Написать эту статью меня побудила дискуссия на Linkedin по поводу моего поста про среднюю заработную плату. Мои оппоненты пытались доказать свою правоту (оставим в стороне вопрос корректности спора руководителя со специалистом, 5 лет занимающимся аналитикой рынка труда), привлекая весомые, как им казалось, цифры. И это убедило меня, что статью про проблемы работы с аналитикой писать надо – не только у эйчаров, но и руководителей есть проблемы в восприятии и переработке цифровой информации.


С одной стороны, приятно и полезно, что HR-аналитика не просто входит в моду, но и становится рабочим инструментом. И мы уже перестаем бояться Big Data.


Но с другой стороны, в начале любой новой деятельности мы допускаем промахи. Я собрала пять наиболее популярных.


1. Нужна только одна цифра


Я иногда шучу, что нам не нужны «биг дата», важнее и понятнее «смолл дата». Многим специалистам трудно побороть искушение «все упростить» – найти одну «волшебную цифру» и руководствоваться ею в любой ситуации. Например, народ любит руководствоваться средней зарплатой. А потом добавить к ней 10% – и «быть в рынке». Без желания понимать, что такое средняя зарплата и как она соотносится с тем, за что вы платите своим сотрудникам. Так, зарплата продавца может быть разной в зависимости от того, это просто «подавачка» или эксперт, способный не просто продать, но приобрести постоянного лояльного клиента в большинстве покупателей. И в зависимости от того, какой квалификации специалист и в каком регионе вам нужен, цифра может отличаться не на 10% от средней зарплаты, а в разы.


Читайте ще:
                            Аналитика против интуиции: 4 кейса о том, как работает data-driven HR
            


2. Ищем идеальную внешнюю цифру для внутреннего процесса


Например, один из менеджеров настойчиво пытался узнать для эйчара своей компании-клиента «правильную цифру текучести». К сожалению, мне не удалось узнать, что считает правильным в текучести эйчар и почему нужно ориентироваться на некие внешние цифры при анализе внутреннего процесса. Мне кажется, что текучесть внутри каждой компании – это как температура тела: она всегда есть, нужно понимать, что кроется за этой цифрой и какова динамика. Например, цифра в 5% текучести может казаться идеальной, но если уходят ключевые сотрудники, командами, уносят к конкурентам свои ноу-хау и «куски» бизнеса, это гораздо хуже, чем текучесть в 25% у коллег по бизнесу, которые организовали ее приемом во фронт-офисы большого количества молодых специалистов и не страдают кардинально от того, что молодые-необученные уходят на испытательном сроке, если понимают, что это не их бизнес или им не нравится корпоративная культура. Поэтому по внутренним показателям лучше все-таки понимать, откуда появилась цифра, насколько она критична для компании. И, соответственно, нужно ли с ней бороться, работать на опережение, или это существенно не скажется на деятельности компании.


3. Не видим, что кроется за цифрой


Еще в институте на психологии нас учили отличать источник и его деятельность – в чем он может быть экспертом, а в чем нет. И насколько эта экспертиза для нас актуальна и нужна. Например, наши мамы для нас часто эксперты в приготовлении еды или домашних нюансах, но их мнение, например, о новых версиях мобильных телефонов не всегда отличается экспертностью. Так и со многими аналитическими цифрами. Есть случаи, когда эксперт рынка, например, тренингов, с легкостью запускает в массы цифры, основанные на своих прикидках или личном мнении про рынок рекрутинга, средние зарплаты и т.д. И не всегда эти цифры будут соответствовать аналитическим выкладкам – зачастую сам эксперт не владеет полной информацией или переоценивает (недооценивает) влияние факторов или приоритетов. Но неискушенная публика, не понимая, насколько глубока эта цифра, начинает в нее верить и придавать ей авторитет, перенося на нее доверие к автору этого показателя.


Недавно в медиа поднялась шумиха относительно средней почасовой оплаты труда украинцев. С одной стороны, цифра эта не очень популярна на рынке труда Украины – в отличие от европейских или американских работодателей, украинские компании привыкли оплачивать труд своих сотрудников помесячно или понедельно. С другой стороны, эта средняя цифра настолько усредненная, что из нее вымылся любой практический смысл. К какому практическому HR-процессу можно приложить цифру, которая получилась от того, что среднюю декабрьскую зарплату по Держстату (тоже среднепотолочная цифра, достаточно глянуть на ее динамику в течение года) поделили на результат деления среднегодового количества рабочих часов в год на 12 месяцев? Многие официальные цифры статистики – из этой же «оперы». Поэтому прежде чем хвататься за показатель как руководство к действию, полезно проверить – откуда она взялась. И даже если источник – авторитет, но в смежной области, насколько это влияет на релевантность предложенного показателя. И руководствоваться проверенными и адекватными показателями. Причем соизмерять их не только между собой, но и со смежными коррелирующими величинами.


4. Пытаемся работать со всевозможными цифрами


В аналитике «бритва Оккама» тоже работает. Надо уметь отсечь лишнее, иначе этот «цифровой шум» не только отнимет лишнее время и силы, но и может завести в другое направление. Иногда встречаю эйчаров, которые пытаются, как метеорологи, учесть не только важные и очевидные цифры, но и «погоду в Танзании» – так, на всякий случай. Конечно, важно уметь понять приближение «большого шторма» по форме легкомысленных облачков, но ходить в дождевике каждый солнечный день – это перебор. Иногда у нас запрашивают такие немыслимые цифры, что совершенно непонятно – зачем? Доказать, что владеешь инструментарием Big Data? Прокачать скиллы по работе с аналитикой? Не всегда у эйчаров есть на это время и не всегда это задача такой важности, что стоит пренебречь рекрутингом или кадровым делопроизводством, чтобы попытаться спрогнозировать зарплату животновода в Жашкове в 2020 году.


Читайте ще:
                            HR-аналитика: почему ее сложно применять и с чего начать, если решился
            


5. Пытаемся цифрами объяснить психологические факторы или «особенности корпоративной культуры»


Есть такие случаи, когда, например, измеряется текучесть, указывается сезонный тренд – а проблема в том, что руководитель подразделения самодур, и все, получив полугодовую-годовую премию, быстренько увольняются. Или говорят, что зарплата низкая, никого набрать не можем – а корпоративная культура компании такова, что многие не захотят покупать проблемы в этой компании за любые деньги. Еще вариант – в торговле текучесть высокая, поэтому «особо мотивировать персонал не будем, все равно уволятся». Хотя у коллег по рынку с большей, своевременно выплачиваемой зарплатой и «уютным» соцпакетом все гораздо лучше. Поэтому иногда полезно «вынырнуть из цифр» и посмотреть на корпоративную культуру, личности руководителей и другие «животворящие» вещи.


В общем, работа с аналитикой – вопрос непростой. Он требует терпения, системности и усидчивости – иногда за деревьями не видно леса. Учитывая, что мало показателей (как внутри компаний, так и по рынку) у нас оцифрованы и систематизированы, работа с аналитикой иногда напоминает археологические раскопки или промышленный шпионаж, но результат того стоит. Если не полениться и собрать воедино все адекватные и весомые цифры и факты, проанализировать все возможные прогнозы, тенденции и закономерности, отбросить лишнее, то можно увидеть поразительные вещи, помогающие и компании найти «скрытые резервы», и людям внутри компании сделать жизнь комфортнее и приятнее. Уже ради этого стоит хотя бы попробовать.