Почему прорывные технологии не всегда помогают HR-менеджерам

В России HR-отрасль постепенно начинает использовать прорывные технологии. Можно встретить кейсы с применением искусственного интеллекта, больших данных, блокчейна и машинного обучения, которые делают работу с персоналом удобной и качественной. Еще в 2016-м Deloitte спрогнозировал, что аналитика больших данных войдет в 10 главных трендов года и будет одним из самых перспективных направлений развития отрасли. Уже на тот момент инструменты big data использовали примерно в 40% HR-департаментов компаний по всему миру. На рынке явно прослеживается стремительный рост этого показателя, хотя качество самих данных по-прежнему находится на низком уровне. 15% опрошенных участников исследования SAP и Deloitte хранят HR-данные в одной интегрированной системе, но при этом 35% обходятся без выстроенных процессов и систем, поддерживающих HR-аналитику. 60% респондентов и вовсе делают анализ по персоналу вручную с помощью стандартных офисных приложений. И причина таких показателей в недостаточном понимании компаниями необходимости правильно собирать, хранить и обрабатывать свои данные.

У многих компаний есть огромное желание попробовать новые ИТ-технологии для поиска и найма персонала, ведь тема, что называется, хайповая. Такие запросы поступают, например, от сельскохозяйственных компаний, которые ищут аграриев с умением читать геокарты, управлять дроном и взаимодействовать со сложным ПО и хотели бы привлечь к процессу поиска искусственный интеллект. Получается двоякая ситуация: с одной стороны, на рынке пока нет базовых знаний и навыков о том, как управлять данными, а у большинства компаний все еще нет систем, в которых данные хранятся, классифицируются и потом анализируются. Но при этом, с другой стороны, есть большая заинтересованность в новых технологиях и их применении при решении нестандартных задач.

Например, компания делает ежегодный срез по увеличению производительности труда в виде оценок персонала. Показатели за год улучшились на 2%. И тут встает вопрос: на 2% выросла производительность в компании или это просто оценки стали хорошими? Понять ситуацию можно, только если в компании есть централизованная платформа, которая хранит всю информацию в одном формате, с единой структурой. В HR важно, чтобы существовал общий, одинаковый для всех процессов алгоритм и информация о сотрудниках в любой момент могла бы обогащаться бизнес-данными компании: о продажах, выручке, привлечении новых клиентов и т.д.

Грейдинг — основа основ

Думаю, каждый менеджер по персоналу задавался вопросами, как быстро оценить, соответствует ли сотрудник компании занимаемой должности или, возможно, он ее уже перерос и ему надо предложить повышение. Часто у рекрутеров возникает задача подготовить описание вакансии и основных характеристик соискателя. Если наладить в компании систему грейдов, это существенно облегчит жизнь и убыстрит работу кадровых служб. Возьмем, к примеру, опыт SAP. В нашей компании давно существует внутренняя структура: пять уровней и более десяти функциональных областей. Данные грейдов используются во всех внутренних и внешних HR-процессах: оценке персонала, соответствии сотрудника занимаемой должности, повышении, рекрутменте и т.д. Когда менеджер ставит задачу найти сотрудника в отдел, рекрутер уже знает те характеристики, которым должен соответствовать соискатель, и может на первом этапе оценить его возможность работать в компании. Для каждого профиля и грейда есть описание навыков, которыми должен обладать сотрудник, и это существенно облегчает задачу при составлении описания вакансии и оценке персонала и помогает при пересмотре заработной платы в процессе бюджетирования. Все данные стандартизированы и хранятся в единой системе, причем не только по России, но и по всем 180 странам присутствия компании.

Роботизированный подбор