HRTech Vision | аналитика. прогнозы. практики

HB to me 🥳

два важных факта на сегодня:
1. мне исполнилось 35 лет и в целом я довольна тем, как происходит штука под названием «моя жизнь»
2. я открыла поиск на ещё одну вакансию в команду где все потрясающие (возможно кроме меня) и буду рада рефералам, это будет лучший подарок в мире

Полгода мы настраиваем один репорт. Полгода.

Есть у меня один проект. Заказчик - мечта: вовлеченный, доброжелательный, понимающий, готовый садиться и разбирать каждый факап данных. Встречаемся, обсуждаем, утверждаем,и через две недели снова сидим, потому что опять получили говно, а не дэшик.

Технически там всё довольно просто: склеить 3 системы с одинаковым функционалом но разной архитектурой. Но каждый раз, когда кажется что мы пришли к успеху - случается сюрпрайз сюрпраайз.

Навскидку:
🔸Статус «открыто» в одной системе не равно «открыто» в другой. В другой системе «открыто» = «ожидает согласования». 🔸Обязательные поля пустые.
🔸Ответственный тянется из трех разных мест, и везде разные люди.

Мы не настраиваем дэш, мы какой-то фекально-дендральной археологией занимаемся в моменте и закапываемся в бизнес-поведение, которые формализировали, формализировали да невыформализировали.

И в этом ключевое отличие инхаус-аналитики от аутсорса.

Аутсорс-аналитик приходит, смотрит на фактоаые таблицы, говорит «дайте мне чистые данные» и строит умопомрачительно красивый отчет. Инхаус не имеет права сказать «дайте». Потому что чистых данных нет и никогда не будет. Вот такая вот фигня, собачка.

Инхаус это такой универсальный солджа, который лезет в самую грязь. Он как данные рождаются, знает, что пользователь вбивает в поля, а что не вбивает, и почему. Он ходит к пользователю и делает атата если данные внесены не по правилам.
Мы не просто строим витрины, мы подсказываем, как лучше вносить данные, учим, контролируем, настраиваем системы, чтобы следующий репорт не пришлось собирать снова из хардкодов и ручного маппинга.

Есть два стула… Мы сидим между бизнесом и инженерией. Мы знаем, почему один реквест закрыли так, а другой эдак, помним все статусы, которые «уже не используются, но встречаются». Мы видим, где процесс сломан, а где просто никто не подумал.

И да, мы платим за это цену:
Несем репутационные издержки, долг по бэклогу растет, модель обрастает исключениями и костылями.
А полгода на один репорт, хоть и звучит как провал, по факту - стоимость глубины погружения.

Поэтому нас сложнее заменить. Особенно в функциях, которые сами не шарят за свои данные. Аутсорс сделает красиво, инхаус сделает правильно (ну или объяснит почему неправильно). Потому что мы знаем где собака зарыта, мы её закапывать помогали.

Знаете, что меня держит на плаву? Когда заказчик говорит: «Так вот почему цифры не сходились! Мы думали, это баг в отчете, а это процесс сломан»

Дэшик это просто индикатор, а наша работа не столько считать, сколько учить считать правильно. В том числе самих себя.

Если вы инхаус-аналитик и узнали себя, то, ребят, вы не одни. Где-то в мире есть коллега, который в 3 часа ночи смотрит на витрину и шепотом спрашивает: А какой именно департамент тут должен быть?

Держитесь. Пишите.

Лидировать, автоматизировать и не сдохнуть: моя искренняя ретроспектива

Два года назад я увольнялась из фудтеха, отдав компании 7 лет и получив невероятный опыт преодолевания любых лебедей.
Увольнялась я выгоревшей в сопли, с четким намерением больше никогда в жизни не принимать оффер на лидовскую позицию.

Прошло два года, я лидирую команду из семи человек (плюс себя, периодически) в финтехе и до сих пор не уверена что менеджерская нагрузка это то, что меня не доконает рано или поздно.

К сожалению, или к счастью, мир бизнеса устроен так, что нельзя бесконечно обрастать соло-задачами, и если ты движовый, компетентный и подкидывающийся на все пирожочек - вместе с задачами ты обрастаешь и командой.
А я, мягко говоря, очень движовая если речь идет о работе. Мне надо причинить добро абсолютно всем, желательно быстро и так, чтобы потом я могла проконтролировать как это добро причиняется. Но умные люди говорят мне что контроль - инструмент с очень большими ограничениями.
Особенно если в три часа ночи ты не спишь потому что словила гиперфикс на сборке сложного дэшика, в 7 утра пытаешься соскоблить себя с кровати и донести до спортзала, но в итоге час в кровати просто думмскроллишь канбан-доску или чатики в тимсе.

Мэйк лонг стори шорт - в какой точке я сейчас: канал молчит, друзья забыли как я выгляжу, цифра на весах и отражение в зеркале навевает ужас, но странным образом мне было как-то подозрительно кайфово.

Обычно, описывая депрессивный эпизод, люди говорят: я страдала, плакала, не вставала с кровати.
Ну да, плакала, не вставала. Зимой. А потом случилось странное: я вставала, я стартанула три крупных проекта и несколько мелких, я нанимала людей в команду, я литерали ощущала себя богом в этом мирке.
Я отказалась от всего, что не было связано с работой, потому что работа была отличным щитом: от мыслей «а что дальше?», от тишины в квартире, от вещей которые перестали застегиваться, от бардака, от необходимости придумывать причины для отказа от встреч.

И канал я забросила не потому что мне нечего было сказать. А потому что сказать - страшно. Страшно сказать, что невероятная продуктивная и талантливая Алёна - это всё ещё та Алёна из фудтеха, которая плакала в туалете от бессилия. Просто теперь я не плачу, а «экологично» забиваю эмоции едой, работой, планами и задачами пока мир шатается и вот-вот рухнет.

И сейчас, почти дописав этот длинный и довольно бессвязный пост я думаю - а так ли уж нужно было выздоравливать? Потому что выздороветь = вернуть социальные и личные связи, сбросить вес, вернуть хобби и перестать быть этой вот сраной машиной по решению задач, уменьшить «движовость» за которую меня и ценят в общем то в единственном месте, где логика и причинно-следственные связи хоть как-то работают (в отличие от жизни).

Но наверное стоит признать тот факт что все это время я была в аду, в ловушке продуктивности, ответственности за команду и бремени соответствования.
И это было ОЧЕНЬ удобно.

А вы куда убегаете? И как возвращаетесь в реальность?

В последнее время часто думаю про оверрепортинг. Особенно в контексте бизнеса, который приходит и просит показать эффективность работы. Аналитик может это сделать. Но возникает вопрос: как вы ведете свою функцию, если сами не знаете, эффективна ли она, и не владеете своими цифрами? Человеческий мозг устроен так, что без привязки к эмпирическому опыту цифры воспринимаются плохо. В контексте массовой аддикции к вайбкодингу и ИИ ситуация выглядит все страшнее. Закинуть сырой слой в аналитика и надеяться, что он за этим слоем увидит ваш процесс, еще куда ни шло. Ждать этого от клода - уже чутка страшнее.

Распространенная в нашей сфере история: Руководители часто заказывают отчеты по текучести, вовлеченности или эффективности обучения, но сами не могут сходу назвать даже базовые метрики по своему подразделению. Они ждут, что аналитик соберет данные и интерпретирует их без контекста. Но аналитик не знает внутренних нюансов процессов: как принимали решения, какие факторы влияли на результаты.

Ситуация усугубляется тем, что многие теперь полагаются на ИИ для генерации выводов. ИИ может обработать большие объемы, но он не заменит способность задавать правильные вопросы и видеть аномалии. Если вы не знаете свои цифры, вы не сможете проверить гипотезы и принять верное решение.

Мы всё дальше от бога. И все ближе к карго-культу.

Я ворчу как бабка?

Не могу оставить при себе вопрос, который мне задал кандидат на собеседовании:
«А вот на ваших проектах дата-инженер — мужчина. А он не отказывается с вами работать потому что вы женщины?»

В копилочку производственных психологических травм.

🔥 я снова в открытом поиске

Друзья, ищу реферала на очень важную для меня позицию.

Кто нужен: HR-аналитик (middle+ -), с прицелом на функционального лида этой функции в горизонте 6-12 месяцев.

Где: Санкт-Петербург, офис. Удалёнки нет.

Язык: English fluent - C1, переговоры, брифы, презентации. B-2 в сочетании с отвагой тоже подходит.

Коротко про скиллы:

🔸SQL + Power BI - уверенные, как швейцарские часы.
🔸Способность сформировать ФТ для дата-инженера (ака уметь в структуры баз данных)
🔸Считает ROI, экономику, проверяет гипотезы, ищет неочевидные связи
🔸Не боится лезть в любую HRMS за данными (даже если система на венгерском и без доков)
🔸Работал с зарплатами и сенсой
🔸Сам докручивает и декомпозирует задачи, не ждёт идеальных данных, готов к здоровой неопределённости
🔸И главное: хочет и может через 6- 12 месяцев взять на себя лидирование направлением.

У нас классные смежники (Бизнес-аналитики, HR-tech), вовлеченные заказчики и C-level, а ещё мы делаем важное и умеем ценить талант.

А, ну ещё тимлид команды архикрутой, это, наверное, очевидно

❗️Если вы знаете такого человека, или вы сам им являетесь и готовы к переговорам - кидайте в меня контакты!
Репост, шэр - крайне приветствуется

Как оценить эффект? 10 расчетных кейсов

В течение двух недель мы с коллегами проводили марафон расчётных кейсов #HR_умеет_считать. В пятницу он подошел к концу, поэтому мы готовы подвести итоги.

Мы взяли реальные HR-проекты и попробовали вместе с вами разобраться, как можно оценить их эффект. В каждом кейсе мы искали свой подход: где-то сразу переводили в деньги, где-то искали косвенные метрики, а иногда фиксировали, что без дополнительных данных точная оценка невозможна. В каждом кейсе нам важно было понять, что именно создаёт ценность и как ее можно оцифровать.

Предлагаем вам подборку из 10 шикарных кейсов. Можно сразу сохранить себе в заметки, чтобы при необходимости возвращаться.

🔵 Что выгоднее: снижать незапланированные отсутствия сотрудников или продолжать компенсировать нехватку людей переработками?
🔵 Как обосновать необходимость внедрения корпоративного автобуса для производства
🔵 Как оценить эффект кросс-функционального взаимодействия
🔵 Как оценить эффект от обучения эффективным совещаниям
🔵 Редизайн системы обучения для администраторов сети фитнес-клубов
🔵 Расчет эффекта по внедрению мероприятий направленных на вовлеченность, коммуникацию и опыт сотрудников
🔵 Как измерить эффект от автоматизации, если никто не уволен?
🔵 "Бесплатная" инхаус разработка или дорогой вендор - что выбрать?
🔵 Расчет ROI от внедрения корпоративной ИИ-платформы и программы ее поддержки
🔵 Расчет эффекта от внедрения AI как элемента операционной модели

Настоящая математика in-house vs готовые решения

Спасибо за ваши версии к кейсу #HR_умеет_считать

Что обычно забываем учесть:

1. Поддержка и доработки
2. Инфраструктура (сервер, резервное копирование, SSL) - что для коробки тоже актуально может быть.
3. Затраты на внутренний продакт-менеджмент.
4. Стоимость устаревания: Через 18 месяцев ваш инхаус-гумункул уперся в лимиты, потребовался полный рефакторинг.
5. Альтернативные издержки: Пока вы чинили свой велосипед, вендор выкатил 3 обновления с рыночными бест-прэктис.

Итог. Автоматизация in-house окупается только если:

1. У вас уникальный процесс, которого нет на рынке.
2. Вы готовы создать команду поддержки.
3. Штат > 3000 человек.

В остальных случаях вендоры дешевле и надежнее.

Передаю эстафету @ovanesova_career новый кейс вы найдете там.

«Бесплатная» инхаус разработка или дорогой вендор?

Всю неделю коллеги размышляют о расчетах в рамках марафона #HR_умеет_считать.
Принимаю эстафетную палочку от @culture_tnd и рассказываю о своем кейсе.

Контекст:
HR-директор компании (1000 сотрудников, активный наем 100 чел/мес) поставил задачу: автоматизировать подбор и онбординг.
Перед нами два пути:
1. Коробка: Готовый ATS + LMS за 1.2 млн руб/год. Всё включено.
2. Инхаус: Своя CRM на low-code за 500 тыс. руб. Кажется, что дешевле.

Вводные: Через 2 года использование инхаус-решения привело к дополнительным тратам. Ваша задача: найти эти статьи затрат.

Вопрос к вам (напишите в комментариях):
❓Почему через 24 месяца совокупная стоимость владения инхаус-решения превысила стоимость вендора в 3 раза? Какие 3-4 скрытые статьи расходов мы упустили?

Подсказка: Помимо зарплаты разработчика, есть еще кое-что, что HR-ы редко считают

Задачка, вокруг которой мы сегодня крутились половину дня, придумывая шутки и вспоминая глокую кудру. (решили за секунду, но говорить о бубре было весело)
Итак, бубр - зубр? Мнение?😂

И пока я, как и все вокруг, мечусь, не понимая куда все это добро из телеграм переносить - продолжение истории одного внедрения.

Итак, Максим в недоумении, я в лёгком шоке.

Что мы имеем.
Максим считает: Если в системе есть важные детали видимости или доступов, эксперт обязан был озвучить их на старте. Это же очевидно любому.

Моя позиция: Мы вместе смотрели и согласовывали процессы. Вы задавали вопросы, я показывала интерфейс. Если этот момент был критичным, почему вы не спросили, когда всё настраивали? Почему вопрос всплыл только сейчас, когда процесс уже пошёл?

И тут мы упираемся в главный вопрос: Где проходит граница ответственности?

Максим: Ты как эксперт должна была предупредить.
Я: А вы как пользователь могли уточнить, если что-то было неясно.

И тут был бы конфликт, если бы я ответила то что хотела. А хотелось мне ответить что-то из серии «а не надо подсветить что если пописать в штанишки то они мокрые будут и будет не очень комфортно?».
Но, хвала терапии, годам работы в красной компании и антидепрессантам - финал у истории был другой.

История одного внедрения: Начало

Участвовала одна девочка во внедрении одного проекта. Не суть важно, какого именно. Суть в том, что он должен был упростить регулярный процесс обратной связи внутри команд.

В планах рисовалась привычная картина:
🔸Провели демо
🔸 Согласовали логику
🔸 Обучили
🔸Запустили
??Профит

Через некоторое время после раскатки приходит сообщение от владельца процесса aka заказчика, пусть будет Максим.

И Максим сообщает девочке (с нотками праведного гнева):
«Я только что узнал, что некоторые поля видны всем участникам процесса. Мне об этом не сказали. Почему?»

И тут начинается беседа, которую вели, наверное, все, кто работает на стыке автоматизации и пользователей.

Кто угадает о чем была беседа? И сделает ставки на то кто виноват и что делать?

А я в следующем посте расскажу как это было с моей колокольни

Полное разрешение на частичность.
Привет, друзья!
Недавно я просматривала чужие итоги и наткнулась на формулировку

"Полностью завершили частичную автоматизацию процесса N".

Сначала взоржала, а потом стало задумчиво. Конечно, слова окончательно и частично в одном предложении звучат забавно, но(!).
Кажется, это и есть самый честный, бережный и эффективный подход. Не только в цифровизации, но и в жизни, особенно когда ресурсы, будь то энергия, концентрация или просто душевные силы ограничены.
Вы знаете, что я сейчас именно в такой фазе.
Перфекционизм и лозунг "всё или ничего" как будто сильно отбрасывает назад любой проект и тормозят развитие.
Окей, не развернули единомоментно систему с автоматизацией всех функций. Но три функции то автоматизировали.Причем полностью, то есть окончательно. Окей, не получилось сразу наладить сон, захват серотонина, питание, спорт и социальной активность. Это не значит что нужно чувствовать вину и н фиксировать уже случившиеся результаты.

Так что, дорогие, кто в похожем состоянии или просто устал от внутреннего перфекциониста, давайте дадим себе разрешение на частичную автоматизацию реализацию в работе, в заботе о себе, в быту. Завершить что-то маленькое, почувствовать удовлетворение и идти дальше в своем темпе. Моя подруга Лиза, самый мудрый человек из всех кого я знаю вообще разрешила всем нам лежать и ждать весны если нет силёнок на подвиги.

Берегите себя. Даже маленькие завершенные проекты это огромные ваши победы🧡

Бесцельно прожитый год
Молчание в канале становится неприличным, и я решила наконец высказаться.
В конце года принято подводить итоги и ставить цели на следующий год.
Штош, мои итоги:
Я ставила очень много крупных целей на 2025 год и всех удалось достичь. Завершение ортодонтического лечения, установка виниров, смена работы, успешная реализация нескольких рабочих проектов, сбор архи-крутой новой команды, запуск и развитие канала, капитальный ремонт квартиры, участие в подкасте и публикации в СМИ.
Потрачено невероятное количество денег и ресурсов, все цели достигнуты.
И чем же завершился для меня этот год? - А вот чем:
Месяц назад мне диагностировали депрессию, состояние полнейшей неспособности делать что-либо кроме обязательных функций, а под конец года жизнь подарила мне гонконгский грипп и легитимный повод не вставать с кровати и встретить новогоднюю ночь в компании ужасающего кашля, котов и пижамы.

Поэтому фраза из заголовка поста - моя единственная цель на 2026. Никаких целей, только пробовать жить эту жизнь так, чтобы не остаться в состоянии картофелины.
Я очень благодарна тому опыту, который приобрела в 2025, и особенно благодарна тому, как много людей заметили тишину в канале и написали мне об этом. Это невероятно ценно.

Пока так.

А какие у вас итоги и планы? Вы полны сил в концу года или впали в состояние вегетации и копите силы?

HRTech Vision | аналитика. прогнозы. практики pinned a file

Знаете, как с помощью цифр можно доказать что угодно?
Конечно знаете, да мы и не раз обсуждали это в канале. Собрала подборку самых популярных приемов манипуляции данными в HR, которые выдают желаемое за действительное.
📍Сохраняйте, чтобы не попасться в манипулятивную ловушку.

Джош нашевсё Берсин в свежей статье Gen AI Is Going Mainstream: Here’s What’s Coming Next констатирует, что генеративная аишечка окончательно утратила статус экспериментального и инструмента и превратилась в базовый минимум.

▪️46% руководителей используют GenAI ежедневно, а 74% из тех, кто измеряет ROI, фиксируют положительную отдачу.
▪️Компании проходят путь от AI для личной продуктивности к созданию многофункциональных агентов, которые автоматизируют сквозные бизнес-процессы.
▪️Следующим шагом будут агенты, которые помнят контекст предыдущих взаимодействий, учатся на них и предлагают все более персонализированные решения.
▪️Эффективность AI напрямую зависит от качества данных. Миссией номер один становится грамотное управление, маркировка и governance данных.
▪️Будут набирать популярность протоколы для коммуникации между разными ИИ-агентами (agent-to-agent). То есть не стоит хаотично скупать разные решения, которые не будут способны взаимодействовать друг с другом.

А теперь - вопросики личного характера:
⏺️На какой стадии находитесь вы? Ваша команда все еще на стадии "индивидуальной продуктивности" aka личный акк в GPT?
⏺️В чем главный вызов? Что вам мешает двигаться быстрее: качество данных, нехватка экспертизы, незрелость вендорских решений или что-то еще?

@HRTech_Vision

Вы там как, спокойно бюджетируете 2к26?

👍 -всё супер, почти готово
🔥 - дедлайн сгорел, я тоже
❤️ - какой бюджет, ты о чем?

Манипуляция данными. Часть1.
История про "снизили текучесть на 40%" побудила меня разразиться серией постов про обманки в представлении данных. Осознанными или нет, не суть важно.

⏹️Игра с относительными и абсолютными значениями
Суть приема: Представить незначительное абсолютное изменение как крупную победу, используя проценты от процентов.

Пример: Мы сократили текучесть среди высокопроизводительных сотрудников на 50%! Реальность: было 2 человека из 100, уволилось 2. Стало 1 из 100, уволился 1. Фактическое изменение всего 1%.

⏹️Выбор "правильного" базового периода
Суть приема: Взять для сравнения период, когда показатель был аномально плохим, чтобы показать резкий рост.

Пример: Уровень удовлетворенности после наших мероприятий вырос на 30%
Реальность: сравнивается с прошлым кварталом, когда была задержка выплаты бонуса и все были недовольны. По сравнению с докризисным периодом рост всего 3%.

⏹️Управление знаменателем
Суть приема: Исключать из расчета "неудобные" группы сотрудников, чтобы улучшить общий показатель.

Пример: При расчете средней производительности труда исключить сотрудников на испытательном сроке, стажеров и сотрудников, готовящихся к увольнению.
Или считать текучесть только по основному штату, не учитывая уволенных временных работников.

⏹️Корреляция vs причинно-следственная связь

Суть приема: Утверждать, что одно событие стало причиной другого, основываясь лишь на корреляции.

Пример: После введения курса йоги производительность выросла на 15%!
Реальность: и введение йоги, и рост производительности могли быть вызваны третьим фактором, например, завершением тяжелого проект.

⏹️Подача среднего значения вместо медианы

Суть прием: Использовать среднее арифметическое, когда распределение данных зашумлено выбросами.

Пример: Средняя зарплата в компании - 150 000 руб.
Реальность: у 90 сотрудников зарплата 50 000, а у 10 топ-менеджеров 1 000 000. Медиана была бы 50 000, что лучше отражает ситуацию.

🔥 - пиши ещё про манипуляции данными
❤️ - да уже и так всё понятно
@HRTech_Vision

HR Priorities 2026: Близится конец года, а значит наступает пора трендов 2026.

Ключевые приоритеты, на которые стоит обратить внимание уже сейчас, по видению AIHR.

🔸Совместное лидерство в области ИИ: HR должен быть не пассивным исполнителем, а полноправным партнером в разработке и внедрении ИИ-стратегии компании.
🔸Инвестиции в центры передового опыта (CoE) по ИИ: Именно эти кросс-функциональные команды помогают масштабировать инновации, и HR должен быть их ядром.
🔸Переход от "количества людей" к "количеству навыков" (From Headcount to Skill Count)

Штош, пока без сюрпризов, а полный текст исследования приложен к посту, можно переслать себе и потом почитать на досуге.

@HRTech_Vision