Анализ данных — огромная область знаний, коллекция методов и инструментов, которые преследуют единственную цель: превращение данных в решения, мудрость и выгоду. Работая с данными, мы задаем множество разных вопросов — от простого «что произошло вчера?» до «что мне со всем этим теперь делать?».

Череда вопросов от легких и понятных усложняется с каждым уровнем анализа данных. И чем сложнее вопросы и неоднозначнее ответы, тем больше выгода, которую мы можем получить в конце.

До того, как превратиться в мудрость, данные проходят 7 крупных этапов: от непосредственного создания данных и источников, в которых они хранятся, до конечного потребления и принятия решений.

Путь цикличен — начинается с цели и вопросов, которые у вас есть, а заканчивается принятием решений и постановкой новых вопросов.

На каждом этапе важны инструменты, которые помогают переходить на следующий этап. Больше всего информационных систем и инструментов используется на этапах сбора и подготовки данных. Все остальное взаимодействие с данными для превращения их в ценность зависит от навыков и умений человека, который с ними работает.

Всегда полезно помнить, как данные попадают к вам и куда они попадут после вас. Это повысит качество вашей работы.

Ориентироваться в бизнес-процессах компании и ставить новые вопросы помогают KPI — Ключевые показатели эффективности. KPI — это управленческий инструмент, который позволяет контролировать и оценивать работу людей и подразделений.

Благодаря ключевым показателям эффективности мы можем грамотно оценить свою деятельность.

Обычно, это макро-показатель, который отслеживается на постоянной основе в силу своей важности. KPI выступает как верхнеуровневый индикатор состояния бизнеса, процесса или продукта.

А теперь посмотрим на примере дашбордов HR-функции, как отслеживание KPI помогает принимать решения и влиять на бизнес.

Основной запрос, который возник у нас в компании – потребность в своевременной аналитике по HR, доступной в любой удобный момент времени. Пользователи хотят смотреть данные во всех срезах: ежедневно, ежемесячно, ежеквартально и в годовом разрезе.

Мы поставили себе две цели.

Данных по персоналу собирается очень много, но все системы в большинстве случаев выгружают данные в Excel. Сотрудники тратят много времени на то, чтобы собрать отдельные выгрузки в едином месте для проведения комплексного анализа. Аналитики просто не успевают собрать нужные данные к запросу на создание отчета, как уже появляется новый запрос.

Для верхнеуровневого HR важно получить дашборд, который покрывает основные метрики в рамках всей компании. Это важно для понимания того, как ситуация по персоналу развивается в течение нескольких месяцев.

В 2020 году появилось несколько новых метрик, которые мы и не думали, что нам придется собирать и мониторить. Но все это важно – и для того, чтобы обеспечивать безопасность сотрудников компании и, в том числе, для предоставления отчетов внешним регуляторам и ведомствам.

Раньше мы просто собирали презентации для топ-менеджмента. Но потом добавили прогнозные модели, социометрику, отслеживание активности пользователей… И когда мы это сделали, коллегам тоже захотелось отказаться от ручного сбора данных и перейти на единый источник данных.

Сейчас мы помогаем бизнесу не только получать визуализацию важных метрик, но и выполняем интеграцию с различными системами для своевременного получения данных. Если раньше на получение данных уходило несколько недель, то сегодня все происходит моментально. Кроме этого, пеше вопрос с качеством данных — все собирается централизованно.

Среди особенностей работы с данными в HR, я могу выделить острую проблему безопасности данных. Данные по персоналу относятся в группе персональных данных, то есть они конфиденциальны. Даже руководители не все данные могут видеть. Конечно, на Excel-файлах сложно поддерживать безопасность таких чувствительных данных на должном уровне.

Вместе с Qlik, мы смогли создать ролевую модель доступов — специальную надстройку, с помощью которой можно легко управлять всеми доступами. Внутри компании все очень подвижно, оргструктура часто меняется. Поэтому, ролевая модель позволяет нам быстро реагировать на все изменения в оргструктуре, сохраняя доступность данных.

Одна из главных функций HR — контроль над удержанием кадров. Благодаря анализу данных, мы научились довольно точно предсказывать уход сотрудника по собственному желанию. Модель рассчитывает прогноз на основании нескольких факторов, такие как возраст, рабочий стаж в компании, проведенное время в должности, местоположение, система премирования и многое другое — и она проверена на практике.

Наши расчеты показали высокую эффективность. Почти половину из тех, кто думал увольняться, мы смогли удержать. Текучесть кадров снизилась после того, как мы начали активно использовать такой инструмент.

Укомплектованность — это данные по штатной численности текущих сотрудников и вакантных местах. Мы смогли посмотреть, как долго наши вакансии остаются не закрытыми. Задавали вопросы: а почему они не публикуются? А как долго наши вакансии не заводятся? А действительно ли они нам нужны? Такой анализ помог нам оптимизировать ФОТ, отсеяв ненужные вакансии.

Более того, мы теперь прозрачнее видим процесс найма. А на какой стадии подбора у нас тормозится процесс? Рекрутер не может найти человека или процесс застрял на этапе согласования? Это позволяет быстро скоммуницировать, сократить время простоя, спрогнозировать время выхода сотрудника.