Читать книгу HR-аналитика. Путеводитель по анализу персонала онлайн

На первом этапе исследования, состоявшем в анализе вакансий, было выявлено 1597 навыков, которые затем ученые разбили на следующие большие группы (см. табл. 1.1).

Таблица 1.1. 

Как видно из таблицы, группа «Технические навыки» оказалась самой большой среди всех требуемых навыков (31 %), за нею идет «Консультирование» (27 %), затем «Навыки работы с данными» (25 %), «Сторителлинг и коммуникация» (12 %) и, наконец, «Понимание бизнеса и HR-среды» (5 %).

Разберем каждую группу более детально.

технические инструменты

Консультирование

Навыки работы с данными.

Сторителлинг и коммуникации.

Понимание бизнеса и HR.

В ходе второго этапа исследования на полученные на предыдущем этапе данные были наложены результаты глубинных интервью, проводившихся с практикующими аналитиками из разных стран. В этих интервью специалистов расспрашивали, какие навыки они считали самыми важными и использовали в своей работе, а также чем их ви́дение отличается от традиционных представлений о том, какими навыками должны обладать HR-аналитики. Кроме того, специалистам задавали вопросы о конкретных технических инструментах, которыми должен владеть HR-аналитик, и о том, на каком этапе карьерного пути от него может потребоваться тот или иной навык.

В результате получилась достаточно комплексная модель (см. рис. 1.3). Пользуясь правами автора, я добавил в нее одну компетенцию, которая хотя и упоминалась в ответах респондентов, но не была вынесена отдельно, – «Навыки проведения исследований и анализа», – так как это значительная часть работы аналитика персонала.

Посмотрим, что относится к группе технических компетенций.

Технические навыки.

• знание систем управления персоналом и опыт работы с ними;

• знание инструментов анализа данных и опыт работы с ними;

• знание инструментов визуализации данных и опыт работы с ними;

• знание принципов работы нейросетей и искусственного интеллекта и опыт взаимодействия с ними.

Рисунок 1.3. 

Навыки работы с данными.

• знание баз данных и опыт работы с ними;

• знание и понимание принципов очистки и верификации данных;