Новости HRTech, интересные идеи о Digital HR в нашем канале в Telegram: https://t.me/WebsoftHR

Что еще можно сделать с помощью тестов в компании

Напомню про готовую интеграцию Webtutor и системы тестирования Лаборатории Гуманитарных Технологий и хочу показать, какую красотулину можно сделать на основе тестов

С данными этого кейса я выступал на разных конференциях и на своем вебинаре
Пост про то, какие результаты можно получать в прогнозе эффективности кандидатов.

Описание 

У нас есть собранные данные по нашим работникам:
  • результаты теста способностей при приеме на работу
  • ответ на вопрос рекрутера "Есть ли у вас аналогичный опыт работы"
  • показатели продаж за полгода работы
Задача проста: по имеющимся данным научиться прогнозировать эффективность / успешность кандидатов.
В описании анализа я буду некоторые шаги опускать, поскольку. в противном случае, будет длинно.
Первым шагом нам необходимо выявить взаимосвязь между показателем эффективности (продажами) и результатами теста и наличием опыта.
Мы выявили корреляцию: эффективность коррелирует с показателями теста и наличием опыта.
Взаимосвязь между тестом IQ и продажами
Корреляция есть, но как теперь ее использовать при прогнозе? Мы говорим, что бизнес определяет точку нулевой эффективности на уровне 80 (рублей, % и т.п..).
Мы строим прогнозную модель (на картинке визуализация)


Итоговая точность модели - 81, 5 %. Т.е. мы ошибаемся в каждом пятом случае. Это неплохая точность, наверное. Но мы в данном случае отвечали по сути на вопрос, кого не стоит пускать в нашу компанию. Нам стоило бы ответить на вопрос о более широкой градации: не просто подходит / не подходит, а насколько эффективно будет продавать.
Для этого существует инструмент Regession Tree.
Нет смысла рассказывать смысл стат анализа, покажу сразу некоторые результаты.

Программа выделяет группы работников и показывает их медианные значения.
На левом графике показано, что медианное значение продаж работников без опыта составляет 80 с копейками, медианное значение работников с опытом составляет 90 с копейками.
На правом графике видно, про программа выделяет три группы работников:
  1. с IQ до 92 баллов - их медианное значение продаж - 82, 
  2. до 92 до 103 баллов - значение медианы продаж 92, 
  3. и свыше 103 баллов - эта продают в медиане на 101. 
Теперь мы объединим в одно уравнение эти данные и получим дерево.
Дерево читается так.
  1. Те кандидаты, кто имеет IQ менее 92 баллов и не имеет опыта продаж, имеет медианное значение продаж - 69 рублей. И таких работников у нас 20 %.
  2. IQ менее 92 балла и наличие опыта - 84 рублей. И таких работников - 15 %
  3. IQ меньше 103 и больше или равно 92 балла и отсутствие опыта - 82 рубля, 14 %
  4. IQ меньше 103  и больше или равно 92 балла и наличие опыта - 92 рубля и 34 % (каждый третий фактически)
  5. IQ больше или равно 103 балла - 101 рубль и 17 %
Если интересно подробнее, приходите на вебинар Прогноз эффективности кандидатов на основе тестов
Хотите познакомиться с современными инструментами автоматизации HR-процессов? Узнать как автоматизировать подбор, адаптацию, обучение и оценку ваших сотрудников с помощью современной HCM системы?


Популярные сообщения из этого блога

Вы перестали пить коньяк по утрам, отвечайте ― да или нет?

Заглянем под капот: какая методология лежит в основе карьерных треков, про что важно подумать до автоматизации?

Мобильное обучение с помощью iPod - реальность?

Мультисайтовость корпоративного портала. Сайт базы знаний как основной источник информации

Теория программированного обучения Э.Л.Торндайка и Б.Ф.Скиннера