DEYNEKINA HR&BA

Друзья, всем привет! У автора данного канала (то есть у меня 😁) недавно был день рождения. Знаете, я веду этот канал с 2018. Можете по поиску дойти до этого периода и почитать первые посты. Они были объемными, с разборами. В то же время я основала онлайн-школу по HR-аналитике, стала проводить корпоративное обучение. За это время я написала 1154 поста, я не пишу каждый день, контента ради. Я сделала ставку на авторские посты - я не делаю просто репосты чужих постов, какие-то новости я обязательно комментирую. Я делюсь в постах тем, что самой актуально, своими наблюдениями из работы, отвечаю на ваши вопросы. Сегодня хочу сказать спасибо вам за то, что остаётесь моими подписчиками, кто-то остаётся лояльным каналу уже много лет. Мне приятно это слышать при встрече с вами на каких-то мероприятиях. Я буду и дальше писать по темам аналитики, цифр, эффективности hr-процессов. Пользуясь случаем, напоминаю и сообщаю новичкам канала, что у меня есть сайт с большим количеством собственных статей, где вы можете взять необходимую базу по HR-метрикам.

Как разработать сильную HR-стратегию, если бизнес-стратегия размыта? Друзья, добрый день! Мы знаем, что HR-стратегия должна опираться на стратегию компании. Но что делать, если опираться не на что и бизнес не сформулировал четкие направления действия? Как подбирать HR-инициативы и направления деятельности с понятным бизнес-результатом? Об этом будем говорить на Форуме Персонал Экспо 📍 Тема моего выступления: От бизнес-вызова к HR-стратегии: практический алгоритм для HRD. Разберём: ✔️ три самые распространённые ситуации, в которых оказывается HR при разработке стратегии; ✔️ универсальный алгоритм, который помогает определить HR-приоритеты независимо от зрелости бизнеса; ✔️ как отличить действительно важные инициативы от длинного списка хороших идей, которые почти не влияют на бизнес-результат компании. После выступления у вас останется не только список идей, но и понятный алгоритм, который можно использовать при подготовке собственной HR-стратегии или стратегической сессии. Буду рада увидеться с вами на глобальном кадровом Форуме Персонал Экспо 7–8 сентября в Москве. 🎁 Для подписчиков канала действует персональный промокод Дейнекина25 — он даёт скидку 25% на билеты категорий «Стандарт-HR» и «Эксперт-HR». ⚠️ Важно: эти категории доступны только для представителей корпоративного HR. 🎟 Билеты на Форум До встречи на Форуме!

Друзья, добрый день! Продолжаю отвечать на ваши вопросы в чат-боте. Если у вас есть вопрос - вы можете его туда отправить. Только пишите чуть более развернуто, чтобы был понятен контекст, тогда я смогу ответить более прицельно под вашу проблематику. Сегодня довольно простой #вопрос: Подскажите какой-нибудь опрос выгорания для сотрудников. Есть несколько проверенных тестов. Например, по В.В.Бойко - клинический, довольно объемный по В.Бойко и по Маслач - один из наиболее известных опросников. Но есть нюансы. Все эти тесты нужно уметь анализировать, потому что в результаты вы не получите только одну цифру в виде уровня выгорания и бинарная шкала: выгорел/не выгорел, У таких методик есть несколько шкал и каждая представляет какое-то состояние человека. Здесь важен не только сам опросник, но и корректная обработка результатов и возможность увидеть картину по подразделениям, стажу, уровням должности и другим группам сотрудников. Поэтому я бы рекомендовала не собирать такие опросы вручную в Яндекс/гугл формах, а использовать платформу, где методика уже встроена и результаты обрабатываются автоматически. Например, в нашей HRM-платформе Сигма в модуле "Опросы" уже есть опрос на выгорание и еще десяток готовых опросов-конструкторов. HR-у остается выбрать даты проведения и загрузить список участников. Сотрудники получают индивидуальные ссылки, а результаты автоматически собираются на дашборде — в том числе с разбивкой по уровням иерархии компании. То есть вы сразу получаете данные, которые можно анализировать и использовать для принятия решений. 👉 Ссылка на демо Наши контакты: 📱 Телеграм 1️⃣📱 VK 1️⃣Сайт со статьями deynekina.ru

Прогнозирование текучести. Часть 2. Как построить прогноз Друзья, добрый день! Продолжаем разбирать #вопрос читателя, поступивший в чат-бот: Добрый день! Очень нужна помощь начинающему специалисту! Подскажите, пожалуйста, как правильно прогнозировать текучесть персонала? Массовый подбор, вакансия продавец-кассир. 👉Первая часть ответа уже есть в нашем тг-канале. Когда данные собраны, можно переходить к прогнозированию. На практике чаще всего используются три подхода. 1️⃣Экстраполяция Самый простой вариант. Для этого нужно взять данные за 2-3 года, чтобы понять тенденции, сезонность. Имея эту статистику, вы сможете спрогнозировать добровольную текучесть. Но обратите внимание, чтобы в эти периоды, на основе которых вы делаете прогнозирование, не произошли изменения в оплате, графиках или ситуации на рынке труда. То есть всех факторов, которые могли бы спровоцировать изменения в оттоке сотрудников. Например, если за 2-3 года текучесть в летние месяцы составляет 10-12% среднемесячно, то при отсутствии серьезных изменений этот же уровень можно закладывать и на следующий период. 2️⃣Прогноз по когортам Для массового подбора этот метод обычно оказывается гораздо точнее средней текучести. Вместо общей текучести анализируется поведение каждой группы новых сотрудников. Например: Из 100 принятых сотрудников за месяц 🌟в первый месяц ушли 20; 🌟во второй — еще 10; 🌟в третий — еще 5. Получается, что в течение испытательного срока компания теряет 35% новичков. Если планируется принять 200 человек, можно предположить, что примерно 70 из них с высокой вероятностью придется заменить в первые 3 месяца. 3️⃣Прогноз с учетом риска Не все ситуации будут предусмотрены в исторических данных. 👉Перед праздниками или летом сотрудники могут уволиться и усилиться конкуренция за персонал. 👉Конкуренты могут повысить зарплаты. 👉Условия работы или график тороговой точки может измениться. Имеет смысл добавить к прогнозу небольшой резерв. Например, если историческая текучесть составляет около 15%, можно планировать 18–20%, если ожидаются факторы, способные увеличить отток. Но такой запас должен быть обоснованным, а не взятым "на всякий случай". Прогнозирование текучести - это не попытка угадать, сколько сотрудников уволится. Его цель — заранее понять, сколько людей потребуется бизнесу, чтобы обеспечить бесперебойную работу. Хороший прогноз всегда начинается не с расчета формулы, а с вопроса: Почему сотрудники уходят именно так, как уходят? Ответы на другие вопросы читателей вы можете найти по #вопрос. Наши контакты: 📱 Телеграм 1️⃣📱 VK 1️⃣Сайт со статьями deynekina.ru

Прогнозирование текучести. Часть 1. Какие данные нужны, чтобы прогноз был полезным #Вопрос из чат-бота: Добрый день! Очень нужна помощь начинающему специалисту! Подскажите, пожалуйста, как правильно прогнозировать текучесть персонала? Массовый подбор, вакансия продавец-кассир. В массовых позициях большинство увольнений происходит во время испытательного срока. Поэтому предлагаю начать разбирать этот вопрос не с прогноза, а с анализа того, когда и почему уходят люди. Прогнозирование нам необходимо для планирования стратегии найма. 🌟Посмотреть историю за 2–3 года. Для прогнозирования именно потребности в найме обращайте внимание именно на добровольную текучесть. Увольнения по инициативе компании - говорят о качестве подбора. А это другой большой вопрос. По каждому месяцу смотрим: 🌟сколько сотрудников уволилось; 🌟сколько из них — по собственному желанию. 🌟Отдельно проанализировать увольнения новичков. Именно здесь чаще всего скрывается основная проблема. Постройте простой график. По оси X — день работы сотрудника (1-й, 2-й… 90-й). По оси Y — количество увольнений. Очень часто такой график сразу показывает закономерности. Например: 🌟пик на 3–5 день — возможно, ожидания не совпали с реальностью или не было наставника; 🌟пик сразу после первой зарплаты — повод проверить систему оплаты или график работы. Такой анализ помогает не только прогнозировать найм, но и понимать, где именно теряются сотрудники. 🌟Посмотрите данные по срезам. Иногда текучесть в одном магазине составляет 12%, а в соседнем — 30%. Поэтому стоит посмотреть показатели: - по магазинам; - по руководителям; - по сменам; - по причинам увольнений. Это позволит увидеть локальные проблемы, которые скрываются за общей цифрой. И еще один момент. Не стоит зацикливаться на внешних бенчмарках по отрасли. Даже если крупные компании публикуют свои показатели, использовать их как норматив неинформативно. Гораздо полезнее сравнивать компанию с самой собой - то есть делать внутренний бенчмаркинг. Если добровольная текучесть была 22%, затем стала 27%, а потом 34% — это уже сигнал для анализа, независимо от того, какие цифры показывает рынок. Во второй части поста покажу несколько простых способов, как на основе этих данных построить прогноз потребности в найме. Наши контакты: 📱 Телеграм 1️⃣📱 VK 1️⃣Сайт со статьями deynekina.ru

Коллеги, ну что, давайте разбираться в нашем шутливом несерьезном вопросе. Как понять, что наш гардероб эффективен? Давайте вспомним, что такое эффективность. Эффективность - это результат/затраченные ресурсы. Затраченные ресурсы - сколько стоит вещь. Результат - сколько мы носим эту вещь. Какие метрики нам тут могут помочь? Я предлагаю разбить метрики на направления: ⭐ Общая стоимость гардероба (стоимость) ⭐ Количество вещей в гардеробе (количество) ⭐ Средняя стоимость вещей/аксессуаров (стоимость) ⭐ Длительность использования вещи (количество сезонов, например) (время) ⭐ Стоимость выхода = стоимость вещи/количество выходов (стоимость) ⭐ Количество возможных комплектов, собираемых из имеющихся вещей (количество) ⭐ Производительность гардероба = комплекты/количества вещей в гардеробе (качество) ➖Высокая производительность (>5 комплектов на 1 вещь): идеальная капсула, все дружат между собой ➖Низкая производительность (<2): вещи-одиночки. ⭐ Процент вещей, которые составляют только 1 комплект или требующих дополнительных затрат ⭐ Коэффициент носибельности = Количество надетых хоть раз за год вещей / Общее количество вещей (качество) ⭐ Топ-10 любимых вещей в каждом сезоне - это ваш реальный гардероб ⭐ Стоимость потерь = стоимость вещей, которые не надели ни одного раза за год (стоимость) ⭐ Удовлетворенность гардеробом: средняя оценка каждой вещи от 1 - "надеваю, только если нечего", до 5 - "готов(а) носить всегда" (обратная связь, удовлетворенность) ⭐ Скорость принятия решений - "За какое время вы собираете стандартный образ (по категориям - на работу, прогулку, на торжественное мероприятие)? (длительность) ⭐ Коэффициент обновления - сколько вещей пришло и ушло за сезон/год? Если коэффициент выше 100%, значит, вещей покупается больше - захламление. ⭐ Индекс обновления (ремонта) - сколько вещей вы обновили, отремонтировали, вместо того, чтобы выкинуть и купить новое? Надеюсь, этот пост показал вам, что любой процесс можно оцифровать. А уж HR-процесс и подавно!

Как оцифровать то, что кажется невозможным? Коллеги, добрый день! Я периодически говорю, что оцифровать можно все или почти все. Главное - понимать цель. И в качестве примера беру какие-то сферы, далекие от работы, HR, чтобы доказать это. Мы уже ранее разбирали с вами, как оцифровать успешность спектакля. Сегодня снова хочу предложить вам размять мозги. Я недавно проходила небольшой курс по стилю и поняла, что тут тоже есть место для аналитики. Как оценить эффективность вашего гардероба? Пишите идеи в комментариях, как вы могли бы понять, что ваш гардероб эффективный для вас или что нужны какие-то изменения?

Друзья, добрый день! Еще в 19 веке предприниматели понимали, что нужно создавать комфортные условия труда для сотрудников. Когда еще понятия бренд работодателя не было, над ним уже работали. Прошло больше 130 лет, а далеко не во всех компаниях этот базовый гигиенический фактор закрыт.

На картинке пример того, как могла бы выглядеть такая воронка, с учетом комментариев. Сроки закрытия вакансии и распределение по отказам выдуманные, я их поставила, чтобы показать, как может выглядеть воронка. Теперь можем приступить к интерпретации конверсии. Низкая конверсия на первых этапах - это норма, так как именно на этих этапах происходит максимальный отсев. Вопросы, которые нужно прояснить: 1️⃣Почему отсеиваются кандидаты на этапе перехода от Отправлено письмо к Интервью с HR. Нужно понимать, кто отказывается - кандидат дальше не идет или компания уже на этом этапе отсеивает. 2️⃣Я бы еще раз сняла запрос с заказчика - кандидат прошел уже техническое интервью и все равно только 51% конверсии. Что не устраивает и можно ли эти вопросы/фильтры поднимать на этапах выше, чтобы до заказчика доходили самые релевантные. Опять же вопрос в причинах отказа. Может быть, это кандидаты не хотят идти дальше. Нужно исследовать. 3️⃣По какой-то причине треть кандидатов отказывается от оффера. Это вопрос либо в бренде работодателя, либо в сроках подбора - устают ждать, находят работу быстрее, либо кандидатов не удовлетворяют условия, которые не были обговорены раньше. 4️⃣Почему-то не все доходят от оффера до выхода на работу. Возможно, не достаточно эффективно выстроен процесс пребординга - кандидат остается сам по себе, его не продолжают вести до выхода. Наши контакты: 📱 Телеграм 1️⃣📱 VK 1️⃣Сайт со статьями deynekina.ru

Спасибо за вопрос. Перед тем, как перейти к интерпретации, я хочу обратить внимание на внешний вид воронки. 1️⃣ Я бы почистила этапы, так как сейчас смешаны этапы и статус кандидатов. Подумать, 2 очередь - это статус по кандидату, но не этап воронки. Мы можем помечать таким образом кандидатов, они будут оставаться том этапе, на котором мы их оставляем. Принятие решения - тоже некий статус, но не этап. Пока не приняли решение по кандидату, он остается на этом этапе. Приняли - передвинули. Нужно помнить, для чего нужна воронка - это инструмент оценки качества процесса подбора: сколько прошло кандидатов, сколько перешло, какой процент потерь на каждом этапе. Если мы хотим анализировать статус кандидатов - это может быть другая диаграмма: можно смотреть на причины отказа кандидатов на каждом этапе, например. 2️⃣ Текущая конверсия не показывает потери на каждом этапе. Формула конверсии этапа = количество кандидатов на следующем этапе / количество кандидатов на предыдущем этапе х 100% А сейчас я вижу, что конверсия считается от первого самого этапа. Это непоказательно, не учитываются потери с предыдущего этапа, нет возможности оценить процент отсева. В принципе, дополнительные столбцы с расчетом Прошли этап, отказ и Без движения не несут большой ценности, потому что прошли этап - и так видно по количеству в первом столбце, а Отказ сам по себе не показателен, потому что не понятно, по чьей инициативе - кандидата или компании. Как уже писала выше, я бы добавляла информацию в диаграмме отдельной по статистике и причинам отказа. 3️⃣Сейчас первый этап воронки почему-то равен не 100%, а сразу 93,6% - новых кандидатов в воронке. При этом конверсия считается от общего количества, которое здесь не указано, я бы это добавила: Всего кандидатов - 100% и количество. 4️⃣ Я бы добавила в воронку источники кандидатов: отклики или активная работа рекрутеров. Это нужно для аргументации руководителям. Показать, что рекрутеры не просто сидят и ждут, пока к ним придут кандидаты, но и сами заполняют воронку. 5️⃣Не хватает в воронке столбца с медианным сроком перехода с этапа на этап кандидатов и общий медианный срок закрытия вакансии . Иначе сложно оценить качество процесса. 6️⃣Тестовое задание - этап, который практически не используется, лишь 2 человека на него попали. Если это скорее исключение, а не нормальный процесс отбора, то тоже можно убрать из воронки.