Управление карьерой – забота не только сотрудника, но и работодателя

Компании получают определенный экономический эффект, когда помогают сотрудникам определить его личное направление развития и продвижения.

Карьеры стали более сложноорганизованными и многогранными, чем когда-либо, особенно если речь идет о корпорациях. Сейчас эти же компании сменили строгую иерархию на более изменчивую, основанную на небольших командах, структуру, которая пропагандирует более гибкие подходы к работе. Это существенно усложнило понимание сотрудниками своего прямого функционала, не говоря уже о последствиях, став неким вызовом для работников, которые вынуждены (в целях остаться на плаву как специалисту и сохранить рабочее место) показывать то, насколько они готовы расти в компании.

В течение прошлого года исследователи-аналитики Уортонской школы бизнеса при Пенсильванском университете пообщались с 14 руководителями компаний-лидеров своих отраслей и провели две встречи, каждая из которых длилась сутки, для того, чтобы понять, как эти компании помогают своим сотрудникам построить лучшие карьеры. Благодаря этим встречам мы сумели выявить несколько ключевых направлений, где компании используют аналитику для достижения этой цели.

Общим первым шагом для всех компаний, применяющих аналитику для построения карьер, является использование HR-данных для выделения путей развития, пройденных сотрудниками в прошлом. Ведь традиционные карьерные лестницы, основанные на иерархичной системе организационной структуры, практически сошли на нет, компании приступили к анализу несметного числа путей, которыми ранее шли работники в своем развитии. Простота в том, что такой мэппинг карьеры использует данные прошлых периодов времени для того, чтобы показать новоиспеченным сотрудникам, что и как делать, позволяет действующим сотрудникам разглядеть спектр наиболее удачных вариантов дальнейшего развития в компании. В противном случае компании определяют виды позиций, в которых можно выполнять различные роли, с целью показа всевозможных путей достижения работником желаемой должности. В обоих примерах аналитика используется для раскрытия дополнительных возможностей развития и роста, которые не предусмотрены в строгой организационной структуре, но взамен освобождаются от нецентрализованных решений работников и специалистов по подбору персонала в то время, когда они строят карьеру в компании.

Более амбициозный и дальновидный подход мэппинга карьеры также включает в себя данные о видах навыков и компетенций, необходимых для каждой профессии, с поиском совпадений между пакетом компетенций и вакансиями. Хоть и не у всех компаний есть такие данные и разработка такого пакета компетенций для различных профессий с нуля может быть длительным и дорогостоящим процессом, такой подход вполне может выделить должности, более схожие по своим требованиям, чем кажется. Такой метод более ценен для быстро меняющихся сфер деятельности, где постоянное появление новых профессий и уход в небытие старых затрудняет выявление путей развития из старых данных.

К примеру, к должности HR-аналитика немало требований – опыт работы с организационными данными и отчетностью, аналитические навыки, а также умение общаться с бизнес-партнерами, которые могут быть из числа финансовых аналитиков той же компании. Выявление этих совпадений помогает создать новые карьерные возможности для обеих профессий, предоставляя им неожиданные пути для внутреннего развития и роста, а также создает новые источники пополнения талантов в их командах. Для задач, которые трудно выполнить, этот подход может упростить поиск и обеспечить значительную экономию для организации. В качестве дополнительного преимущества привнесение навыков в процесс определения карьеры может помочь руководителям дать сотрудникам действенные советы о том, какие навыки им необходимо развить для повышения.

Ряд организаций также старается быть более активными в поиске «пассивных» внутренних кандидатов — людей, которые, скорее всего, будут очень хороши на определенных видах работ, но могут не знать об этих вакантных должностях или, возможно, не рассматривали возможность подачи заявки. Выявление этих кандидатов включает в себя разработку аналитических моделей, которые сумеют предсказать, насколько хорошо каждый из нынешних сотрудников в организации будет соответствовать набору компетенций для данной позиции. Затем рекрутеры могут найти для них подходящие варианты и найти им применение. Способность идентифицировать внутренних кандидатов не просто снижает расходы на набор персонала – результаты исследований  показывают, что внутренний найм неизменно превосходят хантинг. В результате ряд авторитетных организаций размышляют над тем, как использовать аналитику, чтобы лучше выискивать перспективных сотрудников внутри компании, а также набор стартапов, которые смогут помочь компаниям найти соответствия между работниками и их должностями.

Построить такие модели самим, с точки зрения аналитики, не так уж и сложно, требуются лишь элементарные знания статистики и машинного обучения. Больший вызов для многих компаний – создать и поддерживать робастную базу данных о профессиях и работниках, на которых и построены модели. Некоторые компании располагают точной и актуальной информацией о требованиях к работе, но почти ни у одной из них нет информации о навыках сотрудников, необходимых для определения хорошего соответствия между ними.

Один из путей, которым компании пытаются решить эту проблему – создание внутренней системы наподобие LinkedIn, в которой сотрудники смогут выкладывать свои профили, тем самым повышая свою внутреннюю видимость. В конце концов, в настоящее время у LinkedIn гораздо более точные данные о навыках большинства людей, чем у их работодателей. Но ранние попытки создать систему с внутренними профилями навыков пресекались проблемой типа «курица и яйцо»: рекрутеры не используют такие системы, потому что профили работников не заполнены, а те, в свою очередь, не заполняют профили, потому что знают, что этими системами никто не пользуется.

Некоторые работодатели делают обновленные профили навыков обязательной частью процесса оценки эффективности сотрудников, и это может им помочь. Другие изучают создание профилей навыков непосредственно из рабочих продуктов людей. Например, IBM собирает данные(осторожно — PDF файл) из внутренних документов и информации о рабочих процессах, чтобы определить навыки работников, прежде чем просить людей заполнить их профили. Оба подхода кажутся многообещающими, хотя еще слишком рано утверждать об их эффективности. Однако ясно, что, поскольку организации проявляют все больший интерес к управлению карьерой своих сотрудников, им необходимо существенно улучшить качество данных, которые они хранят на них

Системы мэппинга внутренних карьерных путей и выявления внутренних потенциальных кандидатов направлены на краткосрочную перспективу: какую работу должен выполнять кто-то следующий? Однако во многих случаях карьера сотрудников в организации будет выходить далеко за рамки этой следующей работы. Важно также учитывать, какие виды карьерного роста чаще всего приводят к долгосрочному успеху. К примеру, вы можете спросить: в конце концов, будет ли лучше позволить людям углубиться в конкретную специализацию или развивать более широкий набор навыков, перемещая сотрудников между функциями? Аналитическая группа в одной финансовой компании обнаружила, что увеличение перемещений в начале карьеры первоначально замедляло прогресс, но в конечном итоге позволило людям подняться выше в организации. Такие преимущества обусловлены тем, что мы знаем о найме руководителей, но до конца не ясно, что многопрофильность сотрудника — это всегда хорошая идея.