Как строить систему корпоративного обучения

Вот целая поборка роликов о системе корпоративного обучения... с RuTube Для того, чтобы делать обучающие ролики качественными (резкими), я использую сервис RuTube. Однако, в последнее время этот сервис нестабилен, поскольку подвергается DDos атакам. Вот запасной вариант тех же роликов с сервиса YouTube , но обработка (и резкость) изображения намного хуже...
Пока грузится видео почитайте вот это:
Можно ли научить архитектора строить дома? Ответ очевиден. Мы живем в теплых квартирах, и нам, как правило, в голову не приходит мысль о том, что дом может рухнуть. Система подготовки (обучения) архитекторов и строителей основана на мощном теоретическом фундаменте.
Например, курс "сопротивление материалов" настолько хорош, что любой специалист с дипломом архитектора может (и обязан!) использовать строительные стандарты. "Сопротивление материалов" позовлят "спрогнозировать прочность", или гарантирует прочность нашего дома.
Можно ли менеджера научить управлять? Нет!!! Социальные науки еще не достигли уровня естественных. Они не умеют прогнозировать поведение людей. "Сопротивление материалов" для построения организаций еще, к сожалению, не "открыли".
Чему же учат менеджеров в ВУЗах? Продолжим строительную аналогию: какого цвета бывают кирпичи, какие кирпичи надежнее с разных точек зрения..., какие бываю инструменты для укладки и транспортировки... Все это называется "Огромное количество отдельных и разных "инструментов" и приемов (методик) управления". В учебниках есть "все обо всем". Вроде бы, все это небесполезно, но беда в том, что приемы и методики настолько противоречивы, что с их и помощью можно обосновать любую точку зрения (с точностью до "наоборот").
А организации (фирме) нужна четкая система (правила, инструкции, регламенты), а для системы нужен фундамент. А какой фундамент можно построить из "противоречивых" блоков? Таким образом, образовательные программы ВУЗов не подходят для корпоративного обучения.
Между тем, большая часть руководителей предприятий придерживаются (по сути) противоположного мнения: они считают, что можно построить "правильную систему управления", если просто ликвидировать безграмотность подчиненных.
Все не так просто..., но и не безнадежно. Начинаем разговор о системе корпоративного обучения. Вот один из вариантов на основе так называемого проектного управления. Вы не забыли открыть подборку видеороликов?

Премии и зарплаты в автобизнесе. Краткое описание.

Цель исследования: Получить с заданной точностью

для каждой специальности оценки соотношения спроса/предложения, ежемесячной динамики спроса, соотношений премия/оклад для заработных плат в автомобильном бизнесе г. Москвы.

Предмет исследования: уровни заработных плат по всем должностям, из объявлений раздела "Автобизнес" . Должности были сгруппированы по 30 специальностям (сервис, отдел продаж, отдел запчастей, администрация)

Дата выхода:	10.12.2007
Количество страниц:	200 (300 диаграмм)
Язык отчета:	русский
Способ предоставления:	В электронном виде
Цена:	25 000 руб.
Оплата:	безналичные | наличные | Сбербанк | Яндекс Деньги
Доставка:	бесплатно, e-mail или экспресс-курьер 1-5 раб. дней

Источники сбора информации: объявления о вакансиях и резюме на сайтах www.job.ru, www.rabota.ru, сайты официальных автомобильных дилеров.

Время исследования: июнь - август 2007г. Летние "спокойные" месяцы были выбраны потому, что в это время на предприятиях (обычно) не пересматриваются системы премирования.

Общая выборка исследования: около 20 000 объявлений о вакансиях и резюме

Достоверность информации: огромная выборка использовалась для того, чтобы получить оценки распределений спроса и предложения по интервалам зарплат для каждой специальности. Специальные исследовалания проведены для оценки репрезентативности выборок, несмещенности и состоятельности интервальных оценок. Для всех параметрических оценок в графическом виде ("графики боксов") представлены погрешности измерений. В полную версию отчета включены два методических раздела ("популярный" и для специалистов по математической статистике).

Результаты исследования: основные результаты представлены в отчете (формат HTML) в графическом виде (по 9 диаграмм для каждой из 30 специальностей). Для каждого вида диаграмм дана подробная инструкция по интерпретации результатов, определению степени значимости различий, погрешности измерений. Кроме того, приведены сравнительные таблицы основных показателей для для групп специалностей. Например, группа "электрики" влкючала автоэлектриков, автоэлктриков - диагностов, автоэлектриков - установщиков ДОП.

Дополнительные материалы: поскольку во многих описаниях вакансий наблюдаются существенные разночтения, нам пришлось включить в отчет примеры из разных описаниий вакансий.

Премии и зарплаты в АВТОБИЗНЕСЕ. Цели исследования

Цели исследования.

Главным фактором мотивации сотрудников считается система оплаты персонала.

Как лучше спланировать фонды оплаты труда? Как оптимизировать оклады и премиальные выплаты? Какую систему оплаты лучше применять?

Точные ответы на эти вопросы получить очень трудно, поскольку большинство руководителей предприятий относят их к стратегическим секретам (конкурентным преимуществам) компаний.

И, наконец, как лучше искать персонал? В стране тотальный дефицит кадров, как выстроить стратегию подбора сотрудников?

Чтобы предоставить руководителям предприятий максимум полезной и достоверной информации, мы выделили следующие главные цели исследования:

1. Для каждой специальности оценить динамику изменения заплат.

2. Для каждой специальности выделить средние гарантированные зарплаты (оклады), и переменные части оплаты (премии).

3. Определить соотношение спроса и предложения на персонал для каждой специальности и каждого уровня оплаты. Собрать информацию о структуре спроса и предложения, оплате специалистов разной квалификации.

4. Определить погрешность (достоверность) для всех оценок.

Премии и зарплаты в АВТОБИЗНЕСЕ. Качество исследований

В течение полугода мы методично собирали информацию о резюме и вакансиях с сайтов работы. Общие объемы выборок сегодня подходят к 30 000. Неужели нельзя было обойтись меньшим количеством данных?

В большинстве современных маркетинговых исследований авторы-маркетологи (в лучшем случае) приводят туманные данные про какой-нибудь "доверительный" интервал, моды, квантили, хи-квадрат... и прочие малопонятные штучки. Заказчик в этой кухне обычно не разбирается и разбираться не хочет. Почему автор уделяет столько внимания достоверности исследований?

Во-первых, "цена ошибки" в оптимизации системы оплаты очень велика. Экономия месячной оплаты только для одной категории сотрудников в 100$ - это экономия годового фонда оплаты труда = (10сотрудников)* (12 месяцев) *100$ = 12 000$

Во-вторых, вероятность того, что Вам подсунут халтуру, а не исследование очень велика. Обычное измерение средних значений - это "средняя температура по госпиталю". В последнее время любой человек, научившийся строить графики в Excel и считать "среднюю температуру по госпиталю" может назвать себя маркетологом. Интернет переполнен маркетологами - дилетантами и исследованиями - подделками. Как заказчику отличить халтуру от честного исследования? Именно по тому, как проверялась достоверность результатов. Специалист обязан оценить погрешности полученных оценок.

В-третьих, оказалось, что статистика кадрового интернет-рынка настолько специфична, что анализировать ее без специальных статистических инструментов нельзя. Сложный случай. Маркетологов этому (инструментарию) просто не учат, для них любое распределение нормально (гауссовское) именно потому, что о других они даже не подозревают. В результате Заказчику подсовываются выводы о том, что, напрмер, "рост зарплат автоэлектриков во втором полугодии составил 10%", хотя на самом деле это не так, поскольку халтурщики просто не учли, что точность их "измерений" составляет 30%, а значит, нельзя говорить ни о каком росте.

Для того, чтобы повысить точность оценок и нужны большие выборки.

Кроме того, вышеперечисленные факторы способствовали тому, что автору пришлось уделить огромное вниманию вопросам проверки достоверности исследований.

Премии и зарплаты в автобизнесе. Точность измерений

Методы сбора информации. До появления интернет, исследования рынка зарплат проводились при помощи опросов, фокус -групп... и других весьма трудоемких, но малополезных методов. Достоверность таких исследований (для рынка зарплат) обычно не превышала 50%, поэтому авторы подобных исследований предпочитали не включать в итоговые отчеты вопросы о погрешностях измерений, объемах и репрезентативности выборок. Такие отчеты покупались "на безрыбье" потому, что никто не мог провести достаточно точных измерений.

В процессе предварительных методических исследований мы установили, что для получения приемлемых оценок для каждой специальности необходима выборка порядка 100 объявлений. Вот какими были исходне данные:

Эти данные с сайтов трудоустройства позволили использовать полноценные классические методы математической статистики и реализовать их преимущества:

1. Найти критерии для оценки спроса/предложения, динамики рынка, премия/оклад.

2. Оценить погрешности измерений, а значит, ответить на вопрос: "Если средняя зарплата во 2-ом полугодии выросла на 20%, то это случайный разброс данных, или тенденция к росту?

3. И, наконец, при достаточном количестве данных, выдать прогноз рынка и (обязательно!!!) оценить вероятность того, что прогноз сбудется.

Премии и зарплаты в АВТОБИЗНЕСЕ. Специальности

Репрезентативность исходных данных. Процедуры взятия выборок

Любое кадровое агентство может очень точно рассчитать показатели, например, динамики рынка. Но будут ли это показатели всего рынка, или только "рынка" клиентов агентства"? Если на рынке 5 000 предприятий, которые дают 18 000 объявлений за 6 месяцев, а кадровое агентство проводит исследование по 302 объявлениям 50-ти заказчиков, то такое исследование использует нерепрезентативную выборку.

Для того, чтобы набрать репрезентативную выборку мы применили следующую процедуру:

В течение 3-х месяцев для всех специальностей (например, автомехаников)из раздела "Автобизнес..." с сайтов www.job.ru www.rabota.ru с периодичностью 1-2 раза в неделю отбирались недельные выборки (за последние 7 или 10 дней).

Затем в для каждой специальности объявления с разными названиями собирались в одну группу, например к группе "автоэлектрик - диагност" были отнесены автоэлектрики - диагносты, автослесари -диагносты, диагносты...

В некоторые группы, например в "Линейные руководители" были умышленно объединены специалисты разных специальностей. Сделано это было для того, чтобы обеспечить минимальную суммарную выборку N~=100 для каждой специальности. В большинстве случаев нам удалось получить хорошо выраженные ("гладкие", логичные) зависимости.

Для выбора названий специальностей использовались классификации специалистов автобизнеса с сайтов http://www.autokadr.ru/market.html http://www.avtomir.ru/ru/about/vacance/

В настоящее время мы продолжаем собирать исходные данные, поэтому ужу сегодня можем ввести более подробную классификацию не только специальностей, но и должностей, если наши заказчики увидят в этом необходимость.

Премии и зарплатв в АВТОБИЗНЕСЕ. Уникальность методики

Методические вопросы исследований. В процессе исследований мы установили (статистическую) ненормальность распределения предложения зарплат в объявлениях, исследовали эту ненормальность, объяснили распределение, предложили новую методику анализа данных и получили результаты для конкретных специальностей. Это означало, что:

во-первых, что традиционные маркетинговые оценки применять нельзя,

во-вторых, что любые исследования, использующие параметричекие оценки (средние, медианы, моды...) - несостоятельны.

в третьих, что можно просто и леко оценивать оклады и (оклады+премии) "на глаз" только по одной гистограмме.

Вобщем, получалось, что мы "самые умные", а все вокруг просто обманывают своих заказчиков. Чтобы проверить и обосновать столь смелые выводы, нам пришлось провести большое количество дополнительных методических исследований.

Методические вопросы столь бширны, что вынесены в два отдельных раздела. Первый - попытка популярного изложения статистических рассуждений, следующий - для профессионалов.