позициях в резюме и стандартных критериях формата «X лет стажа». Чем более уникальные навыки или их сочетания нужны для выполнения работы, тем выше вероятность, что будет востребован именно skills-first подход — оценка конкретных умений, а не формальных сигналов.
Как вы считаете, в каких профессиях #наем по навыкам уже работает, а где лучше ориентироваться на формальные критерии? Делитесь своими мыслями в комментариях👇
Рынок труда меняется под воздействием технологий — особенно искусственного интеллекта. Появляются новые профессии, навыкам для которых пока нигде не учат. Традиционные роли тоже перестраиваются: за счет автоматизации и высокой взаимозависимости они срастаются и меняются по содержанию. В итоге дипломы и даже привычные должности в резюме становятся все менее репрезентативными — по ним сложно понять, что реально умеет человек.
Недавнее исследование (Bone, González Ehlinger & Stephany, 2025) дает интересный срез этой трансформации. Ученые проанализировали более 11 млн онлайн-вакансий в Великобритании (2018–2024) и сравнили требования к кандидатам в двух активно развивающихся нишах — #AI (искусственный интеллект) и зеленой экономике (экология и устойчивое развитие).
Выводы исследования:
🔸 В AI-ролях список навыков в описаниях вакансий в среднем в 3 раза шире, чем по рынку, а в «зеленых вакансиях» — в 2 раза.
🔸 Требования к диплому снижаются: в AI-вакансиях доля упоминаний степеней упала примерно на 15%.
🔸 Конкретные AI-навыки связаны с премией ≈23% к зарплате, в то время как степень бакалавра или магистра почти не дает прибавки. Исключение — докторская степень (PhD), которая связана с повышением на ≈33%.
🔸 В «зеленых» профессиях ситуация сложнее: часть ролей (экологический аудит, анализ данных) ориентирована на навыки, а инженерные и регуляторные позиции все еще требуют диплома или сертификата.
Конечно, исследование имеет ограничения: оно основано на текстах вакансий (а не на фактических наймах), зарплаты указаны лишь в 38,6% объявлений, и речь идет о рынке Великобритании до середины 2024 года. Но тренд очевиден: чем быстрее меняется профессия, тем меньше работодатели полагаются на дипломы и другие формальные критерии.
Если переложить на российский контекст, то речь идет скорее не о наличии диплома, а о позициях в резюме и стандартных критериях формата «X лет стажа». Чем более уникальные навыки или их сочетания нужны для выполнения работы, тем выше вероятность, что будет востребован именно skills-first подход — оценка конкретных умений, а не формальных сигналов.
Как вы считаете, в каких профессиях #наем по навыкам уже работает, а где лучше ориентироваться на формальные критерии? Делитесь своими мыслями в комментариях👇
👍5❤4⚡1
Когда внедрять Skills-Based Hiring?
На прошлой неделе мы говорили о том, что skills-based hiring (SBH) активно внедряется в сферах, где быстро растет спрос на новые навыки (например, #AI), а специалистов еще не хватает. Сегодня поговорим подробнее о том, как понять, нужно ли внедрять SBH в более традиционных ролях в вашей компании.
Каковы признаки ролей, для которых в первую очередь эффективен skills-first подход? Именно с них имеет смысл начинать внедрение SBH и дальше распространять на более сложные роли.
✅ Задачи повторяемы и измеримы — их можно упаковать в короткое практическое задание.
✅ Короткий период выхода на продуктивность (1–3 мес.) — легко измерить раннюю продуктивность кандидата.
✅ Массовый/повторяющийся наем — много однотипных вакансий (например, операционные команды).
✅ Есть объективные KPI, которые можно связать с результатами задания (скорость, точность и т.п.).
✅ Нет юридических/лицензионных ограничений (не медицина, не регламентированные позиции).
Примеры таких ролей: техническая поддержка, ввод данных, QA, операционные и некоторые технические роли начального уровня, стажировки.
Традиционный подход, базирующийся на формальных требованиях, чаще оправдан там, где необходима глубокая теоретическая подготовка и в строго лицензируемых сферах (медицина, фармация, авиация, регламентированные инженерные роли, академическая наука).
В большинстве сфер наиболее эффективно применять гибридный подход (диплом, опыт + оценка навыков). Особенно полезен он в IT (senior разработчики, продакт-менеджеры, аналитики данных), а также в финансовой сфере, аудите и комплаенсе.
Крупные международные компании из разных сфер, например Walmart (ритейл), Siemens (производство), NHS (здравоохранение) уже частично внедряют #наем по навыкам.
Если сомневаетесь, пробовать ли вам SBH, посмотрите на метрики:
🔸Time-to-fill. Если по массовым или операционным ролям время от публикации до закрытия вакансии превышает 30–45 дней, имеет смысл провести funnel-анализ (воронка найма) и протестировать SBH на 1–2 ролях (короткие тестовые задания + структурированные интервью).
🔸Offer acceptance rate. Если доля принятых офферов менее 50% (или наблюдается резкий спад относительно вашей исторической нормы), наем по навыкам может повысить показатель за счет расширения валидного пула кандидатов и лучшего совпадения кандидата и роли.
🔸Quality-of-hire. Если ретроспективный анализ показывает, что производительность сотрудников через 1-3 месяца плохо коррелирует с формальными сигналами (дипломом или годами стажа) — это серьезный аргумент в пользу тестирования work-sample тестов: они точнее предсказывают реальную производительность кандидата, чем формальные сигналы в резюме.
🔸First-year attrition. Если процент уволившихся в первые 6–12 месяцев превышает 20%, это сильный индикатор проблем отбора. При корректной валидации заданий и продуманном онбординге SBH способен сократить число ошибок найма.
🔸Отсев релевантных кандидатов (degree-filter). Если значительная доля подходящих резюме теряется на этапе фильтра по образованию/стажу/названию должности, стоит протестировать смягчение фильтра и ввод скрининга навыков.
🔸Внутренний спрос на переквалификацию. При масштабных программах ап-/рескиллинга модель «наем по потенциалу + обучение» обычно экономически выгоднее, и SBH показывает более высокий ROI.
📌Подробнее об этих метриках и расчете ROI мы уже говорили в контексте бренда работодателя.
Источники: McKinsey, 2022; Deloitte, 2022; TestGorilla, 2025; Roth, Bobko & McFarland, 2005; Burning Glass Institute + HBS, 2024; WEF, 2023.
В следующий раз поговорим о методах оценки навыков и о том, как эффективно внедрять skills-based подход. А пока оставляем вам чек-лист, чтобы вы могли быстро решить, подходит ли роль для найма по навыкам. Подсветите 🔥 если было полезно.
На прошлой неделе мы говорили о том, что skills-based hiring (SBH) активно внедряется в сферах, где быстро растет спрос на новые навыки (например, #AI), а специалистов еще не хватает. Сегодня поговорим подробнее о том, как понять, нужно ли внедрять SBH в более традиционных ролях в вашей компании.
Каковы признаки ролей, для которых в первую очередь эффективен skills-first подход? Именно с них имеет смысл начинать внедрение SBH и дальше распространять на более сложные роли.
✅ Задачи повторяемы и измеримы — их можно упаковать в короткое практическое задание.
✅ Короткий период выхода на продуктивность (1–3 мес.) — легко измерить раннюю продуктивность кандидата.
✅ Массовый/повторяющийся наем — много однотипных вакансий (например, операционные команды).
✅ Есть объективные KPI, которые можно связать с результатами задания (скорость, точность и т.п.).
✅ Нет юридических/лицензионных ограничений (не медицина, не регламентированные позиции).
Примеры таких ролей: техническая поддержка, ввод данных, QA, операционные и некоторые технические роли начального уровня, стажировки.
Традиционный подход, базирующийся на формальных требованиях, чаще оправдан там, где необходима глубокая теоретическая подготовка и в строго лицензируемых сферах (медицина, фармация, авиация, регламентированные инженерные роли, академическая наука).
В большинстве сфер наиболее эффективно применять гибридный подход (диплом, опыт + оценка навыков). Особенно полезен он в IT (senior разработчики, продакт-менеджеры, аналитики данных), а также в финансовой сфере, аудите и комплаенсе.
Крупные международные компании из разных сфер, например Walmart (ритейл), Siemens (производство), NHS (здравоохранение) уже частично внедряют #наем по навыкам.
Если сомневаетесь, пробовать ли вам SBH, посмотрите на метрики:
🔸Time-to-fill. Если по массовым или операционным ролям время от публикации до закрытия вакансии превышает 30–45 дней, имеет смысл провести funnel-анализ (воронка найма) и протестировать SBH на 1–2 ролях (короткие тестовые задания + структурированные интервью).
🔸Offer acceptance rate. Если доля принятых офферов менее 50% (или наблюдается резкий спад относительно вашей исторической нормы), наем по навыкам может повысить показатель за счет расширения валидного пула кандидатов и лучшего совпадения кандидата и роли.
🔸Quality-of-hire. Если ретроспективный анализ показывает, что производительность сотрудников через 1-3 месяца плохо коррелирует с формальными сигналами (дипломом или годами стажа) — это серьезный аргумент в пользу тестирования work-sample тестов: они точнее предсказывают реальную производительность кандидата, чем формальные сигналы в резюме.
🔸First-year attrition. Если процент уволившихся в первые 6–12 месяцев превышает 20%, это сильный индикатор проблем отбора. При корректной валидации заданий и продуманном онбординге SBH способен сократить число ошибок найма.
🔸Отсев релевантных кандидатов (degree-filter). Если значительная доля подходящих резюме теряется на этапе фильтра по образованию/стажу/названию должности, стоит протестировать смягчение фильтра и ввод скрининга навыков.
🔸Внутренний спрос на переквалификацию. При масштабных программах ап-/рескиллинга модель «наем по потенциалу + обучение» обычно экономически выгоднее, и SBH показывает более высокий ROI.
📌Подробнее об этих метриках и расчете ROI мы уже говорили в контексте бренда работодателя.
Источники: McKinsey, 2022; Deloitte, 2022; TestGorilla, 2025; Roth, Bobko & McFarland, 2005; Burning Glass Institute + HBS, 2024; WEF, 2023.
В следующий раз поговорим о методах оценки навыков и о том, как эффективно внедрять skills-based подход. А пока оставляем вам чек-лист, чтобы вы могли быстро решить, подходит ли роль для найма по навыкам. Подсветите 🔥 если было полезно.
🔥8
14 работающих ИИ-инструментов для HR
Коллеги собрали шикарную подборку ИИ-инструментов и подходов, которые они уже протестировали на себе и готовы рекомендовать. Не могу с вами не поделиться. Сохраняйте и делитесь с коллегами — это месяцы проб, ошибок и бесконечных вебинаров в сжатом виде.
📌 Инструменты для автоматизации задач:
Готовый ИИ-агент для рекрутера: анализирует резюме, сканирует соцсети и готовит вопросы для интервью.
Тренажер переговоров и обратной связи в безопасной среде — отличный способ прокачать скиллы без риска.
Умная помощница для объективной оценки кандидатов: анализирует, оценивает и ранжирует кандидатов прямо на ХХ
Бот, который создаёт KPI, инструкции и вакансии за секунды.
📌 Стратегия и аналитика
Бизнес говорит спасибо HR: три самых полезных применения ИИ для бизнеса.
Усиление найма через ИИ — не делегирование, а дополнение: новый взгляд на процессы.
eNPS: Как посчитать, когда GPT врет? Разбор 3 аналитических ИИ-сервисов
Well-being и ИИ: как технологии заботятся о сотрудниках.
📌 Промпты и инструкции
Perplexity.ai для HR: инструкция по применению для тех, кто хочет выжать из нейросети максимум.
40 промтов для HR и карьерных консультантов: готовые формулировки для работы.
Модель 70/20/10 на практике: как нейроагент помогает запускать развитие сотрудников.
Делегируем ИИ задачи по найму: практический разбор.
📌 Нестандартный взгляд и дискуссии
ИИ в HR: бездушный алгоритм или незаменимый партнер?
Почему ИИ отбирает работу у молодежи, а не у старших сотрудников?
#AI #новыетехнологии #кейсы
Коллеги собрали шикарную подборку ИИ-инструментов и подходов, которые они уже протестировали на себе и готовы рекомендовать. Не могу с вами не поделиться. Сохраняйте и делитесь с коллегами — это месяцы проб, ошибок и бесконечных вебинаров в сжатом виде.
📌 Инструменты для автоматизации задач:
Готовый ИИ-агент для рекрутера: анализирует резюме, сканирует соцсети и готовит вопросы для интервью.
Тренажер переговоров и обратной связи в безопасной среде — отличный способ прокачать скиллы без риска.
Умная помощница для объективной оценки кандидатов: анализирует, оценивает и ранжирует кандидатов прямо на ХХ
Бот, который создаёт KPI, инструкции и вакансии за секунды.
📌 Стратегия и аналитика
Бизнес говорит спасибо HR: три самых полезных применения ИИ для бизнеса.
Усиление найма через ИИ — не делегирование, а дополнение: новый взгляд на процессы.
eNPS: Как посчитать, когда GPT врет? Разбор 3 аналитических ИИ-сервисов
Well-being и ИИ: как технологии заботятся о сотрудниках.
📌 Промпты и инструкции
Perplexity.ai для HR: инструкция по применению для тех, кто хочет выжать из нейросети максимум.
40 промтов для HR и карьерных консультантов: готовые формулировки для работы.
Модель 70/20/10 на практике: как нейроагент помогает запускать развитие сотрудников.
Делегируем ИИ задачи по найму: практический разбор.
📌 Нестандартный взгляд и дискуссии
ИИ в HR: бездушный алгоритм или незаменимый партнер?
Почему ИИ отбирает работу у молодежи, а не у старших сотрудников?
#AI #новыетехнологии #кейсы
❤15🔥2
Декларации vs реальная практика: меняют ли работодатели подход к найму?
Если компании убирают фильтр по образованию из вакансий, нанимают ли они больше кандидатов без диплома? Исследователи из The Burning Glass Institute и Harvard Business School решили проверить, насколько отказ от требований к высшему образованию в описании вакансий связан с реальными изменениями в найме.
Для ответа на этот вопрос авторы сопоставили 11,332 ролей в крупных компаниях с карьерными историями из базы Burning Glass и пришли к выводам:
🔹При всем ажиотаже вокруг Skills-Based Hiring, обещанное увеличение возможностей выразилось менее чем в 1 из 700 наймов в 2023 году. То есть после снятия требований к диплому доля нанятых без бакалаврской степени в среднем выросла лишь на 3.5 процентных пункта.
🔹Только 37% исследуемых компаний действительно поменяли свои практики найма. 45% компаний изменили только тексты вакансий, а 18% демонстрировали временный прогресс, а затем откат.
🔹Зато там, где изменения действительно произошли, появились и выгоды для работников и работодателей: нанятые без степени получают в среднем +25% к зарплате, а удержание таких сотрудников после 2 лет больше на 20%.
🔹В некоторых сферах требования в вакансиях заметно превышают уровень образования реально занятых, а для специалистов есть альтернативные пути подготовки (обучение на рабочем месте, сертификации, буткемпы и т.п.).
На этом основании авторы выделяют профессии, с наибольшими перспективами для skills-based найма: менеджеры по строительству, веб-разработчики, менеджеры по распределению, специалисты по планированию и учету производства, программисты, организаторы мероприятий, представители отдела продаж, специалисты по документообороту.
Получается, что для трансформации найма недостаточно изменить требования в вакансиях. Реальные изменения идут медленно и часто не совпадают с декларациями, а пользу от применения нового подхода можно ощутить только при системной трансформации процессов: изменении критериев скрининга, тестов/work sample, KPI рекрутеров и менеджеров.
📌 Подробнее о том, когда имеет смысл внедрять Skill-Based Hiring и на какие метрики ориентироваться
Поделитесь, есть ли у вас опыт найма по навыкам. Какие барьеры видите для внедрения этого подхода? #наем
Если компании убирают фильтр по образованию из вакансий, нанимают ли они больше кандидатов без диплома? Исследователи из The Burning Glass Institute и Harvard Business School решили проверить, насколько отказ от требований к высшему образованию в описании вакансий связан с реальными изменениями в найме.
Для ответа на этот вопрос авторы сопоставили 11,332 ролей в крупных компаниях с карьерными историями из базы Burning Glass и пришли к выводам:
🔹При всем ажиотаже вокруг Skills-Based Hiring, обещанное увеличение возможностей выразилось менее чем в 1 из 700 наймов в 2023 году. То есть после снятия требований к диплому доля нанятых без бакалаврской степени в среднем выросла лишь на 3.5 процентных пункта.
🔹Только 37% исследуемых компаний действительно поменяли свои практики найма. 45% компаний изменили только тексты вакансий, а 18% демонстрировали временный прогресс, а затем откат.
🔹Зато там, где изменения действительно произошли, появились и выгоды для работников и работодателей: нанятые без степени получают в среднем +25% к зарплате, а удержание таких сотрудников после 2 лет больше на 20%.
🔹В некоторых сферах требования в вакансиях заметно превышают уровень образования реально занятых, а для специалистов есть альтернативные пути подготовки (обучение на рабочем месте, сертификации, буткемпы и т.п.).
На этом основании авторы выделяют профессии, с наибольшими перспективами для skills-based найма: менеджеры по строительству, веб-разработчики, менеджеры по распределению, специалисты по планированию и учету производства, программисты, организаторы мероприятий, представители отдела продаж, специалисты по документообороту.
Получается, что для трансформации найма недостаточно изменить требования в вакансиях. Реальные изменения идут медленно и часто не совпадают с декларациями, а пользу от применения нового подхода можно ощутить только при системной трансформации процессов: изменении критериев скрининга, тестов/work sample, KPI рекрутеров и менеджеров.
📌 Подробнее о том, когда имеет смысл внедрять Skill-Based Hiring и на какие метрики ориентироваться
Поделитесь, есть ли у вас опыт найма по навыкам. Какие барьеры видите для внедрения этого подхода? #наем
❤6🔥2
Как хорошо уметь считать: 10 расчетных кейсов
На прошлой неделе мы с коллегами завершили марафон #HR_умеет_считать. 10 дней, много цифр, вопросов, споров и инсайтов. Мы вместе считали, сравнивали, делали выводы — и сделали еще один шаг навстречу HR, который умеет опираться на данные, а не на мнения. Умение считать — это не столько про знание формул и выбор корректных метрик, сколько про умение находить общий язык с бизнесом. Когда за решениями стоят конкретные цифры, HR становится частью бизнес-логики, в которую можно и нужно инвестировать, а не поддерживающей функцией-растратчицей бюджета.
Для тех, кто не успел пройти марафон с нами или хочет вернуться к отдельным кейсам, я собрала все ссылки в одном посте #дайджест #кейсы
🔸 Снижать текучесть или снижать потери от текучести? Считаем и выбираем вместе
🔸 Как оценить состояние кадрового резерва
🔸 Как оценить потери компании при увольнении и замене
🔸 Как рассчитать истинную стоимость работы с подрядчиком
🔸 Внедряем корпоративный портал с доступом к LLM
🔸 Как обосновать внедрения ЭДО по отпускам
🔸 Как НЕ нужно считать показатели. Работа над ошибками
🔸 Как обосновать новый бонус и перевыполнить план продаж
🔸 Когда экономических расчетов не достаточно
🔸 Рекомендации для тех, кто планирует бюджет
На прошлой неделе мы с коллегами завершили марафон #HR_умеет_считать. 10 дней, много цифр, вопросов, споров и инсайтов. Мы вместе считали, сравнивали, делали выводы — и сделали еще один шаг навстречу HR, который умеет опираться на данные, а не на мнения. Умение считать — это не столько про знание формул и выбор корректных метрик, сколько про умение находить общий язык с бизнесом. Когда за решениями стоят конкретные цифры, HR становится частью бизнес-логики, в которую можно и нужно инвестировать, а не поддерживающей функцией-растратчицей бюджета.
Для тех, кто не успел пройти марафон с нами или хочет вернуться к отдельным кейсам, я собрала все ссылки в одном посте #дайджест #кейсы
🔸 Снижать текучесть или снижать потери от текучести? Считаем и выбираем вместе
🔸 Как оценить состояние кадрового резерва
🔸 Как оценить потери компании при увольнении и замене
🔸 Как рассчитать истинную стоимость работы с подрядчиком
🔸 Внедряем корпоративный портал с доступом к LLM
🔸 Как обосновать внедрения ЭДО по отпускам
🔸 Как НЕ нужно считать показатели. Работа над ошибками
🔸 Как обосновать новый бонус и перевыполнить план продаж
🔸 Когда экономических расчетов не достаточно
🔸 Рекомендации для тех, кто планирует бюджет
❤14👍6⚡4🔥3
ИИ в подборе и отборе: возможности и риски
Генеративный искусственный интеллект меняет #наем, и это вызывает одновременно воодушевление и беспокойство — пишет в недавнем эссе профессор Лондонской школы бизнеса Изабель Фернандес-Матео.
И компании, и кандидаты уже используют ИИ инструменты на всех этапах воронки найма: формулирование роли → формирование пула кандидатов → отбор внутри пула. При этом ИИ влияет на выбор обеих сторон, а они — друг на друга, трансформируя наем.
Давайте посмотрим, какие возможности и риски #AI есть на каждой стадии и что по поводу использования ИИ в найме говорят научные данные:
📝 Описание вакансии
Возможности:
🔸 ИИ быстро генерирует и переводит описания на язык конкретных задач, что помогает перейти к найму по навыкам.
🔸 Легко делать A/B-тесты разных формулировок описаний [Fernandez-Mateo, 2025; Li et al., 2020].
Риски:
🔸 Если модель училась на старых описаниях, она повторит скрытые и зачастую необоснованные требования.
🔸 Массовое использование типовых подсказок ИИ уменьшает различия в формулировках вакансий между компаниями — фокус смещается на формат резюме, а не на содержание роли [Cowgill, 2019; Fernandez-Mateo, 2025].
📂 Формирование пула кандидатов
Возможности:
🔸 Персонализированный подход (адаптация сообщений под кандидата) и оптимизация каналов поиска в реальном времени расширяют охват нужных профилей [Fernandez-Mateo, 2025; Li et al., 2020].
Риски:
🔸 ИИ-алгоритмы и платформы могут показывать объявления по-разному разным группам, а это уже скрытая дискриминация.
🔸 Рост автоматических откликов ведет к увеличению отказов, что ухудшает отношение кандидатов к компании и уменьшает вероятность повторных откликов [Brands & Fernandez-Mateo, 2017; Fernandez-Mateo et al., 2023].
🔸 Работодатели адаптируются быстрее, чем кандидаты. Это стимулирует кандидатов имитировать требуемые форматы (например, использовать ChatGPT для генерации резюме) и усложняет оценку [Raghavan et al., 2020; Fernandez-Mateo, 2025; Cowgill, 2019].
🤝 Отбор внутри пула
Возможности:
🔸 ИИ помогает стандартизировать найм (структурированные интервью и автоматические тесты), сокращая субъективность и повышая валидность результатов оценки [Hoffman, Kahn & Li, 2018].
🔸 Алгоритмы, настроенные на «исследование» (например, contextual bandits или UCB), целенаправленно пробуют малоизвестные или редко встречающиеся профили, что помогает обнаружить скрытые таланты [Li et al., 2020].
Риски:
🔸 «Selective labels» — мы видим результаты только тех, кого приглашали на интервью, а алгоритмы, обученные на предвзятых решениях, закрепляют предубеждения;
🔸 «Signal-washing» — рекрутеру становится сложнее отличить действительно опытного человека от того, кто просто умеет попросить модель написать за него [Fernandez-Mateo, 2025; Cowgill, 2019].
Исследования последних лет показывают, что использование алгоритмов в отборе может повысить качество найма, если они спроектированы с учетом политики исследования (exploration, т.е. поиска и тестирования малоизвестных профилей) и валидации по долгосрочным метрикам, а не просто "подгоняют" кандидатов под прошлые решения [Li et al., 2020]. В противном случае алгоритмы легко закрепляют исторические предубеждения и создают юридические и репутационные риски [Cowgill, 2019].
Кроме того, при использовании ИИ инструментов полезно думать про все этапы найма. Оптимизация одного шага (например, только скоринг резюме) без контроля за текстом вакансии, пулом и поведением кандидатов может создать неожиданные побочные эффекты.
Используете ли вы ИИ в найме? Поделитесь своими кейсами.
#новыетехнологии
📌 Может ли ИИ помочь в поиске работы?
📌 Подборка ИИ инструментов для HR
📌 Реальные примеры кейсов ИИ в HR
Генеративный искусственный интеллект меняет #наем, и это вызывает одновременно воодушевление и беспокойство — пишет в недавнем эссе профессор Лондонской школы бизнеса Изабель Фернандес-Матео.
И компании, и кандидаты уже используют ИИ инструменты на всех этапах воронки найма: формулирование роли → формирование пула кандидатов → отбор внутри пула. При этом ИИ влияет на выбор обеих сторон, а они — друг на друга, трансформируя наем.
Давайте посмотрим, какие возможности и риски #AI есть на каждой стадии и что по поводу использования ИИ в найме говорят научные данные:
📝 Описание вакансии
Возможности:
🔸 ИИ быстро генерирует и переводит описания на язык конкретных задач, что помогает перейти к найму по навыкам.
🔸 Легко делать A/B-тесты разных формулировок описаний [Fernandez-Mateo, 2025; Li et al., 2020].
Риски:
🔸 Если модель училась на старых описаниях, она повторит скрытые и зачастую необоснованные требования.
🔸 Массовое использование типовых подсказок ИИ уменьшает различия в формулировках вакансий между компаниями — фокус смещается на формат резюме, а не на содержание роли [Cowgill, 2019; Fernandez-Mateo, 2025].
📂 Формирование пула кандидатов
Возможности:
🔸 Персонализированный подход (адаптация сообщений под кандидата) и оптимизация каналов поиска в реальном времени расширяют охват нужных профилей [Fernandez-Mateo, 2025; Li et al., 2020].
Риски:
🔸 ИИ-алгоритмы и платформы могут показывать объявления по-разному разным группам, а это уже скрытая дискриминация.
🔸 Рост автоматических откликов ведет к увеличению отказов, что ухудшает отношение кандидатов к компании и уменьшает вероятность повторных откликов [Brands & Fernandez-Mateo, 2017; Fernandez-Mateo et al., 2023].
🔸 Работодатели адаптируются быстрее, чем кандидаты. Это стимулирует кандидатов имитировать требуемые форматы (например, использовать ChatGPT для генерации резюме) и усложняет оценку [Raghavan et al., 2020; Fernandez-Mateo, 2025; Cowgill, 2019].
🤝 Отбор внутри пула
Возможности:
🔸 ИИ помогает стандартизировать найм (структурированные интервью и автоматические тесты), сокращая субъективность и повышая валидность результатов оценки [Hoffman, Kahn & Li, 2018].
🔸 Алгоритмы, настроенные на «исследование» (например, contextual bandits или UCB), целенаправленно пробуют малоизвестные или редко встречающиеся профили, что помогает обнаружить скрытые таланты [Li et al., 2020].
Риски:
🔸 «Selective labels» — мы видим результаты только тех, кого приглашали на интервью, а алгоритмы, обученные на предвзятых решениях, закрепляют предубеждения;
🔸 «Signal-washing» — рекрутеру становится сложнее отличить действительно опытного человека от того, кто просто умеет попросить модель написать за него [Fernandez-Mateo, 2025; Cowgill, 2019].
Исследования последних лет показывают, что использование алгоритмов в отборе может повысить качество найма, если они спроектированы с учетом политики исследования (exploration, т.е. поиска и тестирования малоизвестных профилей) и валидации по долгосрочным метрикам, а не просто "подгоняют" кандидатов под прошлые решения [Li et al., 2020]. В противном случае алгоритмы легко закрепляют исторические предубеждения и создают юридические и репутационные риски [Cowgill, 2019].
Кроме того, при использовании ИИ инструментов полезно думать про все этапы найма. Оптимизация одного шага (например, только скоринг резюме) без контроля за текстом вакансии, пулом и поведением кандидатов может создать неожиданные побочные эффекты.
Используете ли вы ИИ в найме? Поделитесь своими кейсами.
#новыетехнологии
📌 Может ли ИИ помочь в поиске работы?
📌 Подборка ИИ инструментов для HR
📌 Реальные примеры кейсов ИИ в HR
👍3❤2⚡1