HR-аналитика
HR-аналитика — анализ HR-данных и метрик (найм, текучесть, вовлечённость) для принятия управленческих решений.
Топ-менеджер спрашивает HR: «Почему за год ушло 30% команды?» Если ответ — «сложно сказать, люди разные», доверие к HR-функции падает. Если ответ: «Основная волна — сотрудники со стажем 1–2 года в двух подразделениях; главные причины по выходным интервью — управленческий стиль и отсутствие роста; текучесть обошлась компании примерно в 4 оклада на человека» — это уже разговор равных. Именно для этого нужна HR-аналитика.
Что такое HR-аналитика и зачем она нужна
HR-аналитика — это сбор, расчёт и интерпретация HR-метрик, чтобы управлять персоналом на основе фактов, а не интуиции. Она связывает HR-процессы с результатами бизнеса и помогает находить причины, а не только описывать симптомы. В отличие от обычной отчётности — «сколько человек нанято» — аналитика отвечает на вопрос: «почему и что с этим делать».
Близкое понятие — People Analytics: более широкий термин, который включает предиктивные модели и анализ поведенческих данных. HR-аналитика — базовый уровень, с которого начинают большинство компаний.
Какие метрики считают чаще всего
Набор метрик зависит от задач бизнеса, но есть базовый минимум, актуальный для большинства белорусских компаний:
| Что считается | Зачем это нужно |
|---|---|
| Текучесть и удержание | Понять, где теряем людей и как это влияет на бизнес. |
| Воронка найма и Time-to-Hire | Найти узкие места и ускорить закрытие вакансий. |
| Компенсации vs рынок | Сравнить с рынком и снизить риск оттока из-за зарплаты. |
| eNPS и вовлечённость | Отслеживать настроение команды до того, как оно стало проблемой. |
| Эффективность обучения (ROI обучения) | Проверить, даёт ли программа рост навыков и результата. |
| Стоимость найма | Оценить эффективность источников и рекрутинговых инструментов. |
Уровни HR-аналитики: от отчётов до прогнозов
Аналитику принято делить на четыре уровня зрелости:
- Описательная — что произошло: отчёты о численности, абсентеизме, найме.
- Диагностическая — почему произошло: разбор причин текучести, анализ опросов.
- Предиктивная — что произойдёт: прогноз риска увольнения, потребности в найме.
- Прескриптивная — что делать: модели оптимизации команд, рекомендации по интервенциям.
Большинство белорусских компаний сейчас работают на первом-втором уровне, и это уже ценно. Переход на третий уровень требует качественных данных и базовых инструментов — например, HRIS с историей по сотрудникам.
Как выстроить HR-аналитику с нуля
Самая частая ошибка — начать со сбора всего подряд. Данные ради данных не дают ценности. Правильный порядок:
- Сформулировать бизнес-вопрос: «Почему растёт текучесть в отделе продаж?»
- Определить 2–3 метрики, которые ответят на вопрос.
- Наладить регулярный сбор данных — хотя бы в таблицах.
- Построить простые дашборды для руководителей (см. Дашборд HR).
- Сделать цикл: измерили → приняли решение → проверили эффект.
Важна связь с HR-метриками: аналитика не отдельная активность, а способ сделать метрики живыми и влиятельными. Хорошая аналитика всегда заканчивается конкретными действиями — а не просто красивым слайдом.
Часто задаваемые вопросы
HR-аналитика — это только отчёты?
Нет. Отчёты — лишь форма. Суть в том, чтобы ответить на вопрос, проверить гипотезу и принять решение, а потом измерить эффект. Аналитика без действия — потраченное время.
Какие данные чаще всего нужны для HR-аналитики?
Данные по найму, текучести, компенсациям, обучению, эффективности, опросам вовлечённости и структуре персонала. Важно качество и сопоставимость данных во времени.
С чего начать HR-аналитику в небольшой компании?
Сформулировать 1–2 бизнес-вопроса, определить метрики, наладить сбор данных (даже в Excel) и сделать простой цикл: измерили → улучшили → проверили результат. Сложные инструменты нужны позже, когда данных уже достаточно.
