Предраcсудки HR

Предрассудки HR

"многие общепринятые представления о том, из кого получится хороший сотрудник, не имеют ни малейшего отношения к реальности"

     Очень интересная статья о применении анализа данных в области HR, а именно - в подборе. Анализ данных при подборе персонала (и для анализа уже работающих сотрудников) использует Google. Вот еще пример: "Не так давно сообщалось об успехах американского кадрового агентства Riviera Partners. Более года назад оно внедрило проприетарную компьютерную систему для подбора кадров, основанную на анализе данных. В результате время поиска подходящих кандидатов сократилось на треть, а доход, приносимый каждым из них, взлетел на 52%." 

Очень краткие выжимки:

• перед приёмом на работу нет смысла проводить более четырёх интервью

• "принято считать, что лучшие сейлз-менеджеры получаются из экстравертов — общительных людей, которые с лёгкостью заводят новые знакомства. ... Общительность — вовсе не залог успеха. Общая черта наиболее успешных специалистов в этой области — это упрямство и эмоциональная храбрость"
• чем ближе к офису обитает сотрудник, тем меньше вероятность того, что он уйдёт
• Прошлые достижения или провалы вовсе не являются показателем того, что из кандидата что-то получится — или наоборот.
• Нет зависимости между качеством работы и опытом
• Ни склонность к перемене рабочих мест, ни продолжительная безработица не оказывают статистически значимого влияния на успехи сотрудника.
• наличие у сотрудника судимостей и качество его работы по некоторым специальностям никак не связаны между собой.
•  А сотрудники, которые отвечают на телефонные звонки клиентов, работают даже немного лучше, если у них имеется криминальное прошлое. 
• кандидаты, заполняющие заявку на сайте компании при помощи стандартного Internet Explorer, склонны подолгу работать в одной компании, но хуже разбираются в компьютерах.
• пользователи социальных сетей в среднем реже меняют рабочие места, но лишь в том случае, если они зарегистрированы в одной, двух, максимум трёх сетях

Результат применения анализа данных  - это снижение текучки на 20%