#HRtech #метрики

HR-софт, будь это системы для обучения и развития (LMS) или системы рекрутмента (RMS), обладают своей системой метрик для оценки их эффективности. Мы затронем только несколько ключевых метрик, которые позволят оценить эффективность работы вашего HR-софта.

⚡️Количество активных пользователей на платформе (The number of active users) – это количество уникальных пользователей, которые взаимодействовали с вашей платформой или приложением в указанный период.
Обычно таким периодом выступает день (DAU), неделя (WAU) или месяц (MAU).

Для внутреннего HR-сервиса, если предполагается, что пользуются им все сотрудники (пример: корпоративный портал), бенчмарком может быть: DAU – 5-10%, WAU – 20-30%, MAU 60%-80% от фактической численности персонала.

Если сервис предназначен для конкретной группы сотрудников и предполагает работу в этой системе, то бенчмарки будут другими: DAU >70%, WAU, MAU >90%.

#прогнозирование #WMA

Знакомимся с методами прогнозирования в HR-аналитике.

⚡️Взвешенная скользящая средняя (WMA) – это метод прогнозирования временных рядов с учетом веса значений. Более актуальные данные обладают большим весом (большей значимостью для модели) по сравнению с данными более ранними.

Самый простой метод установления весов: определить кол-во значений показателя в модели, самому высокому из них присвоить самое большое значение, остальным по убыванию.

⚡️Пример:
имеются ряд значений оттока персонала за три месяца: октябрь - 6, ноябрь - 8, декабрь - 10.
Сделать прогноз оттока персонала на январь по методу HMA.
WMA = (10*3)+(8*2)+(6*1) / (3+2+1) = 8,6
Прогноз оттока на следующий месяц составит 9 человек с учетом округления.

#HRtech #метрики

HR-софт, будь это системы для обучения и развития (LMS) или системы рекрутмента (RMS), обладают своей системой метрик для оценки их эффективности. Мы затронем только несколько ключевых метрик, которые позволят оценить эффективность работы вашего HR-софта.

⚡️Среднее время на платформе/ в системе ( the average time spent in the systems) – это время, которое в среднем проводят на платформе (в системе) ее посетители. Рассчитывается чаще всего на ежемесячной основе.
Метрика главным образом показывает ценность вашего софта или системы для пользователя. Чем полезнее и интереснее она для пользователя, тем больше времени на ней проводит посетитель в среднем.

Рассчитывается как: сумма времени каждого посетителя в системе за период/ количество посетителей за период.

⚡️Пример:
За день на корп.портале побывало 3 человека. Они провели на нем: 10 минут, 8 минут, 6 минут.
Среднее время пребывания в системе составило (10+8+6) / 3 = 8 минут.

#исследования #фокус_группы

⚡️Фокус-группы — метод качественных исследований, для которого собирают группу респондентов, схожих по какому-то признаку. В рамках фокус-группы происходит совместный процесс обсуждения какого-то вопроса или проблематики с участием модератора (ведущего), который контролирует ход дискуссии, направляет ее в нужное русло и регулирует вовлеченность участников.

При формировании фокус-групп важно соблюдать принцип гомогенности, то есть однородности. Это значит, что все участники группы должны обладать некими общими и важными для исследования характеристиками, сотрудники одного грейда, структурного подразделения, возраста, категории и прочее. Словом тем признаком, который является значимым для проводимого исследования.

Применяется метод фокус-групп в случаях, когда вам нужно провести интервьюирование группы респондентов, например, при подтверждения гипотез по EVP.

#статистика #Россия

Ключевые выводы (не новости) по рынку труда с конференции hh.ru c Натальей Зубаревич, профессором кафедры экономической и социальной географии России географического факультета МГУ.

1. В стране отрицательный прирост (убыль) населения все последние годы: 2021 – (-1040 тыс.); 2022 – (-600 тыс.); 2023 – (-495 тыс.). Тенденция сохранится до 30-х. годов.

2. Самый сильный отток в центральной России (за исключением Москвы и МО) и Поволжье. Прирост наблюдается только на Кавказе: Чечня, Ингушетия, Дагестан.

3. Доля городского населения в трудоспособном возрасте ~55%, пожилое населения ~30%, дети ~15%.

4. Уровень безработицы составляет ~2,9% (очень низкий показатель. Норма 4-5%). По регионам на слайде.

5. Основная нехватка наблюдается в рабочих специальностях в секторах: строительство, обрабатывающая промышленность, сельское хозяйство.

Ничего нового, но теперь, как говорится, officially

#статистика #Россия

Продолжение предыдущего поста про основные демографические показатели и показатели рынка труда и зп.

6. Средняя зарплата в стране (по регионам на слайде выше) в диапазоне 70-90 тыс. рублей.

7. Номинальный рост зп в среднем составил ~ 14-20% по стране, реальный (это который с учетом инфляции) ~ 7-8%.

8. Зарплаты быстрее всего росли в регионах с сильным ВПК (Урал, Поволжье), да и основным драйвером роста зп также стал ВПК (какая новость).

9. Основной тренд распределения населения – концентрация населения в федеральных городах и их агломерациях (Мск, СПб).

10. Наиболее перспективные города и регионы с точки зрения привлечения работников и/или открытия новых производств и компаний: Тюмень, Казань, Краснодар, Калининград, МО.

#исследования #фокус_группы

Как на практике выглядит проведение фокус-групп:

❕ Исследователь составляет список вопросов. Для фокус групп, как и для глубинных интервью, достаточно ограничиться рамкой разговора, не обязательно прописывать все вопросы с тайм фреймом по каждому из них.
❕ Формируется группа из 4 – 6 участников + модератор, таких групп может быть несколько (обычно их 3-5).
❕Каждая сессия занимается от часа до двух часов. Проводится в формате общего диалога, где модератор задаёт тему, а участники обмениваются своими мнениями.

Задача модератора: поддерживать ход дискуссии, обеспечивать вовлечение всех участников, вести аудиозапись ответов, для дальнейшего транскрибирования (рекомендую так и делать, потому как некоторые важные инсайты, полученные в ходе дискуссии, могу потеряться).

По завершению фокус-групп исследователь проводит расшифровку произведенных записей и формулирует выводы.

#прогнозирование #EMA

⚡️ Экспоненциальная скользящая средняя (EMA) - это еще один тип скользящей средней, которая придает больший вес новым данным. Это достигается путем применения взвешенного коэффициента к предыдущим значениям данных, при этом вес коэффициента уменьшается экспоненциально по мере удаления от последних данных.

Формула выше. α - коэффициент сглаживания, который определяет вес текущего значения по сравнению с предыдущими значениями. Он обычно находится в пределах от 0 до 1.

⚡️ Пример:
Показатели выработки отдела за 5 дней:
1 - 100, 2 - 110, 3 - 105, 4 - 120, 5-125.
Задача определить выработку на 6 день по модели EMA.

Посчитаем EMA для этих данных с коэффициентом сглаживания 0,5. Первое значение EMA будет равно первому значению данных - 100.
EMA (2) = 0.5×110+(1−0.5)×100 = 105
EMA (3) = 0.5×105+(1−0.5)×105 = 105
EMA (4) = 0.5×120+(1−0.5)×105 = 112,5
EMA (5) = 0.5×125+(1−0.5)×112.5 = 118,7
Таким образом, мы можем прогнозировать выработку на шестой день в объеме взвешенных значений пред. дн.

#HRtech #метрики

HR-софт, будь это системы для обучения и развития (LMS) или системы рекрутмента (RMS), обладают своей системой метрик для оценки их эффективности. Мы затронем только несколько ключевых метрик, которые позволят оценить эффективность работы вашего HR-софта.

⚡️Совокупное время на платформе за период (total time spent in the system) – это время, которое в совокупности провели на платформе все посетители платформы. Это абсолютная метрика, которая может являться отображением полезности и востребованности конкретного софта для его пользователей (например, сколько времени провели сотрудники на корпоративном портале).

Рассчитывается как: сумма времени каждого посетителя в системе за период.
При этом, при расчете не имеет значения уникальным является пользователь или он заходит на платформу пять раз за день.

Обычно в качестве периода для расчета берут день / неделю / месяц.

#инструменты #BI #google_loker

Сегодня поговорим про BI – системы. Это программное обеспечение для анализа и визуализации данных. Самые популярные решения на рынке: Tableau и MS Power BI, но помимо этих решений есть и другие. Сегодня про google looker.

⚡️google looker (ранее назывался Google Data Studio) – это облачная BI платформа от Google с, возможно, чуть боле упрощенным функционал чем у Power BI или Tableau, но при этом с достаточным для создания качественной визуализации данных.

⚡️Преимущества:
1. Полностью бесплатно;
2. Доступно в России;
3. Легкая и быстрая настройка;
4. Встроенные шаблоны дашбордов;
5. Огромное количество типов данных с которыми работает платформа;
6. Интуитивно понятный интерфейс;
7. Большое количество учебных материалов.

Регистрация по учетной записи google, подгрузка данных в один клик, готовые шаблоны и легкая персонализация.
Если не пробовали - обязательно попробуйте. Это достойный заменитель крупных BI-платформ.

#инструменты #google_forms

Знакомимся с техническими инструментами, используемыми в HR-аналитике. Сегодня про инструменты для проведения количественных исследований.

⚡️google формы (google forms) – это облачный инструмент от Google для конструирования и проведения количественных исследований вроде опросов и анкетирования с огромным спектром возможностей.

⚡️Для чего можно использовать: Любые количественные исследования на неограниченный круг лиц. Подходит как для корпоративных опросов так и для проведения всевозможных исследований.

⚡️Преимущества:
1. Полностью бесплатно;
2. Доступно в России;
3. Интуитивно понятный интерфейс;
4. Широкие возможности по кастомизации;
5. Большое количество типов вопросов и вопросов со шкалами;
6. Возможность выгрузки данных в google таблицы и обработки результатов;
7. Возможность делать точечные рассылки на прохождение.

На мой скромный взгляд google формы сейчас – это одна из самых лучших (если не самая лучшая) платформа для проведения количественных исследований.

#инструменты #плагины #Office

Оказалось, что многие не знакомы с таким классным инструментом как надстройки office от Microsoft. Спешу рассказать, вещь крайней полезная и практичная.

⚡️ Надстройки Office (они же плагины) – это расширения, который дополнительно устанавливаются на пакет MS Office и позволяет существенно расширить функционал и возможности таких приложений как Word, Excel, Power point.

⚡️Установка:
В Excel, Word: Файл > Получить надстройки. Открывается интерфейс, где в строке поиска вы можете написать тэг задачи, которую вам нужно решить или название расширения.
После установки иконка плагина размещается в строке Главная и оттуда же подключается для использования.

Возможности почти безграничны. Например, с помощью надстроек, можно сделать красивую визуализацию привязанную к геолокации, провести верификацию данных или, интегрировать ChatGPT прямо в Word или Excel и в файле генерировать тексты, переводить их на разные языки и пр.

#основы #прогрессия

⚡️Геометрическая прогрессия – это такой ряд чисел, каждый член которого является произведением предыдущего числа и знаменателя геометрической прогрессии.

Пример: b(n) 1,3,9,27. Каждое число здесь - это произведение предыдущего члена и числа 3. Это и есть знаменатель геометрической прогрессии (q).

В HR-анализе (да и просто в жизни) геометрическая прогрессия встречается реже чем арифметическая, но ее можно использовать для прогнозирования.
Предположим, что у вас есть некоторая прогрессия показателя. Например, выработка продукции за месяц. b(n) 10, 20, 40, 80…
Рассчитать кол-во продукции на 9-ый месяц.

Формула: b(n) = a1*q(в степени n-1), где:
n – это значение прогрессии под номером n (9-ый месяц в нашем случае)
a1 – это первое значение в прогрессии (10 в нашем случае)
q – знаменатель геометрической прогрессии (2 в нашем случае)

b(9)=10*2(в степени 9-1) = 2 560 единиц продукции выработки к 9-ому месяцу работы.

#метрики

⚡️Соотношение (доля) HR-специалистов к численности сотрудников (HR to employee ratio) — это размер отдела кадров компании по сравнению с общим количеством сотрудников в компании.
Такая метрика показывает сколько штатных HR-специалистов приходится на одного штатного работника.

Обычно для расчета используется показатель FTE, но допустимо использовать и фактическую штатную численность вместо FTE.

⚡️Бенчмарки:
Показатель варьируется в зависимости от индустрии, но в среднем можно ориентироваться на цифры:
1 менеджер по персоналу – на 100-200 сотрудников (метрика 0,01)
1 сотрудник ОК – на 200-300 сотрудников (метрика 0,005)

#инструменты #BI #datalens

Сегодня несколько слов про отечественное BI-решение от Яндекса - DataLens.

⚡️DataLens – это российская облачная BI платформа от Яндекса.
Первоначально это было корпоративное (внутреннее) решение для бизнес‑анализа, но со временем оно развилось в отдельный продукт в экосистеме Яндекса.

⚡️Преимущества:
1. Доступно в России;
2. Легкая и быстрая настройка;
3. Встроенные шаблоны дашбордов;
4. Большое количество типов данных с которыми работает платформа;
6. Простота перехода с других BI-систем

Есть бесплатный курс от создателей системы, что обеспечит легкий "вход".
На мой взгляд хорошая отечественная альтернатива иностранным системам. Да, чуть сыровата местами, но, с другой стороны, вполне рабочий инструмент.

#прогнозирование #ARIMA

Знакомимся с методами прогнозирования в HR-аналитике. Сегодня первая часть метода ARIMA.

⚡️ Метод ARIMA — это способ прогнозирования временных рядов, состоящий из нескольких компонентов.

AR(p) - Авторегрессия. Вычисление значения прогнозируемой величины в заданный момент времени на основе её предыдущих значений. То есть основой для расчетов станут исторические данные.

I(d) – Порядок интегрирования. То есть метод, по которому будет работать модель и, пожалуй, самая важная часть. То, что отличает ARIMA от других методов скользящих средних.

MA(q) – Скользящая средняя. В основе будет лежать метод скользящих средних.

Метод ARIMA более точен, относительно других методов основанных на скользящих средних вроде WMA, HMA, SMA, а его основное отличие заключается как раз в порядке интегрирования, который позволяет работать не с самими значениями рядов а с их производными, так как в ряде данных могут быть ненормальные значения, которые способны исказить картинку прогноза (выбросы).

#основы #прогнозирование #временной_ряд

В предиктивной аналитике довольно часто используется термин временной ряд данных. Стоит сделать небольшое отступление и рассказать немного о том, что это и почему не все наборы данных имеют признаки временного ряда.

⚡️Временной ряд данных – это такой набор данных, который измеряется через равные промежутки времени. Ключевая характеристика такого ряда – промежуток между отчетами (t). Он, как понятно из определения, должен быть идентичным между каждым замером.

Пример. Если мы имеем дело с данными оттока сотрудников из компании, собранными за квартал, полугодие и за год, такие данные не будут считаться временным рядом. А помесячный данные – будут.

Почему это важно? Во-первых, потому, что многие методы прогнозирования, например, как скользящие средние, работают только в случае, если данные имеют признак временного ряда. Во-вторых, потому, что временной ряд данных обладает некоторыми специфическим признаками, которых нет у случайного набора данных.

#прогнозирование #Делфи #Дельфи

Продолжаем знакомиться с методами прогнозирования. Сегодня про метод экспертного прогнозирования - Метод Делфи (Дельфи)

⚡️ Метод Делфи (Delphi method) - это метод принятия решения и прогнозирования в основе которого принцип интервьюирования группы экспертов.
На практике собирается группа экспертов которую опрашивают (обычно в формате глубинного интервью) по тематике вопроса, а затем обобщают частные мнения, находя в них общие точки зрения. Так формируется некое единое решение или прогноз.

Общий алгоритм прогнозирования по методу Делфи представлен выше.

Очевидным преимуществом метода является относительная простота и доступность, а также возможность получить сразу несколько мнений, что позволяет рассмотреть объект исследования с разных сторон. К недостаткам относятся субъективность оценки и довольно долгое время реализации. Это не дает возможности использовать этот метод для оперативного прогнозирования.

#исследования #экспертное_интервью

⚡️Экспертное интервью — это метод качественных исследований, в рамках которого интервьюер задаёт респонденту вопросы позволяющие раскрыть мнение опрашиваемого по конкретной теме. Главное отличие от глубинного интервью в задачах интервью и методах обработки результатов.

Первое отличие – задача интервью. Здесь важно получить оценочное суждение конкретного эксперта в какой-то области по заранее определенному вопросу или группе вопросов. Этот метод чаще всего применяют в двух случаях: построение прогнозов (например как часть Метода Делфи) или для оценки какого-то события или явления (например, для разработки операционной стратегии или бизнес-стратегии).

Второе отличие – это метод обработки результатов. Чаще всего результаты интервью не интерпретируются и не обобщают.

На практике экспертное интервью чаще всего применяют в двух случаях: для целей бизнес-планирования или разработки стратегии и для прогнозирования трендов или динамики развития процессов.

В эту субботу, 15.06, состоится открытый урок по теме: "Как быстро обрабатывать операционную рутину и повысить собственную эффективность при помощи ИИ", который я буду вести для площадки top career.

Помимо общих вопросов связанных с работой и применением AI, я покажу несколько примеров решения рутинных задач с использованием разных нейросетей. Урок бесплатный. Если тематика вам интересна - присоединяйтесь.
https://top-career.ru/promo/ai-job?utm_source=banner?utm_source=glavnaya