"Мои лучшие сотрудники уходят, - сказал мне Дэниел, - и я не могу понять, почему."
Дэниел (это не настоящее имя) был вице-президентом по управлению персоналом в компании из списка Fortune 500. Я спросил его, собирал ли он какие-либо данные, которые могли бы дать ему представление о систематических закономерностях. "Я проследил за тем, чтобы мы проводили выходные интервью с каждым сотрудником, который нас покидает", - ответил он. "Я даже сам лично провел несколько! Но никакой последовательной закономерности не вырисовывается. Я не уверен, как я могу предотвратить уход моих лучших сотрудников в будущем".
Вот в чем проблема с выходными интервью: Люди не могут честно рассказать о причинах своего увольнения. И даже если это так, такие рационализации post hoc редко отражают истинные причины увольнения.
С проблемой Дэниела сталкиваются многие менеджеры по персоналу в своих организациях. Почему лучшие сотрудники покидают организацию? Почему одни сотрудники более продуктивны, чем другие? Как сотрудники могут стать более креативными? Зачастую информация, которая может помочь ответить на эти вопросы, уже существует в компании, скрываясь от посторонних глаз.
Несмотря на то, что компании собирают большое количество данных о своих сотрудниках, большинство из них не очень-то стараются использовать их для поиска ответов на эти вопросы. Если бы компании могли улучшить свою практику работы с данными на пяти важных этапах, они могли бы стать гораздо более эффективными в решении некоторых из наиболее актуальных проблем, с которыми они сталкиваются.
Шаг 1: Улучшение качества данных. Выслушав проблемы Дэниела, я спросил его, какие данные собирает его компания. Оказалось, что очень много. Его отдел каждые полгода рассылает всем сотрудникам анкеты для заполнения. Менеджеры проводят ежегодные обзоры эффективности, которые они регистрируют в централизованной системе. Отдел кадров отслеживает каждое повышение по службе, а операционный отдел следит за тем, какие сотрудники покидают организацию.
Однако, когда я попросил поближе посмотреть, как отдел Дэниела собирает данные, я был поражен. Опрос не собирал данные надежным, проверенным способом. Обзоры эффективности не были структурированы, и только 55% менеджеров заполнили их. А данные о продвижении по службе и текучести кадров не включали даты.
Прежде чем использовать данные для получения ответов, необходимо повысить качество собираемых данных. Разработайте более строгий опрос с более точными показателями. Создайте систему оценки эффективности, которая облегчит менеджерам ведение журнала оценки. Продумайте, какие данные будет полезно собирать, а затем собирайте их - систематически. Проводите регулярные беседы с сотрудниками компании, чтобы определить, какие вопросы вас волнуют и какие данные вам могут понадобиться для ответа на них.
Шаг 2: Соедините разные данные. Чтобы ответить на вопрос "Почему мои сотрудники уходят?", вам нужно сравнить сотрудников, которые остались, с сотрудниками, которые перешли на другую работу. (Это еще одна причина, по которой выходные интервью часто не работают - вы получаете только половину истории.)
Для этого вам нужно связать данные из различных источников в вашей организации. В случае Дэниела за данные отвечали разные отделы. Обзоры эффективности и опросы сотрудников проводились отделом кадров, а данные о текучести кадров хранились в операционном отделе. Ни одна из команд не знала, какие данные хранятся у другой команды, поэтому им нужно было изменить свои процессы, чтобы обеспечить связь между уволившимися сотрудниками и их ответами на опросы и оценками эффективности.
Выясните, какие данные собираются в организации. Разработайте процессы, облегчающие установление связей между сотрудниками, чтобы получить как можно больше данных о каждом сотруднике.
Шаг 3: Проанализируйте данные. Проще говоря, анализ данных требует умения их обрабатывать. Например, в некоторых случаях результаты вашей работы могут быть на групповом уровне: успех командного проекта или успешный результат работы команды клиентов. Можно ли сделать вывод о том, что сделало проект успешным, на основании индивидуальных ответов каждого члена команды?
Ответ положительный, но сделать это непросто. С точки зрения статистики, вам может понадобиться объединить ответы на уровне группы и запустить модель со случайными или фиксированными эффектами. Это означает, что вы изучаете изменчивость ответов на индивидуальном уровне, чтобы предсказать результаты на уровне группы. Однако это выходит далеко за рамки возможностей Microsoft Excel. Чтобы решить, какие методы анализа данных использовать, и, что более важно, провести анализ, вам нужны опытные аналитики данных, способные использовать передовое программное обеспечение для обработки данных, такое как R или Stata.
Третий шаг к использованию ваших данных - это грамотный анализ данных. Продумайте, какие методы анализа будут наиболее подходящими, учитывая тип данных. Убедитесь, что у вас есть сотрудники, способные провести необходимый анализ; если их нет, наймите или заключите контракт с экспертами, которые могут помочь.
Шаг 4: Подпитайте ваши данные теорией. Хотя многие проблемы могут показаться насущными, вы не единственный, кто с ними сталкивается. За последние несколько десятилетий было уделено много внимания изучению предикторов производительности, текучести кадров и креативности сотрудников. Академические исследователи зафиксировали существующие взаимосвязи и разработали множество теорий, объясняющих их причины.
Это важно, поскольку теории могут помочь нам предсказать, что произойдет в будущем, учитывая определенный набор соображений. Таким образом, в то время как анализ данных часто является ретроспективным, когда пытаются понять, почему группа сотрудников ушла, сильная теория может помочь организациям спрогнозировать, кто, скорее всего, уйдет в будущем. Кроме того, сильная теория может помочь определить, какие вопросы следует задавать организации, когда она сталкивается с проблемой, например, огромной текучестью кадров.
Четвертый шаг к использованию данных - наполнить их теорией. Изучите прошлые исследования, которые пытались дать ответы на аналогичные вопросы, которые вы, возможно, задаете себе. Просмотрите, что изучалось в этих исследованиях, как исследователи изучали это, и какую теорию они разработали для объяснения найденных взаимосвязей. Возможно, у вас нет времени и ресурсов для этого - это нормально. Во многих случаях академические исследователи охотно выступают в качестве консультантов по проектам и могут помочь вам сориентироваться на этом пути.
Шаг 5: Внесите изменения и отслеживайте результаты. Вы все сделали: повысили качество данных, соединили разрозненные наборы данных по всей компании, наняли сильных аналитиков данных и проконсультировались с исследователями по вопросам соответствующей теории. У вас есть рабочая модель того, почему ваши сотрудники покидают организацию. Теперь, когда у вас есть это понимание, вам нужно превратить его в интервенцию. Например, в случае Дэниела мы обнаружили, что многие лучшие сотрудники компании ушли, потому что не чувствовали достаточной самостоятельности в выполнении своих обязанностей.
Это важнейший этап процесса: проверка того, может ли то, что вы узнали, дать практическое понимание, которое улучшит вашу организацию. Мы с Дэниелом попробовали вмешаться, предоставив одним сотрудникам, но не другим, возможность сделать свой график более гибким. Такой тип раздельного тестирования был важен, поскольку мы хотели иметь контрольную группу. В первый раз, когда мы проводили эксперимент, вмешательство не оказало никакого эффекта. Это, конечно, разочаровало, но хорошая новость заключается в том, что усовершенствованные методы работы с данными позволили нам понять, почему это произошло, и оптимизировать вмешательство до получения желаемого эффекта.
Пятый и последний шаг - это внедрение изменений и отслеживание соответствующих результатов. Вмешательство может потребовать нескольких попыток, чтобы добиться желаемого результата. Некоторые вмешательства могут вообще не сработать, а другие могут даже дать обратный эффект. Но лучший способ выяснить, насколько верны полученные вами знания, - это проверить их на практике.
Об авторе
Йон М. Яхимович - доцент кафедры делового администрирования в отделе организационного поведения Гарвардской школы бизнеса. Его исследования посвящены тому, почему люди борются за свою страсть, и как сотрудники и работодатели могут научиться поддерживать и культивировать страсть. Он также использует свои исследования для понимания того, как люди и организации могут решить проблему неравенства.
- Hbr.org
Поделиться
