Что касается процессов оценки персонала, в производственных компаниях снова преимущественно в очном формате проводятся тренинги и Центры Оценки, а в каждой третьей организации из сферы IT в офлайн вернулись интервью с кандидатами (вероятно, это касается интервью с определенными категориями персонала). Все-таки при очном общении значительно проще понять, что собеседник чувствует и имеет в виду, но не говорит напрямую. Сложно представить, что процесс оценки персонала станет на 100% цифровым.
Другое дело — сбор и анализ данных. HR-специалисты более половины российских компаний говорят о том, что все чаще опираются на работу с данными при организации процессов внешнего найма. Около трети респондентов используют HR-аналитику также для внутреннего отбора, адаптации и обучения сотрудников, в рамках performance management и работы с компенсациями и льготами. И все чаще данные лежат в основе принимаемых решений, помогая делать их своевременными и эффективными. «Хочется надеяться, что аккумулируемая информация интерпретируется компаниями более осознанно и глубоко», — комментирует Максим Пескин, менеджер по разработке новых продуктов и один из авторов исследования LATR-2022.
Барьерами цифровизации HR-процессов участники опроса называли нехватку навыков или специального ПО, низкое качество данных на входе и т. д. Но на самом деле главная проблема кроется не в технологиях, а в организационных процессах. Сюрприз. Исследователи SHL Россия выявили 4 ключевых препятствия для эффективной работы с данными в HR.
- Источник запросов. Самое существенное препятствие для эффективной работы с данными: почти в 90% компаний HR-аналитика по-прежнему нужна, в первую очередь, руководству или самим HR-специалистам. Руководители функций и рядовые сотрудники не имеют намерения или возможности самостоятельно запрашивать данные.
- Постановка задачи. 61% российских организаций ставят перед HR-аналитикой ретроспективную задачу: измерить, собрать или объяснить результаты. Но для выстраивания будущей стратегии нельзя опираться только на анализ прошлой деятельности! Необходимо отталкиваться от вопроса «Что может произойти в будущем?» и ставить задачи прогнозирования или поддержки выработки решений.
- Сбор данных. В двух компаниях из трех данные либо собираются вручную, либо степень автоматизации HR-аналитики настолько низкая, что полученные данные существуют в разрозненных системах, и эту информацию, так или иначе, приходится обрабатывать своими силами.
- Создание отчетов. В 57% компаний документы с представлением результатов HR-аналитики создаются по запросу, без какой-либо системы и автоматизации процесса, без удобных шаблонов и возможности моментальной выгрузки информации, без гибкого подхода к процессу.
Стоит сказать об отраслевых отличиях HR-аналитики. Примерно в каждой третьей компании данные активно собираются в вопросах управления эффективностью, в этом направлении лидирует сфера услуг (почти 50%). Организации IT-отрасли значительно чаще уделяют внимание сбору данных для изучения вовлеченности сотрудников и их удержания (41% респондентов против 28% в целом по рынку), в рамках адаптации и онбординга (50% IT-компаний), а также для диагностики эффективности управленческих команд (около 30% среди IT-компаний, что в два раза выше рыночных показателей).
Есть повод для оптимизма. Если говорить об использовании в российском HR сложных решений и инструментов с предсказательными алгоритмами, опирающихся на big data, искусственный интеллект и машинное обучение, то эксперты отмечают два момента.
Во-первых, IT-компании в целом не шире и не чаще используют такие инструменты, чем организации из других отраслей. Речь все еще идет о сложных и передовых инструментах, для которых требуются огромные массивы данных, и было бы ошибкой утверждать, что IT-отрасль смогла значительно продвинуться в этом вопросе. Копирование лучших практик у представителей IT-отрасли — очень популярный подход сегодня, однако, по мнению Максима Пескина, далеко не всегда это будет лучшим решением: стоит помнить о рисках, связанных с особенностями развития организаций в сфере высоких технологий.
Во-вторых, решения с предсказательными алгоритмами наиболее широко применяются в рамках внешнего найма сотрудников и обучения знаниям и навыкам (hard skills). «Пожалуй, связано это с тем, что в этих направлениях в большом объеме создаются данные, которые легко оцифровать. В таких сферах, как управление эффективностью, вовлечение и удержание, потребность в big data, возможно, даже выше, однако превратить данные в цифры значительно сложнее», — говорит Максим Пескин. А некоторые процессы крайне сложно показать в цифрах, принятие решений в таких вопросах остается за человеком, то есть автоматизировать все направления работы HR не представляется возможным.
Полная версия исследования «HR в гуще перемен: тенденции и практики управления персоналом» (LATR 2022) доступна пользователям SHLTOOLS 4.0 в разделе «Инсайты».
