Тренингс.ру
Big Data: реальные кейсы по предиктивной аналитике в HR
Методы, используемые в сфере управления персоналом уже давно не ограничиваются качественными оценками. Например, для прогнозирования увольнения сотрудника и/или его успеха на рабочем месте может использоваться предиктивная аналитика. Подробнее о данных и использовании данного инструмента рассказывает спикер HR&Technology EXPO Владимир Смагин, директор проектов CDO блока HR в Сбребанке.

Какие данные вы используете для предиктивной аналитики в своей работе?

В первую очередь используем то, что есть в учётных банковских системах по персоналу – это основные данные по социально-демографическому профилю. Также используем данные по производительности сотрудников, показатели эффективности, результаты обучения и асессмента и т.д.

Исходя из вашей практики, для каких задач предиктивная аналитика работает лучше всего?

У нас эффективнее всего получается работать с прогнозом оттока сотрудников и, насколько я знаю, в других компаниях это тоже распространенная практика. Однако в прошлом году нам удалось получить существенный прогресс в моделях построения внутренних карьерных лестниц сотрудников массовых специальностей Банка.

Есть ли различия в использовании предиктивной аналитики на данных сотрудников с различной позицией? Почему?

Безусловно, есть. Это зависит от ряда важных факторов:

· В первую очередь человеческий. Специфика направления, в котором работает человек (продажи и обслуживание, ИТ, правовое обеспечение Банка, администрирование и т.д.), накладывает определенный отпечаток и, соответственно, психотип, поведенческие паттерны сотрудников на разных должностях и в различных отраслях Банка отличаются;

· Фактор данных. Массовые и не массовые должности сильно отличаются друг от друга по характеру данных. Массовые должности — больше данные (количество сотрудников – 120 тысяч при высокой текучести персонала — до 50 %), много данных по процессам, сопровождающих их деятельность (зачастую процесс работы регламентирован внутренними нормативными документами Банка и стандартизирован до мелочей), но при этом атрибутивный состав социально демографических данных скудный (в основном, это молодые люди, у которых Банк — первое место работы и резюме небогатое). А вот у немассовых должностей всё с точностью наоборот: сотрудников немного, низкий отток, существенно меньше систематизированных данных по должности, но резюме гораздо более интересные.

---

Приходите на HR&Technology EXPO, Владимир Смагин расскажет о реальных кейсах использования предиктивной аналитики из собственной практики.
18 МАРТА / 2019

Автор: редакция Тренингс.ру
По вопросам размещения статей
Анастасия Попова
npopova@amplua.ru
По вопросам размещения рекламы на портале
Информационное партнёрство
Анастасия Шеламова
shelamova@amplua.ru
+7 (963) 635-39-30
По остальным вопросам