Нина Осовицкая - HR #digital #бренд #аналитика #маркетинг

В целом все-таки рекомендую привлечь знающих людей, которые помогут отделить настоящие технологии от тех, которые преподносятся в этом качестве.

О. М.:Нужно внимательно проверять, когда компания вышла на рынок (стартапы чаще всего не имеют доступа к большим массивам данных), на чем она строит машинное обучение и не стремится ли просто поймать хайповую волну. При этом бывает, что новые игроки предлагают по-настоящему интересные решения; пусть там и нет ИИ, свежий взгляд и нестандартные подходы не могут не радовать.

Технологии хороши именно тогда, когда жизнь обычного человека становится проще, и в нашем поиске все сложное спрятано «под капот». В HR не обязательно быть суперпродвинутым айтишником, глубоко разбираться в технических деталях, главное – знать, какие решения лучше выбирать и в какой момент их применять.

Есть ли предположения о том, какие инструменты и методологии появятся в HR-сфере в следующем году?

Б. В.:Пока об этом трудно говорить, но точно продлятся и углубятся тренды, связанные с оптимизацией. Очевидно, что продолжится переход от учета к производительности: вместо того чтобы вводить данные, сохранять их, получать ценность просто за счет избавления от ошибок, неточностей, потери кандидатов и т. п., некоторые этапы работы рекрутера и HR в целом автоматизируются.

Пример с чат-ботами для совершенствования процесса отбора показал, что в этом направлении тоже есть возможности для развития и создания новых инструментов. Через несколько лет конечной видится ситуация, когда целый ансамбль систем машинного обучения будет подсказывать соискателям и рекрутерам, на какие вакансии откликаться и кого брать на работу.

Вообще кейсы, связанные с автоматизацией и аналитикой, все чаще возникают в регионах, а не только в Москве и Санкт-Петербурге. В разрезе масштаба предприятий ожидается, что средний бизнес подтянется к крупному, потому что продукты становятся проще и доступнее. Не нужно платить баснословные деньги за внедрение – достаточно отдать несколько десятков тысяч рублей и сразу начать использовать облачные ATS-системы.

О. М.:Мир слишком быстро меняется, чтобы делать прогнозы, но совершенно ясно, что мы движемся в сторону максимальной автоматизации и умного скоринга. В идеале рекрутер должен подключаться к отбору уже на финальных этапах, а все, что до них, будет проходить быстро и незаметно.

Российский рынок выглядит скорее консервативным или, наоборот, открытым? HR и владельцы бизнеса готовы экспериментировать, пробовать что-то новое?

Б. В.:Барьеров немало, начиная с юридической системы, законов о персональных данных до боязни отдельных руководителей, которые не хотят размещать данные за пределами своих предприятий. И все же доверие к «облакам» неуклонно растет – это видно и в продажах, и в управлении задачами, и в HR.

Рано или поздно «все там будут», поскольку поддерживать, обновлять, следить за системой поддержки рекрутинга и взаимодействия с персоналом на собственных серверах гораздо менее эффективно.

Когда мы придем к тому, что информацию из разных систем по разным HR-процессам будут интегрировать и использовать комплексно?

Б. В.:Западные корпорации, как правило, внедряют у себя крупные системы, а компании поменьше используют несколько десятков различных продуктов, часть из которых действительно интегрируется. Так, в коммуникационной и ИТ-средах популярен корпоративный чат Slack, который умеет подключаться к сотням других облачных приложений.

Однако проблема общей интеграции данных по-прежнему остается актуальной. Предположим, у человека, отвечающего за удержание персонала, возникает гипотеза: как только сотрудник принимает решение об уходе, он начинает менее активно коммуницировать. Чтобы ее подтвердить, информацию следует собрать минимум из двух-трех систем, а на деле доходит до десятка. В ближайшие годы автоматизировать это вряд ли удастся, и ничего, кроме ручного подхода, практически не остается.

Альтернативой может стать некое хранилище, куда стекаются все данные, и уже на этой основе проводится анализ, но стандартного API или другого интерфейса еще нет. Учитывая постоянное увеличение количества систем, сложности с внедрением той же сквозной аналитики неизбежны.

Несмотря на это, некоторые все же пытаются привести данные к общему виду и строить прогнозы.

Б. В.:Нормальная ситуация, если есть соответствующие ресурсы, то есть заключается договор с подрядчиком или выделяется отдельный специалист внутри, но таковые появляются только в компаниях-новаторах, их менее 5 %.

В основном аналитику поручают сотрудникам HR-подразделений, а значит, компетенций с точки зрения извлечений данных, очистки, обработки, проверки гипотез статистическими методами у них меньше.

Также возникают ситуации, когда, прочитав умную книжку или прослушав выступление представителя крупной компании на конференции, небольшой бизнес решает последовать этому примеру. Но даже если получается соблюсти определенные формальности, перенести всю методологию и заставить ее работать крайне непросто.

Допустим, в рамках эксперимента что-то меняют в продажах, а затем просто сравнивают результаты месяца после и месяца до или сопоставляют с аналогичным периодом прошлого года. Это совсем некорректно.

Существует два полюса: массовый подбор, где нужно нанимать много и быстро, и точечный, где за квалифицированных специалистов борьба идет на мировом уровне. Какой из этих вызовов рождает больше инновационных методологий и инструментов?

О. М.:Повторюсь: чем значительнее объемы накопленных данных, тем больше возможностей автоматизировать те или иные процессы. То есть заведомое преимущество получают те, через кого проходят бо´ льшие потоки кандидатов.

Например, крупные розничные сети буквально за год способны собрать достаточно информации для составления профилей успешного и неуспешного соискателей, заложить фундамент для автоматизации и умного анализа. В этом отношении самые продвинутые из них действительно находятся на пике технологий.

Что касается уникальных специалистов, в их привлечении до сих пор значительную роль играет человеческий фактор, потому что рекрутер хочет быть на 100 % уверен в соответствии опыта, профессиональных и личных качеств требованиям компании. Но и здесь, так или иначе, все будет сдвигаться к умному анализу совместимости, прогнозированию успешности.

Это если говорить о найме, а вот с работой на удержание, мотивацию, обучение таких ценных сотрудников дела уже сейчас обстоят прекрасно.