Андреас Вайгенд - BIG DATA. Вся технология в одной книге

Внешняя обработка данных, полученных на рабочих местах, позволяет получить лучшее представление о влиянии экономических трендов на трудовую деятельность и карьеру. На основе информации, получаемой от 400 миллионов своих пользователей, социальная сеть LinkedIn может детально описывать состояние отдельных отраслей и компаний. В ее истории был один удивительный случай. В один прекрасный воскресный день 14 сентября 2008 года аналитики LinkedIn обратили внимание на необычно высокий для выходного дня уровень активности на сайте. Они решили, что сайт взломан хакерами, и вызвали специалистов по безопасности. Те ознакомились с происходящим и выявили источник трафика: все запросы исходили от сотрудников инвестбанка Lehman Brothers, судорожно связывавшихся со знакомыми, размещавшими резюме и скачивавшими контактную информацию. Команда LinkedIn сделала вывод, что такая активность означает провал планов по спасению Lehman Brothers от банкротства, хотя официально об этом еще не объявлялось.

Сотрудники, скачивающие все свои контакты, – дурной знак. Исход сотрудников из компании – тоже дурной знак. Если кадры постоянно перетекают к конкурентам, то будущее компании выглядит отнюдь не безоблачным. Сегодня подобная информация доступна только корпоративным клиентам. Сеть LinkedIn уже показывает самых популярных работодателей среди выпускников конкретных университетов в разделе University Pages и могла бы сделать следующий шаг в этом направлении: показывать работодателей, к которым чаще всего переходят из других компаний. Примером в этом смысле могла бы служить система рекомендаций Amazon.

Социальные данные можно использовать не только для оптимизации состава кадров, но и для оптимизации рабочего времени и условий труда. Так, планирование численности сотрудников в рабочих сменах является извечной проблемой предприятий розничной торговли (впрочем, не только их). На количество посетителей магазина в данный момент времени или день недели влияют многие факторы – от погодных условий (резкое похолодание или сильный ливень) до маркетинга (активная промоакция или рекламная кампания на телевидении). Основатель аналитической компании Percolata [465]Грег Танака разработал вместе со своими коллегами систему, прогнозирующую посещаемость магазина и определяющую численность персонала, необходимого для обслуживания покупателей. Главное – оптимизация количества работников. «Каждый третий посетитель уходит из магазина без покупок, потому что не смог найти продавца, готового помочь», – объяснял Грег [466]. Но постоянный «запас» персонала экономически неоправдан, особенно с учетом низкой маржинальности розничной торговли. Нельзя игнорировать и специфические особенности межличностного взаимодействия. Коллектив может представлять собой нечто большее (или меньшее), чем просто набор должностей в смене, и это влияет как на производительность труда и моральное состояние работников, так и на общую атмосферу в магазине.

Хотя опыт и интуиция обычно подсказывают толковому менеджеру дни и часы пиковых продаж, такие субъективные предсказания не идут ни в какое сравнение с моделями Percolata, которые работают на основе данных, полученных с видеокамер и микрофонов, установленных в магазинах. Видео– и аудиозаписи фиксируют не только количество посетителей, но и степень их заинтересованности товарами. Замер уровня шума в разных частях торгового зала помогает определить, какие отделы или товарные группы больше привлекают людей. Компания фиксирует также след мобильных телефонов [467]– офлайновый эквивалент cookie-файлов в интернете. Эта информация помогает торговому предприятию оценить частоту посещений различных отделов магазина. Более того, формирование смен на основе прогнозов производительности труда их членов, подготовленных Percolata, позволяет увеличить выручку магазинов на 10 процентов без повышения затрат на персонал [468].

При решении задачи подбора работников в смену сотрудников Percolata ожидал сюрприз. Грег предложил работникам расширить свои личные календари, чтобы упростить контакты на случай срочной потребности в усилении смены дополнительным персоналом. Работники получили возможность размывать все детали и оставлять видимой только информацию о том, свободны они или заняты. Однако согласились на это лишь немногие. Почему? Они не хотели делиться информацией со своим начальством? Грег пообщался с работниками, и выяснилось, что причина гораздо проще: многие из них просто не пользовались онлайн-календарями, а если и пользовались, то крайне нерегулярно. Для начала их нужно было заинтересовать в создании информации о своем графике труда и отдыха.

Именно здесь право на изменение и дополнение данных было бы очень кстати. Готовность работника к выходу в смену обычно не бывает однозначной. Он может быть заинтересован работать в часы самой оживленной торговли, особенно если за продажи платят комиссию. Отметив в календаре периоды, когда он точно свободен, он будет в автоматическом режиме получать приглашение выйти на усиление смены. Какие-то периоды он мог бы отметить как потенциально свободные, дополнив их примечанием, что готов выходить в смену на условиях более высокой почасовой ставки или разового бонуса. Если компания не готова платить дополнительное вознаграждение, он мог бы распределить свое время на ближайшую неделю с указанием предпочтительных рабочих часов. В свою очередь менеджеры могли бы поощрять высокорезультативных работников, предоставляя им больше возможностей для выбора рабочих смен. Во всех случаях у работников появляется больше возможностей для выбора условий труда, а менеджеры получают более эффективных работников. Это еще один пример того, как расширение индивидуального права выбора помогает совершенствовать экосистему в целом.

Право на эксперимент с информацией может быть полезно и для карьерного роста. Раздел University Pages социальной сети LinkedIn дает студентам возможность поэкспериментировать с различными сценариями получения образования, чтобы определить, какой из них в большей степени соответствует достижению намеченных карьерных целей. А теперь представьте себе аналогичный сервис, позволяющий понять, что лучше с точки зрения роста доходов или развития карьеры – приобретение дополнительных навыков или работа в различных департаментах одной или разных компаний. Мощным инструментом поиска подходящей работы был бы также сервис, позволяющий оценить влияние формулировок в резюме на позицию, которую оно занимает в результатах поискового запроса.

Поиск кадров требует времени и средств, поэтому компании все чаще используют для этой цели социальные данные. Когда основателю и руководителю информационно-стратегической компании MoData Гэму Диасу потребовался специалист по теории и методам анализа данных, он решил, что человек, регулярно размещающий на сайте Quora удачные ответы на вопросы по этой тематике, наверняка очень хорошо разбирается в предмете. «Люди регистрируются. Люди читают. Люди постят. Люди плюсуют. Люди комментируют. Quora – пример экономики знаний, подобных которому я просто не знаю. Здесь сочетаются качество материалов, популярность и авторитетность и раскрываются неявные сети обмена информацией по определенным темам», – прокомментировал Гэм [469]. Он нашел нескольких авторов с хорошей репутацией в области машинного обучения, а публикации одного из них понравились ему особенно. И хотя тот сказал, что не интересуется предложениями о новой работе, он все же согласился прилететь в Силиконовую долину для знакомства и в конечном итоге присоединился к компании.