Революция в мире HR Digital: мифы и реальность

Содержание

Слайд 2

Нина Осовицкая Консультант «Премии HR-бренд», эксперт по HR-брендингу, HeadHunter Окончила факультет

Нина Осовицкая
Консультант «Премии HR-бренд»,
эксперт по HR-брендингу,
HeadHunter
Окончила факультет психологии МГУ им. М.В.

Ломоносова. С 2001 года — сотрудник HeadHunter (hh.ru).
С начала 2007 года — консультант проекта «Премия HR-бренд» (hrbrand.ru).
В 2010 году с командой коллег и партнеров разработала методологию Рейтинга работодателей России.
Автор ряда публикаций в деловых и профессиональных изданиях. Автор серии книг о HR-брендинге.
Слайд 3

Модель зрелости технологий в HR Ожидания Время Тех.триггер Пик ожиданий Избавление

Модель зрелости технологий в HR

Ожидания

Время

Тех.триггер

Пик ожиданий

Избавление
от иллюзий

Преодоление недостатков


Плато продуктивности

Новаторы

Хайпожоры

Вторые номера

Последователи

Слайд 4

Как «поднять» на хайпе $120 000 000 инвестиций? Пакет с фруктовой

Как «поднять» на хайпе $120 000 000 инвестиций?

Пакет с фруктовой
или овощной

смесью
$5-7

Соковыжималка
$399

Слайд 5

Технологичность Ценность Высокая Низкая Низкая Высокая Пустая трата ресурсов Конкурентное преимущество

Технологичность

Ценность

Высокая

Низкая

Низкая

Высокая

Пустая трата ресурсов

Конкурентное преимущество

Бесполезные игрушки

Технологичность и ценность

Must-have инструменты

Слайд 6

Как их определить… Ценность Технологичность — ROI и экономическая эффективность —

Как их определить…

Ценность

Технологичность

— ROI и экономическая эффективность
— Улучшение метрик по:
конверсии
скорости
затратам
качеству

процессов
— A/B-тесты

— Автоматизация процессов
— Цифровые каналы коммуникаций
— Возможность масштабирования
— Машинное обучение
и искусственный интеллект

Слайд 7

Технологичность Ценность Высокая Низкая Низкая Высокая Пустая трата ресурсов Must-have инструменты

Технологичность

Ценность

Высокая

Низкая

Низкая

Высокая

Пустая трата ресурсов

Must-have инструменты

Конкурентное преимущество

Бесполезные игрушки

Технологичность и ценность

— Печатная книга/буклет нового

сотрудника — Плакаты в офисах для трансляции и поддержки корпоративной идеологии — Бумажная корпоративная библиотека — Регулярные стратегические сессии

— Современные TMS системы — Бизнес-процессы и HR-сервисы
в одном удобном мобильном приложении — Digital-реклама с учетом профиля кандидата
— Автоматизация первичного отбора

— Дорогие корпоративы с водкой и закуской — Материальная мотивация, не привязанная к результатам работы
— Опросы сотрудников ради опросов сотрудников

— Предиктивная аналитика, построенная на недостаточном количестве данных
— Анализ данных для оценки личности и стиля жизни сотрудников и кандидатов без четкой связи с оценкой эффективности

Слайд 8

45% 55% 14% 20% Как изменился уровень автоматизации HR-процессов в вашей компании за последний год?

45%

55%

14%

20%

Как изменился уровень автоматизации HR-процессов в вашей компании за последний год?

Слайд 9

Чем крупнее компания, тем чаще есть отдельный бюджет на автоматизацию HR-процессов

Чем крупнее компания, тем чаще есть отдельный бюджет на автоматизацию HR-процессов

Есть

ли в вашей компании отдельный бюджет на автоматизацию и digital-инструменты?
Слайд 10

Вы используете digital-инструменты по следующим направлениям?

Вы используете digital-инструменты по следующим направлениям?

Слайд 11

Слайд 12

Вы используете/развиваете digital-технологии в рекрутменте?

Вы используете/развиваете digital-технологии
в рекрутменте?

Слайд 13

Способны ли digital-технологии автоматизировать ваш процесс рекрутмента в ближайшие 2-4 года?

Способны ли digital-технологии автоматизировать ваш процесс рекрутмента в ближайшие 2-4 года?

Слайд 14

Хайп вокруг рекрутинга в социальных сетях BranchOut был запущен в 2010

Хайп вокруг рекрутинга в социальных сетях

BranchOut был запущен
в 2010 году на

Facebook.
За несколько месяцев почти 14 000 000 активных пользователей в месяц.
Привлечено инвестиций:
$49 000 000.
Слайд 15

Эффект отсутствия ценности для пользователя

Эффект отсутствия ценности для пользователя

Слайд 16

Чат-боты в рекрутменте Автоматизация массового найма Сбор анкет из разных источников

Чат-боты в рекрутменте

Автоматизация массового найма
Сбор анкет из разных источников и

отображение
в удобном формате.

Вовлечение кандидатов
Информирование о компании
и вакансиях на любой web-странице.

Слайд 17

А вы когда-нибудь пользовались ботами? Опрос по базе соискателей hh.ru, выборка: 1743 человека

А вы когда-нибудь пользовались ботами?

Опрос по базе соискателей hh.ru, выборка: 1743

человека
Слайд 18

Где вы пользовались ботами? Опрос по базе соискателей hh.ru, выборка: 1743 человека

Где вы пользовались ботами?

Опрос по базе соискателей hh.ru, выборка: 1743 человека

Слайд 19

Преимущества чат-ботов

Преимущества чат-ботов

Слайд 20

А вы знаете этого парня ?

А вы знаете этого парня
?

Слайд 21

Оценка по цифровому следу Сбор данных через небольшие простые тесты (заменяют

Оценка по цифровому следу

Сбор данных через небольшие простые тесты (заменяют полноценные

опросники)

Поиск корреляции результатов тестов и характеристик профиля/действий пользователя

Предсказание
черт личности, аналогичное результатам личностного опросника

Слайд 22

Оценка по цифровому следу: сомнения — Качество тестов — Полнота профилей — Достоверность прогноза Applymagicsauce.com

Оценка по цифровому следу: сомнения

— Качество тестов
— Полнота профилей
— Достоверность прогноза

Applymagicsauce.com

Слайд 23

Использование ИИ и машинного обучения Модерация резюме Ранжирование откликов Рекомен- дательные

Использование ИИ и машинного обучения

Модерация резюме

Ранжирование откликов

Рекомен-
дательные
системы для соискателей

Умный поиск

вакансий с ИИ
Слайд 24

Мы учитываем, насколько вакансия подходит соискателю и предсказываем вероятность отклика

Мы учитываем, насколько вакансия подходит соискателю и предсказываем вероятность отклика

Слайд 25

На основе данных мы выявляем закономерности, которые помогают кандидатам быстро находить

На основе данных мы выявляем закономерности, которые помогают кандидатам быстро находить

подходящие вакансии, а клиентам — получать качественные отклики.
Например, машина изучает, кого клиент приглашает на собеседование по конкретной вакансии, а затем рекомендует кандидатов с похожим профилем.

Искусственный интеллект
hh.ru в действии

Слайд 26

Как оценить эффективность и качество найма ФАКТОР 1: Производительность и качество

Как оценить эффективность и качество найма

ФАКТОР 1: Производительность и качество работы
эффективность

сотрудника (выполнение плана продаж, KPI и т.д.)
качество работы/частота ошибок
количество инноваций или предложенных идей
индекс удовлетворённости клиентов
оценка 360°
Слайд 27

Как оценить эффективность и качество найма ФАКТОР 2: Отрицательные последствия найма

Как оценить эффективность и качество найма

ФАКТОР 2: Отрицательные последствия найма
текучесть в

течение первого года работы
увольнение по инициативе работодателя
чрезмерный абсентеизм
руководитель оценивает сотрудника как «несоответствующего ожиданиям»
Слайд 28

Как оценить эффективность и качество найма ФАКТОР 3: Уникальные или редкие

Как оценить эффективность и качество найма

ФАКТОР 3: Уникальные или редкие плюсы
лидерские

способности
повышение в первый год работы
особые технические навыки или знание технологий
гибкость, широкий функционал
от прямого конкурента
Слайд 29

Слайд 30

Вы используете/развиваете Digital-технологии в обучении?

Вы используете/развиваете Digital-технологии в обучении?

Слайд 31

Слайд 32

Обучение и развитие: основные тренды Геймификация Социализация Обучение + оценка эффективности ИИ и ML: адаптивный e-learning

Обучение и развитие: основные тренды

Геймификация

Социализация

Обучение + оценка
эффективности

ИИ и ML:
адаптивный
e-learning

Слайд 33

Боты и ИИ для поддержки обучения

Боты и ИИ для поддержки обучения

Слайд 34

Классические модели оценки: четырехуровневая модель Киркпатрика Новое: 5 уровень – ROE

Классические модели оценки: четырехуровневая модель Киркпатрика Новое:
5 уровень – ROE –

возврат на ожидания
Резуль-
тат
бизнес-результаты
Поведение
чек-листы, обзор поведения
Обучение
тесты
Реакция
анкеты, интервью

Оценка эффективности обучения

Слайд 35

Классические модели оценки: модель ROI Филипса 1 уровень – все программы

Классические модели оценки: модель ROI Филипса
1 уровень – все программы
2 уровень

– 80%
3 уровень – 30%
4 уровень – 10%
5 уровень – 5%

http://www.training-institute.ru/

Слайд 36

Слайд 37

Вы используете/развиваете digital-технологии в HR-аналитике?

Вы используете/развиваете digital-технологии
в HR-аналитике?

Слайд 38

Экономическая модель сотрудника Прибыль от сотрудника Время Прием Полная производительность Решение

Экономическая модель сотрудника

Прибыль от сотрудника

Время

Прием

Полная производительность

Решение об уходе

Уход

Первое время сотрудник учится

(грузчик – день, продавец – месяц, программист – полгода) и от него одни убытки.
В это время работа идёт медленнее, люди перегружены (работать за новичка, ещё и учить) – тоже убытки.
Потом он начинает приносить прибыль, но «в ноль» выходит через полгода-год.
Если после этого увольняется – все инвестиции в найм и обучение становятся убытками.
Если так и не выходит на хорошую производительность и его надо заменить (особенно после испытательного), убытки ещё больше.

https://www.greenhouse.io/

Слайд 39

Данные из резюме и вакансий hh.ru Резюме кандидатов, которые работали или

Данные из резюме
и вакансий hh.ru

Резюме кандидатов, которые работали или работают в

компании

Модель для прогнозирования
времени работы

Кандидаты в порядке
вероятного времени работы

Факторы, влияющие на продолжительность работы

Ваши данные о производительности сотрудников

Кандидаты в порядке их производительности

Модель для прогнозирования производительности

Факторы, влияющие на производительность сильнее всего

Пилотные проекты

Слайд 40

Большие данные — 25 млн. резюме; — 8.3 млн. пар «компания

Большие данные
— 25 млн. резюме;
— 8.3 млн. пар «компания + вакансия»;


— данные о действиях 2 000 000 пользователей hh.ru за 3 года;
— возможность делать прогнозы по отдельным позициям в компании;
— вся история карьерных перемещений соискателя — мы знаем о них ВСЁ

Опыт в машинном обучении
— поиск с учётом профиля и действий соискателя на сайте;
— рекомендации подходящих вакансий;
— ранжирование откликов в порядке соответствия требованиям вакансии;
— сопоставление резюме кандидатов с профилями из социальных сетей;
— умная и оперативная модерация резюме.

Для этого у нас есть

Слайд 41

Прогноз по времени работы и производительности

Прогноз по времени работы и производительности

Слайд 42

Опыт работы Названия должностей Один из источников признаков — слова и словосочетания из резюме

Опыт работы

Названия должностей

Один из источников признаков — слова
и словосочетания из резюме

Слайд 43

Результаты пилотных проектов

Результаты пилотных проектов

Слайд 44

Слайд 45

Вы используете/развиваете digital-технологии в HR-брендинге?

Вы используете/развиваете digital-технологии
в HR-брендинге?

Слайд 46

Адаптация маркетинговых инструментов: больше и быстрее Пульс-опросы сотрудников: и снова боты!

Адаптация маркетинговых инструментов: больше и быстрее

Пульс-опросы сотрудников:
и снова боты!

Employee journey

map —
Управление опытом сотрудника
Слайд 47

Look-alike EVP Власть сотрудников в соц сетях Адаптация маркетинговых инструментов: больше и быстрее

Look-alike EVP
Власть сотрудников в соц сетях

Адаптация маркетинговых инструментов: больше и быстрее

Слайд 48

Ожидания Время Технологический триггер Пик ожиданий Избавление от иллюзий Преодоление недостатков

Ожидания

Время

Технологический триггер

Пик ожиданий

Избавление от иллюзий

Преодоление недостатков

Плато продуктивности


Джоб-сайты

ИИ в обучении и оценке

Уберизация

Мобильные работодатели

Мобильные соискатели

Автоматизация отбора

Онлайн-обучение

HR-брендинг

Big Data

Рекомендательный рекрутинг

Поиск в соцсетях

Чат-боты

ИИ в рекрутинге

Предиктивная аналитика

Модель зрелости технологий в HR