Hominem quaero

25 май, 2016 - 14:45Александр Загнетко

Термин People Analytics появился сравнительно недавно. Обычно его используют для описания процессов управления персоналом на основе анализа больших массивов данных. Подходы к решению задачи, в рамках которой требуется обобщить различные аспекты деятельности и получить на выходе некие измеримые показатели, позволяющие оптимизировать кадровую политику, а также выработать стратегию развития, могут варьироваться.

По мере развития индустрии IT, приложения, призванные формализовать и автоматизировать различные процессы, в том числе, в департаментах HR, распространились практически на все отрасли экономики.

Многим кажется, что big data является своеобразным философским камнем, способным из любого массива информации, как из золотоносной руды, извлечь крупинки драгоценного металла. Более того, есть мнение, что чем большим объемом данных мы располагаем (вне зависимости от их структуры, источников и релевантности), тем лучше. Однако на практике, даже если математически алгоритмы обработки данных построены вполне корректно, гипотезы, которые применяются для их анализа, подчас выглядят весьма спорными. А сами исходные данные далеко не всегда соответствуют поставленным перед разработчиками задачам. Немало примеров тому можно найти и в такой динамично развивающейся области, как People Analytics.

Недавно достаточно крупная компания со штаб-квартирой в Калифорнии, занимающаяся разработкой биомедицинских технологий, приглашала меня в качестве консультанта. Речь шла о проекте, целью которого была выработка процедур справедливого распределения фонда заработной платы. Большинство работодателей в развитых странах мира как минимум раз в год проводят опросы сотрудников. Департаменты HR предлагают им заполнить анкеты (зачастую весьма объемные), в которых опрашиваемые должны сообщить, как они оценивают различные аспекты своей профессиональной деятельности. Компания, пригласившая меня, накопила за несколько лет большую базу данных. В основном БД содержала информацию о том, как сотрудники оценивают знания и навыки коллег, с которыми им довелось взаимодействовать, а также их готовность к командной работе. Оценки могли быть выставлены как в открытой форме, так и анонимно. Основатели компании искренне верили в значение самоорганизации и стремились свести к минимуму роль управленцев. Они предложили сформулировать подходы и построить алгоритм, которые на основе этих данных позволяли бы оценить вклад каждого из сотрудников в общее дело и получить коэффициенты (или, если угодно, веса), повышающие или понижающее величину его зарплаты.

Подготовка и анализ различных метрик, призванных определить ценность сотрудников и отделов для компании и сопоставить их KPI, являются нетривиальной задачей. Универсальных подходов, которые можно было бы применить к любому предприятию, безотносительно к стоящим перед ним задачам, просто не существует. Число параметров, которые необходимо учитывать как на этапе построения модели, так и во время интерпретации результатов, чрезвычайно велико, а некоторые процессы, без анализа которых само формулирование гипотез является крайне затруднительным, строго говоря, являются стохастическими. Робастная модель должна учитывать не только многочисленные источники случайных и систематических ошибок, но и чисто психологические паттерны, специфику стоящих перед сотрудниками задач, приоритеты компании и динамически меняющиеся внешние факторы.

В описанном выше случае, имитация современного менеджмента, в сущности, базирующаяся на плебисците, неизбежно порождает охлократию. К сожалению, примеров того, как некие показатели, уместность и верифицируемость которых изначально представляются сомнительными, становятся исходными данными для оценки профессиональной деятельности, можно привести еще множество… «Существует три вида лжи: ложь, наглая ложь и статистика». Это высказывание получило известность благодаря Марку Твену. Об истинном авторе до сих пор идут споры, однако в одном не приходится сомневаться. Этот тезис не потерял актуальности до сих пор. Можно сформулировать множество гипотез, которые не будут внутренне противоречивыми, но, прежде чем стать научной теорией, относящейся к эмпирическому миру, они должны пройти проверку хотя бы критерием Поппера. Развитие технологии и науки привело к тому, что сегодня практически во всех отраслях активно используются всевозможные модели, метрики и расчеты. Даже там, где еще совсем недавно многое решалось на уровне интуиции и догматов, сейчас применяются различные аналитические приложения. Однако уже в основе своей многие из них опираются на «сравнение квадратного с зеленым».

Тезис о том, что главным ресурсом компании являются ее сотрудники, стал уже своеобразным трюизмом. Можно посмотреть на это и с другой стороны – на фонд заработной платы у многих компаний уходит более 60% всех расходов. Однако попытки оптимизировать эти расходы, используя самые передовые методики, базирующиеся при этом на абсолютно ненадежных (пусть даже измеряемых терабайтами) данных и безосновательных предположениях, влекут за собой не только дальнейший рост издержек, но и способствуют тому, что наиболее ценные сотрудники начинают искать себе работу где-то еще.

Поэтому остается открытым вопрос о том, в какой мере решения, которые сейчас активно внедряются для оптимизации управления персоналом, обеспечивают конкурентное преимущество тем компаниям, которые решили ими воспользоваться.