Как оценить текучесть кадров

23 ноября 2022 г.

Мика Люк – глава отдела кадровой аналитики компании Qualcomm.

Наконец-то у нас появился доступ к данным, технологиям и информации, чтобы отвечать на сложные вопросы с помощью статистических моделей, а не догадок. Однако по мере развития моей карьеры я понял, что дело не столько в том, ЧТО вы можете делать, сколько в том, КАК вы это делаете и ПОЧЕМУ это имеет большее значение.

Как оценить текучесть кадров, Мика Люк, Qualcomm, оценить текучесть кадров, расчет текучести кадров, показатель текучести кадров, текучесть кадров персонала, снижение текучести кадров, анализ текучести кадров, управление текучестью кадров, оборот текучести кадров, проблема текучести кадров, кадровая текучесть, сокращение текучести кадров, низкая текучесть кадров

Возьмем, к примеру, прогнозирование текучки . Это теперь обычная опция, которую предоставляет множество поставщиков программ. Проблема состоит не в том, чтобы иметь такую программу, а в том, чтобы знать, как ее использовать и создать при помощи нее правильную стратегию, которая принесет пользу как сотрудникам, так и компании.

В любом проекте отправной точкой должно быть решение бизнес-задач. В случае текучести кадров это легко: ни одна компания не хочет, чтобы хорошие кадры уходили. Для сотрудников тоже плюсы: если мы сможем удовлетворить их потребности и сделать счастливыми, то все выиграют. Но есть важный вопрос, с которого нужно начать: насколько эффективно вы используете модель, которая может спрогнозировать вам процент увольнений?

Чтобы качественнее ее применять, предлагаю следующие шаги.

Общайтесь с менеджерами и руководителями по поводу людей, которые могут уйти, решайте это на индивидуальном уровне.
Делитесь с сотрудниками факторами текучести кадров (например, местоположением, сроком пребывания или возрастными особенностями, настроением, изменениями в производительности) и выявляйте решения этих проблем.
Заранее сообщайте командам о риске увольнений в их отделах.
Будьте в курсе планов внутри команд, узнавайте про тенденции в навыках и предпочтениях мест работы.
Находите источники набора кадров (университеты и другие ресурсы), которые славятся низким процентом текучки .
Предлагайте льготы тем, кто обладает навыками, связанными с наиболее высокой текучкой.

Имейте в виду всевозможные наихудшие развития событий, например, следующие:

Данные могут быть проанализированы неправильно, в результате чего человек, который не собирался уходить, не получит наград, продвижения по службе или особенных задач.
Руководитель может придавать слишком большое значение полученным данным и строить стратегию по удержанию, основываясь только на них, а не на других ситуациях, влияющих на удержание.
Сотрудники могут в штыки воспринять наличие списка имен у руководителя. Возможны некорректные ситуации, если менеджеры не умеют вести беседы с людьми, размышляющими об увольнении. Да и люди будут чувствовать неуверенность в будущем. Верят ли сотрудники, что руководители поступят правильно с информацией? Решение проблем на индивидуальном уровне не поможет с проблемами на групповом, который определяет общую текучку (например, проблемы роста, географии).
Если нет системы опросов, которые бы фиксировали причину выбора сотрудника остаться в компании, то есть риск запутаться: он остался, потому что сработали принятые меры? Или потому что программа показала неточные данные, и он не особо был настроен на уход?

Для адекватной оценки текучести нужно создать контрольный список заданий для проверки данных и оценки их эффективности, чтобы минимизировать потенциальные риски проекта по сравнению с предполагаемыми выгодами.

Какие данные будут собираться?

Как они будут защищены и как долго будут храниться?

У кого будет доступ и как он будет использоваться и почему?

Должна быть прозрачность и соответствие нормам и требованиям. Навыки работы с данными необходимы, но недостаточны для успеха команд аналитики.

Способность мыслить стратегически, сотрудничать с кросс-функциональным взаимодействием, руководить с соблюдением этических норм и управлять данными - все это имеет решающее значение для реальной эффективности. В случае прогнозирования текучести подход должен быть масштабируемым, стандартизованным, измеримым и строго регулируемым.

Оригинал статьи — Источник