3 лучших примера использования предиктивной аналитики в HR

В этой статье вы узнаете, как анализ данных и предиктивная аналитика меняют работу с персоналом, позволяют компаниям прогнозировать текучесть и потребности в кадрах, снижать расходы и повышать эффективность. Мы приводим реальные примеры внедрения этих технологий в разных отраслях бизнеса.

Задолго до того, как большие данные стали популярной темой в технологиях, менеджер бейсбольной команды и выпускник Гарварда по экономике применили анализ больших данных к бейсболу, чтобы создать спортивную сенсацию. Этот подход получил известность благодаря фильму "Человек, который изменил всё", где рассказывается интересная история о возрождении бейсбольной команды Окленд А’с, у которой почти не было средств, и которая потеряла своих ведущих игроков. Билли Бин, в то время генеральный менеджер команды, и Пол ДеПодеста, помощник генерального менеджера, начали анализировать бейсбольную статистику, чтобы правильно оценивать и покупать игроков. Это привело к тому, что команда одержала 20 побед подряд между августом и сентябрём 2002 года.

Теория "Moneyball" быстро завоевала популярность среди профессиональных спортивных сообществ и стала основой принятия решений, основанных на данных. В бизнесе теория Moneyball повлияла на то, как организации собирают бизнес-аналитику. Сейчас принятие решений на основе данных стало обычной практикой в таких ключевых сферах, как маркетинг, информационные технологии, финансы и логистика. Однако, несмотря на то что управление персоналом исторически было хранителем большинства данных компании, оно долгое время не торопилось внедрять объективный, основанный на данных подход к принятию решений.

Тем не менее за последние несколько лет такие факторы, как цифровая трансформация, рост конкуренции за талантливых сотрудников и изменение моделей работы, вынудили HR-руководителей переходить на методы принятия решений, опирающиеся на факты и связанные с главными целями бизнеса. Поскольку роль управления персоналом развивается в сторону стратегического бизнес-партнёра компании, ценность данных и аналитики невозможно переоценить.

Хотите узнать, как лидеры российского рынка используют наши решения?

Ознакомьтесь с маркетинг-китом AllSee, где собраны реальные кейсы и решения, доказавшие свою эффективность в бизнесе!

Расцвет предиктивной аналитики в HR

Хотя анализ данных в управлении персоналом не является совершенно новым понятием, очень часто специалисты по персоналу сосредотачиваются на том, что уже произошло, и при этом теряют возможность увидеть, что может произойти в будущем. Знание того, чего ожидать впереди, даёт организациям огромное конкурентное преимущество, и HR может использовать такие технологии, чтобы значительно изменить свой вклад в развитие бизнеса. Прежде чем двигаться дальше, мы предлагаем рассмотреть, что означает предиктивная аналитика в сфере управления персоналом и изучить некоторые важные примеры её применения.

Что такое предиктивная аналитика в HR?

Предиктивная аналитика в управлении персоналом — это использование данных, статистического моделирования и методов машинного обучения для анализа прошлых данных с целью определить вероятность будущих событий. Иными словами, предиктивная аналитика помогает компаниям предсказывать, как будут развиваться события в будущем. Например, если команда по работе с персоналом хочет узнать уровень текучести сотрудников на следующие два финансовых года, она может применить предиктивную аналитику, чтобы определить эту цифру, основываясь на ранее выявленных закономерностях в имеющихся данных. Используя такие выводы, HR может заранее проводить мероприятия по удержанию сотрудников и снижению текучести.

С распространением доступного и простого в использовании программного обеспечения у специалистов по персоналу появилась возможность превращать накопленные данные о сотрудниках в конкурентное преимущество. По мере того как экосистема решений для предиктивной аналитики становится более зрелой, организациям больше не нужно привлекать специалистов-статистиков или математиков для работы с такими инструментами и правильного их использования. Программное обеспечение для предиктивной аналитики позволяет HR-специалистам получать актуальные данные об эффективности текущих процессов и политик, понимать, как сотрудники взаимодействуют со своей работой и какой это приносит эффект для бизнеса, определять будущие потребности в подборе новых сотрудников и выбирать лучшие пути действий. Всё это помогает создавать действительно индивидуальный и качественный опыт для сотрудников компании.

Ищете проверенные ИИ-решения, которые реально работают?

В нашей подборке — 85 уникальных ИИ технологий для маркетинга, ритейла, HR и других сфер, которые уже приносят выгоду компаниям.

3 примера использования предиктивной аналитики в HR

В ответ на развитие технологий предиктивной аналитики, команды по работе с персоналом начали использовать эти инструменты для постоянного совершенствования процессов и создания стабильного потока талантливых сотрудников. Вот несколько примеров того, как организации успешно внедряют предиктивную аналитику в работе с персоналом:

1. Как одна крупная инвестиционная банковская компания снизила текучесть сотрудников с помощью предиктивной HR-аналитики

Эта компания применила предиктивную аналитику для определения причин, по которым сотрудники могут захотеть уйти, и для выявления потенциальных случаев увольнения. Полученная информация предоставлялась руководителям анонимно, чтобы они могли своевременно реагировать на риски потери ценных сотрудников и лучше удерживать специалистов. На основе этих данных компания также организовала специальные тренинги для руководителей, чтобы они могли эффективнее работать с лучшими сотрудниками, которые обдумывали уход. Благодаря этой инициативе удалось значительно снизить расходы на подбор и ввод новых работников в должность.

2. Как сеть кинотеатров улучшила подбор персонала с помощью предиктивной аналитики

В сфере обслуживания клиентов сотрудники являются лицом компании, и одна из крупных сетей кинотеатров прекрасно это понимает. Компания использовала аналитику персонала и создание профилей работников для выявления основных качеств, которыми обладают успешные специалисты по обслуживанию клиентов. После этого процесс найма был пересмотрен таким образом, чтобы заранее определять кандидатов с наибольшим потенциалом. В результате снизилась текучесть кадров, повысилась вовлечённость сотрудников и улучшилось качество клиентского сервиса.

3. Как энергетическая компания из Германии снизила уровень пропусков на работе с помощью предиктивной аналитики

В этой компании уровень отсутствия сотрудников стал превышать допустимые нормы, поэтому было проведено исследование с помощью предиктивной аналитики. Всего выдвинули 55 гипотез о причинах пропусков, из них 21 проверили и 11 подтвердили. Оказалось, что одной из причин стало отсутствие у работников длинного отпуска в течение года. Эта информация была передана руководителям, чтобы они могли изменить политику по отпускам.

Это лишь несколько примеров того, как работает предиктивная аналитика в управлении персоналом. Как показывают эти случаи, отделы по работе с персоналом могут значительно экономить или даже зарабатывать для компании, если начинают заранее анализировать и корректировать влияние своих политик и процессов на сотрудников и на бизнес в целом.

Не уверены, нужен ли вашему бизнесу искусственный интеллект?

Специальная анкета от AllSee поможет оценить текущие бизнес-процессы и понять, где ИИ станет вашим конкурентным преимуществом.