Будущее опросов персонала и оценки вовлеченности

В прошлой статье я рассказал о становлении современной оценки вовлеченности персонала и сбора обратной связи сотрудников. В этой статье я расскажу об актуальных направлениях рынка. Это мое личное мнение, но это мнение человека, находящегося на «амбразуре» исследовательского рынка.

В английском языке есть такое выражение: «если у тебя в руках молоток, все предметы вокруг кажутся гвоздями». На мой взгляд, причина того, как сейчас происходят опросы персонала, состоит в том, что, по мнению бизнеса, единственный инструмент в его руках – это «молоток» длинных ежегодных опросов вовлеченности.

В прошлой статье я цитировал 9 недостатков традиционных опросов по Andrew Graham:

1. Недостаточно частые
2. Наличие заранее определенных вариантов ответов искажает действительность
3. Агрегирование результатов уменьшает количество истинных значений
4. Не отражают специфику (контекст редко учитывается)
5. Длинные или плохо спроектированные варианты ответов
6. Менеджеры заняты и не мотивированы предпринимать какие-либо действия по результатам опроса
7. Требуется большое количество ресурсов и наблюдений
8. Опросы устаревают
9. Не ясна причинно-следственная связь

Помимо этих недостатков, еще ряд моментов влекут изменения или хотя бы желание изменить существующие корпоративные опросники:

• Большинство бизнес-показателей оцениваются чаще, чем раньше, и руководители компаний не понимают, почему с вовлеченностью должно быть иначе.
• Бизнес стал более ориентирован на клиента, появились программы, направленные на то, чтобы выслушать обратную связь от клиента, многие из них плотно интегрированы в бизнес-процесс (именно выслушать, а не провести ежегодное исследование). Таким образом, изменился подход к сбору обратной связи от потребителя.
• Рост устойчивых инвестиций и учета заставляет компании принимать во внимание интересы нескольких вовлеченных в бизнес групп в отличие от фокусирования лишь на одной группе (инвесторов?). Сотрудники становятся ключевым участником бизнеса.
• Технологии меняют экономику кадровой аналитики. Я уверен, что в наше время эти сервисы могут быть лучше, быстрее, дешевле. Это похоже на движение не по кривой, а на смещение самой кривой, и притом, весьма значительное.
• Предприятия быстрыми темпами выстраивают внутренние подразделения, занимающиеся кадровой аналитикой. Эти подразделения всегда хотят иметь качественные данные, которые могут быть интегрированы с другими данными компании
• • Цифровые сервисы (digital) расширяют линейку услуг консалтинговых фирм. Современные исследовательско-аналитические стартапы используют технологии, чтобы получить выгоду от масштабирования решений, работая на наиболее прибыльных проектах.

Пожалуй, начну с того, что, на мой взгляд, идеальный вариант – проводить ежегодные опросники в сочетании с запланированным сбором оперативной обратной связи и/ или приуроченной к каким-либо событиям. Однако в реальности бизнесу требуется направлять краткосрочные ресурсы туда, где они принесут наибольшую выгоду. Я думаю, со временем ежегодные опросники будут проводиться всё реже.

Главный тренд, который мы наблюдаем последние 5 лет, – появление пульс опросы. Эти регулярные короткие опросы обычно используют технологии и автоматизацию и решают многие проблемы традиционных опросников, озвученные выше.

Все пульс опросы решают несколько проблем, в частности, проблему частоты (и связанную с ней проблему устаревания данных). Отчет по результатам формируется автоматически, а ряд инструментов позволяет также автоматизировать аналитику, которая покажет взаимосвязь между различными переменными и вовлеченностью.

Однако у этого метода есть ограничения. Каждая необходимость проходить опрос обременяет сотрудника, и единственный способ обеспечить достаточную «явку» в частых опросах – сделать их короткими, что скажется на полноте собранных данных. Как я упоминал в прошлой статье, это не критично, если давать разным респондентам разные вопросы в случайном порядке и использовать техники заполнения пропущенных данных, однако не так много провайдеров владеют этими методами (да и многие HR департаменты остаются непреклонны).

Также не совсем понятно, как часто можно просить сотрудников заполнить пульс опрос. Здесь нет правильного или неправильного ответа, но есть несколько моментов, которые нужно учитывать.

Наблюдения говорят о том, что вовлеченность на уровне индивида обладает удивительной стабильностью. Большинство людей отвечают одинаково из месяца в месяц, изменения носят минимальный характер, если вообще присутствуют (и мы можем предположить, что это погрешность измерения). Если вы получаете большую погрешность, необходимо проводить замеры часто. В этом случае необходимо сгладить «шумы» перед тем, как демонстрировать результаты опросов.

Помимо этого, сотрудников может раздражать то, что им приходится отвечать на одни и те же вопросы регулярно, особенно, если они не видят никаких положительных изменений, которые сложно осуществить, т.к. опросы проводятся слишком часто. Я думаю, этого можно избежать, используя 1-2 «трендовых» вопроса, но после исследования необходимо предпринять соответствующие изменения, чтобы время на заполнение опроса не казалось сотрудникам потраченным зря.

По нашему опыту, самый оптимальный вариант – собирать обратную связь сотрудников на предмет вовлеченности раз в квартал. Самые продвинутые компании используют месяцы, в которых не проводится исследование, для проектирования опросников на темы, по которым мнение сотрудников крайне ценно, а также собирают обратную связь по результатам ключевых событий.

Провайдеры пульс опросов хватаются за современные веб-технологии, чтобы приблизить опросники персонала к клиентскому сервису. Это выражается, с одной стороны, в совершенствовании внешнего вида опросника для пользователя, где хороший интерфейс, работающий в том числе на мобильных устройствах, становится всё больше гигиеническим фактором, и с другой – в упрощении отчетов по результатам исследования.

Изначально к созданию Workometry нас подвигло то, что существовавшие тогда инструменты не решали проблему подготовки и очистки данных для анализа. Преобразование данных в вид, пригодный для изучения, и автоматизация скучного процесса подготовки данных дает скорость, качество и экономию.

Что касается отчетов, сейчас довольно просто создавать наглядные, понятные графические панели с результатами опросов для менеджеров и сотрудников.

Многие новички рынка аналитики предлагают только это. Их решения сокращают общую стоимость операций, сделанных вручную. Однако на мой взгляд, решающим фактором конкуренции в конечном счете будет цена. Прекрасно, если вы маленький или средний клиент, т.к. исторически сложилось, что консалтинг был слишком дорогим без масштабирования. Скорее всего, игроки этого рынка будут объединяться.

Здесь начинается самое интересное. Как я уже говорил, развитие более сложных способов обработки кадровых данных создает запрос на более качественную, интегрированную информацию. В то же время остается потребность обеспечивать конфиденциальность ответов, особенно это касается маленьких групп.

Эту проблему могут решить технологии. Программные интерфейсы (API) могут предоставлять выводы на основе данных, при этом оставляя их конфиденциальными. Современные формы хранения данных, например, слабоструктурированные, на которых основана работа нашего Workometry, дают большую гибкость. Мы добрались до этапа развития опросов, когда размер данных не является проблемой. Если нам нужно сравнить людей, которые отвечали на определенный вопрос в этом месяце, с тем, как они отвечали на другой вопрос в прошлом квартале, это возможно. Если нам нужно зафиксировать и проанализировать многие миллионы объемов данных в год, наличие технологии, как это сделать, или ее стоимость перестают быть препятствием.

Второе, что приходит на ум, размышляя о данных, — где взять лучшие данные. Нет смысла спрашивать сотрудников в опросе о том, что мы можем выяснить из других источников. В частности, я говорю о вопросах, касающихся соблюдения политик и процедур. Не правда ли, эти данные мы должны получать из систем? Спрашивайте только то, что нужно.

Ключевая вещь в опросе сотрудников – он должен быть регулярным и построен в форме диалога. Вряд ли вы знаете наперед, о чем будете спрашивать в будущем или какие данные вам необходимо будет включать в опрос. Выбирая новые технологии, предприятия должны учитывать этот момент. Как данные могут быть встроены в модели? Как это может быть реализовано для моделей в режиме реального времени?

Рассказывать о полученных данных не сложно, но это не рождает каких-либо интересных открытий. Какой бы анализ мы не проводили, начинать стоит с результата – что вы будете делать, если обнаружите что-то новое в данных. Понимание того, что вы можете или хотите изменить, должно лечь в основу того, какие данные вы собираете.

Работать с собранными результатами сложно, особенно, когда речь идет о смешанном опросе, где есть поведенческие и демографические данные, даже учитывая то, что самые популярные – порядковые данные – обрабатываются определенным набором методов (не обязательно самыми распространенными, которые легко делать в Excel). Как я писал ранее, мы большие поклонники графических моделей, и огромный объем наших исследований основан на взаимосвязях – взаимосвязях и отношениях между переменными.

С ростом объема и сложности данных машинное обучение становится всё популярнее для выявления интересных закономерностей. Там, где раньше мы разделяли данные по демографической функции, сейчас всё чаще ищем нелинейные связи, выявляем малые и микросегменты, а также пытаемся связать демографические и поведенческие данные с ощущениями.

Ранее я уже писал об этом. Как нам представляется, фиксирование и понимание неструктурированных ответов сотрудников будет основным достижением в деле сбора обратной связи ближайших нескольких лет. То же самое мы уже наблюдаем в опросах потребителей.

Чаще всего в исследовательской работе приходится сталкиваться с бинарным разделением – качество или количество. Однако реальность где-то между ними. Всегда существовала техническая возможность проводить качественные опросы с использованием шкалы, однако этому препятствовали временные затраты и стоимость.

То, что мы наблюдаем в современной текстовой аналитике, можно назвать смещением кривой предложения. Сейчас становится возможным задавать открытые вопросы сотням тысяч респондентов. Это открывает невероятные возможности в вопросах полноты данных, привлекательности предоставления данных с точки зрения пользователя и гибкости, динамичности дизайна.

Судя по нашему опыту (а мы занимаем лидирующие позиции в этой области), текстовая аналитика специфична для каждой конкретной области. Наивно полагать, что одним инструментом можно будет анализировать любой текст или использовать один и тот же инструмент для обработки текста из разных специфичных областей.

В прошлой статье я уже упоминал о них и получил ряд вопросов.  На мой взгляд, мы движемся к тому, что технически оснащенное исследование персонала будет строиться в виде диалога. Сотрудникам будет задаваться открытый вопрос на определенную тему, и, в зависимости от ответа, система будет предлагать соответствующие последующие вопросы.

В ближайшее время эти технологии будут текстовыми, но, скорее всего, они быстро переместятся в область голосового общения. В моем представлении, в будущем система сможет распознавать, с кем ей необходимо поговорить, будет самостоятельно обзванивать респондентов и задавать им серию вопросов с целью найти и уточнить детали по ключевым факторам. И всё это с применением шкалы.

В некоторой степени, проблема состоит не в самом анализе, а в умении сделать его необременительным для пользователя, чтобы респондент был мотивирован поучаствовать. Это самое интересное в исследовании. Результат анализ во многом зависит от изменений на стороне дизайна. Улучшенные интерфейсы = лучше данные = лучше анализ = прорывные идеи.

К чему всё это нас приведет?

Я наблюдаю два направления на рынке приложений для исследований вовлеченности. Первый вариант – это работодатели, которые хотят понимать вовлеченность своих сотрудников, но с небольшими расходами. Такие компании тяготеют к массе приложений, предлагающих исследования вовлеченности в режиме реального времени. Потребители этих продуктов должны понимать пользу, которую они предоставляют: сообщают основные метрики быстро и недорого. Такие провайдеры будут наиболее успешны в той части рынка, где традиционные аналитические компании неэффективны с точки зрения затрат, т.е. для малого и среднего бизнеса. Те, кто будут усложняться и масштабироваться для корпоративных клиентов, прогорят.

Второй вариант – это провайдеры и продукты вроде нашего, который использует технологию машинного обучения для автоматизации более сложных частей исследования. В первую очередь компании типа нашей используют машинное обучение для автоматизации высококвалифицированной работы привлеченных консультантов.

Я думаю, в конечном итоге это уничтожит индустрию традиционного управленческого консалтинга. Инструменты, которые могут задавать открытые вопросы и понимать практически любые ответы, ставят под сомнение традиционные консультационные услуги, связанные со сбором и анализом информации.

Разумеется, они не отменяют потребность в прекрасных консультантах, но новые возможности будут возникать в области углубления экспертизы или создания новых элементов процесса анализа. Консультанты сосредоточатся на разработке стратегий и управлении изменениями. Вероятно, меньше из них будет работать в исследовательских компаниях, но, я думаю, это изменение увеличит спрос на услуги лучших из них.

Andrew – один из пионеров кадровой аналитики в Европе. Он основатель OrganizationView, создатель инструмента для получения обратной связи от сотрудников с помощью открытых вопросов Workometry и сооснователь сообщества Кадровой аналитики Швейцарии

Andrew возглавлял первую конференцию в области европейской кадровой аналитики – HR Tech World’s 2013 ‘Big Data’ и был сопредседателем конференции Tucana’s ‘People Analytics’ в 2014, 2015 и 2016 гг. Он преподает HR-аналитику и «управляемый данными HR» в Европе и Азии и является членом консультативной группы по аналитике в области человеческого капитала CIPD, провозглашая стандарты и стратегию в HR-аналитике.