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

3 приема для управления бюджетом на командировки

Мне всегда любопытно наблюдать за тем, как работают мысли у разных типов людей.

Задача: повысить управляемость расходов бюджета на командировки.

3 примера решения глазами человека, чей основной профиль работы – это автоматизация и аналитика)

Оригинальный пост канала
«Красивая аналитика» @whrdata

Одни люди принимают решение контролировать план/факт бюджета, начинают делать выгрузки заявок на командировки и просят делать такие выгрузки аналитиков. Выгружают, смотрят, потом что-то с этим делают.

Другие люди принимают решение управлять предиктивно и делать это через согласование заявок. Они ставят задачу в HR автоматизацию на добавление в процесс согласования заявки на командировки дополнительных согласующих (HRBP или C&B) и проверять кто, когда, куда, зачем и на сколько едет.
Тут могут быть варианты согласовывать всё-всё-всё или разделить по сумме и согласовывать только дорогостоящие, но в любом случае это такой операционный контроль, «снизу вверх»

Третьи управляют расходами через мониторинг использования бюджета: ставят задачу в HR аналитику на предоставление данных по регулярной статистике факта расходов, и динамике использования плана. Смотрят на часто выезжающих людей, тех, кто задерживается на выходные, поездки длительной продолжительности, причины поездок и т.п. С разными подходами к сотрудникам, для которых командировки это работа (продажи, маркетинг, продвижение), и тем, для кого это скорее развлечение (конференции, тренинги, корпоративы).
Это больше про подход "сверху вниз"

Наверное, лучше делать все, сразу и комплексно, но с чего бы начали вы?)

P.S. про управление резервами на отпуска тоже самое

Культурные выходные

За что люблю своих коллег и телеграм, так это за постоянные идеи для развития - как профессионального, так и разного другого. Например, вчера утром прочитала у Светланы пост про концерт Курентзиса и вечером пошла на такой же)

Оригинальный пост канала
"Красивая аналитика" @whrdata

Я не особо большой ценитель классической музыки, поэтому, честно говоря, не могу по достоинству оценить исполнение и понять стоимость)

В посте у Светы классная ассоциация про 2 схемы рассадки оркестра и оргструктуры, а я почему то в этот раз я обратила особое внимание на оркестр как коллектив: около 100 совершенно разных людей с разными инструментами играют как единое целое, меняя ритм и громкость исполнения и меняя настроение людей вокруг в прямом смысле по мановению палочки.

Почему то подумалось - вот бы 100 сотрудников компании из разных отделов работали также дисциплинированно и слаженно. Но, с другой стороны, все-таки работа музыкантов это совершенно другая реальность: сотни повторений изо дня в день одной и той же инструкции партитуры, в то время как в нашей корпоративной жизни каждый день что-то нибудь новое)

Мир интересен своим разнообразием.
Хорошей рабочей недели!
И.. читайте хорошие каналы ;)

Воронка подбора 🐦‍⬛️

Давненько я не писала про старую добрую аналитику и простые инструменты - то, с чего начинался этот канал 5 лет назад)

Оригинальный пост канала
"Красивая аналитика" @whrdata

На днях появился повод вспомнить прошлое.
Думала как объяснить почему часто не получается сделать нормальную аналитику подбора по этапам и построить корректную воронку?

Ответ банальный - потому что нет нормальных данных. Но как это объяснить по простому?
Пример на картинке.

Что на этом примере?
Есть Х этапов подбора
Есть 5 кандидатов на вакансию
И есть квадратики - это отметки о пройденных каждым кандидатом этапах

Для нормальной аналитики нужно чтобы каждый кандидат проходил одни и то же этапы и "отваливался" в какой то момент
(воронка слева, зеленая)

В реальности каждый кандидат проходит какой-то свой путь, свои этапы
(воронка справа, красная)

Поставьте в каждый квадратик по единичке, составьте воронку и станет очевидно, что собрать статистику, предоставить нормальные данные и сделать хотя бы какие-то выводы по таким данным нереально.

Пост про воронку подбора 2020 года :)
А здесь пост про 5 ошибок при построении воронки

#заметки
с конференции Russian Retail Show 2025, ч.3

3 кейса про использование ИИ

1. Hoff,
тема презентации «ИИ против тоски: как алгоритмы лечат выгорание»
Кейсы про использование ботов для адаптации и повышения уровня вовлеченности,
но интересным показался подход к описанию видов опыта сотрудника:
• Эмоциональный опыт. Как сотрудник думает о компании?
• Опыт процессов. С чем сотрудник сталкивается в процессе работы?
• Опыт пространства. Как сотрудник ощущает себя на рабочем месте?

2. Теремок,
кейс про ИИ-Машеньку, цифровой помощник в найме сотрудников
Было:
• 5–6 попыток дозвона до кандидата,
• 70% недозвонов (т.е. эти кандидаты вообще не отвечали на незнакомые номера)
Стало:
700+ собеседований в месяц проводит чат-бот
90% массовых вакансий переведены на автоматический первичный скрининг
95% вопросов кандидатов обрабатывает чат-бот Машенька без участия HR

3. Черкизово, Rusian Weda
кейс про использование ИИ для ускоренного обучения и интеграции сотрудников из Шри-Ланки, Египта, Индии и других стран
Ключевые сложности в адаптации иностранных сотрудников:
• Часть иностранных сотрудников покидает компанию во время испытательного срока, т.к. возникают сложности в адаптации из-за языкового барьера.
• Привлечение переводчиков оказалось дорого и неэффективно. Например, сотрудники из Шри-Ланки или Индии, могут разговаривать на разных диалектах.
• Также переводчик не всегда мог корректно перевести те или иные производственные термины. Это приводило к тому, что процесс обучения растягивался во времени

Решение:
Создали инструмент для обучения иностранцев
• С помощью ИИ перевели и озвучили на иностранные языки все обучающие материалы и тесты.
• Искусственный интеллект мгновенно переводит озвученный видеоурок, включая сложные производственные термины.
• Создали базу переведенных и озвученных на разных языках презентаций

Результат:
скорость выхода людей на производительность выросла в 3 раза – до внедрения ИИ – 30 дней, после – 5 дней для простых операций, 10 дней – для сложных

Другие посты по теме - ч.1, ч.2

ИИ vs Executive search

В продолжение предыдущего поста с кейсами об использовании ИИ с конференции еще один кейс на похожую тему.

Вчера на собеседовании услышала классный пример успешного использования ИИ в подборе.
Ребята сделали модель, которая парсит инфо о кандидатах и находит кандидатов, соответствующих профилю.

Любопытно то, что в отличие от большинства сервисов, речь идет не о поиске ИТ, а поиске кандидатов на вакансию Финансового директора. Профиль вакансии был достаточно узкий, поэтому стандартными способами executive search найти кандидатов было достаточно сложно.

Еще интереснее то, что при ранжировании найденных кандидатов первым в списке оказался действующий сотрудник компании, работавший на этой должности 😉
Кроме этого, в лонг листе было еще несколько кандидатов, но найти среди них подходящего не получилось.

Тем не менее, коллеги поняли, что они просмотрели большинство релевантных кандидатов на рынке, и поэтому сделали предложение о повышении внутреннему кандидату, знающего компанию и процессы.

Весь процесс занял всего месяц. А ведь  при стандартном поиске методами executive search процесс мог длится несколько месяцев.

P.S. за кейс спасибо @lenadyakon 🩷

Этим постом хочется отметить победу ФК Краснодар в Российской Премьер Лиге. Это отличный пример достижения невероятного результата.

Оригинальный пост канала
"Красивая аналитика" @whrdata

В чем можно брать пример для иллюстрации успешного применения правильных стратегий?
Я не футбольный эксперт, поэтому поправляйте если где ошиблась.

Эффективный менеджмент
Тут нечего говорить  - победить команду с гораздо бОльшими бюджетами и 6-летним стажем побед случайно вряд ли возможно

Корпоративная культура
Тренер - выходец из клуба, которому, как я понимаю, дали второй шанс вопреки мнению многих вокруг, сделав ставку на "своих" по культуре, по духу, по характеру

Вклад в кадровый резерв
Краснодар это не только клуб, но и академия футбола
Да, на данный момент команда, в основном, состоит из легионеров, но смотря на текущие результаты, хочется верить что лет через 10 лет клуб победит командой, полностью состоящей из воспитанников своей школы.

Ориентация на клиента
Говорят, что клуб нацелен на атакующий футбол, то, что нравится зрителям. А значит, на матчи команды будет ходить все больше зрителей, не только в Краснодаре, но и по всей стране.

В качестве ложки дегтя, очень хочется верить что работа клуба - это системная работа, а не работа, которая замкнута на 1 человеке и зависит только от него.

Ну и, искренняя любовь к тому, что ты делаешь и где живешь
"Обязательным условием существования и успешной реализации программы является любовь непосредственно к футболу... Любовь к футболу, своему клубу, городу и дому - это основа патриотизма и база успеха в будущем"

Еще один пост про футбол был тут: * Аналитика в футболе

Знатоки города,
или Данные про нас, ч.12

В выходные искала магазин, зашла в Я.Карты, открыла профиль, а там рекомендации «знатоков» с предложением подписаться на их профили, и среди них знакомые лица.

Оригинальный пост канала
"Красивая аналитика" @whrdata

В профиле пока есть только кол-во подписчиков и просмотров, но тема то перспективная:
• сколько позитивных
• сколько негативных
• tone of voice есть ли нецензурная лексика
• есть ли аргументация или сплошные эмоции
… что-то еще)

Кажется, скоро рекрутеры будут мониторить доп инфо о кандидатах не только по инфо в соцсетях, но и по профилям на маркетплэйсах.

Надо быть аккуратнее при написании негативных отзывов) 

Другие посты
из серии "Данные о нас":
ч.1, Мама, меня посчитали
ч.2, Чеки из магазинов
ч.3, Умные часы
ч.4, Переобулись
ч.5, Карты лояльности
ч.6, Экосистемы
ч.7, Переезд
ч.8, Про DLP
ч.9, Итоги года из приложений #1
ч.10, Итоги года из приложений #2
ч.11, Цифровой фингепринт

Дизайн-проект для ремонта

Смотрю сейчас примеры дизайн-проектов чужих квартир и поймала себя на мысли, что пакет документации, которые готовят дизайнеры, очень похож на ТЗ на разработку)

Оригинальный пост канала
"Красивая аналитика" @whrdata

... такой же подробный, объемный, детальный документ, который при разработке ремонте будет иметь мало общего с реальностью: то не хватит нужных компонентов, то какая-то неочевидная архитектурная особенность не позволит внести изменения, короче все пойдет по… эджайл)

Вообще, подумалось, что работа бригады ремонтников сильно похожа на работу команды разработки:
• дизайн-проект для одних такое же приблизительное задание, как ТЗ для других
• лид точно знает лучше, чем эти аналитики/дизайнеры
• каждая следующая команда на дух не переносит то, что делали до них, и стремится все переделать приблизительно целиком
• у всех есть любимые технологии
и т.п.

Терпения всем, начинающим #ремонт!)

"Будущее работы"

Пока все вокруг говорят о том, как ИИ изменить профессии, в земных профессиях тоже происходят изменения. В выходные я... немного удивилась длинной очереди в кафе, где готовят, блюда из яиц и пошла посмотреть их сайт.

Оригинальный пост канала
"Красивая аналитика" @whrdata

На сайте ресторана есть необычная для меня, человека с большим опытом работы в рознице и фаст-фуде, вакансия – Раннер. Мне кажется, что эта роль достаточно молодая и появилась за последнее десятилетие.

Раннер – это помощник официанта, «выносливый и шустрый человек, который во всем помогает официантам: собирать заказы на доставку и относить их курьерам, помогать официантам (натирать стаканы, приборы), следить за порядком на бэк-станции»

Минимум 2 значимый фактора повлияли на изменение распределения ролей в ресторанах:
1. Значительное увеличение доли доставки и выдачи блюд не гостям за столами, а курьерам
2. Развитие конкуренции за линейный персонал и бюджет на их ФОТ

В такой реальности официант становится очень дорогим сотрудником, ведь это человек, который хорошо знает меню и состав блюд, правила этикета и сервировки стола, гостеприимный, позитивный, умеет работать с гостями и их возражениями. Все это не требуется для того, чтобы комплектовать заказы и передавать их курьерам, поэтому тратить ценных официантов на работу, не связанную с гостями – это расточительно. Вот поэтому и появились раннеры, как дань новым процессам и новому времени.

Не знаю почему я обратила внимание на этого "раннера") Наверное, просто иногда хочется каких-то простых земных примеров, потому что не везде процессы движет ИИ, в некоторых сферах это делают более простые, но все-таки важные изменения.

Интересно провести опрос, аналогичный тому, что был на канале осенью 2024.
Подтвердим ли мы тренды исследования?

(по моему субъективному мнению в нашем узком сегменте HR каналов все точно также как в целом в ТГ - кол-во каналов растет, а кол-во публикаций внутри 1 канала - падает)

Принципы лидерства от Amazon

На сайте Amazon нашла целую страницу

Одержимость клиентами
Лидеры начинают с клиента и работают в обратном направлении. Они энергично работают, чтобы заслужить и сохранить доверие клиентов. Хотя лидеры обращают внимание на конкурентов, они одержимы клиентами.

Право собственности
Лидеры — владельцы. Они думают о долгосрочной перспективе и не жертвуют долгосрочной ценностью ради краткосрочных результатов. Они действуют от имени всей компании, а не только своей команды. Они никогда не говорят: «Это не моя работа».

Изобретать и упрощать
Лидеры ожидают и требуют инноваций и изобретений от своих команд и всегда находят способы упростить. Они внешне осведомлены, ищут новые идеи отовсюду и не ограничены «не изобретено здесь». Когда мы делаем что-то новое, мы принимаем, что нас могут неправильно понимать в течение длительного времени

Правы, во многом
Лидеры во многом правы. У них сильное суждение и хорошие инстинкты. Они ищут различные точки зрения и работают над тем, чтобы опровергнуть свои убеждения.

Учитесь и будьте любознательны
Лидеры никогда не перестают учиться и всегда стремятся к самосовершенствованию. Они любопытны к новым возможностям и действуют, чтобы исследовать их.

Нанимайте и развивайте лучших
Лидеры повышают планку производительности с каждым наймом и повышением. Они признают исключительные таланты и охотно продвигают их по всей организации. Лидеры развивают лидеров и серьезно относятся к своей роли в обучении других. Мы работаем от имени наших людей, чтобы изобретать механизмы развития, такие как Career Choice.

Думай масштабно
Думать о малом — это самоисполняющееся пророчество. Лидеры создают и сообщают смелое направление, которое вдохновляет на результаты. Они думают по-другому и ищут способы обслужить клиентов.

А еще:
* Настаивать на самых высоких стандартах
* Скорость имеет значение
* Бережливость
(Достигать большего меньшими средствами)
* Заслужить доверие
* Погрузиться глубоко
* Иметь твердость характера

И другие

#подсмотрено

Интересное наблюдение от Антона, из @digital_review:

«ChatGPT не умеет в распознавание плохих ответов на собеседованиях
А я так надеялся! Но каждый раз, когда я скармливаю разным версиям СhatGPT расшифровки с продуктовых собесов, ChatGPT уверенно хвалит даже самых неподходящих и слабых кандидатов. Исправление промпта помогает, но пока эффект временный, новый кандидат — новые проблемы»

А ведь и правда, все знают, что модельки постоянно на позитиве, поддерживают и поощряют.
Вот она обратная сторона доброжелательности

Надо поднаблюдать что об этом пишут ATS с встроенным ИИ…