От оценки эффективности обучения к построению модели эффективности работников

Не участвовали в исследовании поиска работы? Участвуем сначала, потом читаем.

Сегодняшний пост родился из вчерашнего Оценка эффективности тренингов по развитию навыков поиска работы.
В каком то смысле этот пост - ответ на вопрос Андрея Стулова, в каком то - ответ Виктору Мордвинову на наши долгие, но не безрезультатные, надеюсь, дискуссии, но глобально, я хочу показать, что из себя должна представлять аналитика в компании.
Я вам показываю пример на своих данных, но вы можете представить свою ситуацию за этим: вы начали с оценки эффективности обучения, а вышли в итоге на самое главное в аналитике - построение прогнозной модели.
И если вы, например, оцениваете влияние тренингов на эффективность работников, то в итоге надо выходить в принципе на построение прогнозной модели эффективности работникв: какие драйверы влияют на эффективность работников и управлять ими

Итак

Кратко прошлый результат: у нас кандидаты, которые проходили тренинги по развитию навыков поиска работы, в результате значимо проигрывали в зарплате в сравнении с теми кандидатами, которые учились чему угодно другому, но только не как правильно находить работу. Естественно, гипотеза о том, что кандидатов на тренингах учат соглашаться на меньшую зарплату не очень красивая, поэтому я предположил, что в основе полученного результата лежит не факт прохождения тренинга, а психологические качества кандидата и/или ситуация, в которой он находится. Кстати говоря, спецы по обучению, мотайте на ус, у вас таких ситуация куча: эта задачка называется задачкой по очищению эффекта, когда вы должны четко понимать, являлось ли повышение продаж заслугой тренера, а не следствием других факторов. 

Логика проверки простая: нам надо найти другой (-е) факторы, которые влияют как на изменение в зарплате, так и на решение кандидата принять участие в тренинге по развитию навыков поиска работы. В нашем случае я смотрел три таких фактора:

• Уровень зарплаты на старом месте работы;
• Инициатор увольнения (сам работник или работодатель);
• возраст кандидата.

Для меня было удивительно (я ставил на инициатора увольнения), что таким факторов оказался возраст: возраст кандидата влияет как на решение об участии в тренинге по развитию навыков поиска работы, так и на выигрыш/проигрыш в зарплате на новом месте работы.

Вот какая связь между возрастом и участием в тренинге по развитию навыков поиска работы

Картинка не очевидная, но мы можем сделать прогноз (по сути портрет) того, кто посещает подобные тренинги (по оси X - возраст кандидата, по оси Y - разница в зарплате между новой и предыдущей работами, зеленые точки - кандидаты, прошедшие тренинг, красные - не прошедшие). 

Итого, мы выяснили (я не только делал визуальный анализ, а строил уравнения, в данном посте я опускаю математическую часть, чтобы не раздувать текст): возрастные кандидаты склонны к посещению тренингов по развитию навыков поиска работы, и они же склонны соглашаться на проигрыш в зарплате при трудоустройстве на новое место работы).

Прогноз зарплаты

Но тут встала более интересная задача: а можно ли взять сейчас уволенного / уволившегося кандидата, опросить его и затем подсказать, на какой уровень зарплаты ему стоит рассчитывать.

Сразу предупреждаю, я не смотрел все факторы, у меня задача была скромнее.

Я вытащил три значимых фактора, которые влияют уровень изменения в оплате на новом месте работы:

1. Уровень зарплаты на прежнем месте работы;
2. Инициатор увольнения;
3. Возраст.

Остальные я просто не смотрел, но работа будет продолжена, поэтому со временем мы сможем улучшить прогноз. Тем более, что у нас есть несколько перспективных факторов (например. время поиска работы - предполагаю, что каждая единица времени влияет на уровень зарплаты на новом месте работы. И т.п..)

Вот такая картинка получилась

По оси X - зарплата на момент увольнения на прежнем месте работы, по оси Y - изменение в заработной плате на новом месте работы (все в тыс рублей), зеленые точки означают кандидатов, которых уволил / сократил работодатель, красные - сами кандидаты ушли.

Заметно, что в дорогом ценовом сегменте увольнения происходили чаще по инициативе работодателя, и из этого же ценового диапазона кандидаты соглашались на меньшую зарплату. 

Для аналитиков сообщаю, что линейная модель прогноза дает нам 21 % объясненной дисперсии, что, согласитесь, для трех факторов не мало. 

Но я построил нелинейную модель, которая дала 26 % объясненной дисперсии, вот что получилось

У этой модели, повторюсь, точность 26 %, поэтому не рекомендую ее использовать как руководство к действию, но как некий бенчмарк - легко.

Читается эта диаграмма так:

• Для тех кандидатов, чья зарплата составляла более 155 000 рублей, падение в зарплате на новом месте работы составляет 66 000 рублей по медиане. 

Инициато >= 2.5 означает инициатора увольнения.

Если инициатор увольнения работодатель (левая ветвь), то дальше смотрим по уровню оплаты в 82 000 рублей.

• Т.е. если у вас зарплата была в диапазоне 82 000 - 155 000 рублей и вас уволил работодатель, то медианное падение зарплаты составляет 29 000 рублей.
• Если вас сократил работодатель и ваша зарплата была менее 82 000 рублей. то вы остаетесь при своих (0, 43 или 430 рублей не в счет).

Если инициатор увольнения были вы, то 

• если у вас зарплата была в диапазоне 125 000 - 155 000 рублей, то вы по логике должны выиграть в размере 37 000 рублей;
• Если же зарплата менее 125 000 рублей и вы старше 40 лет, то ожидайте потери 5 800 рублей (не забываем, что это для случаев, когда кандидат инициатор увольнения);
• А если ваша зарплата была меньше 125 000 рублей, но вы моложе 40 лет, то ожидайте небольшого прироста в 13 000 рублей.

Внимание вопрос.

Напишите, насколько понятной, читабельной кажется последняя диаграмма? 

И! участвуем в нашем исследовании!!!!