HR-данные: как подготовить надёжную основу для аналитики и метрик
Качество HR-аналитики ограничено качеством исходных данных. Ошибка в датах, справочниках, истории оргструктуры или правилах учёта может исказить результат сильнее, чем выбор статистического метода. Поэтому работа с HR-данными начинается до построения дашборда и не заканчивается после автоматизации.
Какие данные используются в HR-аналитике
Кадровая система хранит события приёма, увольнения, перевода и изменения должности. ATS описывает вакансии и этапы найма, LMS — обучение, опросные платформы — ответы сотрудников. Дополнительно могут использоваться оргструктура, данные об отсутствиях, вознаграждении и агрегированные операционные показатели.
Не каждый источник нужен для каждой задачи. Лучше собирать минимальный набор, который отвечает на вопрос, чем объединять всё доступное «на будущее».
Важно сразу различать справочные данные и события. Должность или подразделение описывают состояние, а приём, перевод, увольнение или прохождение этапа найма — событие во времени. Для большинства аналитических задач нужны оба типа информации.
Стабильные идентификаторы
ФИО, почта и должность могут меняться. Для объединения событий нужен устойчивый идентификатор сотрудника, кандидата, вакансии или другого объекта. Без него появляются дубли, разрывы истории и ошибочные объединения.
Идентификаторы особенно важны при интеграции нескольких систем: один и тот же сотрудник должен однозначно сопоставляться между кадровой системой, LMS и другими источниками.
Единые справочники
Одна должность может быть записана как «HRBP», «HR BP» и «HR Business Partner». Подразделение может переименовываться, а причины увольнения — вводиться свободным текстом. Без нормализации одинаковые сущности распадаются на разные категории.
Полезно определить мастер-справочники должностей, подразделений, локаций, причин увольнения и других ключевых полей, а также правила изменения этих справочников.
Справочник должен не только содержать правильные названия, но и иметь правила изменений. Если подразделение переименовали или объединили, аналитика должна понимать, как сопоставлять старую и новую структуру во времени.
Даты и смысл событий
Дата создания записи, дата события и дата загрузки — разные вещи. Дата подписания оффера не равна дате выхода сотрудника; дата решения об увольнении — последнему рабочему дню.
Перед расчётом нужно понимать, какое событие представляет поле. Иначе показатель может быть арифметически корректным, но методологически отвечать на другой вопрос.
История организационных изменений
Для анализа прошлого недостаточно знать текущее подразделение сотрудника. Человек мог сменить руководителя, должность, локацию или грейд. Если система перезаписывает старое состояние, прошлогодние события легко ошибочно отнести к сегодняшней структуре.
Историю можно хранить как последовательность событий или регулярные снимки состояния. Главное — иметь возможность восстановить структуру на нужную дату.
Особенно это важно для анализа руководителей и подразделений. Иначе увольнение сотрудника год назад может быть ошибочно отнесено к его сегодняшнему руководителю или к подразделению, в которое он перешёл позже.
Пропуски: ошибка или нормальное состояние
Пустое поле не всегда означает плохие данные. Оно может быть неприменимо к конкретному объекту. Поэтому сначала определяют бизнес-смысл пропуска и только потом решают, как его обрабатывать.
Автоматическое заполнение нулями или средними значениями без понимания контекста способно создать новую систематическую ошибку.
Дубли и необычные значения
Дубли проверяют по устойчивым идентификаторам и контексту событий. Необычные значения также нельзя удалять автоматически: очень долгий срок закрытия вакансии может быть ошибкой, а может быть реальным случаем, который как раз важно изучить.
Правило очистки должно быть объяснимым и воспроизводимым. Хорошо, когда аналитик может показать, какие записи исключены и почему.
Автоматические проверки качества
Можно контролировать уникальность идентификаторов, допустимые диапазоны дат, невозможные последовательности событий, соответствие справочникам, полноту обязательных полей и резкие изменения объёма данных.
Автоматическая проверка не заменяет понимание процесса. Она помогает быстрее обнаружить отклонение, но решение о его смысле остаётся за человеком, который понимает источник.
Полезно разделять ошибки, которые можно поймать автоматически, и смысловые проверки. Система легко обнаружит невозможную дату или дубликат идентификатора, но только человек, понимающий процесс, заметит событие, которое формально допустимо, но противоречит реальной логике работы.
Документация и владельцы данных
Для ключевых полей полезно фиксировать определение, источник, владельца, частоту обновления и известные ограничения. Для метрик — формулу и правила расчёта.
Документация уменьшает зависимость от устных договорённостей и помогает понять, почему два отчёта дают разные цифры.
Конфиденциальность и доступ
HR-данные могут содержать персональную и чувствительную информацию. Доступ предоставляют по необходимости, а аналитические представления по возможности агрегируют. Чем меньше группа, тем выше риск идентификации человека.
Следует использовать только те данные, которые действительно нужны для заявленной цели. Техническая возможность объединить источники сама по себе не является достаточным основанием.