Фреймворк Cynefin
инструмент и методология для классификации и анализа ситуаций / систем

Иногда я пишу тут про теорию, чтобы и мне и вам всегда было где подсмотреть)

Оригинальный пост канал
"Красивая аналитика" @whrdata

Простая – Хаос – Запутанная – Сложная, именно в такой последовательности и из нижнего правого угла против часовой стрелки

Простые системы (Simple)
– это системы с
• правилами,
• четкой причинно-следственной связью,
• наработанной практикой решения задач
• однозначно понятным результатом действий
Пример: решение задачи по формуле, приготовление блюда строго по рецепту

Сложные системы (Complicated)
– это системы с
• неоднозначными, но вычисляемыми причинно-следственными связями,
• наличием нескольких вариантов решения задачи и
• представлением о желаемом результате без детализации.
В сложных системах не существует единственной «лучшей практики», а есть множество «хороших практик»
Пример – разработка макета сайта по ТЗ, создание проекта интерьера квартиры

Запутанные системы (Complex)
– это системы с
• большим количеством взаимодействующих элементов и
• не всегда известными причинно-следственными связями,
• постоянным поиском новых решений и
• самым общим представлением о желаемом результате
• много экспериментов, нет гарантии результата
Пример: транспортное движение в городе, игра в карты, продуктовый подход

Хаотические системы (Chaotic)
- это системы с
• размытыми границами и переменчивыми причинно-следственными связями,
• нерегулируемыми и неконтролируемыми изменениями и действиями из-за условий дефицита времени и информации
Пример: чрезвычайная ситуация, запуск стартапа

Еще немного теории было тут:
* Эффект кобры
* Закон Гудхарта
* Эффект привязки по Канеману
* Эффект Струпа

Эволюция HR аналитики

Ссылку на статью подсмотрела
в канале у Жени Вольнова. Очень рекомендую почитать первоисточник.

Для нашей реальности, кажется, статья выглядит немного футуристически, но полезно периодически смотреть на ориентиры.

2014-2016 Доказательство ценности
Ключевые показатели:
* Отчеты о численности персонала
* Скорость оборота персонала
* Время найма

Вопросы:
* Сколько?
* Что случилось?

2017-2019 Стратегическое воздействие
Ключевые показатели:
* Драйверы удержания
* Опыт сотрудников
* Network centrality (метрики оценки ONA)

Вопросы:
* Почему это происходит?
* Что может случиться дальше?

2020-2022 Реагирование на кризис
Ключевые показатели:
* Эффективность удаленной работы
* DEI
* Модели сотрудничества

Вопросы:
* Как мы адаптируемся?
* Кто находится в зоне риска?

2023-н/время Трансформация
Ключевые показатели:
* Использование навыков
* Индикаторы внедрения ИИ
* Готовность к трансформации

Вопросы:
* Как нам изменить работу?
* Какие возможности нам нужны?

Карта для путешественника

Интересно как в непривычной среде меняется взгляд на привычное приложение.

Оригинальный пост канала
"Красивая аналитика" @whrdata

Что может быть более обычным в наше, чем использование в незнакомом городе карты в мобильном телефоне? (Хотя я еще застала то время, когда ездила за рулем с картой и атласом дорог Москвы и Московской области в бардачке 😊

Пользуясь картами в отпуске, понимаешь, что при выборе пешего маршрута, стандартный алгоритм выбора - выбор самого короткого маршрута – это не всегда лучшее решение, а оопций «предлагать маршруты полегче» и «избегать лестниц» не достаточно.

Хочется еще что-то типа
«выбрать самый красивый маршрут» или
«выбрать маршрут с наибольшим количеством достопримечательностей по пути»
А еще хочется наставить на карте точек - желаемых мест для посещения - и чтобы вездесущий ИИ нарисовал тебе для этого оптимальный маршрут.
В общем, есть еще в картах целая неизученная персона – путешественник.

А вот запросы водителей электромобилей уже начали изучать и исполнять. В гугл картах уже появились возможности построения маршрута с учетом наличия по пути остановки для подзарядок автомобилей и с наименьшим расходом топлива, с учетом среднего потребления топлива или энергии в регионе, угла подъема на маршруте, типов дорог на маршруте и того «часто ли приходится тормозить» и т.п.

Ждем улучшений для пешеходов для повышенного энергорасхода для желающих похудеть или маршрута длиной в 10000 шагов, с учетом роста, веса и длины ног путешественника. Хочется иногда пройтись новым, непривычным, путем)

Три ключевые роли CIO в российском контексте

Мне всегда интересно читать про ИТ, потому что, на мой взгляд, у ИТ и HR много общего:
* обе функции часто незаметны когда все хорошо, и становятся заметны тогда когда что-то пошло не так)
* обе сочетают в себе львиную долю важной операционной работы, и одновременно с этим на них возлагаются большие надежды по трансформации
* обе часто работают в режимах крайне ограниченных бюджетов
и т.п.

В общем, взгляд на ИТ - это такой взгляд на HR, только немного "в профиль"

Оригинальный пост канала
"Красивая аналитика" @whrdata

Итак, 3 роли:
1. Цифровой евангелист
Продвигает цифровую трансформацию, переводя IT-идеи на язык бизнеса и формируя внутрикорпоративную «цифровую культуру»

2. Драйвер изменений
Управляет организационной и культурной трансформацией, внедряет гибкие методологии (Agile, DevOps) и перестраивает взаимодействие между подразделениями

3. Гарант устойчивости
Обеспечивает надёжную работу ИТ-инфраструктуры и кибербезопасности, отвечая за непрерывность бизнеса, соответствие нормам (ФЗ-152, защита КИИ) и минимизацию рисков

Ошибки при проведении трансформации (в отчете очень не хватает пояснений, но словосочетания очень красивые :)

Бизнес
• Золотые гири
• Стратегия без Видения
• Трансформация без ИКСов
• ЦТ из коробки
• Трансформация без SpinOff
• Победы на горизонте год
• Нет UNIT-экономики

Организация
• Сохранить культуру
• Трансформация втёмную
• Цирковая Трансформация
• Long Track
• Hе сделать Innolab
• CDO равно CDTO
• KPI вместо OKR

Технологии
• Кладбище ИТ-платформ
• Покупка тяжелых платформ
• Боязнь аутсорса
• Слабая-сложная интеграция
• Нет DevOps
• Нет управления данными
• Нет цифрового следа

Еще про сходство ИТ и HR было тут:
#заметки с ИТ Саммит от Tadviser, 28.05.2024

А вы как думаете, ИТ и HR похожи?)

Структуры в core-системах

Восстанавливаю в голове мысли о вариантах хранения орг структуры в системах.

Оригинальный пост канала
"Красивая аналитика" @whrdata

Иерархичные структуры
https://t.me/whrdata/1150

Должности и Позиции
https://t.me/whrdata/1156

Структура по разным видам управления
https://t.me/whrdata/1160

Оперативные руководители
https://t.me/whrdata/1312

Какая же эта структура вечная боль...
На картинке очередная новая реальность

PDD — Panic Driven Development /
Разработка через панику
Тема, достойная пятницы)

Оригинальный пост канала
"Красивая аналитика" @whrdata

Мопед не мой, источник на англ.

Основные принципы:
Чем новее задача — тем выше приоритет
Пишем ровно столько кода, сколько требуется для результата
Не надо торопиться с тестированием
Процесс должен приспособиться под вас
Всё исходит от менеджера
и, мое любимое,
Доверьтесь чувствам 🧡

Григорий Остер со своими советами просто отдыхает :)
Хорошей всем пятницы!

Я художник – я так вижу

Оригинальный пост канала
"Красивая аналитика" @whrdata

В последнее время работая параллельно над двумя совершенно разными продуктами / интерфейсами (дашборд с HR данными и HRTech система), стала обращать внимание на то, что правила и нормы дизайна значительно расходятся с удобством пользовательского опыта

Что говорит дизайн?
• нужно делить информацию на смысловые блоки
• нужно больше свободного места на странице
• 1 страница – 1 мысль и т.п.

Что говорить опыт пользователя?
• все должно быть «под рукой», на одной странице,
• проскролить вверх-вниз гораздо проще, чем переключаться между страницами вправо-влево
• сравнивать данные переключаясь между страницами не удобно
• открытие новой страницы – боль, потому что нужно ждать загрузки, а при расчете данных на лету на это нужно время

Поймала себя на мысли, что приходится постоянно переодевать «шляпы» и шляпа дизайнера и шляпа линейного менеджера работают очень-очень по разному

Work Trend Index Annual Report от Microsoft, продолжение

Оригинальный пост канала
"Красивая аналитика" @whrdata

The Frontier Firm, глоссарий

Agent / Агент
- система на базе искусственного интеллекта, которая может рассуждать, планировать и действовать для выполнения задач или целых рабочих процессов автономно, под контролем человека в ключевые моменты

Agent boss / Руководитель агента
- человек, управляющий одним или несколькими агентами

Capacity gap / Разрыв в возможностях
- несоответствие между потребностями бизнеса и максимальными возможностями людей в одиночку удовлетворять их

Digital labor / Цифровая рабочая сила
- искусственный интеллект или агенты, которые могут быть приобретены по запросу для увеличения производительности рабочей силы

Frontier Firm / Пограничная компания - компания, основанная на оперативной информации, командах людей-агентов и новой роли для каждого – босс агентов

Human-agent ratio / Соотношение персонала и сотрудников-агентов
- новый бизнес-показатель, который оптимизирует баланс между контролем со стороны персонала и эффективностью работы сотрудников в командах, состоящих из сотрудников-агентов

Intelligence resources / Интеллектуальные ресурсы:
- функция, предназначенная для управления цифровым персоналом на организационном уровне — рассматривайте ее как сочетание ИТ и HR

Work Chart / Структура, построенная вокруг «работы» (задачи)
- организационная схема, построенная не на функциональных знаниях, а на задачах, которые необходимо выполнить

People Skills от Microsoft, ч.1
Источники данных

Microsoft представили новый инструмент: "People Skills — это эволюция сервиса, ранее известного как Skills in Viva"

Оригинальный пост канала
"Красивая аналитика" @whrdata

Читаем, изучаем и "крадем как художники" (с). Такие материалы всегда интересно читать для вдохновения и выхода из рутины. Даже если понимаешь, то вряд ли успеешь сделать похожее в какой-то компании в этой жизни :))

"Skills agent помогает руководителям создавать динамичные команды на основе навыков для работы над любым проектом, а также позволяет сотрудникам находить нужных специалистов и связываться с ними.

People Skills определяет набор навыков сотрудников на основе профиля пользователя и его активности, сопоставленной с настраиваемой встроенной таксономией навыков. Этот уровень данных используется агентом Skills и расширяет возможности Copilot Chat, Microsoft 365 и Viva, предоставляя контекстную информацию о сотрудниках вашей организации

В основе механизма логического вывода лежат новейшие модели OpenAI LLM, а также собственный подход к логическому выводу, основанный на принципах теории игр и многоагентных фреймворках, выполняющих многонаправленный логический вывод на основе соответствующих данных Microsoft Graph.

Механизм определения навыков сотрудников использует профиль Microsoft 365 и сигналы активности из Microsoft Graph, такие как документы, электронные письма, чаты и совещания, для создания персонализированных профилей навыков сотрудников вашей организации.

People Skills позволяет использовать различные сценарии для сотрудников в различных приложениях и сервисах, включая: Microsoft 365 Copilot, Skills agent, карточку профиля Microsoft 365, редактор профилей Microsoft 365, Org Explorer, People companion и Viva Learning"

Продолжение следует…

People Skills от Microsoft, ч.2
Возможности аналитики

"Чтобы предоставить руководителям компаний и аналитикам подробную информацию об организации на основе навыков, мы представляем новый отчет «Структура навыков» в Copilot Analytics.

Этот отчет можно отфильтровать по организационным данным, таким как HR-атрибуты, чтобы руководители и аналитики могли настраивать представления для соответствующих групп. Данные отчета «Структура навыков» также можно экспортировать для индивидуального анализа"

"Отчет о кадровом потенциале будет доступен в Viva Insights с июня 2025 года и будет включать четыре страницы:

Введение в навыки,
где объясняется, как формируются выводы о навыках, можно настроить параметры отчета и просмотреть сводную информацию о прогрессе организации в отношении подтвержденных навыков в отдельных профилях

Основные навыки,
где показаны наиболее часто используемые навыки и определены области специализации в вашей организации

Глубокое погружение
позволяет вам углубиться в изучение конкретного навыка, включая поднавыки и смежные навыки, чтобы получить более полное представление о таланте в конкретной области

Иерархия навыков
позволяет просмотреть связь между навыками и изучить, как структурирована таксономия навыков вашей компании. Это представление позволяет дополнительно изучить навыки, критически важные для вашего бизнеса"

В общем, тонна информации для списывания вдохновения

Кстати, если вам интерес граф навыков, то пост про похожий граф есть тут

Межпраздничный пост

У меня сейчас развлечение - наблюдать за тем как работает ИИ в нашем семействе каналов Quickly. Напомню, что они автоматически парсят посты в ряде популярных каналов и постят суммаризованную по-своему выдержку.

В одном из них ИИ недавно написал вот такой пост:

"Как у нейросетевой модели у меня не может быть настроения, но почему-то я совсем не хочу говорить на эту тему"

Так и хочется сказать -
"А что, так можно было"?)

Причем пост был абсолютно стандартный - не мемы, не реклама, обычный контентный пост.

Не знаю, что повлияло на такую интерпретацию, но берите ответ на заметку, вдруг захочется сказать сегодня что-то подобное в ответ на рабочую задачу)

P.S. а каналы, кстати, кроме того, что существенно экономят время на просмотр ТГ, но и отлично показывают все баги особенности работы ИИ-шки. Интересно

Хороших выходных!

#заметки
с конференции Russian Retail Show 2025, ч.1

Презентация VentraGo!
Как работать с массовым персоналом в эпоху дефицита

Тренды по результатам исследования:
1. Подработчиков стало больше. И они работают в штате (в том числе и у вас)
2. Деньги быстро стали важнее, чем гибкость или что-либо
3. Подработчики переходят из ритейла в е-ком и такси

Исполнители имеют свои комьюнити и делятся негативным опытом с другими + пишут негатив на сайтах-отзовиках

За что исполнители любят и выбирают бренды:
• Внимательно относятся и благодарят
• Быстро подтверждают часы по заданию (=быстрая оплата)
• Относятся как к части команды
• Дают четкие инструкции

На что жалуются исполнители?
• Просят делать не то, что не было в брифе на задание
• Снижают рейтинг
• Отправляют с задания домой (не дают работу)
• Не отпускают на перерыв
• Некорректно общаются

Вроде бы все очень просто.
Но, как человек, долгое время отработавший "в полях", в постоянном общении и со штатными сотрудниками, и с привлеченными работниками магазинов и ресторанов, я хорошо знаю, что над отношением к людям надо работать и работать.
И не ради рейтингов, а ради простых человеческих отношений.

#заметки
с конференции Russian Retail Show 2025, ч.2

Презентация Магнит,
кейс про Операционную модель магазина и ее влияние на численность персонала

Инструмент для проведения хронометража - Мобильное приложение «Нормирование операций»

Инструмент адаптирован под потребность компании:
• проводит точечные замеры каждого мельчайшего действия
• позволяет добавлять новые действия в режиме онлайн

На выходе - многомерная автоматизированная модель расчета рекомендованного штата из 168 драйверов - факторов, от которых зависит объем выполняемой работы в магазине

Какие получили эффекты:
• Перераспределение фонда рабочих часов с более «мелких» на высокопродающие магазины
• Перераспределение часов между магазинами в зависимости от объема операций (влияние локаций)

Что увидели:
• Подтвердили объем часов на «маленьких» магазинах
• Определили превышение часов на средних по обороту магазинах и недостаток на высокооборотистых магазинах

Промежуточные выводы:
• Требуется оцифровка множества статичных драйверов
• Цифровизация сложно воспринимается людьми и это оказывает влияние при внедрении – постоянное желание проверить правильность расчета
• Модель производительности магазина – динамическая, требует постоянного изменения
• Расчет штата на основе модели производительности –элемент общей цифровой архитектуры управления задачами в магазине
• Требуется большая гранулярность распределения штата – внутри месяца, внутри недели, внутри дня

Кейс как будто из моей прошлой жизни, примерно 10-летней давности)

Любопытно, но когда мы делали нормирование работ в ресторанах, то по моделям, собранным на основе норм времени по операциям, численность в некоторых ресторанах получалась выше, чем та, с которой команды реально работали. Это происходило потому, что в нормативах сложно учесть многозадачность сотрудников - выполнение одним сотрудником операций на нескольких станциях параллельно. Для этого им нужны условия - определенный трафик гостей и объем операций в единицу времени. И тогда опытные сотрудники работают именно так. А когда их начинают нормировать, то они начинают работать по процессу)

Еще одна презентация с конференции с кейсом про нормирование операций от SL Soft и Zenden есть тут

Джуновая табличка

Появился повод вспомнить пост 2022 года. Джуны новые, а ошибки и советы все те же)

Оригинальный пост канала
"Красивая аналитика" @whrdata

Молодые аналитики часто делают разного рода adhoc выгрузки по запросам пользователя и редко задумываются о том, что после выгрузки файла из системы и перед отправкой его пользователю, хорошо бы его "причесать" - сделать так, чтобы пользователю было удобно.

Что полезно сделать перед отправкой?

1. Удалить:
*дубликаты столбцов, после объединения 2х таблиц
*столбцы с данными в виде ненужных кодов
*один из столбцов, если есть 2 с полным и с коротким названием
*слова NULL и подобные заменить его понятным для пользователя значком "-" или нужным словом
* слова ЛОЖЬ/ИСТИНА заменить на более короткие "да"/"нет" или подобное

2. Перегруппировать столбцы слева направо по какой-то логике: если важна структура, то по иерархии подразделений, если сроки - то даты, если списки сотрудников, то ФИО и т.п.

3. Закрепить верхнюю строчку для удобного скроллинга вниз

4. Переименовать технические названия столбцов в человеческие

5. Выделить наименования столбцов в «шапке»

6. Отсортировать по полезному столбцу (дате найма, ФИО / подразделение по алфавиту и т.п.)

7. Добавить:
*какую-то сводную таблицу по заданной теме
*столбец с признаком, если он использовался при обработке данных, но не присутствовал в выгрузке в явном виде

8. Задать себе вопрос: какой вывод я могу сделать на основе этих данных?

9. Назвать файл так, чтобы при сохранении было понятно что там за данные и за какой период

После этого можно отправлять, но сначала

10. Добавить в теле письма / посте мессенджера пояснения про:
* источник данных
* период
* методологию получения данных (на простом языке - про примененные фильтры, ограничения, контур применения и т.п.)
* легенду про цветовое кодирование, если оно было применено