Нина Осовицкая - HR DIGITAL. Практики лучших работодателей

Складывается общее впечатление, что разговоров о диджитализации HR-функции, особенно рекрутмента и обучения, сейчас больше, чем реальной практики. Есть много иллюзий относительно мгновенных изменений, появления подходов и решений, которые выведут HR на новый уровень эффективности. Насколько это совпадает с твоим ощущением?

– Почти на 100 % согласен с тем, что слова превалируют над реальными делами (то есть конечной ценностью для HR-департаментов, рекрутеров, соискателей), и вызвано это массовыми заблуждениями вокруг HR-технологий.

Да, существуют компании, отдельные консультанты, которые продвигают очень правильные темы, связанные с оцифровкой, подсчетами, метриками, автоматизацией, машинным обучением, искусственным интеллектом. Но в то же время немало тех, у кого мы видим только хорошую маркетинговую оболочку, грамотно поставленный пиар, а иногда даже деньги от инвесторов (чтобы диверсифицировать портфель, они вкладываются сразу в несколько стартапов, 9 из 10 которых в итоге закроются). Как отличить одно от другого?

Коллегам, которые будут использовать эти продукты, рекомендую в первую очередь ориентироваться на полезность. Например, при автоматизации рекрутинга следует заранее подумать, что это вам даст: уменьшится ли количество ошибок, срок и стоимость подбора и т. п. Если берете инструменты для подбора, такие как HR-боты, убедитесь, что их использование не приведет к ухудшению конверсии, либо воронка все равно в целом увеличится за счет доступа к аудитории мессенджеров.

Обычно в компаниях среднего размера и крупных есть финансовые метрики, позволяющие оценить продукты и процессы, которые планируется использовать: можно ли с их помощью заработать больше денег или нет.

Каким образом HR-специалисту подойти к эксперименту с новым инструментом или технологией, как правильно начать пилотный проект? Нужна ли теоретическая подготовка?

– Хороший вопрос, потому что часто приходится наблюдать карго-культ, когда есть цифры и с ними что-то пытаются делать, но ничего не получается. Допустим, перед внедрением системы онлайн-обучения для sales-менеджеров компания хочет понять, окажется ли она полезна, принесет ли больше продаж. Как это проверить? Самый очевидный способ: сравнить выручку всего отдела до и после обучения. Вроде бы все логично, и велик соблазн говорить об успешной интеграции HR digital.

По факту так делать, конечно, нельзя. Правильный подход: случайным образом разбить сейлзов на две равные группы; одна пройдет обучение, другая нет. После тестового периода необходимо сравнить результаты их работы, а затем еще и проверить статистическую значимость.

Что касается теоретической основы, у многих HR она уже есть. Даже когда человек учится на психолога, статистика дается на качественном уровне; нужно просто вспомнить, что преподавали в вузе, и применить на практике.

Экспериментировать лучше всего на недорогих и хорошо измеряемых вещах (вот почему так удобна выручка продажников). Не стоит рисковать с knowledge workers, программистами, инженерами, некоторыми маркетологами.

Для крупных компаний есть смысл нанять отдельных аналитиков с мощным математическим и статистическим бэкграундом, которые поставят сбор данных и HR-метрик на промышленные рельсы. Дело в том, что при внедрении новых инструментов результаты, скорее всего, будут видны сразу, например, при внедрении системы онлайн-обучения. Но если процесс у вас уже автоматизирован и вы вносите небольшие улучшения (например, меняете контент в системе обучения), то изменения могут быть минимальными, и чтобы их отловить, нужно хорошее знание статистики и умение проводить эксперименты.

Наш опыт показывает, что обычный разработчик порой не справляется с массивами сложных данных, и на эти случаи существует специальная команда data scientists (программистов-математиков).

Какая должна быть численность сотрудников, чтобы компания задумалась об отдельной штатной единице?

– В среднем от 500 человек, но все зависит от конкретной ситуации. Если внутри HR-департамента найдутся достаточно квалифицированные сотрудники, можно привлечь их. Иногда при решении таких задач задействуются специалисты, которые обычно занимаются анализом для продаж, ценообразования, каких-то направлений, связанных с производством.

Брать для этой цели фрилансера слишком рискованно?

– Попробовать, наверное, можно, но очень осторожно, и придется перелопатить большой объем разных документов, ведь с утечкой данных, в том числе персональных (в случае people analytics), шутить не стоит. Кроме того, почти всегда возникает необходимость копать глубже, чем человек рассчитывает изначально. Значит, у него должен быть доступ почти ко всем информационным системам компании – вряд ли это допустимо с фрилансерами.