Как мы учимся использовать
HR-метрики
HR-метрики
11 ноября 2021
Людмила Рогова
Руководитель консалтинговой практики TalentCode
Метрики - одна из самых спорных тем в HR. Относятся они к настоящей аналитике или нет – баталии не утихают много лет. Я не знаю к какому лагерю относитесь именно вы, но сделаю предположение, что hr-метрики все равно уже используются в компании, где вы работаете, независимо от вашей личной точки зрения.
Раньше считалось, что для эффективного использования HR-метрик достаточно найти подходящий набор hr-показателей и научиться их считать. Сразу после этого все процессы станут прозрачными, а результаты объяснимыми. Статьи с заголовками, кричащими про какое количество метрик тут будет написано, мгновенно набирали десятки тысяч просмотров.
Найденная информация воплощалась в жизнь. Но не всегда появление метрик позволяло понять, как эффективно их использовать дальше. Просто смотреть на тренды и отличия по подразделениям/регионам/должностям не сильно помогало быстрее и качественнее решать свои ежедневные задачи. Действия разделились. Одни продолжили и продолжают искать новые метрики, доводить алгоритмы расчета до совершенства. Другие увидели причину в запаздывании расчетов – пока собирали данные и считали показатели, почки отвалились. Вторые пошли в автоматизацию – своевременное появление информации решит проблему использования метрик. Третьи сделали и то, и другое.
Раньше считалось, что для эффективного использования HR-метрик достаточно найти подходящий набор hr-показателей и научиться их считать. Сразу после этого все процессы станут прозрачными, а результаты объяснимыми. Статьи с заголовками, кричащими про какое количество метрик тут будет написано, мгновенно набирали десятки тысяч просмотров.
Найденная информация воплощалась в жизнь. Но не всегда появление метрик позволяло понять, как эффективно их использовать дальше. Просто смотреть на тренды и отличия по подразделениям/регионам/должностям не сильно помогало быстрее и качественнее решать свои ежедневные задачи. Действия разделились. Одни продолжили и продолжают искать новые метрики, доводить алгоритмы расчета до совершенства. Другие увидели причину в запаздывании расчетов – пока собирали данные и считали показатели, почки отвалились. Вторые пошли в автоматизацию – своевременное появление информации решит проблему использования метрик. Третьи сделали и то, и другое.
Сейчас во многих компаниях уже внедрены дашборды с полным набором отличных hr-показателей. Правда иногда дашборды живут своей жизнью, редко пересекаясь с интересами пользователей, но это отдельная история, про нее писать сегодня не буду. Получив в свое распоряжение эти интерактивные инструменты, многие понимают, что их наличие все равно не сильно помогает эффективно использовать HR-метрики в суровой рабочей действительности.
Заполняя эту форму, вы соглашаетесь с политикой конфиденциальности.
Обзор, градация от "Больше теории" к "Больше практике", статьи, авторские заметки, новости от компании TalentCode.
12 книг по HR-аналитике
5 шагов до цели
А до цели осталось сделать несколько шагов. Их последовательность может отличаться, но все равно, их лучше пройти. Сейчас наиболее распространенные направления движения:
• исследование взаимодействия метрик - связь с бизнес-результатами и между собой;
• выбор оптимального набора метрик, исходя из поставленных целей и задач;
• определение критических значений метрик, чтобы фокусировать внимание на тех направлениях деятельности, ситуация в которых выходит за пределы нормы.
Каждый из этих пунктов заслуживает отдельной статьи, и может даже не одной. Но тема сегодняшнего опуса касается только последней темы - как определить критические/пороговые значения наших HR-метрик.
Определение пороговых значений будет полезно всем без исключения. Представьте себе автомобиль, на приборной панели которого все индикаторы показывают только значения текущих параметров и никак не подсвечивают возможные неисправности. Таким автомобилем можно управлять, но, как кажется, делать это намного сложнее. Вот так же обстоят дела и с нашими метриками без ориентиров. Добавив критические значения HR-показателей в свои отчеты, презентации и, конечно, дашборды, вы еще не достигнете цели, но значительно к ней приблизитесь. И скорее всего уже сможете управлять своими процессами так же комфортно, как вы управляете современным автомобилем.
• исследование взаимодействия метрик - связь с бизнес-результатами и между собой;
• выбор оптимального набора метрик, исходя из поставленных целей и задач;
• определение критических значений метрик, чтобы фокусировать внимание на тех направлениях деятельности, ситуация в которых выходит за пределы нормы.
Каждый из этих пунктов заслуживает отдельной статьи, и может даже не одной. Но тема сегодняшнего опуса касается только последней темы - как определить критические/пороговые значения наших HR-метрик.
Определение пороговых значений будет полезно всем без исключения. Представьте себе автомобиль, на приборной панели которого все индикаторы показывают только значения текущих параметров и никак не подсвечивают возможные неисправности. Таким автомобилем можно управлять, но, как кажется, делать это намного сложнее. Вот так же обстоят дела и с нашими метриками без ориентиров. Добавив критические значения HR-показателей в свои отчеты, презентации и, конечно, дашборды, вы еще не достигнете цели, но значительно к ней приблизитесь. И скорее всего уже сможете управлять своими процессами так же комфортно, как вы управляете современным автомобилем.
Как это делать?
Это не так просто. Публикаций, да еще с демонстрацией практических кейсов, на эту тему не очень много. В статье приведено несколько примеров, которые можно попробовать использовать для решения этой задачи.
Графики в примерах кликабельные – вы можете менять значения параметров. Надоели статичные картинки, поэтому поэкспериментировала с визуализациями.
Графики в примерах кликабельные – вы можете менять значения параметров. Надоели статичные картинки, поэтому поэкспериментировала с визуализациями.
1 подход
Самый правильный способ – исследовать взаимосвязи метрик с основными бизнес-результатами. Этот способ непростой, точно потребует привлечения специалистов со знаниями и опытом в области науки о данных, и, конечно, у вас должны быть под рукой все необходимые данные.
Если вам повезло и действительно между метриками есть корреляция, то можно определить те самые зоны – красную, желтую и синюю, как в моем примере. В идеале, конечно, доказать причинно-следственные связи, но для определения критических зон hr-показателей корреляции будет достаточно на первых порах.
Тут есть несколько вариантов.
Если вам повезло и действительно между метриками есть корреляция, то можно определить те самые зоны – красную, желтую и синюю, как в моем примере. В идеале, конечно, доказать причинно-следственные связи, но для определения критических зон hr-показателей корреляции будет достаточно на первых порах.
Тут есть несколько вариантов.
1. Сам бизнес-показатель, с которым доказана корреляция, имеет определенные пороги, например, выполнение плана продаж или подобных показателей эффективности. Понятно, мало кому захочется, чтобы этот КПЭ был меньше 100%. Хотя возможны варианты, когда бизнес может заявить и о 105%, и о 95% выполнения КПЭ. В зависимости от договоренностей с бизнесом будут меняться и наши красно-желто-синие зоны, и иногда меняться значительно. Попробуйте на графике сами передвигать ползунок «Выбор порога КПЭ» в верхней части рисунка, и увидите, как серьезно изменятся результаты для метрики на примере укомплектованности.
2. Если бизнес-показатели не имеют своих собственных порогов, например, как в случае с выручкой (чем она больше, тем лучше), то и мы скорее всего не сможем в явном виде обозначить красные зоны. Но все равно, если корреляция между метриками есть, то ее можно использовать для определения потенциального изменения одной метрики при изменении второй. И оценить масштабы этих изменений. Это даст понимание, чем нам аукнется минус 1% по той же метрике укомплектованности, как в моем примере.
2 подход
Если ваши HR-метрики никак не связаны с бизнес-показателями, или вы пока не имеете возможности проводить подобные аналитические исследования, то можно попробовать другие варианты.
1. Достаточно распространенная практика, которая, кстати тоже вызывает много бурных споров – использование внешних бенчмарок. Такой подход мало что может сказать напрямую об эффективности, но сопоставление значений своих показателей с теми, которые складываются на рынке - не самый худший ориентир в сравнении с их полным отсутствием. Можно хотя бы оценить, насколько ты отличаешься от большинства игроков, или от самых лучших игроков, тут как вы сами выберете. Но в этом случае ключевое условие для использования такого подхода – сравниваться действительно необходимо с похожими компаниями и количество участников подобных исследований достаточно для уверенных выводов и дальнейшей работы с результатами исследований.
2. Вам не с кем сравниваться на рынке – у вас действительно уникальный бизнес или количество участников внешних исследований вас не устраивает. Возможна другая ситуация – подобные отчеты с внешними бенчмарками есть, но их детализация подходит только для оценки показателей на уровне всей компании, но точно не подходит для работы с ее составляющими частями – отдельными подразделениями, регионами или категориями должностей. Если в вашей компании много подразделений с примерно одинаковыми задачами, то можно использовать внутренний бенчмаркинг – сопоставить их между собой, определить наиболее распространенные значения интересующих вас метрик и взять их как ориентир. Тут гораздо больше простора для дальнейшей работы, вам ведь известны ключевые результаты этих подразделений. И если известны, то следующим шагом можно как раз попробовать поискать зависимости между метриками и этими результатами. То есть до моего первого пункта остается буквально несколько шагов.
3. Ваша компания или ее составные части действительно уникальны. Нельзя набрать достаточное количество данных для определения среднего и вариации по нужным метрикам. Тут остается один вариант – сравнивать себя с самим собой, но за прошлые периоды. По сути, набрать нужное количество данных, но не по другим подразделениям, а по себе в прошлом. Такой вариант подойдет, если не было серьезных изменений/потрясений в том периоде, за который вы возьмете данные для работы. Если изменения все же были, то ориентироваться на значения прошлых лет надо очень аккуратно.
3 подход
Можно попробовать еще один способ.
В этом примере у меня есть ограничения по бюджету. В качестве примера я взяла обучение. Мало кому получается уложиться рубль в рубль, поэтому часто в компаниях есть определенные допустимые границы использования запланированных ресурсов. Потратить больше не получится, потратить меньше чревато иными последствиями. И сам бюджет в течение года тоже может измениться. На картинке можно менять величину выделенных средств и их использования. Тут сейчас применена простая математика – сколько нам надо обучить сотрудников и какова должна быть средняя стоимость обучения одного, чтобы уложиться в определенные рамки. Количество сотрудников и фактические расходы можно легко пересчитать другими метриками, например, охват обучением, стоимость 1 часа обучения. А далее определить те самые красные зоны. Этот подход тоже ничего не скажет об эффективности в целом, но поможет оперативно контролировать финансовые показатели и возможно поможет не допускать перерасхода, так как свои метрики мы научились считать гораздо быстрее, чем мы получаем отчеты от финансов по результатам месяца, квартала, года.
В этом примере у меня есть ограничения по бюджету. В качестве примера я взяла обучение. Мало кому получается уложиться рубль в рубль, поэтому часто в компаниях есть определенные допустимые границы использования запланированных ресурсов. Потратить больше не получится, потратить меньше чревато иными последствиями. И сам бюджет в течение года тоже может измениться. На картинке можно менять величину выделенных средств и их использования. Тут сейчас применена простая математика – сколько нам надо обучить сотрудников и какова должна быть средняя стоимость обучения одного, чтобы уложиться в определенные рамки. Количество сотрудников и фактические расходы можно легко пересчитать другими метриками, например, охват обучением, стоимость 1 часа обучения. А далее определить те самые красные зоны. Этот подход тоже ничего не скажет об эффективности в целом, но поможет оперативно контролировать финансовые показатели и возможно поможет не допускать перерасхода, так как свои метрики мы научились считать гораздо быстрее, чем мы получаем отчеты от финансов по результатам месяца, квартала, года.
Это не единственные способы, которые можно использовать для определения того, в норме ли твои показатели. Есть и другие варианты, и многие из вас наверняка используют свои подходы, которые, надеюсь, отлично помогают быстро ориентироваться, фокусировать внимание и пускать ресурсы именно туда, где это необходимо в первую очередь.
Как я уже написала в самом начале статьи - для действительно эффективного использования метрик в ежедневной деятельности надо обладать определёнными навыками:
• понимать свои метрики
• правильно интерпретировать результаты
• превращать эти результаты в действия и ценность для компании
Как я уже написала в самом начале статьи - для действительно эффективного использования метрик в ежедневной деятельности надо обладать определёнными навыками:
• понимать свои метрики
• правильно интерпретировать результаты
• превращать эти результаты в действия и ценность для компании
Заполняя эту форму, вы соглашаетесь с политикой конфиденциальности.
Обзор, градация от "Больше теории" к "Больше практике", статьи, авторские заметки, новости от компании TalentCode.
12 книг по HR-аналитике
Читайте также
Подписаться на рассылку
Заполняя эту форму вы соглашаетесь с политикой конфиденциальности TalentCode.