Как «умная аналитика» помогает нанимать кандидатов и контролировать текучку

Как благодаря нейросетям собрать команду мечты — без изнурительных поисков и болезненных расставаний, рассказал Сергей Ахметов, генеральный директор HRTech-компании «Поток».

От данных к действиям

Российские компании собирают огромные объемы информации о своих сотрудниках: данные о производительности, уровне вовлеченности, текучести кадров, эффективности обучения. Однако сбор данных сам по себе не приносит пользы. Главная ценность — умение анализировать информацию и использовать ее в решениях.

ИИ-аналитика особенно актуальна в семи кадровых задачах:

1. Управление текучестью: прогнозировать увольнения и вычислять группы риска.
2. Подбор персонала: оценивать качество найма и эффективность источников кандидатов.
3. Развитие сотрудников: оценивать потребности в обучении и эффективность тренингов.
4. Производительность: изучать модели оценки эффективности.
5. Компенсации: анализировать конкурентоспособности зарплат и справедливость систем оплаты.
6. Вовлеченность: проводить опросы и оценивать мотивацию.
7. Планирование персонала: прогнозировать потребности в компетенциях.

Аналитика становится «умной» благодаря технологиям машинного обучения, больших данных и искусственного интеллекта, которые оценивают информацию о сотрудниках и кандидатах. Нейросети позволяют эйчарам делать точные прогнозы и принимать обоснованные решения. Благодаря искусственному интеллекту HR-специалисты выходят за рамки оперативных задач и становятся полноценными стратегическими партнерами для руководства компании.

Четыре примера, как «умная» HR-аналитика помогает бизнесу

Пример №1: Прогнозирование потребностей в персонале

Одна из главных задач HR-специалистов — правильное планирование численности персонала. Однако часто бывает, что спрос на специалистов растет внезапно, и hr-отдел к нему не готов. Чтобы избежать такой ситуации, проанализируйте сезонность.

Как проанализировать сезонность

Наем во многих отраслях зависит от времени года или экономических циклов. Например, в ритейле перед праздниками всегда нужны продавцы, а в IT-компаниях пик нагрузки приходится на запуск новых проектов в начале года.

• Соберите данные за несколько лет о количестве нанятых сотрудников по месяцам.
• Проанализируйте связь между объемом заказов или проектов и потребностью в персонале.
• Сделайте прогноз с помощью нейросети, который учитывает сезонные колебания.

Пример промта

[Название_компании]: InnovateTech Solutions[Текущее_количество сотрудников]: 150[Рост_за_последний_год]: 25%[Уровень_текучести_кадров]: 12%[Новые_проекты]: Разработка платформы для управления проектами на основе AI[Предстоящие_события]: Слияние с компанией, специализирующейся на облачных технологиях

Пример вывода от нейросети 

Чтобы спрогнозировать необходимую численность персонала на следующий финансовый год в InnovateTech Solutions, давайте разберем предоставленную информацию:

1. Текущее количество сотрудников: 150
2. Ожидаемый рост: 25%
3. Уровень текучести кадров: 12%
4. Разработка платформы для управления проектами на основе AI:Это, вероятно, потребует дополнительных ресурсов, особенно в таких областях, как разработка продукта, маркетинг, продажи и поддержка клиентов.
5. Слияние с компанией, специализирующейся на облачных технологиях:Слияние может привести к усилиям по интеграции и потенциальной реструктуризации, что повлияет на кадровые потребности.

Расчет ожидаемой численности персонала:

1. Ожидаемый рост: 25% от 150 (текущее количество сотрудников) = 38 сотрудников
2. Откат: 12% от 150 = 18 сотрудников
3. Чистый рост: 38 - 18 = 20 сотрудников

Прогнозируемая численность персонала на следующий финансовый год: текущая численность персонала + чистый рост = 150 + 20 = 170 сотрудников

Анализ

1. Влияние текучести кадров: Уровень текучести в 12% указывает на то, что 18 сотрудников могут покинуть компанию. Важно учитывать навыки и должности уходящих сотрудников. Если они занимают критически важные роли, потребуется дополнительный наем или стратегическое планирование для замены навыков.
2. Разработка новой платформы на основе AI:Разработка новой платформы увеличит рабочую нагрузку в различных отделах. Вам понадобится дополнительный персонал в области разработки, контроля качества, маркетинга, продаж и поддержки клиентов. Важно оценить влияние на каждый отдел и согласовать потребности в найме.
3. Слияние с компанией, специализирующейся на облачных технологиях:Слияние приведет к дублированию ролей или проблемам с интеграцией. Тщательно оцените рабочие мощности приобретенной компании и потенциальное влияние на общую организацию. Возможно, потребуется скорректировать уровень персонала или перетасовать роли в команде.

Заключение. Учитывая предоставленную информацию, рекомендую нанять не менее 20 дополнительных сотрудников, чтобы соответствовать ожидаемому росту и противодействовать текучести кадров. Однако фактические потребности в найме будут зависеть от специфики разработки платформы на основе AI и процесса интеграции после слияния. Регулярно переоценивайте потребность в кадрах в ходе выполнения проектов и из-за любых непредвиденных изменений в бизнес-среде.

Пример №2: Работа с пассивными кандидатами

Пассивные кандидаты — это люди, которые не ищут работу активно, но заинтересуются вашим предложением при правильном подходе. Для работы с ними используйте более тонкие методы.

Как изучить профили кандидатов в социальных сетях

Соцсети содержат множество информации о специалистах: какие проекты они запускали, что не нравилось на прошлой работе. Используйте эту информацию, чтобы создать целевой список потенциальных сотрудников.

• Определите площадки и должности кандидатов, которые ищете.
• Выделите топ-соискателей на основе их активности в соцсетях и достижений.
• Разработайте персонализированное сообщение, которое покажет, почему ваша компания идеально подходит под опыт кандидата, а также отвечает его запросам.

Пример промта для нейросети:

Напиши персонализированное сообщение для пассивного кандидата, который работает в сфере [указать сферу, например, IT, маркетинг, финансы]. Кандидат имеет опыт в [указать ключевые навыки или достижения]. Вакансия в нашей компании предполагает [кратко описать вакансию и преимущества]. Сообщение должно быть дружелюбным, ненавязчивым и подчеркивать, почему кандидату может быть интересно рассмотреть наше предложение.

Пример сообщения: «Здравствуйте, [Имя]! Я обратил(а) внимание на ваш опыт в [указать сферу или проект], особенно на [упомянуть конкретное достижение или навык]. В нашей компании [название компании] мы активно развиваем это направление, и ваш опыт мог бы стать отличным дополнением к нашей команде. Мы предлагаем [кратко описать преимущества вакансии или компании]. Если вам интересно узнать больше, я буду рад(а) обсудить, как ваши навыки могут быть полезны в наших проектах. Давайте назначим удобное время для разговора?»

Пример №3: Оптимизация процесса найма

Даже если вы правильно прогнозируете потребности и работаете с пассивными кандидатами, важно быстро и эффективно нанимать персонал. В этом вам помогут инструменты аналитики.

Как автоматизировать рутинные задачи

• Используйте чат-боты для первичного просмотра кандидатов.
• Настройте системы для автоматического анализа резюме.
• Внедряйте онлайн-тестирование для проверки навыков соискателей.

Пример: Мы в компании используем чат-бот в системе «Поток Рекрутмент» для коммуникации с кандидатами. Он автоматически отвечает на стандартные вопросы, записывает собеседования и проводит базовые тесты. Благодаря боту мы сократили время обработки одного кандидата с 3 дней до 1 дня.

Как проанализировать эффективность источников привлечения кандидатов

• Отслеживайте количество откликов с разных площадок.
• Оценивайте качество кандидатов, например, по проценту прохождения собеседований.
• Сравнивайте затраты на каждый источник.

После анализа данных вы можете выяснить, что вакансии, опубликованные в соцсетях, приносят вам лучших кандидатов, чем доски объявлений, или наоборот. 

Пример №4: Предсказание оттока сотрудников

Системы на основе искусственного интеллекта анализируют данные о сотрудниках, чтобы предсказать вероятность их увольнения. Это позволяет эйчарам заранее принимать меры по удержанию ценных специалистов.

Как действовать:

1. Соберите данные из различных источников: корпоративная почта, для колл-центров — записи разговоров, оценка персонала методом 360°, посещаемость карьерных сайтов.
2. Создайте модель машинного обучения для анализа паттернов поведения сотрудников.
3. Формируйте список сотрудников, которые могут уйти, и генерируйте в нейросетях рекомендации по удержанию.

Главный навык HR – строить гипотезы на основе данных

Аналитика с помощью нейросетей — мощный инструмент, который помогает в работе с персоналом. Но главное для эйчара — правильно составлять гипотезы на основе данных и объяснять руководителю, как нужно действовать, чтобы решить проблему.

К примеру, HR-специалисты замечают значительный отток сотрудников на этапе адаптации. Каковы возможные причины? Может быть недостаточно развита система наставничества? Или сама система адаптации не нравится новичкам? А может есть утечки данных о нанятых на работу сотрудниках и их «хантят» конкуренты? Умная аналитика оценит причины проблемы и повысит эффективность HR-стратегии. 

Как видите, технологии берут на себя операционную нагрузку и освобождают HR-специалистов для более тесного взаимодействия с соискателями и сотрудниками, что способствует достижению бизнес-целей компании.