17.08.2017
Патрик Осборн, 18 июля 2016
А вы знали, что большая часть HR-прогнозов оказывается неточной? И знаете ли вы, почему невозможно гарантировать анонимность, если вы используете HR-аналитику?
По поводу HR-аналитики существует много заблуждений, и в этой статье мы рассмотрим четыре наиболее популярных. Первые два относятся к аналитике как таковой, а последние – именно к HR-аналитике.
Поскольку поведение человека является сложным, многогранным явлением, аналитика никогда не сможет спрогнозировать его абсолютно точно. Алгоритм, прогнозирующий эффективность сотрудников с точностью 30-40%, уже является очень точным. Для сравнения: люди прогнозируют поведение гораздо хуже.
При выявлении сотрудников с высокой/низкой эффективностью или кандидатов на повышение HR специалисту нужно стремиться оперировать точными данными. Особенно если вы используете данные для принятия решений, способных повлиять на жизни людей.
HR-данные «загрязнены». Как правило, они разбросаны по многочисленным системам. Не редкий случай, когда должности с одинаковым функционалом называются по-разному. Зачастую аналитика не учитывает важные для прогноза переменные. В результате мы излишне полагаемся на измеримые данные, что на ком-то может отразиться неблагоприятно.
Разные инструменты психологической оценки показывают различный уровень надежности. Инструменты, применяемые для диагностики психических заболеваний, должны отличаться высокой надежностью. Это определяющее условие, поскольку, как вы понимаете, последствия подобной оценки могут быть весьма значительны. Инструменты с более низкой степенью влияния на жизнь людей (например, опросник по итогам обучения) могут быть не столь надежны.
В HR-области разумно использовать схожий подход к данным и прогностической аналитике и оценивать данные в аналогичном режиме. Важно всегда помнить, что данные не совершенны, и активно подвергать сомнению надежность как данных, так и прогнозов.
Взаимосвязь (корреляция) и причинно-следственная связь многих сбивают с толку.
На графике ниже видно, что потребление сыра на душу населения почти полностью связано с числом людей, умерших, запутавшись в простынях. Очевидно, что это чистая случайность, и одно не является причиной другого.
Tyler Vigen (Источник: http://www.tylervigen.com/spurious-correlations)
Сериал «Западное крыло» – политическая драма, разыгрывающаяся в западном крыле Белого дома. На видео Мартин Шин, играющий президента США Джошуа Бартлетта, объясняет своим подчиненным разницу между корреляцией и причинно-следственной связью – так называемый, ложный вывод “post hoc ergo propter hoc” («после этого – значит, из-за этого»).
Важно помнить о том, что большинство корреляций – это чистая случайность, что относится и к HR-данным. Зачастую существует третий (опускаемый) фактор, который объясняет корреляцию между двумя переменными в данных о людях. Например, число построенных из песка замков и количество купленного мороженного имеют мало общего, но и то, и другое как-то связано с погодой.
Причинная связь может быть выявлена только с помощью лонгитюдного исследования, в котором многочисленные измерения делаются в течение продолжительного времени. Только обосновав связь между событием сейчас и тем, что происходило полгода назад, HR может говорить о некоем доказательстве причинности.
Помимо этого, хорошее аналитическое исследование начинается с предмета исследования, основывающегося на вопросах, с которыми сталкивается компания, и литературе. Такой систематический подход приведет к наилучшим и наиболее сильным статистическим (прогностическим) моделям.
Сегодня всех вполне обоснованно волнует вопрос защиты личной информации. Среди последних примеров можно назвать файлы, рассекреченные Сноуденом, и проект по защите конфиденциальности трансатлантических потоков данных между Европейским союзом и США.
Требования защиты личных данных звучат также и на рабочих местах, ведь грань между частной и рабочей информацией становится все более размытой. На работе используются личные электронные адреса и учетные записи в браузерах, а дома – рабочие ноутбуки и пароли.
Данные о людях охватывают все больше персональных данных. Bloomberg отслеживает каждое нажатие клавиши своих сотрудников, включая время их подключения. В платформе социального распознавания Humanyze используются сенсоры, отслеживающие тон голоса, движение и даже позу для анализа социальных взаимодействий.
В качестве других примеров можно назвать информацию из электронной переписки и органайзера, списки контактов для анализа социальных связей, время входа в системы и то, как люди ведут себя в социальных (корпоративных) сетях.
В некоторых странах регламентировано, какие данные можно отслеживать и где их можно хранить. Например, законы ЕС по защите данных предписывают, чтобы данных о сотрудниках компаний, зарегистрированных в ЕС, не покидали пределы ЕС.
HR-служба должна защищать сотрудников своей компании. Поэтому приходится искать баланс между защитой права на неприкосновенность персональных данных и использованием данных для оптимизации рабочих процессов. Аргумент о том, что данные, связанные с работой, используются только «для всеобщего блага», не всегда работает. Данные о персонале используются в интересах компании, что не всегда связано с интересами сотрудников.
Самое лучшее, что HR-служба может сделать, – это гарантировать конфиденциальность. Она не может гарантировать анонимность, а это означает, что персональные данные сотрудников все больше подпадают в сферу деятельности юридического отдела компании. HR-службе необходимо это понимать и поощрять, чтобы в компании осуществлялись своевременные проверки, а персональные данные использовались надлежащим образом.
У сотрудника должна быть возможность отказаться от предоставления (некоторых) данных для отслеживания. А для защиты сотрудников вопросы увеличения объемов данных в хранилищах и анализа персональных данных должны быть урегулированы на законодательном уровне.
Чаще всего слышишь беспокойство о том, что людям может быть неприятно, что их анализируют. Главный страх – что сфера HR теряет свое «человеческое» лицо.
Даже многие HR бизнес-партнеры и руководители не одобряют подход к людям, ориентированный на данные. Общее мнение состоит в том, что в людях нужно видеть людей, а не сводить их к чистым показателям. Есть страх, что аналитика подавляет инновации и сокращает многообразие – аналитика забывает о «человеческом факторе».
Однако, по мнению Патрика Кулена (2016), человеческий фактор теряется тогда, когда аналитика не применяется. Хотя большую часть времени мы и не отдаем себе в этом отчета, никто не объективен. А предвзятость зачастую приводит к неправильных решениям. Аналитика же помогает нам быть более беспристрастными и, соответственно, принимать более верные решения. Единственный психолог-лауреат Нобелевской премии Даниел Канеман прекрасно объясняет это в своей книге Thinking Slow and Fast («Думай медленно…решай быстро»). Представьте игральный кубик с четырьмя зелеными (G) и двумя красными (R) сторонами. Кубик бросают двадцать раз: какая последовательность цветов выпадет с наибольшей вероятностью?
Как говорилось выше, у кубика четыре зеленые и две красные стороны. Поскольку в первом случае зеленый всего один раз, этот вариант выглядит не очень вероятным. Поэтому большинство людей выберет второй вариант. Однако в первом варианте четыре красных и только один зеленый, в то время как во втором – четыре красных и два зеленых. Таким образом, первый исход более вероятен, чем второй.
Аналитика – это произведение вычислений и проверка своих предположений. Раз за разом она показывает, что порой верными оказываются противоречащие здравому смыслу ответы. Именно это аналитика помогает нам увидеть и осознать, и именно поэтому она помогает нам быть более справедливыми к каждому.
Источник: http://www.analyticsinhr.com/blog/4-misconceptions-hr-analytics/
Переведено на русский язык Командой Talent Q