Предиктивная аналитика персонала

Предиктивная аналитика персонала — это направление HR-аналитики, которое использует накопленные кадровые данные для оценки вероятности будущих событий. Вместо фиксации уже произошедших изменений компания получает прогноз возможных рисков и может заранее подготовить меры реагирования.

В основе Predictive HR Analytics (предиктивная HR-аналитика) лежат методы статистического анализа и модели машинного обучения. Они выявляют устойчивые взаимосвязи в исторических данных, а затем рассчитывают вероятность различных сценариев для текущих сотрудников и подразделений.

Предиктивная аналитика в HR нужна, чтобы принимать кадровые решения заранее, а не реагировать на уже случившиеся увольнения или падение производительности.

HR-отдел использует прогнозную аналитику для того, чтобы:

Прогноз не заменяет решения руководителя, но дает дополнительное основание для анализа.

Обычная аналитика персонала описывает текущее и прошлое состояние компании — сколько человек уволилось, какая была текучесть кадров в отделе, сколько вакансий закрыто за месяц.

Прогнозная аналитика персонала идет дальше и отвечает на вопрос, что вероятно произойдет дальше при сохранении текущих тенденций. Она опирается на те же данные, что и обычная HR-аналитика, но добавляет модели прогнозирования.

Разницу можно свести к формату вопроса — обычная аналитика отвечает «что случилось», предиктивная — «что вероятно случится».

Задачи предиктивной аналитики персонала обычно связаны с рисками, которые сложно заметить в моменте без анализа данных.

Среди основных задач:

Часть этих задач компании решают точечно, часть — как постоянный процесс мониторинга.

Модели предиктивной HR аналитики обучаются на исторических данных о сотрудниках компании, поэтому качество прогноза напрямую зависит от объема и полноты этих данных.

Обычно используют:

Чем больше связанных периодов данных доступно системе, тем точнее получаются прогнозы.

Искусственный интеллект в HR-аналитике используется для поиска закономерностей, которые сложно заметить вручную при работе с большим объемом данных.

Машинное обучение в HR применяют для того, чтобы:

Алгоритм не заменяет HR-специалиста, а помогает быстрее выявлять сотрудников с высоким риском увольнения, снижения вовлеченности или выгорания, чтобы HR мог вовремя принять меры.

Анализ вероятности увольнения сотрудника — одна из самых востребованных задач предиктивной аналитики персонала.

Модель обычно учитывает совокупность факторов — снижение вовлеченности по результатам опросов, рост переработок, отсутствие повышения зарплаты за длительный период. По отдельности эти признаки не обязательно говорят о намерении сотрудника уйти, но их сочетание может указывать на повышенный риск увольнения.

В результате модель не предсказывает увольнение наверняка, а оценивает вероятность его наступления. Это помогает HR-отделу определить, каким сотрудникам стоит уделить внимание в первую очередь.

Прогнозирование текучести кадров позволяет HR-отделу и руководителям действовать до увольнения сотрудника, а не после.

Если система показывает рост риска в конкретном отделе, у компании есть время скорректировать нагрузку, обсудить с сотрудником его планы или изменить условия работы. Такой подход обычно требует меньше ресурсов, чем поиск и адаптация нового сотрудника.

Инструменты для прогнозной HR аналитики делят на несколько категорий по уровню автоматизации.

Компании применяют:

Выбор инструмента обычно зависит от объема данных и от того, есть ли в компании собственная аналитическая команда.