РБК Pro —  
информационный сервис для предпринимателей и управленцев. Первый месяц — бесплатно

Как HR-специалисту предсказать увольнение сотрудника с точностью 70%

HR IT Статьи TalentTech
Как передовые компании уже сегодня используют предиктивную аналитику, чтобы предсказывать увольнение сотрудников и удерживать их, экономя миллионы долларов, рассказывает Дмитрий Пучков, руководитель HRTech-направления TalentTech
Фото:CoWomen / Pexels
Фото: CoWomen / Pexels

Такие понятия, как большие данные, машинное обучение, искусственный интеллект, в масштабах страны все еще в новинку для многих HR-специалистов. Это довольно странная ситуация, ведь сотрудники HR-департаментов работают с огромными массивами данных, анализ которых может принести заметную пользу бизнесу — как нематериальную, выраженную в повышении вовлеченности и лояльности сотрудников, так и материальную, выраженную в реальных деньгах. Такой инструмент, как предиктивная аналитика, при правильном использовании способен помочь бизнесу качественно анализировать данные и на основе результатов анализа предсказывать поведение персонала.

Модель предиктивной аналитики состоит из:

  • массивного объема исторических данных, который обрабатывается методами статистики;
  • математического моделирования;
  • интеллектуального анализа данных;
  • теории игр.

Аналитическая модель обычно состоит из двух масштабных подразделов — данных и инструмента для анализа.

Простейшая модель доступна даже в маленькой компании при условии достаточности данных. К примеру, если в течение десяти лет собирать данные по всем маркетологам, которые проработали в компании (образование, опыт работы, пол, возраст, знание языка, срок работы и т.д.), то можно выделить векторы моделей поведения. Конечно, это будет очень примерная модель: чем точнее модель — тем больше требуется и данных, и инструментов для анализа.

Применение предиктивной аналитики в компании позволяет:

  • прогнозировать и предотвращать уход сотрудников;
  • выявлять профили высокоэффективных специалистов для использования этой информации при найме (на рынке существуют решения для сбора информации о времени, затраченном на написание писем, разговоры по телефону и личные встречи, для определения настроения и уровня стресса и т.д.);
  • прогнозировать вероятность получения травм на производстве.

По данным Джоша Берсина, ведущего эксперта Deloitte в сфере HR, направление people analytics сегодня развивают 69% крупных компаний против 10–15% несколько лет назад. Предиктивная аналитика как часть people analytics пока не так популярна, но потенциал у нее огромный, и, учитывая ту пользу, которую использование предиктивных моделей способно принести бизнесу, скоро это станет must have HR-департамента каждой крупной компании.

Почему важно удерживать сотрудников

Люди для бизнеса — не только главный актив, генерирующий прибыль, но и самая большая статья расходов: фонд заработной платы в большинстве компаний составляет 40% и более от совокупных. Наем нового сотрудника вместо уволившегося, по подсчетам аналитиков Work Institute, стоит компании 33% годовой зарплаты последнего, то есть чем ценнее специалист, тем не только сложнее, но и дороже будет найти ему замену.

Терять деньги только потому, что компания не может предсказать поведение сотрудников и повлиять на него, — непозволительная роскошь, тем более что уровень развития технологий уже сегодня позволяет предсказывать вероятность увольнения с точностью до 95%. Гендиректор IBM Джинни Рометти говорила, что такое решение позволяет ее компании снизить затраты на персонал на $300 млн.

Еще один пример из практики Джоша Берсина: финансовая компания увеличила прибыль на $4 млн, просто изменив подход к найму на основе данных, полученных в результате анализа характеристик наиболее продуктивных сотрудников. Оказалось, значение имеют не оценки и учебное заведение, а совсем другие факторы, среди которых грамотность и успехи на предыдущем месте работы.

Российские компании тоже постепенно присоединяются к тренду.

В ГК МИЦ предиктивную аналитику используют для оценки управленческого потенциала сотрудников и прогнозирования их эффективности на руководящих позициях. Результаты впечатляют: за полгода работы предиктивной модели из общего числа сотрудников, успешно прошедших тестирование, 45% впервые получили руководящую должность, а 22% были переведены с оперативного уровня управления на тактический; при этом все успешно прошли адаптацию и обеспечили достижение плановых бизнес-показателей в установленные сроки.

Как работает модель предиктивной аналитики