Application of the MVP (minimum viable product) approach for justifying the effectiveness of HR-analytics implementation

Full Text

Введение

Уже долгое время интерес HR-сообществ направлен в сторону HR-аналитики [1]. Действительно, в современном VUCA-мире большое значение приобретает навык принятия решений, основанных на количественных данных, а не на интуиции [2; 3]. Однако многие авторы сталкиваются с проблемой невозможности обосновать эффективность инструментов HR-аналитики, что является необходимым при инициации внедрения инструмента.

Нами был разработан подход, который позволяет подготовить материал для делового обоснования внедрения инструментов HR-аналитики.

Из теории зрелости HR-аналитики Дирка Джонкера следует, что HR-аналитика первого уровня не требует финансовых затрат, а в качестве технологии сбора данных могут служить таблицы Excel [4]. Первый опыт внедрения инструментов может быть реализован собственными усилиями менеджеров по персоналу. Следовательно, для обоснования эффективности инструмента можно использовать собственные же показатели.

Таким образом, план подготовки обоснования для внедрения HR-аналитики будет иметь следу-
ющие этапы:

1. Внедрение HR-аналитики 1-го уровня;
2. Расчет эффекта;
3. Анализ эффективности;
4. Вынесение предложений по автоматизации и регулярности.

Данный подход будет аналогичен методу MVP в проектном менеджменте. MVP (Minimum Viable Product) – «минимальный жизнеспособный продукт, обладающий минимальными, но достаточными для удовлетворения первых пользователей функциями». Он применяется для проверки эффективности инновационного продукта. Внедрение инновации требует эксперимента. Менеджерами разрабатывается гипотеза, что решение имеет ценность для бизнеса: решит проблему или удовлетворит потребность. На этапе разработки MVP происходит валидация продукта – процесс доказательства гипотезы [5]. Подход позволит не только убедить в эффективности бизнес-процесса, но и HR-менеджерам системно подойти к процессу инициации и детальнее проработать требования к бизнес-процессу – HR-аналитике.

 

Основная часть

Далее рассмотрим, какие инструменты менеджер по подбору персонала может применить без автоматизации. Сегодня, по данным исследования TSQ, к самым распространенным направлениям анализа данных в подборе относят:

– оценка каналов найма в разрезе окупаемости;

– воронка подбора (конверсия);

– анализ стоимости привлечения [6].

Расчет конверсии каждого этапа проводится по следующей формуле: количество кандидатов, перешедших на другой этап, делится на количество кандидатов предыдущего этапа. Общая конверсия «воронки» подбора – это соотношение количества принятых на работу и количества полученных резюме или заявок. Общая конверсия нужна для того, чтобы понять эффективность процесса подбора и спланировать, сколько кандидатов нужно привлечь на входе в воронку, чтобы получить необходимое количество на выходе [7]. На рисунке представлены этапы подбора для воронки.

Рисунок – Графическое изображение воронки подбора

Figure – Graphic image of the selection funnel

 

На рисунке схематично изображены этапы, но в реальности это будет таблица в Excel.

При анализе источников подбора оценивается общая конверсия каждого источника, затраты на подбор одного сотрудника, срок закрытия вакансии, а также может быть учтен уровень текучести в первые полгода и эффективность сотрудников. Каждый источник ранжируется по всем критериям оценки. Ранги источника суммируются, и наименьшее значение будет иметь самый эффективный источник подбора.

Для оценки затрат на подбор можно применять следующую формулу:

 

,                                                                                  (1)

где Зпк – затраты на подбор одного сотрудника;

К_пр – количество нанятых, за исключением неудачных наймов за отчетный период;

З – общая сумма затрат, которая рассчитывается по формуле 2 [8].

 

,                                           (2)

где БР – стоимость доступа к базе резюме на год;

В – стоимость размещения вакансий на работных сайтах;

Т – затраты на продвижение бренда работодателя в социальных сетях, в медиа, вузы и колледжи, сайт компании, таргетинговая реклама;

ЗП – зарплата специалиста за месяц в отделе подбора и зарплата руководителей в час, помноженная на кол-во затраченных часов на интервью в месяц;

КА – услуги кадровых агентств;

РП –  реферальные программы;

10 % – косвенные и непредвиденные расходы.

Данный список затрат может дополняться или сужаться в зависимости от особенностей конкретной организации. Анализ затрат необходимо проводить в динамике и соотносить его с ростом выручки. Темпы роста затрат на подбор персонала должны соответствовать темпу роста выручки.

После года применения представленных инструментов можно проводить расчет эффекта. Эффект от применения представленных инструментов будет выражен в следующем:

– снижение временных затрат (отказ от этапа со 100 % конверсией, изыскание путей для оптимизации времязатратного этапа или отказ от размещения вакансии на неэффективном работном сайте, отказ от использования нерезультативного источника подбора) [9];

– снижение финансовых затрат (отказ от покупки услуг нерезультативного источника подбора, выбор самого эффективного тарифа работного сайта, покупка доступ к работному сайту в складчину с другой компанией).

В таблице представлены HR-метрики, значения которых необходимо сравнить до внедрения инструментов и после года применения.

 

Таблица – паспорт HR-метрик для расчета эффективности HR-аналитики

Table – passport of HR metrics for calculating the effectiveness of HR analytics

HR-метрики	Формула для расчета
Стоимость закрытия одной вакансии	Формула 1
Средний срок закрытия вакансий	Взв = Кд / Кзв, где Кд – количество дней работы над заполнением всех имеющихся вакансий за определенный период; Кзв – общее количество закрытых вакансий за определенный период
Время найма	дд.мм.гг открытия вакансии – дд.мм.гг. найма кандидата
Стоимость часов, потраченных руководителем на наем	ЗП/(РД*8ч) * кол-во затраченных часов
Процент неудачных наймов	Ушли до конца испытательного срока / всего нанято * 100
Количество закрытых вакансий на одного рекрутера	КЗ = Кзв/Кр, где Кзв – количество закрытых вакансий Кр – количество рекрутеров в отделе

 

Таким образом, мы доказали, что от применения инструментов HR-аналитики существует экономический эффект в виде минимизации затрат и изыскания временных резервов. Чтобы оценить эффективность, необходимо соотнести затраты с эффектом. Вышеперечисленные инструменты не требуют применения специализированных программ для анализа, достаточно применение таблиц Excel. В российской практике аналитика реализована в программах Talantiks и «Пульс», которое автоматически рассчитывают воронку подбора. Необходимо только начать применять данные для принятия HR-решений. Следовательно, на первом уровне HR-аналитика в подборе требует минимум затрат, а эффект будет зависеть от качества анализа и полноты данных.

Подобный подход бы применен компанией «Аптеки “Вита”». На базовом уровне HR-аналитика была реализована в форме отчетов. Менеджеры по подбору персонала для повышения своей индивидуальной эффективности отслеживали следующие HR-метрики:

– количество откликов на вакансию в разных источниках;

– время закрытия вакансии;

– конверсия каждого этапа подбора.

Индивидуальная аналитика и отчетность велась в Excel. Руководитель отдела подбора отслеживал производительность каждого менеджера, для повышения показателей применялись стимулирующие выплаты в виде премиальных надбавок.

В 2023 году компания с целью развития HR-аналитики внедрила отчетность hh.ru [10]. В личном кабинете работодателя доступен раздел «Аналитика подбора». Там представлены следующие отчеты:

– анализ рынка труда (динамика спроса и предложения на рынке труда в разрезе региона и проф-
области);

– стоимость подбора (количество откликов и открытий контактов);

– статистика по менеджерам (как менеджеры работают с вакансиями);

– индекс вежливости менеджера (скорость обработки отклика на вакансию);

– конкурентный анализ вакансии;

– активность соискателей.

Эти отчеты обеспечили менеджерам возможность в реальном времени наблюдать за ситуацией на рынке, за активность кандидатов и успешностью вакансии, чтобы своевременно принимать по ним решения. В среднем по отделу за 2023 год показатели менеджеров изменились в положительную сторону.

Стоимость подбора осталась на уровне прошлого года. Такое изменение связано с ростом активного поиска, то есть увеличением частоты открытия контактов.

Отчетность на hh.ru позволила сократить время принятия решения руководителем по корректировке вакансии. Видя аналитику рынка заработных плат и спроса на специалиста, руководитель, подавший заявку на подбор, принимает решение с большей уверенностью, а значит, и быстрее.

Также менеджеры по подбору выявили, что социальные сети как источник подбора имеет низкое значение: количество кандидатов низкое, цена высокая. Из этого было принято решение снижать цену на этот источник. Оптимальное предложение сегодня предлагает сервис Clickme. Цена размещения рекламы в самых популярных источниках через сервис Clickme будет складываться из количества переходов по объявлению [11].

«Аптеки “Вита”» получили доступ к отчетности на hh.ru, приобретя тариф с полным пакетом. Следовательно, затрат на покупку сервиса компания не понесла, раздел отчетности входит в общий пакет услуг hh.ru.

На основании эффекта от применения отчетности «hh.ru» руководитель департамента управления персоналом утвердила должность аналитика в отделе подбора. Это и был тот следующий шаг для развития HR-аналитики в компании, который был обоснован показателями аналитики прошлого уровня. Совокупность эффектно продемонстрировала целесообразность для бизнеса данного HR-процесса.

 

Заключение

Из проделанной работы можно сделать вывод, что применение подхода MVP (минимальный рабочий продукт) возможно не только для больших инновационных проектов, но и для обоснования внедрения бизнес-процесса в сфере управления персоналом. Такой сложный инструмент, как HR-аналитика, на первых стадиях может быть внедрен в минимально допустимом виде. Проведя  анализ его работоспособности, эффективности, будет видно, куда можно расширять его функционал и как автоматизировать. Собранные HR-метрики покажут руководству сэкономленный бюджет, а значит, и обеспечат доверие для расширения данного бизнес-процесса и покупки необходимого программного обеспечения.

About the authors

Marina N. Belinskaya

Samara National Research University

Author for correspondence.
Email: belinskaya.mn@ssau.ru
ORCID iD: 0000-0001-7567-8148

senior lecturer of the Department of Human Resource Management

Russian Federation, 34, Moskovskoye shosse, Samara, 443086, Russian Federation

Elizaveta A. Pshenichnaya

Samara National Research University

Email: pshenichnaya-01@list.ru
ORCID iD: 0000-0003-2672-4093

senior lecturer of the Department of Human Resource Management

Russian Federation, 34, Moskovskoye shosse, Samara, 443086, Russian Federation

Natalya V. Solovova

Samara National Research University

Email: solovova.nv@ssau.ru
ORCID iD: 0000-0002-3280-3380

Doctor of Pedagogics Siences, associate professor, head of the Department of Human Resource Management

Russian Federation, 34, Moskovskoye shosse, Samara, 443086, Russian Federation

References

Supplementary files