Сергей Мацоцкий: «Откуда мы знаем, каких сотрудников нанимать, а каких — нет?»

Можно ли доверить работу рекрутинговых агентств информационным технологиям? «Выбора нет. Это уже происходит», — утверждает председатель правления компании IBS Сергей Мацоцкий. В новой реальности специалисты по подбору персонала теряют смысл — вместе с рынком. Уже через три года, убежден Мацоцкий, цифровизация услуг массового рекрутмента станет обыденным явлением, по сути, корпоративным стандартом любой успешной организации с большим количеством сотрудников. Год назад IBS затеяла эксперимент по обслуживанию двух дивизионов «Пятерочки», теперь IT-компания нанимает весь линейный персонал в каждый из семи тысяч магазинов торговой сети. Здесь любят рассуждать об «уберизации» традиционных рынков: популярный сервис такси Uber олицетворяет собой радикальные изменения в цифровую эпоху, вынуждает по-новому взглянуть на эффективность привычных бизнес-процессов. Сергей Мацоцкий рассказывает, какую пользу можно извлечь из таких перемен.

— Давайте на секунду забудем про сам Uber и обратимся к понятию «уберизация». Как его все-таки понимать применительно к массовому найму персонала?

— Очень просто. Вот мы, компания IBS, взяли и сделали бизнес по массовому рекрутменту. Этот бизнес существовал много-много лет, им занимались и занимаются огромное количество компаний — Kelly Services, «Анкор» и т.д. Внутри самих компаний-нанимателей есть созданные для этих целей специализированные кадровые центры. Это устоявшийся, традиционный бизнес.

— И тут появляетесь вы — известная IT-компания, которая совершенно неизвестна с этой стороны.

— Точно. Что она вообще понимает в рекрутменте? Самое интересное, что в реализованной нами модели рекрутеров нет. У нас есть только операторы колл-центра, которые работают строго по скриптам. И то лишь потому, что систему коммуникаций с подавляющим большинством претендентов пока невозможно автоматизировать. Приходится держать связь посредством телефона.

— Ну а как же компетенции и экспертиза профессиональных агентств, накапливаемые годами? Опыт собеседований, познания в психологии? Уж больно легко вы все это отметаете.

— Да-да-да. Мне это сразу напоминает разговоры водителей лондонских кебов. Они-то сдают экзамены, чтобы водить по городу, а эти гады из Uber или Gett…

— …они же город не знают!

— Не знают совершенно! Навигатор купили, и порядок. Но если по-честному, какая разница клиенту, кто доставит его из точки А в точку B — навигатор или водитель, сдавший экзамены? Так вот у нас та же история: мы просто написали своего рода навигатор, который обрабатывает информацию о соискателях, отбирает их, но, что важнее, самообучается на собственном опыте, накапливаемой статистике. И делает это куда лучше и быстрее любых рекрутеров, в большинстве случаев неспособных переработать такой объем данных, а главное — сделать объективные выводы. Вот это и есть уберизация — получение качественного выигрыша за счет применения цифровых алгоритмов. Алгоритм заменяет собой бизнес-процесс или, если угодно, человеческий мозг. Конечно, у этого наверняка есть побочные эффекты — профессор Татьяна Черниговская, например, считает, что так наш мозг перестает напрягаться. Но для бизнеса переход к HR 3.0 — очевидный прорыв.

— Хотите сказать, что российские компании понимают тут все преимущества?

— А вы понимаете преимущества Uber перед обычным такси?

— Конечно. Удобство и цена.

— А еще, например, отсутствие необходимости обсуждать эту цену, то есть стоимость поездки, с водителем. Лично для меня это очень важно. Наем персонала — очень сложный, конфликтный процесс. Кто-то всегда не подходит, кому-то нужно отказать, даже если видимых причин для этого нет. Но в нашем случае такая проблема снимается. Компьютер сказал, что вы не подходите на эту должность. Что поделать? Остается только смириться.

— Причем компьютер сторонней организации, аутсорсера. На память сразу приходит герой Джорджа Клуни в фильме «Мне бы в небо», который летал по всей Америке, чтобы увольнять персонал своих заказчиков.

— Такая услуга комфортна для тех, кто за нее платит.

— Как устроен сам процесс цифрового найма?

— Для начала, чтобы обеспечить хороший отсев, нужен хороший приток. Откуда его взять? Приток можно обеспечивать холодными звонками по базе данных — история традиционная и самая неэффективная, кстати. Гораздо больше полезной информации можно извлечь из цифрового следа кандидата, это поможет составить его персональный профиль.

— Насколько подробным может быть этот профиль?

— Если вами заняться как следует, взять, так сказать, в разработку, то цифровой след, который вы оставили в своей жизни, будет огромным — это камеры, которые записали ваш трек, это мобильный телефон, который пишет ваше местоположение, это cookies, которые вы оставляете, посещая сайты. В общем, на основании такой вот информации о вас можно рассказать много такого, чего вы о себе не знаете, либо знать не хотите. Степень детализации и персонификации тут зависит от цены вопроса. Если, допустим, компаниям, обслуживающим рынок e-commerce, платить больше за каждый таргетинг пользователей, то они смогут копать по-настоящему глубоко, а не только отправлять вам вслед утюги и гостиницы, которые вы однажды просматривали в интернете. То же с профилем соискателя — он может быть бесконечно подробным. Скажем, любой HR вам подтвердит, что одни из наиболее интересных кандидатов на вакансию не те, кто ищет работу, а те, кто этого как раз не делает, и, кстати, их резюме может не быть в базе данных кандидатов, — основательные, лояльные, одним словом, не летуны. Так вот, в нашем распоряжении есть алгоритмические инструменты их отслеживания и привлечения.

— То есть компания получает более качественную выборку кандидатов, чем до сих пор могла себе позволить?

— Да, причем за меньшие деньги опять же в сравнении с традиционным бюджетом. Ну и потом, тут нужно считать итоговую эффективность. Ведь, привлекая через подобный таргетинг поток лучшего качества, вы нанимаете сотрудников, которые проработают на вашу компанию, условно, вдвое дольше, чем люди, нанятые традиционным способом. Как минимум вам не придется искать им замену, вы сэкономите деньги.

— Цифровой след вывел на правильных людей. Что дальше? Собеседование?

— Тут, разумеется, тоже нужны цифровые технологии. Много качественных интервью вы не можете обеспечить физически. Иногда мы сталкиваемся с тем, что директор магазина собеседует потенциального кассира, кладовщика, продавца. Послушайте, директор магазина не умеет это делать, не его это специальность, не его ремесло.

— Не те вопросы, не те акценты в ходе интервью?

— Конечно. Поэтому нужны цифровые тесты, причем не универсальные, а целевые. Есть такая штука, как барьерометрия. Допустим, вам не нужны круглые идиоты. Или, скажем, вы ищете соискателей, которым предстоит общение с клиентами, — экстравертивный, открытый тип людей, которым это в кайф. Соответственно ярко выраженных интровертов надо отсекать. Все эти вопросы решаются простыми, очень дешевыми и понятными тестами. Но если вы хотите проверить, например, вещи, связанные с потенциалом, с мотивацией достижений, то речь идет уже о тестах намного более дорогих и сложных. И этими дорогими тестами отсеивать условных идиотов все равно что забивать смартфоном гвоздь. Знаете, как добывают алмазы De Beers или «Алроса»?

— И как?

— Сначала огромные самосвалы тоннами свозят руду. Крупные куски породы оказываются на движущейся ленте транспортера. На приличной скорости они проходят через специальную установку наподобие рентгена, которая замечает в каких-то непроницаемых фрагментах что-то похожее на алмаз. Такой кусок сдувается с ленты и перемалывается, сокращается в размерах. Далее все повторяется — транспортер, только поменьше, еще один рентген, сдувание. И так руда проходит три-четыре этапа — вплоть до стопроцентного распознавания драгоценного минерала. По сути, мы занимаемся тем же самим, только вместо этих мельниц и рентгеновских установок используем математический аппарат. По окончании многоступенчатой оценки мы имеем нужное число людей с профилем, соответствующим ожидаемому. Дальше можете делать оффер.

— После того как компания готова принять сотрудников на работу, вы умываете руки. Верно?

— Не спешите. Тут тоже есть свои нюансы, своя Big Data. Есть, например, опыт одного из наших клиентов, подтвержденный на большом объеме статистической информации: если на два звонка оператора колл-центра кандидат не отвечает, третий раз можно не звонить. Потому что вероятность, что человек, пропустивший два звонка, выйдет на работу, очень низка. Про такого человека лучше забыть. Есть также проверка службами безопасности, что, с одной стороны, особая история, с другой — изучение все того же цифрового следа. Но хорошо, человека в конечном счете нанимают. Здесь очень важно понимать, что на данном этапе процесс рекрутмента, строго говоря, не заканчивается. Ведь новичок еще не показывает целевую производительность. Работодателю предстоит обеспечить его адаптацию.

— Стресс, невстроенность в рабочий процесс, незнание правил игры — об этом речь?

— Да много чего происходит не так в первые месяцы, это нормально. Любого сотрудника нужно побыстрее вывести на плато продуктивности. Предшествующий этому процесс, в течение которого компания обычно теряет деньги, можно сокращать путем активного накопления и анализа статистики. Вообще, хорошая производительность возможна лишь тогда, когда человек занимается тем, что ему нравится, и то, что ему нравится, полезно для компании.

— Звучит красиво, но применимо ли к тем же кассирам, кладовщикам, продавцам?

— Конечно, может, чуть в меньшей степени, чем к представителям технических и гуманитарных специальностей. Если по итогам описанной фильтрации вы получаете человека, который вписывается в искомый профиль, и при этом человеку искренне интересна работа, его персональная производительность может увеличиться не на проценты — на порядок. Просто эту производительность нужно научиться правильно оценивать. Популярная в прежние десятилетия система сбалансированных показателей, система KPI, как сейчас доказывает множество практических работ, слишком узко, фактически некорректно подходила к оценке работы людей. Большие данные позволяют увидеть другую, более объемную картину. Сегодня очень многие работы делаются в группе, а мотивация — вещь индивидуальная. Для нас очень важен continuous feedback. Не только показатели выработки сотрудника, но и понимание сопутствующих ей факторов, сложностей, проблем, скорости их разрешения. Важно, демонстрируете ли вы тот уровень культуры поведения, который компания считает правильным. Например, есть такой тип людей, которые очень любят кнопку forward. Вместо самостоятельного решения проблемы такие сотрудники имеют привычку вовлекать в этот процесс побольше своих коллег — получают письмо от начальства и тут же пересылают его другим. Подобная типология поведения отлично видна по цифровому следу.

— Где же этот след для вас обрывается? Или мы говорим о накоплении статистики в течение всего жизненного цикла сотрудника?

— Вот именно — жизненный цикл! Откуда мы знаем, каких сотрудников нанимать, а каких — нет? Эффективные модели рекрутмента можно получить только в результате постоянных наблюдений за людьми, многофакторного анализа их работы и поведения в компании. Допустим, задача, про которую сегодня много говорят и которая очень полезна, — это предсказание увольнения.

— Что это, поясните?

— Известно же, что человек, который ищет работу, ведет себя иначе. Если вы сумели это заметить, то можете своевременно принять меры. Нет, вовсе не обязательно вызывать его на ковер. Важнее понять причины. Человек, может быть, еще ничего для себя не решил, но что-то его точно беспокоит. Почему? Возможно, он теряет интерес к работе. Или его не устраивают сверхурочные — типичный фактор, о котором многие руководители забывают. Не все могут работать в бесконечном стрессе, как руководители компании.

— А сами сотрудники при этом разве не осознают, что находятся под колпаком?

— Мне кажется, все мы это уже давно должны осознать. Не вшивать же, в самом деле, людям чипы, чтобы развеять иллюзию, будто никто ничего не знает. Работодатель при желании может узнать все, что угодно, но, конечно, он не должен переходить этическую грань. То, что мы обсуждаем, не должно превращаться в подсматривание, подслушивание, преследование за какие-то частные вещи. Нужно уважать своих сотрудников. Именно поэтому многие компании, которые занимаются накоплением такой информации, сознательно ее обезличивают. Им нужна статистика, общая история, а не персональный профиль.

— До сих пор мы имели в виду частный бизнес — крупный, с соразмерной потребностью в массовом найме, но частный. А еще в России работают гигантские государственные структуры, выступающие нанимателями для сотен тысяч сотрудников. Вы в состоянии им чем-то помочь?

— Несомненно. Тут мы зачастую говорим об очень большом количестве людей, выполняющих простые типовые операции, — не о каких-то там столоначальниках, а об обычных клерках. Например, в каждом регионе есть Министерство социального развития, проще говоря, собесы. Сотрудники там занимаются сбором документов и расчетом всевозможных социальных пособий. Вы представляете, сколько людей выполняют такую работу в масштабах государства?

— Сотни тысяч, полагаю.

— Многие сотни тысяч. По нашим оценкам, эффективность организации труда в этой области такова, что на рубль пособий приходится от 35 до 50 копеек расходов на содержание самой этой распределительной системы.

— И что с этим делать? Алгоритмизировать?

— Эта фантастическая неэффективность лечится только принципиальной сменой подхода к управлению людьми, анализом того, что и как они делают, цифровизацией процессов там, где участие человека избыточно, особенно в бэк-офисе. Во фронт-офисе, кстати, определенный прогресс уже достигнут. Вы получали за последнее время какие-нибудь документы в МФЦ?

— На прошлой неделе был в «Моих документах». Вежливо, быстро, технологично — произвело хорошее впечатление.

— Ну вот, можем же, если захотим. Так, может быть, уже захотим?

Фото: Арсений Несходимов для Slon Magazine