Порядок действий
Помните вот эту формулу?
Когда важно соблюсти порядок действий согласно правилам арифметики. От этого зависит правильный будет результат или нет.
У нас однажды случился такой же кейс, где мы ошиблись в порядке действий.
Дело было так:
При долгосрочном планировании численности и прогноза найма на новые позиции и замещение увольняющихся сотрудников мы оперируем средними цифрами за год. И это ок.
Но потом, когда от этих цифр мы переходим к более детальному планированию на ближайший год, то есть вариантики.
Дано:
(цифры вымышленные, для примера)
Численность на начало года - 1000.
Численность на конец года - 1275
Текучесть - 20%
Решение
Вариант 1.
ССЧ за год = 1138
Наймы для замещения увольняющихся за год = 1138*20% = 228
Наймы для замещения увольняющихся за месяц = 228/12 = 19
Вариант 2:
Текучесть за месяц - это % от ССЧ за месяц. При постоянном росте ССЧ даже если принять ежемесячный процент текучести за константу, количество уволенных (а значит и требуемый найм) от января к декабрю будут возрастать и составит от 17 до 21 человека (см. таблицу на рисунке)
В общей сумме за год разницы нет, а вот если планировать на основе этих цифр, например, KPI для рекрутеров, то ошибка значительная.
Помните вот эту формулу?
Когда важно соблюсти порядок действий согласно правилам арифметики. От этого зависит правильный будет результат или нет.
У нас однажды случился такой же кейс, где мы ошиблись в порядке действий.
Дело было так:
При долгосрочном планировании численности и прогноза найма на новые позиции и замещение увольняющихся сотрудников мы оперируем средними цифрами за год. И это ок.
Но потом, когда от этих цифр мы переходим к более детальному планированию на ближайший год, то есть вариантики.
Дано:
(цифры вымышленные, для примера)
Численность на начало года - 1000.
Численность на конец года - 1275
Текучесть - 20%
Решение
Вариант 1.
ССЧ за год = 1138
Наймы для замещения увольняющихся за год = 1138*20% = 228
Наймы для замещения увольняющихся за месяц = 228/12 = 19
Вариант 2:
Текучесть за месяц - это % от ССЧ за месяц. При постоянном росте ССЧ даже если принять ежемесячный процент текучести за константу, количество уволенных (а значит и требуемый найм) от января к декабрю будут возрастать и составит от 17 до 21 человека (см. таблицу на рисунке)
В общей сумме за год разницы нет, а вот если планировать на основе этих цифр, например, KPI для рекрутеров, то ошибка значительная.
👍21❤7👌2
Те читатели, кто давно со мной, наверное, заметили, что я периодически отклоняюсь от профессиональных тем и пишу про другие стороны жизни.
Одной из таких тем моих некоторых постов #прожизнь является тема искусства, в разных его проявлениях.
Посмотреть что у меня было по этой теме (ссылки на посты ниже).
Но, внимание истинным ценителям (!): т.к. аналитика у меня не классическая, а популярная, то и искусство такое же)
* Комиксы и Дашборд
* Перезагрузка (про Бэнкси)
* Оригинал и копия (про выставку репродукций)
* Фэйковые данные и Щелкунчик
* Знания и Навыки
* Теория и Инструкции
Одной из таких тем моих некоторых постов #прожизнь является тема искусства, в разных его проявлениях.
Посмотреть что у меня было по этой теме (ссылки на посты ниже).
Но, внимание истинным ценителям (!): т.к. аналитика у меня не классическая, а популярная, то и искусство такое же)
* Комиксы и Дашборд
* Перезагрузка (про Бэнкси)
* Оригинал и копия (про выставку репродукций)
* Фэйковые данные и Щелкунчик
* Знания и Навыки
* Теория и Инструкции
🔥4❤1
Data Governance
Если вы не просто занимаетесь HR-отчетностью, а выстраиваете в компанию систему HR-аналитики, то, рано или поздно, столкнетесь с тем, что называется Data Governance (управление данными) (тут управление, больше в смысле «установление и описание правил», чем управление в Data Management, где управление данными скорее в смысле «Организации процессов работы с данными».
Эта тема сейчас не менее хайповая, чем HR-аналитика 😉, поэтому источников знаний очень много.
Основной источник знаний по этой теме - DAMA-DMBOK (Data Management Body of Knowledge)
Если вы просто познакомитесь с содержанием DMBOK, то поймете, насколько это большой и системно выстроенный документ:
1. Управление данными
2. Этика обращения с данными
3. Руководство данными
4. Архитектура данных
5. Моделирование и проектирование данных
6. Хранение и операции с данными
7. Безопасность данных
8. Интеграция и интероперабельность данных
9. Управление документами и контентом
10. Справочные и основные (мета) данные
11. Ведение хранилищ данных и бизнес-аналитика
12. Управление метаданными
13. Качество данных
14. Большие данные и наука о данных
15. Оценка зрелости управления данными
16. Организация управления данными и ролевые ожидания
17. Управление данными и управление организационными изменениями
Все рассматривается сквозь призму 3х элементов:
• Люди (организация, культура, роли и обязанности)
• Процессы (методы и работы)
• Технологии (инструменты и результаты)
Каждый их ключевых разделов содержит:
• Бизнес-драйверы
• Цели и принципы
• Основные понятия и концепции
• Проводимые работы
• Инструменты и методы
• Рекомендации по внедрению
И разделы
• Организационные и культурные изменения (!)
Так что если вы имеет отношение с «цифровой трансформации», то эта тема, которую нельзя пройти мимо.
Если у вас нет сил изучить первоисточник, то подсматривать инфо по теме и познакомиться с «Data Governance по-быстрому» можно у моей коллеги, Татьяны Жемповской, Руководителя направления развития архитектуры данных, ее опыту и знаниям можно доверять.
Если вы не просто занимаетесь HR-отчетностью, а выстраиваете в компанию систему HR-аналитики, то, рано или поздно, столкнетесь с тем, что называется Data Governance (управление данными) (тут управление, больше в смысле «установление и описание правил», чем управление в Data Management, где управление данными скорее в смысле «Организации процессов работы с данными».
Эта тема сейчас не менее хайповая, чем HR-аналитика 😉, поэтому источников знаний очень много.
Основной источник знаний по этой теме - DAMA-DMBOK (Data Management Body of Knowledge)
Если вы просто познакомитесь с содержанием DMBOK, то поймете, насколько это большой и системно выстроенный документ:
1. Управление данными
2. Этика обращения с данными
3. Руководство данными
4. Архитектура данных
5. Моделирование и проектирование данных
6. Хранение и операции с данными
7. Безопасность данных
8. Интеграция и интероперабельность данных
9. Управление документами и контентом
10. Справочные и основные (мета) данные
11. Ведение хранилищ данных и бизнес-аналитика
12. Управление метаданными
13. Качество данных
14. Большие данные и наука о данных
15. Оценка зрелости управления данными
16. Организация управления данными и ролевые ожидания
17. Управление данными и управление организационными изменениями
Все рассматривается сквозь призму 3х элементов:
• Люди (организация, культура, роли и обязанности)
• Процессы (методы и работы)
• Технологии (инструменты и результаты)
Каждый их ключевых разделов содержит:
• Бизнес-драйверы
• Цели и принципы
• Основные понятия и концепции
• Проводимые работы
• Инструменты и методы
• Рекомендации по внедрению
И разделы
• Организационные и культурные изменения (!)
Так что если вы имеет отношение с «цифровой трансформации», то эта тема, которую нельзя пройти мимо.
Если у вас нет сил изучить первоисточник, то подсматривать инфо по теме и познакомиться с «Data Governance по-быстрому» можно у моей коллеги, Татьяны Жемповской, Руководителя направления развития архитектуры данных, ее опыту и знаниям можно доверять.
👍11❤6
Визуальный шок недели)
Зашла посмотреть годовой отчет Amazon. Думала увидеть там шедевр.
А там... такое... (см. рисунок слева)
Не понимаю как так? Кажется, что это какой-то фэйк. Настолько страшно это выглядит.
Мне кажется уже миллион раз в разных каналах это все было написано и у меня, в том числе, но раз еще есть такие визуализации, то вот базовые правила:
1. Значения одновременно на графике и в виде подписи по оси - излишне.
2. Фон для диаграммы - излишне
3. Выделение разрядов у цифр - хорошо
4. Круг, разделенный на сегменты - без комментариев, это ужасно.
5. Легенда внизу - неудобно, лучше сверху, т.к. читаем сверху вниз. Особенно когда выбраны такие цвета, которые интуитивно не понятны.
6. Цвета. Элементы диаграмм, обозначающие разные значения, должны быть закрашены разными цветами.
7. Надпись в овале - не понятно зачем этот элемент. Излишне.
Справа то, что у меня получилось после такой, 5-тиминутной, чистки.
Зашла посмотреть годовой отчет Amazon. Думала увидеть там шедевр.
А там... такое... (см. рисунок слева)
Не понимаю как так? Кажется, что это какой-то фэйк. Настолько страшно это выглядит.
Мне кажется уже миллион раз в разных каналах это все было написано и у меня, в том числе, но раз еще есть такие визуализации, то вот базовые правила:
1. Значения одновременно на графике и в виде подписи по оси - излишне.
2. Фон для диаграммы - излишне
3. Выделение разрядов у цифр - хорошо
4. Круг, разделенный на сегменты - без комментариев, это ужасно.
5. Легенда внизу - неудобно, лучше сверху, т.к. читаем сверху вниз. Особенно когда выбраны такие цвета, которые интуитивно не понятны.
6. Цвета. Элементы диаграмм, обозначающие разные значения, должны быть закрашены разными цветами.
7. Надпись в овале - не понятно зачем этот элемент. Излишне.
Справа то, что у меня получилось после такой, 5-тиминутной, чистки.
🔥32👍14🤣6❤5👎4
Игра в слова
На днях играли с 11-летним ребенком в слова: когда один объясняет слова, а другой угадывает.
Честно признаться, мне казалось, что игра элементарная, потому что в моем опыте слова угадываются с 1, максимум 2х предложений, а то и слов. Но в игре с ребенком оказалось, что для него объяснять слова не так уж и просто.
Я задумалась почему это так, чтобы понять как научить его делать это быстрее.
Если проанализировать наш ход мыслей, то оказалось, что ребенок пытается действовать по одной схеме: пытается дать слову определение, как в словаре, а я использую множество разных механик:
* использование устойчивых выражений
* синонимы / антонимы / омонимы
* слова, похожие по звучанию
* объяснение слова по частям
* обращение к воспоминаниям о совместно опыте
и т.п.
Таким образом, перед тем как объяснить слово, я (мой мозг?) подбираю конструкцию, через которую буду объяснять и поэтому получается быстро.
Например, слово "Яблоко" можно объяснить разными способами:
* Это такой фрукт, растет на дереве, с косточками, бывает зеленый, желтый, красный
* Упало на голову Ньютону
* Есть груша, а есть...
* Антоновка
* Ты любишь когда я режу тебе его дольками
*...
А какие варианты объяснений есть у вас? Попробуйте)
Такое вот просто упражнение для развития креативного мышления. Для того, чтобы выдвигать гипотезы и новые идеи, мышление нужно тренировать. Такие вот простые игры вполне этому способствуют. Особенно если для себя вы задачу усложните, например, ограничите варианты, которые можно использовать для объяснения.
Еще несколько постов, если тема игр вам интересна:
* Детская математика
* Игра "5 букв"
* Про настольный футбол
* Про угадывание персонажа
#прожизнь
На днях играли с 11-летним ребенком в слова: когда один объясняет слова, а другой угадывает.
Честно признаться, мне казалось, что игра элементарная, потому что в моем опыте слова угадываются с 1, максимум 2х предложений, а то и слов. Но в игре с ребенком оказалось, что для него объяснять слова не так уж и просто.
Я задумалась почему это так, чтобы понять как научить его делать это быстрее.
Если проанализировать наш ход мыслей, то оказалось, что ребенок пытается действовать по одной схеме: пытается дать слову определение, как в словаре, а я использую множество разных механик:
* использование устойчивых выражений
* синонимы / антонимы / омонимы
* слова, похожие по звучанию
* объяснение слова по частям
* обращение к воспоминаниям о совместно опыте
и т.п.
Таким образом, перед тем как объяснить слово, я (мой мозг?) подбираю конструкцию, через которую буду объяснять и поэтому получается быстро.
Например, слово "Яблоко" можно объяснить разными способами:
* Это такой фрукт, растет на дереве, с косточками, бывает зеленый, желтый, красный
* Упало на голову Ньютону
* Есть груша, а есть...
* Антоновка
* Ты любишь когда я режу тебе его дольками
*...
А какие варианты объяснений есть у вас? Попробуйте)
Такое вот просто упражнение для развития креативного мышления. Для того, чтобы выдвигать гипотезы и новые идеи, мышление нужно тренировать. Такие вот простые игры вполне этому способствуют. Особенно если для себя вы задачу усложните, например, ограничите варианты, которые можно использовать для объяснения.
Еще несколько постов, если тема игр вам интересна:
* Детская математика
* Игра "5 букв"
* Про настольный футбол
* Про угадывание персонажа
#прожизнь
👍16🔥7❤2👎2
Отчет по зарплатным ожиданиям от Тинькофф
Красивые картинки #7
На рынке не так много достойных кейсов в области HR аналитики, и еще меньше тех, о которых открыто рассказывают на конференциях. На июньских конференциях я увидела несколько, напишу о каждом в ближайшее время.
Сегодня кейс от команды создания продукта для рекрутмента с конференции "Технологии и будущее HR". Сам продукт хорош и достоин отдельного рассмотрения, но мое внимание привлек Отчет, построенный на данных о зарплатных ожиданиях.
В каждой компании рекрутеры являются кладезью знаний о рынке труда и во многих компаниях есть попытки структурировать эти знания, используя для этого excel, confluence и т.п.
Ребята из Тинькофф пошли дальше и:
1. обеспечили удобный интерфейс для ввода данных в свой продукт
2. на основе этих данных команда бизнес-аналитики построила дашборд с результатами.
Что есть на даше?
Ключевые метрики:
1. Количество кандидатов, у которых заполнены зарплатные ожидания (SE, salary expectations)
2. Медиана ожиданий в сравнение с вилкой
3. 25 и 75 персентиль ожиданий
4. Среднее ожиданий в сравнении с вилкой
(ожидаемо и медиана и среднее ожиданий выше вилки)
Другие визуализации:
1. Распределение кандидатов по сумме ожиданий
2. Распределение ожиданий относительно вилки
3. Распределение офферов относительно вилки
4. Статистика по величине отклонений
* SE от верха вилки
* суммы в офере от ожиданий
в принятых и отклоненных оферах.
Фильтры:
* ИТ / не ИТ / Cтримы
* Страна / Регион / Город
* Валюта
* Первая точка касания с кандидатом (срок)
* Показатель (медиана, среднее...)
* Грейд
* Дата внесения данных по SE
Мне пока немного не хватает понимания как собирается и обрабатывается инфо про:
* gross / net
* оклад / совокупный доход
* льготы и бенефиты
* калибровку титулов (ибо в разных компания разные senior-ы)
Но даже без всего этого, по моему, это очень красивый кейс и большой задел на будущее.
Уже мечтаете о таком же? ;)
#кейсы_с_рынка
Красивые картинки #7
На рынке не так много достойных кейсов в области HR аналитики, и еще меньше тех, о которых открыто рассказывают на конференциях. На июньских конференциях я увидела несколько, напишу о каждом в ближайшее время.
Сегодня кейс от команды создания продукта для рекрутмента с конференции "Технологии и будущее HR". Сам продукт хорош и достоин отдельного рассмотрения, но мое внимание привлек Отчет, построенный на данных о зарплатных ожиданиях.
В каждой компании рекрутеры являются кладезью знаний о рынке труда и во многих компаниях есть попытки структурировать эти знания, используя для этого excel, confluence и т.п.
Ребята из Тинькофф пошли дальше и:
1. обеспечили удобный интерфейс для ввода данных в свой продукт
2. на основе этих данных команда бизнес-аналитики построила дашборд с результатами.
Что есть на даше?
Ключевые метрики:
1. Количество кандидатов, у которых заполнены зарплатные ожидания (SE, salary expectations)
2. Медиана ожиданий в сравнение с вилкой
3. 25 и 75 персентиль ожиданий
4. Среднее ожиданий в сравнении с вилкой
(ожидаемо и медиана и среднее ожиданий выше вилки)
Другие визуализации:
1. Распределение кандидатов по сумме ожиданий
2. Распределение ожиданий относительно вилки
3. Распределение офферов относительно вилки
4. Статистика по величине отклонений
* SE от верха вилки
* суммы в офере от ожиданий
в принятых и отклоненных оферах.
Фильтры:
* ИТ / не ИТ / Cтримы
* Страна / Регион / Город
* Валюта
* Первая точка касания с кандидатом (срок)
* Показатель (медиана, среднее...)
* Грейд
* Дата внесения данных по SE
Мне пока немного не хватает понимания как собирается и обрабатывается инфо про:
* gross / net
* оклад / совокупный доход
* льготы и бенефиты
* калибровку титулов (ибо в разных компания разные senior-ы)
Но даже без всего этого, по моему, это очень красивый кейс и большой задел на будущее.
Уже мечтаете о таком же? ;)
#кейсы_с_рынка
🔥30👍12❤5👌3
Соответствие трендам
Когда я читаю тренды и исследования международных гуру, мне всегда хочется примеров, желательно "наших", российских.
Один из таких примеров, иллюстрирующих быстрое изменение HR стратегии в ответ на изменение внешних факторов и бизнес-процессов, нашла в кейсе прошлого года от одного из крупнейших автомобильных дилеров.
(По договоренности с автором, кейс останется анонимным)
За последний год компания столкнулась со значительным изменением бизнес-модели продаж в своих салонах:
(цитата)
• Появились сложности в поставках новых автомобилей, а по некоторым брендам - вообще полное отсутствие поставок.
• Запас прочности (сток новых автомобилей) резко снизился на 78%,
• Перестала функционировать официальная гарантия от производителей.
• В связи с резким падением объема новых автомобилей остались без должной нагрузки 600 сотрудников этого направления бизнеса.
• Компенсирующее направление автомобилей с пробегом имело недостаточное наличие автомобилей в трейд-ин для устойчивости бизнеса."
Из-за изменений внешних обстоятельств и стратегии компании, коллегам пришлось внести существенные изменения в HR стратегию и пересмотреть:
* состав ролей в организационной структуре
* численность в подразделениях продаж по направлениям
* требования к знаниям и навыкам для роли "продавца"
и, соответственно, провести мероприятия по оценке и переобучению сотрудников.
В чем разница между ролями
"Продавец новых автомобилей" и
"Продавец автомобилей с пробегом"?
Разные особенности, разные знания, разные навыки, разные условия работы, например:
(цитата)
• Знает 8-14 моделей одного бренда / Знает 200-300 моделей 25 брендов
• Идеальное ТС / Уникальное ТС
• Машины в шоуруме / Машины везде (бустер/погода/поиски)
• Есть тестдрайв / Нет тестдрайва
• Стандарты производителя / Стандарты Компании
• Низкое конкурентное окружение / Высокое конкурентное окружение
Такие вот Retain, Reskill и Redisign в действии.
#кейсы_с_рынка
Когда я читаю тренды и исследования международных гуру, мне всегда хочется примеров, желательно "наших", российских.
Один из таких примеров, иллюстрирующих быстрое изменение HR стратегии в ответ на изменение внешних факторов и бизнес-процессов, нашла в кейсе прошлого года от одного из крупнейших автомобильных дилеров.
(По договоренности с автором, кейс останется анонимным)
За последний год компания столкнулась со значительным изменением бизнес-модели продаж в своих салонах:
(цитата)
• Появились сложности в поставках новых автомобилей, а по некоторым брендам - вообще полное отсутствие поставок.
• Запас прочности (сток новых автомобилей) резко снизился на 78%,
• Перестала функционировать официальная гарантия от производителей.
• В связи с резким падением объема новых автомобилей остались без должной нагрузки 600 сотрудников этого направления бизнеса.
• Компенсирующее направление автомобилей с пробегом имело недостаточное наличие автомобилей в трейд-ин для устойчивости бизнеса."
Из-за изменений внешних обстоятельств и стратегии компании, коллегам пришлось внести существенные изменения в HR стратегию и пересмотреть:
* состав ролей в организационной структуре
* численность в подразделениях продаж по направлениям
* требования к знаниям и навыкам для роли "продавца"
и, соответственно, провести мероприятия по оценке и переобучению сотрудников.
В чем разница между ролями
"Продавец новых автомобилей" и
"Продавец автомобилей с пробегом"?
Разные особенности, разные знания, разные навыки, разные условия работы, например:
(цитата)
• Знает 8-14 моделей одного бренда / Знает 200-300 моделей 25 брендов
• Идеальное ТС / Уникальное ТС
• Машины в шоуруме / Машины везде (бустер/погода/поиски)
• Есть тестдрайв / Нет тестдрайва
• Стандарты производителя / Стандарты Компании
• Низкое конкурентное окружение / Высокое конкурентное окружение
Такие вот Retain, Reskill и Redisign в действии.
#кейсы_с_рынка
👍8🔥5❤1
Визуализации с дашборда по диагностике организационной структуры от «Магнит»-а
(кейс от команды с Форум по Организационному развитию 2023, прошедшему 07-08 июня 2023)
Я, к сожалению, не слышала доклад целиком, поэтому попросила прокомментировать коллегу из рабочей группы, @denrichep
Дашборд показывает численность в различных разрезах и ключевые метрики.
Какие есть разрезы?
* Грейды от 7 до 21
* Области управления/ответственности: Strategic, Goal, Process, Operational, Support
* Организационные уровни управления (organizational layers) от 1 до 10
* Уровни иерархии от CEO-
Что есть на визуализациях?
Визуализации показывают распределение численности в 2х разрезах:
* распределение всей численности по грейдам относительно орг уровней управления
* распределение всей численности по областям ответственности относительно орг уровней управления
На какие вопросы позволяет ответить дашборд?
* Определить избыточное количество уровней управления
* Соотнести результат грейдинга должностей относительно организационного уровня управления для определения корректности места нахождения должности в иерархии структуры
* Понять завышены или нет результаты оценки конкретной должности
* Составить план действий по «выпадающим» из целевой структуры должностям
* Сделать внутренний бенчмаркинг, сопоставив данные по разным подразделениям / функциональным блокам / территориям
Какие метрики позволяют рассчитать данные?
* нормы управляемости (span of control)
* текущее количество организационных уровней управления
* количество руководящих должностей относительно количества специалистов
#кейсы_рынка
(кейс от команды с Форум по Организационному развитию 2023, прошедшему 07-08 июня 2023)
Я, к сожалению, не слышала доклад целиком, поэтому попросила прокомментировать коллегу из рабочей группы, @denrichep
Дашборд показывает численность в различных разрезах и ключевые метрики.
Какие есть разрезы?
* Грейды от 7 до 21
* Области управления/ответственности: Strategic, Goal, Process, Operational, Support
* Организационные уровни управления (organizational layers) от 1 до 10
* Уровни иерархии от CEO-
Что есть на визуализациях?
Визуализации показывают распределение численности в 2х разрезах:
* распределение всей численности по грейдам относительно орг уровней управления
* распределение всей численности по областям ответственности относительно орг уровней управления
На какие вопросы позволяет ответить дашборд?
* Определить избыточное количество уровней управления
* Соотнести результат грейдинга должностей относительно организационного уровня управления для определения корректности места нахождения должности в иерархии структуры
* Понять завышены или нет результаты оценки конкретной должности
* Составить план действий по «выпадающим» из целевой структуры должностям
* Сделать внутренний бенчмаркинг, сопоставив данные по разным подразделениям / функциональным блокам / территориям
Какие метрики позволяют рассчитать данные?
* нормы управляемости (span of control)
* текущее количество организационных уровней управления
* количество руководящих должностей относительно количества специалистов
#кейсы_рынка
👍17
Региональные особенности
Посещение Петербурга в выходные натолкнуло на мысль о региональных особенностях в ожиданиях клиентов и требованиях к компетенциям в разных городах одной страны.
На примере нескольких кафе и ресторанов выглядит так, что в Питере ооочень вежливые официанты, очень. Но вот решение нестандартных ситуаций и скорость обслуживания точно не их сильные стороны: поменять завтрак, заказанный с вечера "с собой" на "на месте" - сложность, перелить кофе из заказа "на месте" в стаканчик "с собой" - сложность. И при этом 5 раз подходят и вежливо что-то говорят, но время то идет)
Лично я бы предпочла более быстрое решение вопроса, пусть и в ущерб вежливости. Возможно это связано с тем, что всю сознательную жизнь я живу в Москве, где между скоростью и вежливостью в большинстве случаев победит скорость.
Кстати, когда я работала в рознице, то у нас были разные нормативы по текучести и производительности, потому что в этом действительно была разница. А вот про отличия между ожиданиями гостей и компетенциями мы тогда как то не думали.
Кажется, всем кто работает в рознице и других географически широко распределенных компаниях, следует учитывать это
Посещение Петербурга в выходные натолкнуло на мысль о региональных особенностях в ожиданиях клиентов и требованиях к компетенциям в разных городах одной страны.
На примере нескольких кафе и ресторанов выглядит так, что в Питере ооочень вежливые официанты, очень. Но вот решение нестандартных ситуаций и скорость обслуживания точно не их сильные стороны: поменять завтрак, заказанный с вечера "с собой" на "на месте" - сложность, перелить кофе из заказа "на месте" в стаканчик "с собой" - сложность. И при этом 5 раз подходят и вежливо что-то говорят, но время то идет)
Лично я бы предпочла более быстрое решение вопроса, пусть и в ущерб вежливости. Возможно это связано с тем, что всю сознательную жизнь я живу в Москве, где между скоростью и вежливостью в большинстве случаев победит скорость.
Кстати, когда я работала в рознице, то у нас были разные нормативы по текучести и производительности, потому что в этом действительно была разница. А вот про отличия между ожиданиями гостей и компетенциями мы тогда как то не думали.
Кажется, всем кто работает в рознице и других географически широко распределенных компаниях, следует учитывать это
👍15🤔6👎5❤1
Летом обычно жизнь на конференциях затихает,
но некоторые все же пройдут:
🗓 9 июля
TopSecrets от topcareer
https://top-career.ru/topsecrets
🗓 12-13 июля
HR MANAGEMENT EXPLORERS
от IMC
https://i-m-c.ru/hrmanagement-2023
🗓 14-15 июля
TEAM MANAGEMENT EXPLORERS от IMC
https://i-m-c.ru/teammanagement-2023/
🗓 27 июля
Business&IT Day: Эффективные цифровые инструменты в HR
https://businessitday.ru/hr
🗓 23-24 августа
Российский HRTech от Grotek
23 - информационные технологии для рекрутмента и онбординга сотрудников
24 - ИТ-решения для автоматизации и интеллектуализации HR-процессов
🗓 24-26 августа
HR Life
https://www.mk-conference.ru/hrlife
но некоторые все же пройдут:
🗓 9 июля
TopSecrets от topcareer
https://top-career.ru/topsecrets
🗓 12-13 июля
HR MANAGEMENT EXPLORERS
от IMC
https://i-m-c.ru/hrmanagement-2023
🗓 14-15 июля
TEAM MANAGEMENT EXPLORERS от IMC
https://i-m-c.ru/teammanagement-2023/
🗓 27 июля
Business&IT Day: Эффективные цифровые инструменты в HR
https://businessitday.ru/hr
🗓 23-24 августа
Российский HRTech от Grotek
23 - информационные технологии для рекрутмента и онбординга сотрудников
24 - ИТ-решения для автоматизации и интеллектуализации HR-процессов
🗓 24-26 августа
HR Life
https://www.mk-conference.ru/hrlife
🔥8
#заметки_с_конференций
На сайте конференции "Код подбора" от клуба «Как делать?», прошедшей в июне, нашла интересную презентацию от Авито, где представлены некоторые текущие тренды рынка труда России. Тот редкий случай, когда тренды новы и интересны, а не как обычно)
Текущее развитие рынка труда России:
1. Стремление к симбиозу платформенной занятости, работных сайтов и регуляторов трудовых отношений
2. Качественная трансформация Службами Занятости Населения (СЗН) в многофункциональные кадровые центры (государство ставит амбициозные задачи по развитию кадрового рынка, в том числе:
• временное трудоустройство работников, находящихся под риском увольнения
• организация общественных работ для граждан в поиске работы
• содействие предприятиям в подборе кадров
• мероприятия по комплексной модернизации служб занятости
• трансформация центров занятости населения в современные высокоэффективные кадровые центры
3. Сотрудничество бизнеса и государства для снижения напряженности на рынке труда (тысячи государственных компаний находят сотрудников на Авито)
4. Более активное использование современных технологий в работе
В целом уровень конкуренции за соискателя по массовым профессиям производственно-сырьевой отрасли вырос в 12 раз
При этом нестандартные форматы трудоустройства набирают популярность:
• +73% количество вакансий на неполный рабочий день
• х1,5 раза рост доли людей, работающих как самозанятые на Авито (34 → 46%)
• +140% количество резюме на вакансии неполного рабочего дня
• 53% кандидатов совмещали основную работу и подработку
Как раньше уже не будет – подбор становится дороже, особенно срочный
На сайте конференции "Код подбора" от клуба «Как делать?», прошедшей в июне, нашла интересную презентацию от Авито, где представлены некоторые текущие тренды рынка труда России. Тот редкий случай, когда тренды новы и интересны, а не как обычно)
Текущее развитие рынка труда России:
1. Стремление к симбиозу платформенной занятости, работных сайтов и регуляторов трудовых отношений
2. Качественная трансформация Службами Занятости Населения (СЗН) в многофункциональные кадровые центры (государство ставит амбициозные задачи по развитию кадрового рынка, в том числе:
• временное трудоустройство работников, находящихся под риском увольнения
• организация общественных работ для граждан в поиске работы
• содействие предприятиям в подборе кадров
• мероприятия по комплексной модернизации служб занятости
• трансформация центров занятости населения в современные высокоэффективные кадровые центры
3. Сотрудничество бизнеса и государства для снижения напряженности на рынке труда (тысячи государственных компаний находят сотрудников на Авито)
4. Более активное использование современных технологий в работе
В целом уровень конкуренции за соискателя по массовым профессиям производственно-сырьевой отрасли вырос в 12 раз
При этом нестандартные форматы трудоустройства набирают популярность:
• +73% количество вакансий на неполный рабочий день
• х1,5 раза рост доли людей, работающих как самозанятые на Авито (34 → 46%)
• +140% количество резюме на вакансии неполного рабочего дня
• 53% кандидатов совмещали основную работу и подработку
Как раньше уже не будет – подбор становится дороже, особенно срочный
❤7👍4
Качество данных по причинам увольнения.
Пост по мотивам выступления на конференции "Будущее и технологи" Натальи Любимовой, руководителя отдела бизнес-аналитики Тинькофф.
Анализ причин увольнения один из любимых и часто встречающихся кейсов у HR.
Но что мы анализируем?
Воронка Data quality (я бы назвала ее "воронка потери качества данных"), представленная Натальей:
1. Данные, заполненные сотрудником в exit интервью
2. Причина увольнения, выбранная в exit интервью
3. Главная причина увольнения, отмеченная в exit интервью
4. Загрузка данных в 1С
5. Загрузка данных в DWH
6. Обработка данных и их загрузка в отчет.
Идея в том, что на каждом этапе теряется часть данных и в итоге аналитик обрабатывает некий усеченный датасет.
Я бы дополнила еще следующие аспекты того что еще может пойти не так?
1. Какие причины указыыаются?
* свободное поле?
* выбор из списка?
* есть возможность выбрать несколько или только 1?
* понятные ли формулировки?
2. Кто есть первоисточник данных? Данные о причинах увольнения могут проставлять сотрудники разных ролей: сам сотрудник, менеджер, специалист по кадрам со слов сотрудника, HR бизнер-партнер со слов менеджера, HRBP, Линейный менеджер и т.п.
И у каждого своя правда
3. Что есть первоисточник данных?
Причина увольнения может заполняться в разных документах:
* exit интервью
* анкета увольняющегося сотрудника
* обходной лист
* пульс-опрос уволенных
4. Когда?
Документ с причиной может заполняться:
* в первые дни после подачи заявления об увольнении
* в последний рабочий день
* до расчета / после расчета
* через 3-5-Х дней после увольнения
5. Как?
В нескольких документах последовательно или
одновременно.
Какую из причин, кем, когда, где и в какой момент заполненную брать - это вопрос. И от этого, в том числе зависит то, какие данные о причинах увольнения мы обрабатываем и на основе каких данных делаем выводы и предложения.
Пост по мотивам выступления на конференции "Будущее и технологи" Натальи Любимовой, руководителя отдела бизнес-аналитики Тинькофф.
Анализ причин увольнения один из любимых и часто встречающихся кейсов у HR.
Но что мы анализируем?
Воронка Data quality (я бы назвала ее "воронка потери качества данных"), представленная Натальей:
1. Данные, заполненные сотрудником в exit интервью
2. Причина увольнения, выбранная в exit интервью
3. Главная причина увольнения, отмеченная в exit интервью
4. Загрузка данных в 1С
5. Загрузка данных в DWH
6. Обработка данных и их загрузка в отчет.
Идея в том, что на каждом этапе теряется часть данных и в итоге аналитик обрабатывает некий усеченный датасет.
Я бы дополнила еще следующие аспекты того что еще может пойти не так?
1. Какие причины указыыаются?
* свободное поле?
* выбор из списка?
* есть возможность выбрать несколько или только 1?
* понятные ли формулировки?
2. Кто есть первоисточник данных? Данные о причинах увольнения могут проставлять сотрудники разных ролей: сам сотрудник, менеджер, специалист по кадрам со слов сотрудника, HR бизнер-партнер со слов менеджера, HRBP, Линейный менеджер и т.п.
И у каждого своя правда
3. Что есть первоисточник данных?
Причина увольнения может заполняться в разных документах:
* exit интервью
* анкета увольняющегося сотрудника
* обходной лист
* пульс-опрос уволенных
4. Когда?
Документ с причиной может заполняться:
* в первые дни после подачи заявления об увольнении
* в последний рабочий день
* до расчета / после расчета
* через 3-5-Х дней после увольнения
5. Как?
В нескольких документах последовательно или
одновременно.
Какую из причин, кем, когда, где и в какой момент заполненную брать - это вопрос. И от этого, в том числе зависит то, какие данные о причинах увольнения мы обрабатываем и на основе каких данных делаем выводы и предложения.
👍18🔥6❤2
Про современное искусство
Недавно я узнала о музее современного искусства Эрарта в Санкт-Петербурге (привет, Катя 👋🏻) , правда, будучи на днях в СПБ, не успела туда зайти. Но, благодаря сайту музея, узнала про выставку Фелипе Лавин "Оцифрованные"
Я уже писала, что я не очень хорошо умею разбираться в искусстве, но я могу точно сказать что мне нравится. Это мне однозначно нравится.
Посмотрите какая простая и вместе с тем какая интересная и нестандартная идея - совместить частично изображения людей и то что будет, если их растянуть.
"Абстрактные вертикальные полосы, в которые трансформируются фрагменты изображения, напоминают одновременно и городские высотки, и стилизованные штрихкоды, как бы указывая на то, что попавшие в кадр люди «оцифрованы» поглотившей их городской средой" написано в описании выставки на сайте.
Ну круто же!
Желаю нам всем таких крутых идей о совмещении несовместимого, ведь креативное мышление очень важно для того, чтобы выдвигать гипотезы для исследования и находить новые решения при развитии.
А появляться такие идеи могут только если хорошо отдыхать)
Так что, хороших выходных!
Недавно я узнала о музее современного искусства Эрарта в Санкт-Петербурге (привет, Катя 👋🏻) , правда, будучи на днях в СПБ, не успела туда зайти. Но, благодаря сайту музея, узнала про выставку Фелипе Лавин "Оцифрованные"
Я уже писала, что я не очень хорошо умею разбираться в искусстве, но я могу точно сказать что мне нравится. Это мне однозначно нравится.
Посмотрите какая простая и вместе с тем какая интересная и нестандартная идея - совместить частично изображения людей и то что будет, если их растянуть.
"Абстрактные вертикальные полосы, в которые трансформируются фрагменты изображения, напоминают одновременно и городские высотки, и стилизованные штрихкоды, как бы указывая на то, что попавшие в кадр люди «оцифрованы» поглотившей их городской средой" написано в описании выставки на сайте.
Ну круто же!
Желаю нам всем таких крутых идей о совмещении несовместимого, ведь креативное мышление очень важно для того, чтобы выдвигать гипотезы для исследования и находить новые решения при развитии.
А появляться такие идеи могут только если хорошо отдыхать)
Так что, хороших выходных!
👍11❤6🔥3🤣1
Аналитика рынка труда
АвитоРабота подвела итоги I полугодия на рынке труда в рамках пресс-конференции «Кого и как нанимают в 2023»
У ребят много интересных цифр, не буду спойлерить, посмотрите сами.
Из интересного, "между строк":
1. Артем Кумпель теперь управляющий директор не только АвитоРабота, но и АвитоУслуги. Кажется, что это, в том числе, отражается то, что эти сегменты действительно сближаются все ближе.
2. Вы, наверное, уже слышали, что коллеги запустили "Индекс Авито"
База данных:
10 млн. вакансий в месяц + активности соискателей
Шкала индекса: от 1 (рынок соискателя) до 10 (рынок работодателя)
4 цели использования:
• Как рассчитать бюджет
• Как выглядит компания относительно конкурентов
3. В рамках ответов на вопросы руководители Авито немного поделились «внутренней кухней» сложности в сборе и поддержании качества данных и раскрыли почему на Авито резюме почти в 3 раза меньше, чем вакансий, но это не отражает фактического превосходства рынка соискателей в 3 раза.
Например,
* Потребление Авито, в основном, поисковое, т.е. человек заходит и ищет объявление о работе через поиск, а не размещает резюме.
* Также в регионах для кандидата нормально проактивно позвонить работодателю, т.е. отклик есть, а формального резюме нет.
* В Авито чистят базу резюме, потому что у «синеворотничковых» соискателей есть особенность – они нашли работу и сменили телефон или контакты, т.е. их доступность уходит, поэтому из публичной базы эти резюме пока скрываются.
В то время как у «белых воротничков» резюме живет в течение всей жизни человека, резюме доступно, телефон не меняется.
* То количество работодателей, которые публикуют вакансии на Авито, достаточно репрезентативно. По оценке аналитиков Авито это статистически значимая выборка, которая отражает весь срез по экономике страны.
АвитоРабота подвела итоги I полугодия на рынке труда в рамках пресс-конференции «Кого и как нанимают в 2023»
У ребят много интересных цифр, не буду спойлерить, посмотрите сами.
Из интересного, "между строк":
1. Артем Кумпель теперь управляющий директор не только АвитоРабота, но и АвитоУслуги. Кажется, что это, в том числе, отражается то, что эти сегменты действительно сближаются все ближе.
2. Вы, наверное, уже слышали, что коллеги запустили "Индекс Авито"
База данных:
10 млн. вакансий в месяц + активности соискателей
Шкала индекса: от 1 (рынок соискателя) до 10 (рынок работодателя)
4 цели использования:
• Как рассчитать бюджет
• Как выглядит компания относительно конкурентов
3. В рамках ответов на вопросы руководители Авито немного поделились «внутренней кухней» сложности в сборе и поддержании качества данных и раскрыли почему на Авито резюме почти в 3 раза меньше, чем вакансий, но это не отражает фактического превосходства рынка соискателей в 3 раза.
Например,
* Потребление Авито, в основном, поисковое, т.е. человек заходит и ищет объявление о работе через поиск, а не размещает резюме.
* Также в регионах для кандидата нормально проактивно позвонить работодателю, т.е. отклик есть, а формального резюме нет.
* В Авито чистят базу резюме, потому что у «синеворотничковых» соискателей есть особенность – они нашли работу и сменили телефон или контакты, т.е. их доступность уходит, поэтому из публичной базы эти резюме пока скрываются.
В то время как у «белых воротничков» резюме живет в течение всей жизни человека, резюме доступно, телефон не меняется.
* То количество работодателей, которые публикуют вакансии на Авито, достаточно репрезентативно. По оценке аналитиков Авито это статистически значимая выборка, которая отражает весь срез по экономике страны.
👍9
Payscale выпустили
"2023 Compensation Best Practices Report"
93 страницы интереснейшей информации не только об анализе рынка труда, но и о других трендах в HR менеджменте
Содержание:
1. Spotlight on the economy / Экономика
2. Strategy and prepardeness for comp challenges / Стратегия и готовность к вызовам
3. Compensation planning and pay increases / Планирование компенсаций и повышение заработной платы
4. Variable pay and benefits / Переменная оплата и льготы
5. Job management and comp structure / Управление «рабочими местами» и структура вознаграждения
6. Salary data and market pricing / Данные о заработной плате и рынок труда
7. Skills-based workforce / Рабочая сила, основанная на навыках
8. Remote work and geographic pay strategy / Стратегия оплаты труда в части удаленной работы и географических особенностей
9. Pay equity, diversity, and ESG / Справедливая оплата труда, разнообразие и ESG
10. Pay transparency and communications / Прозрачность оплаты труда и коммуникация
11. HR and comp management predictions / Прогнозы в сфере управления персоналом и управления компенсациями
Compensation metrics
• average market percentile / средний персентиль по рынку
• average compa ratio / средняя «проплаченность»
• percent over range / процент выше диапазона
• percent under range / процент ниже диапазона
• functional or department market percentile
• performance to pay relationship / отношение производительности к оплате
Formal pay structures
65% компаний имеют официальную структуру оплаты труда (formal pay structures) в среднем для 85% своих рабочих мест
Job architecture
62% компаний имеют официальную структуру рабочих мест (job architecture)
"job architecture обеспечивает основу для описания функций должностей (job functions), семейств должностей (job families) и уровней должностей (job levels) в вашей организации. Наличие этой системы обеспечивает основу для принятия последовательных и справедливых решений об оплате труда и может показать сотрудникам, как их карьера и зарплата могут развиваться в компании"
Out of cycle increases
86% организаций будут повышать заработную плату вне цикла, и в 2023 году больше организаций будут делать это часто, а не от случая к случаю (16% делают это часто это обычная практика, 70% периодически, для нужд бизнеса)
Job description management
"Важной частью управления работой является написание и поддержание в рабочем состоянии должностных инструкций. Описания должностных обязанностей используются для создания и рекламы открытых вакансий. Они также используются для установления справедливой оплаты труда всех сотрудников и управления ею. Описания должностных обязанностей слишком часто хранятся в личных папках и передаются по электронной почте, а не упорядочиваются и поддерживаются в централизованной системе"
У 54% компаний есть централизованная система управления должностными инструкциями
Compensation data sources
• обзоры заработных плат из традиционных источников
• сводные рыночные данные в компенсационном программном обеспечении
• обзоры торговых / промышленных ассоциаций
• данные о заработной плате в закрытых сетях
• исторические данные о заработной плате из записей о сотрудниках
• консультанты по компенсациям
• данные из официальных государственных источников (government data)
• данные о зарплате по инфо от нанятых сотрудников
• данные о зарплате из публикаций о вакансиях у конкурентов
• персонализированная информация о конкурентах, в том числе из общения с кандидатами и рекрутерами
• свободные или открытые данные
Skills-based workforce
Меняющиеся технологии и новые способы работы меняют рабочие места и навыки, необходимые сотрудникам для их выполнения.
Есть ли в вашей организации подход к классификации навыков?
11% компаний классифицировали навыки и используем таксономию навыков для сегментов в организации
12% классифицировали навыки и используем таксономию навыков во всей организации
15% нет, но мы работаем над этим
21% классифицируют навыки как часть процесса описания jod-ы / роли
22% не классифицировали
и 35 вариантов бенефитов 😉
"2023 Compensation Best Practices Report"
93 страницы интереснейшей информации не только об анализе рынка труда, но и о других трендах в HR менеджменте
Содержание:
1. Spotlight on the economy / Экономика
2. Strategy and prepardeness for comp challenges / Стратегия и готовность к вызовам
3. Compensation planning and pay increases / Планирование компенсаций и повышение заработной платы
4. Variable pay and benefits / Переменная оплата и льготы
5. Job management and comp structure / Управление «рабочими местами» и структура вознаграждения
6. Salary data and market pricing / Данные о заработной плате и рынок труда
7. Skills-based workforce / Рабочая сила, основанная на навыках
8. Remote work and geographic pay strategy / Стратегия оплаты труда в части удаленной работы и географических особенностей
9. Pay equity, diversity, and ESG / Справедливая оплата труда, разнообразие и ESG
10. Pay transparency and communications / Прозрачность оплаты труда и коммуникация
11. HR and comp management predictions / Прогнозы в сфере управления персоналом и управления компенсациями
Compensation metrics
• average market percentile / средний персентиль по рынку
• average compa ratio / средняя «проплаченность»
• percent over range / процент выше диапазона
• percent under range / процент ниже диапазона
• functional or department market percentile
• performance to pay relationship / отношение производительности к оплате
Formal pay structures
65% компаний имеют официальную структуру оплаты труда (formal pay structures) в среднем для 85% своих рабочих мест
Job architecture
62% компаний имеют официальную структуру рабочих мест (job architecture)
"job architecture обеспечивает основу для описания функций должностей (job functions), семейств должностей (job families) и уровней должностей (job levels) в вашей организации. Наличие этой системы обеспечивает основу для принятия последовательных и справедливых решений об оплате труда и может показать сотрудникам, как их карьера и зарплата могут развиваться в компании"
Out of cycle increases
86% организаций будут повышать заработную плату вне цикла, и в 2023 году больше организаций будут делать это часто, а не от случая к случаю (16% делают это часто это обычная практика, 70% периодически, для нужд бизнеса)
Job description management
"Важной частью управления работой является написание и поддержание в рабочем состоянии должностных инструкций. Описания должностных обязанностей используются для создания и рекламы открытых вакансий. Они также используются для установления справедливой оплаты труда всех сотрудников и управления ею. Описания должностных обязанностей слишком часто хранятся в личных папках и передаются по электронной почте, а не упорядочиваются и поддерживаются в централизованной системе"
У 54% компаний есть централизованная система управления должностными инструкциями
Compensation data sources
• обзоры заработных плат из традиционных источников
• сводные рыночные данные в компенсационном программном обеспечении
• обзоры торговых / промышленных ассоциаций
• данные о заработной плате в закрытых сетях
• исторические данные о заработной плате из записей о сотрудниках
• консультанты по компенсациям
• данные из официальных государственных источников (government data)
• данные о зарплате по инфо от нанятых сотрудников
• данные о зарплате из публикаций о вакансиях у конкурентов
• персонализированная информация о конкурентах, в том числе из общения с кандидатами и рекрутерами
• свободные или открытые данные
Skills-based workforce
Меняющиеся технологии и новые способы работы меняют рабочие места и навыки, необходимые сотрудникам для их выполнения.
Есть ли в вашей организации подход к классификации навыков?
11% компаний классифицировали навыки и используем таксономию навыков для сегментов в организации
12% классифицировали навыки и используем таксономию навыков во всей организации
15% нет, но мы работаем над этим
21% классифицируют навыки как часть процесса описания jod-ы / роли
22% не классифицировали
и 35 вариантов бенефитов 😉
🔥14❤5
Смотрю потихоньку доклады с Saint TeamLead Conf 2023, прошедшей в Санкт-Петербурге 29-30 июня.
#заметки по докладу девчонок из Тинькофф про запуск и развитие системы наставничества и менторинга
Исследование опыта ЦА:
• Хотят учиться у практиков
• Интересующий формат – асинхронный, с обратной связью или 1-to-1
Виды обучения
• Для Junior-ов: P2P Наставничество, Курсы по hard skills, Технический онбординг
• Для Middle-ов: P2P Менторинг, Курсы по hard skills, Развитие soft skills
• Для Senior-ов: Обучение других, Внешнее обучение, Развитие soft skills
Наставничество:
Срок: 1-6 мес,
Участники: менти – Junior, ментор – Middle,
Цель: развитие навыков до целевого уровня
Менторинг:
Срок: 1-4 встречи
Участники: менти – Middle, ментор – Middle+,
Цель: решение точечного запроса (hard / soft)
Поощрение менторов:
• уникальный мерч,
• митапы с благодарностью от топов
• мастер-классы для развития
Одна из первых проблем, с которой пришлось работать то, что после одного менти прекращают работу в проекте. Девушки связывают это с тем, что они изначально были сфокусированы только на мотивации менторов, но «забыли» про цели бизнеса, когда выгодно чтобы ментро оставался в этой роли до 3х лет. Решение – поменяли процесс, в т.ч. расширили линейку мерча 😊
Как искать менторов?
• Приглашать уже существующих менторов
• Приглашайте кандидатов на роль тимлида
• Интегрируйтесь в процессы компании («отличники» по результатам performance review)
• Готовьте рекламные кампании (целевые), в том числе через лидеров мнений
Варианты мэтчинга ментора и менти
1. Свободный. Инициатива менти
+ Ответственность на менти
- менти не доходят до ментора, так как не смогли выбрать
- выбор одних и тех же популярных менторов
2. С помощью куратора
+ качество подбора
- процесс завязан на одном человеке
3. Свободный. Инициатива ментора
+ сняли нагрузку с куратора
- коллективная безответственность
4. С предварительным скринингом (через ассессмент внутренними силами)
+ качество мэтчинга
+ сняли нагрузку с куратора
- очень дорого
Еще одна проблема: изначально 30% запросов менти не совпадало с реальными целями, т.е. время потрачено зря, цель не достигнута, ментор демотивирован.
Полечили структурированием запроса через анкету:
1. В чем проблема? Что хочу добиться?
2. Что это даст?
3. Как я пойму, что результат достигнут?
4. Как мой руководитель поймет, что проблема решена?
Границы ответственности:
• Ментор: Экспертиза, Качество ОС, Открытость, Результат менторинга
• Менти: Выбор ментора, Назначение встреч, Выполнение ДЗ, Результат менторинга
• Куратор: Контроль работы команды, Сохранение экспертов, Качество ОС менторам, Метрики качества
Метрики:
• Ментор: Соответствие исходного и финального запросов, Оценка результата работы, Готовность быть ментором, Удовлетворенность процессом — CSAT
• Менти: Достижение поставленной цели, Удовлетворенность менторингом — CSAT, § Удовлетворенность процессом — CSAT, NPS ментора
• Процесс: Количество менторов и менти, Количество мэтчей в квартал, Длительность выполнения, Охват среди целевой аудитории (среди менторов и менти)
После масштабирования, по итогам 1,5 лет
Проектная команда: 1 ПМ, 1 бизнес-тренер, 13 кураторов
Результаты:
• 70% профессий охвачено
• Каждый 10 senior (из 1187) – ментор
• 100% CSAT менторинга,
• 93% удовлетворенность процессом через Wiki и Jira
• 50 пар завершили совместную работу за Q1’23
Автоматизация:
пока только Confluence и Jira, но в процессе.
ждем с нетерпением что получится :)
#заметки по докладу девчонок из Тинькофф про запуск и развитие системы наставничества и менторинга
Исследование опыта ЦА:
• Хотят учиться у практиков
• Интересующий формат – асинхронный, с обратной связью или 1-to-1
Виды обучения
• Для Junior-ов: P2P Наставничество, Курсы по hard skills, Технический онбординг
• Для Middle-ов: P2P Менторинг, Курсы по hard skills, Развитие soft skills
• Для Senior-ов: Обучение других, Внешнее обучение, Развитие soft skills
Наставничество:
Срок: 1-6 мес,
Участники: менти – Junior, ментор – Middle,
Цель: развитие навыков до целевого уровня
Менторинг:
Срок: 1-4 встречи
Участники: менти – Middle, ментор – Middle+,
Цель: решение точечного запроса (hard / soft)
Поощрение менторов:
• уникальный мерч,
• митапы с благодарностью от топов
• мастер-классы для развития
Одна из первых проблем, с которой пришлось работать то, что после одного менти прекращают работу в проекте. Девушки связывают это с тем, что они изначально были сфокусированы только на мотивации менторов, но «забыли» про цели бизнеса, когда выгодно чтобы ментро оставался в этой роли до 3х лет. Решение – поменяли процесс, в т.ч. расширили линейку мерча 😊
Как искать менторов?
• Приглашать уже существующих менторов
• Приглашайте кандидатов на роль тимлида
• Интегрируйтесь в процессы компании («отличники» по результатам performance review)
• Готовьте рекламные кампании (целевые), в том числе через лидеров мнений
Варианты мэтчинга ментора и менти
1. Свободный. Инициатива менти
+ Ответственность на менти
- менти не доходят до ментора, так как не смогли выбрать
- выбор одних и тех же популярных менторов
2. С помощью куратора
+ качество подбора
- процесс завязан на одном человеке
3. Свободный. Инициатива ментора
+ сняли нагрузку с куратора
- коллективная безответственность
4. С предварительным скринингом (через ассессмент внутренними силами)
+ качество мэтчинга
+ сняли нагрузку с куратора
- очень дорого
Еще одна проблема: изначально 30% запросов менти не совпадало с реальными целями, т.е. время потрачено зря, цель не достигнута, ментор демотивирован.
Полечили структурированием запроса через анкету:
1. В чем проблема? Что хочу добиться?
2. Что это даст?
3. Как я пойму, что результат достигнут?
4. Как мой руководитель поймет, что проблема решена?
Границы ответственности:
• Ментор: Экспертиза, Качество ОС, Открытость, Результат менторинга
• Менти: Выбор ментора, Назначение встреч, Выполнение ДЗ, Результат менторинга
• Куратор: Контроль работы команды, Сохранение экспертов, Качество ОС менторам, Метрики качества
Метрики:
• Ментор: Соответствие исходного и финального запросов, Оценка результата работы, Готовность быть ментором, Удовлетворенность процессом — CSAT
• Менти: Достижение поставленной цели, Удовлетворенность менторингом — CSAT, § Удовлетворенность процессом — CSAT, NPS ментора
• Процесс: Количество менторов и менти, Количество мэтчей в квартал, Длительность выполнения, Охват среди целевой аудитории (среди менторов и менти)
После масштабирования, по итогам 1,5 лет
Проектная команда: 1 ПМ, 1 бизнес-тренер, 13 кураторов
Результаты:
• 70% профессий охвачено
• Каждый 10 senior (из 1187) – ментор
• 100% CSAT менторинга,
• 93% удовлетворенность процессом через Wiki и Jira
• 50 пар завершили совместную работу за Q1’23
Автоматизация:
пока только Confluence и Jira, но в процессе.
ждем с нетерпением что получится :)
👍18❤12
#Метрики про потери рабочего времени
Навеяно новостью о том, что Shopify запускает meeting cost calculator (калькулятор стоимости рабочих встреч)
Потерями рабочего времени принято считать опоздания, ранние уходы, затянувшиеся обеденные перерывы, нахождение на больничных, поломка оборудования и т.д. Но, кажется, гораздо больше времени и денег теряется на непродуктивных производственных встречах офисных сотрудников.
Метрики оценки затрат времени на встречах:
* Стоимость 1 встречи
* Среднее число участников 1 встречи
* Средняя продолжительность 1 встречи
* Количество встреч на 1 сотрудника в день / неделю / месяц
* Общее количество времени, проводимого сотрудником в день / неделю / месяц
* Доля рабочего времени, проводимого сотрудником на встречах от общего рабочего времени в день / неделю / месяц
Что предлагает для экономии потерь Shopify?
* отмена всех повторяющихся встреч, где больше 2х человек
* поощрение сотрудников отклонять приглашения
* поощрение сотрудников отсоединяться от больших групп внутреннего чата
* запрещено проводить встречи вообще по средам
* крупные встречи с участием более 50 человек можно будет проводить только в 6-часовое окно по четвергам с ограничением на 1 встречу в неделю
* будет «двухнедельный период обдумывания», прежде чем кто-либо сможет повторно созвать отмененную встречу
* Slack только в качестве мессенджера
* «большие, громоздкие» чат-группы будут использоваться только для объявлений.
Посты на похожие темы про системы контроля:
* Про проекции
* Данные о нас, ч.4, или "Переобулись"
Навеяно новостью о том, что Shopify запускает meeting cost calculator (калькулятор стоимости рабочих встреч)
Потерями рабочего времени принято считать опоздания, ранние уходы, затянувшиеся обеденные перерывы, нахождение на больничных, поломка оборудования и т.д. Но, кажется, гораздо больше времени и денег теряется на непродуктивных производственных встречах офисных сотрудников.
Метрики оценки затрат времени на встречах:
* Стоимость 1 встречи
* Среднее число участников 1 встречи
* Средняя продолжительность 1 встречи
* Количество встреч на 1 сотрудника в день / неделю / месяц
* Общее количество времени, проводимого сотрудником в день / неделю / месяц
* Доля рабочего времени, проводимого сотрудником на встречах от общего рабочего времени в день / неделю / месяц
Что предлагает для экономии потерь Shopify?
* отмена всех повторяющихся встреч, где больше 2х человек
* поощрение сотрудников отклонять приглашения
* поощрение сотрудников отсоединяться от больших групп внутреннего чата
* запрещено проводить встречи вообще по средам
* крупные встречи с участием более 50 человек можно будет проводить только в 6-часовое окно по четвергам с ограничением на 1 встречу в неделю
* будет «двухнедельный период обдумывания», прежде чем кто-либо сможет повторно созвать отмененную встречу
* Slack только в качестве мессенджера
* «большие, громоздкие» чат-группы будут использоваться только для объявлений.
Посты на похожие темы про системы контроля:
* Про проекции
* Данные о нас, ч.4, или "Переобулись"
👍17🔥4❤1
Настроение - отпуск
Поэтому вместо поста минутка творчества - "картина", нарисованная графиками в excel.
Это "римейк" поста, опубликованного 30.07.2021
Найди 5 отличий :)
Хороших выходных!
Поэтому вместо поста минутка творчества - "картина", нарисованная графиками в excel.
Это "римейк" поста, опубликованного 30.07.2021
Найди 5 отличий :)
Хороших выходных!
🔥11❤3
На время отпуска я решила взять опыт кое-какого ТВ канала, который в дни новогодних каникул повторяет все свои передачи по второму кругу)
Вот и я буду публиковать репосты своих же постов 2020-2021 года.
Первая попытка уже была в пятницу, с картинкой из графиков.
Но совесть моя не позволила мне сделать просто Ctrl+C - Ctrl+V, так что
* мысль будет старая
* визуализация старая, но доработанная
* текст новый.
За время подготовки этих постов мне даже интересно стало как меняется восприятие тех же идей спустя время.
Вот и я буду публиковать репосты своих же постов 2020-2021 года.
Первая попытка уже была в пятницу, с картинкой из графиков.
Но совесть моя не позволила мне сделать просто Ctrl+C - Ctrl+V, так что
* мысль будет старая
* визуализация старая, но доработанная
* текст новый.
За время подготовки этих постов мне даже интересно стало как меняется восприятие тех же идей спустя время.
🤣8🔥3
Средняя температура по больнице 36.6
Оригинальный пост, авг. 2020
Беда верхнеуровневых метрик если они так и остаются верхнеуровневыми и не анализируются в разрезах, поотому что тогда, неосознанно, кажется, что везде все +/- так как "в среднем по больнице" (верхний график на рис.)
Это особенно критично при наличии большого количества похожих друг на друга объектов, например, торговых точек в розничной компании.
Работая HRBP в рознице, я занималась поддержкой одновременно магазинами или ресторанами с численностью 1,5-2 тысячи сотрудников. При таких объемах без выставления приоритетов просто не обойтись. Анализ показателей в виде распределения (нижний график на рис.) стал для меня просто находкой: в нем сразу видны отклонения как в бОльшую, так и в мЕньшую стороны и понятно с кем нужно работать в первую очередь.
Что можно анализировать таким образом?
1. Укомплектованность линейным персоналом.
Количество отработанных часов в рознице напрямую зависит от продаж в каждый день и час, волатильность огромная, поэтому факт / плану человеко-часов постоянно варьируется.
Факт сильно ниже плана – скорее всего нехватка людей
Факт сильно выше плана – скорее всего превышение бюджета на ФОТ
Дальше надо изучать детальнее
2. Количество торговых точек, выполнивших KPI и получивших премию за последние 12 месяцев.
Тоже классика.
Бывают отдельные случаи, когда некоторые объекты попадают в «замкнутый круг»: одни и те же торговые точки, постоянно выполняют цели, получают подобные же цели и с высокой долей вероятности снова их выполнят и получат премию, а торговые точки, постоянно не выполняющие план, получая подобные же цели, скорее всего снова их не выполнят. И дело тут не в эффективности команды, а в том, что, когда численность объектов измеряется сотнями, то новые планы рассчитываются автоматически, на основе планов прошлых периодов, по стандартным формулам, без учета каких-то индивидуальных особенностей. И если когда-то что-то пошло не так и это не скорректировали, то «ошибка» может тянуться какое-то время.
Оригинальный пост, авг. 2020
Беда верхнеуровневых метрик если они так и остаются верхнеуровневыми и не анализируются в разрезах, поотому что тогда, неосознанно, кажется, что везде все +/- так как "в среднем по больнице" (верхний график на рис.)
Это особенно критично при наличии большого количества похожих друг на друга объектов, например, торговых точек в розничной компании.
Работая HRBP в рознице, я занималась поддержкой одновременно магазинами или ресторанами с численностью 1,5-2 тысячи сотрудников. При таких объемах без выставления приоритетов просто не обойтись. Анализ показателей в виде распределения (нижний график на рис.) стал для меня просто находкой: в нем сразу видны отклонения как в бОльшую, так и в мЕньшую стороны и понятно с кем нужно работать в первую очередь.
Что можно анализировать таким образом?
1. Укомплектованность линейным персоналом.
Количество отработанных часов в рознице напрямую зависит от продаж в каждый день и час, волатильность огромная, поэтому факт / плану человеко-часов постоянно варьируется.
Факт сильно ниже плана – скорее всего нехватка людей
Факт сильно выше плана – скорее всего превышение бюджета на ФОТ
Дальше надо изучать детальнее
2. Количество торговых точек, выполнивших KPI и получивших премию за последние 12 месяцев.
Тоже классика.
Бывают отдельные случаи, когда некоторые объекты попадают в «замкнутый круг»: одни и те же торговые точки, постоянно выполняют цели, получают подобные же цели и с высокой долей вероятности снова их выполнят и получат премию, а торговые точки, постоянно не выполняющие план, получая подобные же цели, скорее всего снова их не выполнят. И дело тут не в эффективности команды, а в том, что, когда численность объектов измеряется сотнями, то новые планы рассчитываются автоматически, на основе планов прошлых периодов, по стандартным формулам, без учета каких-то индивидуальных особенностей. И если когда-то что-то пошло не так и это не скорректировали, то «ошибка» может тянуться какое-то время.
👍14❤2🤣1
Реальная укомплектованность
Оригинальный пост, май 2021 г.
Для обеспечения укомплектованности есть больше вариантов, чем просто наём штатных сотрудников. И чем более сложным становится рынок труда, тем большее количество вариантов взаимодействий появляется.
А применительно к конкретному филиалу, подразделению или команде, их еще больше, чем для компании в целом.
Например:
* подработки своих сотрудников
* привлечение сотрудников из соседних подразделений / команд
* привлечение работников по совместительству с оформлением в штат,
в т.ч. может быть деление, например, на:
• внешних совместитей в рамках экосистемы компании / группы компаний
• внешних совместителей извне
* привлечение работников с оформлением по другим формам занятости
* привлечение работников от подрядчиков (по договору оказания услуг, конечно же)
Для обеих сфер, где я работала последнее время, это одинаково актуально: в рознице это используется при укомплектованности торговых точек, а в ИТ при укомплектованности команд / проектов. Подозреваю, что на производстве при комплектации смен и в логистике, при загрузке маршрутов, это выглядит примерно также.
Так что детализация учета численности и затрат неотъемлемо наступает и это отдельная история.
Оригинальный пост, май 2021 г.
Для обеспечения укомплектованности есть больше вариантов, чем просто наём штатных сотрудников. И чем более сложным становится рынок труда, тем большее количество вариантов взаимодействий появляется.
А применительно к конкретному филиалу, подразделению или команде, их еще больше, чем для компании в целом.
Например:
* подработки своих сотрудников
* привлечение сотрудников из соседних подразделений / команд
* привлечение работников по совместительству с оформлением в штат,
в т.ч. может быть деление, например, на:
• внешних совместитей в рамках экосистемы компании / группы компаний
• внешних совместителей извне
* привлечение работников с оформлением по другим формам занятости
* привлечение работников от подрядчиков (по договору оказания услуг, конечно же)
Для обеих сфер, где я работала последнее время, это одинаково актуально: в рознице это используется при укомплектованности торговых точек, а в ИТ при укомплектованности команд / проектов. Подозреваю, что на производстве при комплектации смен и в логистике, при загрузке маршрутов, это выглядит примерно также.
Так что детализация учета численности и затрат неотъемлемо наступает и это отдельная история.
👍9