Оценить:
 Рейтинг: 0

HR #digital #бренд #аналитика #маркетинг

Год написания книги
2019
1 2 3 4 5 ... 9 >>
На страницу:
1 из 9
Настройки чтения
Размер шрифта
Высота строк
Поля
HR #digital #бренд #аналитика #маркетинг
Нина А. Осовицкая

Деловой бестселлер (Питер)
Новая книга из серии «Библиотека hh.ru» об актуальных HR-практиках в России основана на проектах победителей и номинантов конкурса «Премия HR-бренд 2017». Проекты в книге разделены по ключевым направлениям, обозначенным тегами: #digital, #бренд, #новые целевые аудитории, #экология, #масштабный старт и другими.

Аудитория книги: HR, маркетологи, специалисты по коммуникациям, руководители всех уровней.

В формате PDF A4 сохранен издательский макет книги.

Нина Осовицкая

HR #digital #бренд #аналитика #маркетинг

© ООО Издательство «Питер», 2019

© Серия «Деловой бестселлер», 2019

© Нина Осовицкая, 2019

I

Введение

Ключевые направления в HR: от трендов к практике

HR digital, яркий и масштабный тренд 2016 года, продолжил набирать обороты и в 2017–2018 годах. Самое динамичное развитие, самые инновационные проекты сегодня концентрируются в двух направлениях: рекрутинг и обучение. Автоматизация массового подбора, использование аудио- и чат-ботов в рекрутинговых коммуникациях и при первичном отборе, видеоинтервью с оценкой компетенций – от первых экспериментов с новыми инструментами рынок перешел к их активному применению в повседневной практике.

Ну а на пике ожиданий сейчас находятся рекрутинговые технологии с применением искусственного интеллекта (ИИ). «Под капотом» сайта hh.ru, например, реализуются модели и алгоритмы машинного обучения для поиска вакансий, сортировки откликов на вакансии, а также работы с базой резюме.

Подробнее об HR digital, новых возможностях и вызовах мы поговорили с Борисом Вольфсоном, директором по развитию hh.ru, и Ольгой Мец, директором по маркетингу и PR hh.ru.

Поделитесь впечатлениями от последних изменений в HR-технологиях. Возникло ли что-то принципиально новое в 2018 году, ощутим ли прогресс этого рынка в России?

Б. В.: Называть прошедший год прорывным я бы не стал. Все-таки по сравнению с США, Европой и даже некоторыми азиатскими странами, с тем количеством стартапов и уже зрелых бизнесов, которые реализуются в сфере HR Tech, мы пока отстаем.

Если выделять тренды, то одним из самых интересных являются чат-боты, пусть это даже немного перегретая и хайповая тема с точки зрения шумихи вокруг нее.

Продолжают развиваться продукты, связанные с автоматизацией, в первую очередь в рекрутинге. Все больше компаний используют ATS-системы, отказываются от решений, которые требуют установки на компьютер, в пользу облачных сервисов.

Сюда же я бы отнес внедрение систем по обработке трафика, его закупке с целью формирования рекрутинговой воронки (привлечения, отбора и дальнейшей оценки). Это делается целиком или частично силами провайдеров, в том числе hh.ru.

Следующее важное направление – аналитика, принятие решений, основанных на имеющихся данных. Здесь также отмечу наши разработки, которые позволяют анализировать, куда уходят соискатели и сотрудники, выявлять компании, выступающие потенциальными акцепторами, и принимать контрмеры.

Наконец, предлагаемое hh.ru использование искусственного интеллекта в работе с соискательской аудиторией, поиском и рекомендацией вакансий уже полноценно заявило о себе и было успешно опробовано на десятках миллионов человек.

Данная технология может определять по метрике вероятности отклика, какие вакансии наиболее подходят кандидату; соответственно, мы их поднимаем вверх с учетом поискового запроса. Это эффективнее, чем выборка и фильтрация по параметрам резюме, то есть в каком-то смысле ИИ понимает людей лучше их самих.

О. М.: Мне кажется, минувший год охарактеризован появлением большого числа стартапов, причем как в сфере классического рекрутинга (старые игроки сильно видоизменяются, появляются компании mobile-only), так и в HR в широком смысле.

Эта позитивная тенденция говорит о том, что рынок начинает созревать, предлагает больше интересных возможностей заработать на нем, а разрабатываемые технологии становятся все более понятными и практически применимыми.

Соглашусь, что со своей стороны hh.ru привносит много различных новшеств. Мы объявили о запуске собственной ATS-системы Talantix, внедрили умный поиск, отказавшись от семантического алгоритма и сделав ставку на искусственный интеллект.

А если говорить о совсем новых, передовых продуктах, которые еще находятся на стадии тестирования и доработки?

Б. В.: Для работодателей мы сейчас делаем две большие системы, первая из них – рекомендация резюме на вакансию. Суть в том, чтобы провести обратную операцию и из гигантского объема резюме (более 27 миллионов) выбирать те, которыми рекрутер заинтересуется с высокой долей вероятности. Уже можно утверждать, что подобный функционал ценен для пользователей, так как приносит дополнительные приглашения.

Вторая задумка, реализуемая «под капотом» нашего сайта, совершит революцию в сфере поиска пассивных кандидатов – не через вакансию, а по базе hh.ru. Применяется похожая модель, как в случае с рекомендацией резюме, но при этом учитываются поисковые запросы и другие параметры, чтобы поднять вверх наиболее релевантных кандидатов.

О. М.: Теперь, благодаря накопленным за многолетнюю историю компании данным, в рамках сайта можно не просто искать соответствия по словам, но и производить скоринг.

Эта база позволяет еще до непосредственного общения (неважно, по телефону, в офлайне или в чат-боте), по психотипу и другим параметрам, дать ответ, в какой степени совместимы профили кандидата и компании.

Многие стартапы утверждают, что они тоже используют ИИ, нейронные сети. Как HR-специалисту, мало разбирающемуся в этой области, предугадать, не являются ли их обещания качественного результата лишь продуманным маркетингом?

Б. В.: Это может сделать даже неспециалист, потому что ключевым является вопрос о количестве данных, которые используются для построения модели машинного обучения.

Когда провайдер оперирует тысячами или даже десятками тысяч резюме и откликов, этого явно недостаточно. Для сравнения, hh.ru использует миллионы и десятки миллионов пар, чтобы выявить наличие сигналов. В упрощенном виде, для подходящих рекомендаций следует иметь в обучающей выборке похожие вакансии и компании с откликнувшимися и далее приглашенными кандидатами. Речь идет об огромном числе вакансий, резюме и взаимодействий между ними.

Далее необходимо поинтересоваться теми подходами, которые используются в процессе разработки ИИ. Эксперты обычно уточняют наличие ключевых слов, а остальные – какая метрика является целевой для обучения моделей, то есть что они оптимизируют.

Например, по отношению к соискателям hh.ru оптимизирует вероятность отклика, а к работодателям – вероятность приглашения. Если вам не смогут ответить даже на такой простой вопрос, продолжать разговор о машинном обучении нет смысла.

Третий момент – как измеряется точность моделей. Неправильных вариантов два: полное отсутствие такой практики либо (что приходится часто слышать) «наша точность – 100 %».

В целом все-таки рекомендую привлечь знающих людей, которые помогут отделить настоящие технологии от тех, которые преподносятся в этом качестве.

О. М.: Нужно внимательно проверять, когда компания вышла на рынок (стартапы чаще всего не имеют доступа к большим массивам данных), на чем она строит машинное обучение и не стремится ли просто поймать хайповую волну. При этом бывает, что новые игроки предлагают по-настоящему интересные решения; пусть там и нет ИИ, свежий взгляд и нестандартные подходы не могут не радовать.

Технологии хороши именно тогда, когда жизнь обычного человека становится проще, и в нашем поиске все сложное спрятано «под капот». В HR не обязательно быть суперпродвинутым айтишником, глубоко разбираться в технических деталях, главное – знать, какие решения лучше выбирать и в какой момент их применять.

Есть ли предположения о том, какие инструменты и методологии появятся в HR-сфере в следующем году?

Б. В.: Пока об этом трудно говорить, но точно продлятся и углубятся тренды, связанные с оптимизацией. Очевидно, что продолжится переход от учета к производительности: вместо того чтобы вводить данные, сохранять их, получать ценность просто за счет избавления от ошибок, неточностей, потери кандидатов и т. п., некоторые этапы работы рекрутера и HR в целом автоматизируются.

Пример с чат-ботами для совершенствования процесса отбора показал, что в этом направлении тоже есть возможности для развития и создания новых инструментов. Через несколько лет конечной видится ситуация, когда целый ансамбль систем машинного обучения будет подсказывать соискателям и рекрутерам, на какие вакансии откликаться и кого брать на работу.

Вообще кейсы, связанные с автоматизацией и аналитикой, все чаще возникают в регионах, а не только в Москве и Санкт-Петербурге. В разрезе масштаба предприятий ожидается, что средний бизнес подтянется к крупному, потому что продукты становятся проще и доступнее. Не нужно платить баснословные деньги за внедрение – достаточно отдать несколько десятков тысяч рублей и сразу начать использовать облачные ATS-системы.

О. М.: Мир слишком быстро меняется, чтобы делать прогнозы, но совершенно ясно, что мы движемся в сторону максимальной автоматизации и умного скоринга. В идеале рекрутер должен подключаться к отбору уже на финальных этапах, а все, что до них, будет проходить быстро и незаметно.

Российский рынок выглядит скорее консервативным или, наоборот, открытым? HR и владельцы бизнеса готовы экспериментировать, пробовать что-то новое?

Б. В.: Барьеров немало, начиная с юридической системы, законов о персональных данных до боязни отдельных руководителей, которые не хотят размещать данные за пределами своих предприятий. И все же доверие к «облакам» неуклонно растет – это видно и в продажах, и в управлении задачами, и в HR.

Рано или поздно «все там будут», поскольку поддерживать, обновлять, следить за системой поддержки рекрутинга и взаимодействия с персоналом на собственных серверах гораздо менее эффективно.

Когда мы придем к тому, что информацию из разных систем по разным HR-процессам будут интегрировать и использовать комплексно?

1 2 3 4 5 ... 9 >>
На страницу:
1 из 9