Аналитика в HR | HR-tech

#статистика #CI #доверительный_интервал

Часть 1

Имеются данные количества произведенных деталей некоторой группы сотрудников (наша выборка) из большого отдела (а это генеральная совокупность, которая нам не известна).
Наша задача понять диапазон кол-ва деталей, которые с 95% вероятностью делает любой сотрудники из данного отдела
Для того, чтобы понять этот диапазон нам и понадобится доверительный интервал.

⚡️Доверительный интервал (confidence interval) – это диапазон, который с определенной вероятностью накрывает оцениваемый параметр генеральной совокупности.
Другими словами, он показывает насколько параметры из выборки могут отличаться от параметров из генеральной совокупности (ГС).

Формула расчета:
расчет происходит в два этапа.
на первом этапе рассчитывается ошибка репрезентативности (standard error). Рассчитывается как среднее квадратическое отклонение / квадратный корень размера выборки.
на втором этапе пользователь задает вероятность погрешности (через t-критерий Стьюдента) и рассчитывает ДИ.

#метрики #подбор #испытательный_срок

⚡️ Доля кандидатов, успешно прошедших испытательный срок - это базовая метрика эффективности функций подбора и адаптации сотрудников. Обычно она рассчитывается ежемесячно, но для динамичных рынков или рынков с высокой текучестью (например, в ритейле) такую метрику можно рассчитывать и еженедельно.

Хорошей идеей будет рассчитывать этот показатель по категориям персонала (если применимо для вас): производство, бэкофис и пр. Так как условия работы у разных категорией могут сильно отличаться.

Не забывайте, что испытательный срок не может превышать трех месяцев. Для руководителей организаций, их заместителей, главных бухгалтеров и их заместителей, а также для руководителей филиалов и представительств, он может быть до шести месяцев (ТК РФ).

⚡️Пример: В марте в компанию пришли 30 сотрудников, из которых 15 успешно прошли испытательный срок.
Доля кандидатов, успешно прошедших испытательный срок в марте, составит: 15 / 30 = 0,5 (или 50%).

#статистика #сигма #среднеквадратическое_отклонение #SD

⚡️ Среднеквадратичное отклонение (standard deviation, стандартное отклонение, сигма, σ) — это показатель, который показывает, насколько сильно все значения в наборе данных отклоняются от среднего значения.

Формулы оставим в стороне, а в Excel стандартное отклонение можно найти с помощью функции =СТАНДОТКЛОН.Г() для генеральной совокупности и =СТАНДОТКЛОН.В() для выборки.

⚡️Пример: У нас есть два набора данных, показывающих, сколько недель искали ИТ-специалиста два рекрутера.
Рекрутер 1: {1, 1, 14, 14};
Рекрутер 2: {6, 6, 9, 9}.
Нужно решить, какому рекрутеру лучше отдать вакансию.
Если рассчитать среднее арифметическое, то в обоих случаях оно составит 7,5 недели. Кажется, что разницы нет, но если посчитать сигму, то у рекрутера 1 она будет 6,5 недель, а у рекрутера 2 — 1,5 недели.

Это означает, что рекрутер 2, скорее всего, закроет вакансию за 7,5 ± 1,5 недели, тогда как у рекрутера 1 результат может варьироваться от 1,5 до 14 недель.

#метрики #eLTV

⚡️Концепция Employee Lifetime Value (eLTV) — это способ измерения дохода, который принесет сотрудник за свою «жизнь» в компании.

Расчет: доходы – расходы на сотрудника.
Доходы – выручка от продаж, производительность выраженная в деньгах и пр.
Расходы – зп, премии, расходы на найм, адаптацию, обучение и пр.

Если речь идет про продажи, производство и подразделения, которые приносят деньги, то все работает. А что делать с бэк-офисом, с теми, кто напрямую не влияет на фин.результат компании?

Один из вариантов решения — введение балльной системы.
Рассчитывается абстрактный балл эффективности (обычно на основе произв.подразделений)
Каждый сотрудник бэк-офиса оценивается на регулярной основе (раз в месяц) и получает какое-то количество баллов.
Эти баллы конвертируются в деньги по итогам работы и определяется годовая эффективность.

Частное мнение автора: eLTVE — это больше красивая концепция. Не видел серьезных кейсов с цифрами применения eLTV в HR. Но допускаю, что где-то это работает.

#основы #гипотеза

⚡️ Гипотеза – один из главных инструментов HR-анализа. Без четко сформулированной гипотезы HR-аналитик рискует свернуть не туда, ничего не найти или найти совсем не то, что он должен был искать.

Ниже три простые шага, которые позволят сформулировать гипотезу:

ШАГ 1: Прежде всего любая гипотеза должна содержать основное предположение, то, что мы планируем доказать или подтвердить. Можно использовать формулировку:
«Мы полагаем, что….»

ШАГ 2: Далее мы должны определить те инструменты, с помощью которых мы сможем проверить исходную гипотезу. Это могут быть разные методы исследования, инструменты или метрики:
«Для проверки гипотезы мы осуществим анализ…. и определим…»

ШАГ 3: Критерий успеха или неудачи позволит заранее определить, что для нас будет являться положительным исходом проверки гипотезы, а что отрицательным:
«Гипотеза будет считаться подтвержденной в случае, если…» «В случае если расчетные показатели …» «Если мы получим результаты …».

#статистика #выбросы #IQR

Выбросы – это нетипичные значения в выборке данных, которые существенно отличаются от основного массива данных по закону нормальному распределения. Для того, чтобы работать с однородным массивом данных необходимо исключать выбросы. Но как понять какое значение все еще укладывается в нормальное распределение, а какое уже считается выбросом?

Ниже метод выявление выбросов в массиве данных:

1. Сортируем все значения и определяем первый (Q1) и третий (Q3) квартиль. О них мы говорили ранее.

2. Рассчитываем межквартильный размах (IQR). О нем мы также говорили.

3. Теперь рассчитаем диапазон, за пределами которого будут находиться выбросы. Диапазон будет ограничиваться верхней и нижней границей.
a. Верхняя граница = Q3 + (IQR*3)
b. Нижняя граница = Q1 – (IQR*3)

Все, что будет находиться за рамками этих границ считается выбросами

#статистика #IQR

⚡️Межквартальный размах (IQR) — это способ измерения разброса средних 50% массива данных. Он рассчитывается как разница между первым квартилем (Q1) и третьим квартилем (Q3).

IQR используется в расчетах, например, для определения выбросов массива данных, представления информации о распределениях случайных величин, для построения графиков (диаграмма размахов) и при анализе выборок.

⚡️Формула расчета: IQR = Q3-Q1.

В Excel готовой функции для расчёта IQR нет, поэтому сначала будет необходимо рассчитать первый и третий квартиль (здесь мы писали как), а затем, отнять от третьего – первый.

#личное #полумарафон

По мотивам сегодняшнего полумарафона в Лужниках.

На скрине график нормального распределения результатов участников забега (сделаю об этом инструменте отдельный пост).
Построен на массиве данных в примерно 6.5к участников. Это те, кто добежал, дошел, дополз до финиша.

По оси Х - результаты в секундах, по оси Y - доля участников с этим результатом. Желтые колонки - это фактические результаты участников, а синяя диаграмма - это Гаусс.
Почти идеальное распределение.

Теперь немного математики: средняя время участника составило 2 часа, 14 минут 49 секунд, отклонение от него 26 минут 55 секунд.
С вероятностью 95%, если завтра вы побежите полумарафон с более-менее схожими условиями (погода, трасса и пр.), ваш результат будет в диапазоне: 80 минут - 214 минут.

Поздравляю всех, кто участвовал, кто боролся с самим собой и не смотря ни на что, добрался до финиша. Вы большие молодцы!

#методы #корреляция

Иногда я шучу, что, используя корреляцию возможно найти взаимосвязь буквально между чем угодно. Например, ростом и уровнем заработной платы (надеюсь, что это считывается как шутка).
В действительно же это пример ложной корреляции, которая на практике встречается довольно часто.

⚡️Ложная корреляция – это ситуация при которой два или более показателей демонстрируют корреляцию в следствии совпадения их графиков или наличия некого скрытого фактора, а не причинно-следственной связи. То есть значения двух факторов на графике совпадают, но не связаны по смыслу.

Происходит это по двум причинам:
1. Есть некий скрытый фактор, который влияет на сравн. факторы и не учтен в модели;
2. Случайное совпадение значений двух факторов (как на графике).

Как отследить:
1. Самый очевидный способ — руководствоваться здравым смыслом. Критически анализировать возможность взаимосвязи между факторами.
2. Использовать нулевую гипотезу и проверку p-значения.
3. Обеспечить надлежащую репрезентативность выборки.

#методы #лояльность #липпонен

⚡️ Юкка Липпонен (Jukka Lipponen) — исследователь из Хельсинки, предложил интересный метод оценки лояльности и приверженности персонала компании.

Методология метода:
1. Сотрудники отвечают на 10 вопросов (на скрине) по 5-бальной шкале Ликерта, где 1 – категорически не согласен, 5 – полностью согласен с утверждением.
Причем 5 вопросов касаются структурного подразделения, где работает сотрудник и 5 - компании в целом. Вопросы идентичны, меняется только объект суждения.
2. Подсчитывается кол-во баллов отдельно по СП и компании в целом и сравнивается со значениями ниже:

Меньше 10 баллов - критическое значение, низкая лояльность, не является приверженцем компании, возможный детрактор;
10-20 баллов - нейтральная зона;
более 20 баллов - высокая лояльность, сотрудник является приверженцем компании, возможный промоутер компании.

Для чего использовать:
1. Оценка лояльности по СП и компании в целом
2. Идентификация амбассадоров компании
3. Как компонент для включения в кадровый резерв

#метрики #подбор #стоимость_найма

⚡️Стоимость найма — это те затраты, которые несет компания в связи с наймом одного сотрудника.
Метрика может рассчитывать как среднее значение стоимости за период так и абсолютную стоимость найма на конкретную роль.
Является одной из основных метрик в группе метрик подбора персонала.

🔹Нюансы расчета:
1. Расходы на подбор могут быть прямые и косвенные.
Прямые — это те, которые напрямую связанны с наймом: стоимость публикации вакансии, рекламы, ФОТ команды рекрутеров и т.д.
Косвенные — это те, которые напрямую не связаны с подбором, но которые появились в связи с ним: стоимость лицензий на ATS, стоимость рабочего места, зп не рекрутеров включенных в процесс и т.д. Чаще всего при расчете используют прямые расходы, но более полную оценку дает включение и косвенных.

2. Расходы годовые (доступ к базе кандидатов на год вперед) учитывают пропорц. периоду. То есть в расчет берут только ту часть стоимости, которая "легла" на конкретные закрытия.

#метрики #on_time_fill_rate

⚡️Доля вакансий, закрытых в срок (On-Time Fill Rate) — это процент вакансий, закрытых в сроки, установленные политиками компании.
Метрика относится к группе метрик эффективности функции подбора и часто используется для оценки индивидуальной результативности рекрутеров.
Бенчмарком считается результат выше 80%.

Для того, что метрика действительно работала и оценивала эффективность рекрутера необходимо грамотно установить те самые сроки закрытия вакансий.

Сделать это можно двумя способами:
1. Выделить несколько групп вакансий: бэкофис, менеджмент, производственный персонал (или другие категории для вашей компании), рассчитать среднюю продолжительность найма по каждой категории за 6 или 12 месяцев и установить первоначальный бенчмарк. А далее при необходимости его подтягивать.
2. Обратиться к существующим бенчмаркам на рынке.
Например, сейчас для России это от 60 до 90 дней. Данные 2023 года тут и тут

#инструменты #LibreOffice_Calc

Еще одна альтернатива самого популярного табличного редактора Excel - LibreOffice Calc. Его делали те же ребята, что и OpenOffice, так что системы во многом похожи.

⚡️ LibreOffice — офисный пакет, полностью совместимый с 32/64-битными системами. Поддерживает большинство популярных операционных систем, включая GNU/Linux, Microsoft Windows и Mac OS X. В его состав входит табличный редактор LibreOffice Calc.
Главное отличие от OpenOffice — постоянная поддержка разработчиков. Последнее обновление OpenOffice было в 14 году, а LiberOffice - в феврале 24 года.

⚡️ Установка: Выбираете свою систему, язык и скачиваете дистрибутив. Дальше устанавливается как стандартное ПО.

⚡️ Плюсы:
- Бесплатный
- Прекрасно работает с расширениями MS Office и полностью совместим с ними
- Поддерживает работу с расширением .pdf
- Поддержка от разработчиков
- Работа на вашем компьютере, не в облаке (!)

⚡️Минусы:
- Есть MS Office и Google

Вики

Гайд на русском

#статистика #выборка

⚡️ Определение объема выборка – важный показатель, без которого невозможно провести адекватное исследование и сделать объективные выводы.

Чаще всего в реальности объем выборки определяется эмпирически или «на глаз». То есть, вот у нас есть 100 сотрудников, давайте возьмем 20% - это будет наша выборка.
Иногда такой подход работает, но чаще – нет.

Есть разные методы определения объема выборки. Один из самых распространенных - расчет через доверительный интервал.

⚡️Формула: n = (z × σ / H)2, где:
n – размер выборки;
z – доверительный уровень (при р = 0,05 z = 1,96). Считайте это константой и используйте 1,96.
σ – стандартное отклонение;
Н – допустимая ошибка в натуральных величинах.

Считать это руками может быть неудобно и требует некоторых знаний, поэтому на практике часто используют калькуляторы размера выборки. Они работают по формуле, но всю "математику прячут.
Например такой, такой или вот такой.

#основы #6_вопросов

При работе с запросами на анализ информации необходимо реальное понимание "боли" заказчика. Один из способов качественно "снять" запрос - метод 6 вопросов.

Предположим нам поступил запрос (почти на реальных событиях): "Что у нас уровнем абсентеизма в компании?".
Попробуем конкретизировать запрос:

1. Что мы хотим выяснить?
Хотим понять какой у нас сейчас общий уровень абсентеизма в компании
2. Зачем мы хотим это сделать?
У нас снижение выработки и есть гипотеза, что причина этого в росте абсентеизме.
3. Кто будет нашей аудиторией?
Только производственные цеха
4. За какой период нужны данные?
Текущий месяц и динамику хочу посмотреть за весь год
5. Где будем собирать данные?
Только по нашему региону
6. В каком виде нужен результат?
В виде заключения есть ли связь абсентеизма с падением выработки

Таким образом вместо абстрактного подсчета уровня абсентеизма, мы подготовим заключение по влиянию уровня абсентеизма в производственных подразделениях на выработку продукции в динамике по году.

#инструменты #SmartSheet

Excel – это основной инструмент работы с данными для HR-аналитика. Но что делать, если доступа к нему нет (стоимость, ограничения использования и пр.). Рассмотрим имеющиеся альтернативы:

⚡️ SmartSheet - это платное веб-приложение (то есть работа по сути идет в облаке) с возможностью работы с эл.таблицами. Отличительной особенностью приложения является широкий функционал для управления проектами (диаграмма Ганта, совместная работа и пр.). Есть русский язык.

⚡️ Установка: как таковая не нужна. Регистрируемся на сайте, оплачиваем подписку и работаем.

⚡️ Плюсы:
- Лаконичный и красивый интерфейс (любителям яблочных девайсов зайдет)
- Поддерживает совместную работу с файлами
- Полностью совместим с пакетом MS Office
- Имеет довольно широкий арсенал инструментов по управлению проектом в том числе по работе над проектом в составе команды

⚡️Минусы:
- Платный (от 9$ за пользователя, есть бесплатная триальная версия)
- Облачный (отнесу к минусам в части работы по обеспечению 152-ФЗ)

#исследования #парадокс_симпсона

⚡️Парадокс Симпсона - это явление в статистике, когда при наличии нескольких групп данных, в каждой из которых наблюдается одинаково направленная зависимость, при объединении этих групп направление зависимости меняется.

Что значит этот набор слов: предположим вы провели исследование взаимосвязи производительности и времени отдыха по компании в целом. Получили зависимость по графику (1). Производительность тем выше, чем меньше сотрудник отдыхает. Все логично — отдых вреден. Будем отпускать смену на минимально предусмотренный законом перерыв и снова в забой!
Но если мы сделаем тот же анализ не по компании в целом, а по отделам, с выделением производства, например, то увидим противоположный график (2-4). Производительность тем выше, чем больше человек отдыхает.

⚡️Как избежать возникновения таких парадоксов:
1. Разбивать массивы данных на группы или когорты (компании на отделы, сотрудников на группы и пр.)
2. Не делать общих выводов "по больнице" когда этого можно избежать.

#визуализация #санкей #sankey

⚡️ Диаграмма Cанкей (Sankey diagram) - это визуализация потоков от одного целевого действия (события) к другому.
Логика такая: есть исходное событие (источник), который находится слева на схеме. Далее происходит переход уникальных единиц от источника к следующим событиям, которые будем считать на первом шаге целевыми действиями. Количество уникальных единиц, совершивших переход от источника к цели показано с помощью ширины канала (линии на диаграмме). Чем она шире, тем больше единиц переходит от источника к цели.

Диаграмму используют для отображения распределения потока на составные части, для отображения пропускной способности, эффективности процессов, распределения чего-либо (персонала, бюджета, кандидатов и пр).

К сожалению, готовых шаблонов в Excel, для построения диаграммы, нет. Можно или скачать плагин для Excel (например, такой или такой) или использовать BI-инструменты.

#инструменты #OpenOffice

Excel – это основной инструмент работы с данными для HR-аналитика. По принципу Парето Excel может обеспечить 80% результатов при 20% усилий. Но что делать, если доступа к нему нет (стоимость, ограничения использования и пр.). Рассмотрим имеющиеся альтернативы:

⚡️ OpenOffice- это бесплатное ПО с открытым кодом. В него входят: приложение для работы с текстом, с электронными таблицами, графический редактор, система презентаций и простенькая БД. То есть это полный аналог Excel, Word, PowerPoint и пр.
Есть версии для OS X, Linux, Win (32,64-bit) и конечно пользовательский интерфейс на разных языках, включая русский.

⚡️ Установка: Выбираете свою систему и скачиваете дистрибутив. Дальше устанавливается как стандартное ПО.

⚡️ Плюсы:
- Бесплатный
- Прекрасно работает с расширениями MS Office и полностью совместим с ними
- Работа на вашем компьютере, не в облаке (!)

⚡️Минусы:
- Есть MS Office и Google
- В настоящий момент обновления не выпускают

Документация

#основы #152ФЗ

Большая часть данных, с которыми работают HR-аналитики, подпадает прямо или косвенно под 152-ФЗ.
Собрал несколько ключевых тейков по этому закону и нюансов его исполнения (часть 2):

5. Данные в физическом виде должны находится в месте с ограниченным доступом (сейф, например) только на территории РФ. В эл.виде только на серверах на территории РФ и имеющих специальный сертификат. Причем обработка перс.данных также возможна только на серверах в РФ, обратите внимание на этот нюанс. Что такое обработка? А это любые манипуляции с данными. Когда будете в следующий раз мерджить два столбца с именем и фамилией сотрудника в google Sheets подумаете, где физически находятся эти сервера :)

6. Сотрудник в любой момент может затребовать информацию о целях использования своих перс.данных и может отозвать свое разрешение на их использование.

6. Компания не имеет право использовать информацию или передавать информацию о сотруднике третьим лицам если этого прямо не указано в разрешении.