Создание модели компетенций по технологии BigData HR / Блоги на HRM.RU
 сделать домашней  добавить в избранное  карта сайта RSS
Имя 
Пароль  забыли?
Присоединяйтесь!

Новые материалы

   Названы самые высокооплачиваемые вакансии в Башкирии
   Не все профессии равны. Вчерашние школьники идут в телевизионщики и PR
   Новочебоксарские безработные граждане обучаются востребованным профессиям
   Где в Уфе заработать 100 тысяч рублей в месяц
   Сколько в среднем получают владимирские врачи?


 

Облако тегов
agile альфастрахование альфастрахования аналитика для hr apple ассессмент-центр автоматизация hr-бизнес процессов автоматизация бенчмаркинг бизнес-процессы бизнес симуляция бизнес тренинги для руководителей бизнес тренинги онлайн бизнес дистанционное обучение персонала дистанционное обучение e-learning e learning электронное обучение электронные курсы hr-аналитика hr-бренд hr-конференции hr-метрики hr-видео hr инновации исследования it josh bersin кадровый резерв карьера клиентоориентированность клиентский сервис для развития продаж клиентский сервис тренинг клиентский сервис компетенции корпоративная культура корпоративное обучение корпоративные бизнес тренинги коучинг kpi лидерство лидеры linkedin менеджмент модель компетенций мотивация персонала мотивация неформальное обучение обучение персонала обучение сотрудников предприятия обучение сотрудников обучение оценка эффективности обучения оценка персонала организационная культура персонал подбор персонала поиск работы продажи психология разработка речевых модулей для работы с претензиями рекрутеры рекрутинг рекрутмент roi рынок труда собеседование социальное обучение социальные сети стандарты клиентского сервиса стандарты обслуживания клиентов стив джобс таланты текучесть персонала тестирование тренинги по клиентскому сервису тренинги по сервису тренинги тренинг угловое преобразование фишера управление качеством обслуживая клиентов управление персоналом управление талантами управление текучестью персонала управление знаниями управление вебинары вовлеченность персонала websoft знания

все теги


События

полный список

Последние обсуждения

  26.09.2019 16:41:06
Новый уровень безопасности дыхания
  30.08.2019 14:26:41
Worldskills International и 3М запускают новый совместный проект «Образование во имя будущего»
  30.08.2019 11:33:40
Молодые профессионалы за устойчивое будущее
  24.08.2019 14:36:18
Научные эксперименты, продуктовые тесты и мировые технологии для молодых профессионалов
  09.08.2019 16:18:31
Только оригинальные СИЗ обеспечивают гарантированную защиту


Опросы
  Актуальные направления работы HR вашей организации 2017
Все опросы

HR-Блоги
Бабушкин Эдуард 19.11.2013 9:02:05

Создание модели компетенций по технологии BigData HR

Этот пост носит как самостоятельный характер (и будет интересен специалистам по оценке персонала), так и как завершение трилогии с постами
Данный пост носит общий характер – основные этапы разработки модели компетенций по технологии BigData HR. Просто показ на примере кейса, как можно (и нужно) разрабатывать модель компетенций. Я опускаю математические расчеты.
В вводной также надо отметить, что термин «модель компетенций» - это очень условное название, я его применил лишь для того, чтобы была понятна смысловая нагрузка этого термина по аналогии с тем, что сейчас называется моделью компетенций. На самом деле можно говорить о модели предикторов, модели предсказания успешности поведения сотрудников. 
Основная задача такой модели – предсказывать успешность / не успешность деятельности сотрудников. 
Модель обладает такими свойствами:
  • Она показывает уровень соответствия модели реальности
  • Модель должна содержать показатели успешности. К ним могут относиться уровень продаж, количество ошибок, выполнение KPI, а также оценки экспертов – «лучших», «худших» исполнителей и т.п.
  • Модель должна содержать предикторы – атрибуты деятельности специалистов / самих специалистов, которые влияют на успешность выполнения деятельности. 
  • К предикторам могут относиться как компетенции (в понимании компететнтностного подхода), так и социально – демографические характеристики специалиста (пол, возраст, образование и т.п.), результаты тестирования, и вообще все, что так или иначе взаимосвязано с успешностью выполнения деятельности.
  • Предикторы могут иметь разный вес влияния на показатели успешности. Вместе предикторы образую уравнение, по которому можно предсказывать успешность выполнения деятельности.

Кейс – пример

В основе кейса данные поста Критерии отбора торговых представителей (см. таблицу). Если вас заинтересовала модель – собирайте данные и присылайте для анализа.

1. Данные для модели

У нас есть 15 продажников, которые имеют показатели производительности и девять измеренных переменных:

  • Возраст
  • Стаж работы в продажах
  • Семейное положение
  • Пол
  • Тип личности
  • Склонность к продажам
  • Показатель заинтересованности по тесту Кэмпбелла Стронга
  • Показатель заинтересованности по тесту Вандерлика
Создание модели компетенций по технологии BigData HR
Примечание: нас не интересует, почему были взяты те или иные тесты, мы принимаем это как данность (но конечно, если мы работаем непосредственно в вашей компании, то содержательная сторона становится очень важной - и успешность модели зависит от того, что мы будем измерять)

2. Определение предикторов

Из массива в девять переменных мы путем математических операций получаем вот такую модель
Создание модели компетенций по технологии BigData HR
Из девяти переменных на успешность продаж влияют две: Показатель заинтересованности по тесту Вандерлика и тип личности «Восприимчивый»
Эта модель объясняет реальное положение дел примерно с показателем 0, 525 (в данном посте я не обсуждаю математическую сторону вычислений, иначе это заняло бы много времени) – т.е. чуть более половины результатов сотрудников можно предсказать.
Нас это не устраивает, и мы продолжаем поиски (не устраивает нас это в данном кейсе, хотя в реальной практие показатель 0, 525 достижим нечасто, и если мы выйдем на него, то уже можем считать, что поработали не зря).
Хотел бы также отметить, что уже большим результатом является выявление тех переменных, которые не имеют взаимосвязи с показтелями деятельности. Это позволяет избегать принятия решения на необоснованных данных, экономить время на сборе ненужной информации, оптимизирует затраты на проведение невалидных процедур оценки. С позиции этого понятно, какой анализ был проведен в компании Google, когда там отказались от использования задачек - головоломок при приеме на работу, см. В Head-Hunting Big Data может быть не такой уж сложной задачей

3. Новая переменная

В ходе вычислений мы понимаем, что измеренных переменных не хватает для модели, и мы вычисляем латентную переменную – которую невозможно измерить непосредственно.
Мы находим, что эта переменная есть уравнение из измеримых переменных:

  1. Стаж в сфере продаж
  2. Тип личности «восприимчивый»
  3. Семейное положение
Создание модели компетенций по технологии BigData HR
Мне представляется возможным обозначить эту латентную переменную «Личностная зрелость» 

4. Итоговое уравнение

Успешность в продажах у нас определяется двумя предикторами:

  1. Показатель заинтересованности по тесту Вандерлика 
  2. и переменной, которую я назвал «Личностная зрелость»
Создание модели компетенций по технологии BigData HR
Эта модель уже имеет показатель близкий к 0, 8 и обладает высокой прогностической ценностью

Резюме

Эта технология может включать в себя стандартные методы разработки модели компентций, такие как, например, ИПП – интервью по получению поведенческих примеров. Но в отличие от прежней технологии в BigData HR полученные поведенческие примеры принимаются только как гипотезы о влиянии на показатели деятельности, которые надо доказывать. Кроме того, в BigData HR предикторы могут быть лишь неким признаком причинности – нам не обязательно понимать, что за реальный фактор стоит за признаком, главное, что он есть и помогает предсказывать.
Но ценность «модели компетенций» по технологии BigData HR несравнимо выше стандартно принятой модели.
См также
Кейс "Связь оценки по компетенциям и результатов деятельности"
Кейс "Оценка эффективности и компетенций ИТР"
Создание модели компетенций по технологии BigData HR

Метки данной записи: создание модели компетенций модель компетенций оценка персонала

Комментарии
Андреенок Максим 20.11.2013 11:47:59
Создание модели компетенций

Эдуард, подскажите, пожалуйста, по каким критериям определили латентную переменную "личная зрелость"? То есть, как выбрали из всех остальных переменных? 

Бабушкин Эдуард 22.11.2013 12:40:52

Максим, это исключительно математический аппарат, уравнение регрессии

Для того, чтобы размещать статьи в Блоге, Вам необходимо авторизоваться или зарегистрироваться или

Share |

 


О проекте      Реклама       Подписка       Контакты       Rambler's Top100 Яндекс цитирования ©2000-2011, HRM