Про Профстандарты РосМинТруда В статье расскажем, что такое модель компетенций, как ее построить и как ей управлять.
Что такое модель компетенций
Модель компетенций – набор ключевых характеристик, знаний, навыков и способностей, необходимых для успешного выполнения работы в определенной должности. Она используется для оценки и развития сотрудников, а также для подбора персонала.
Компетенции делят на две категории:
Технические компетенции – это знания и навыки, необходимые для выполнения конкретных задач. Например, для работы программистом необходимы технические компетенции в области программирования.
Поведенческие компетенции – это личностные качества и навыки, влияющие на эффективность работы. Например, для работы менеджером необходимы поведенческие компетенции в области лидерства и мотивации.
Модель компетенций должна быть актуальной и соответствовать требованиям компании. При этом она должна быть краткой, чтобы ее можно было легко использовать. Описание компетенций лучше сделать ясным и четким, чтобы оно было понятным для сотрудников и руководителей.
Какие преимущества дает модель компетенций
Улучшение эффективности подбора персонала.
Модель компетенций помогает компании определить, какие навыки и способности необходимы для каждой должности. Это позволяет более точно оценивать кандидатов и принимать правильные решения о приеме на работу.
Онбординг персонала: как ввести в должность нового сотрудника
Повышение эффективности управления персоналом.
Модель компетенций используется также оценки сотрудников, планирования их развития и карьерного роста.
Повышение производительности труда, мотивации и вовлеченности сотрудников.
Сотрудники, обладающие необходимыми навыками и способностями, более продуктивны и достигают высоких результатов.
Снижение текучести кадров.
Сотрудники, которые чувствуют себя востребованными, более удовлетворены работой и не склонны увольняться.
Что такое интервью по компетенциям и как его провести
1.Производственная компания использует модель компетенций для установления стандартов должности инженера.
Для должности необходимы:
Благодаря критериям компания легко оценит кандидатов на должность производственного инженера.
2. Крупная IT-компания использует модель компетенций для создания программ обучения и развития своих сотрудников.
Для должности разработчика программного обеспечения необходимы компетенции в области:
Используя эти компетенции, компания может создать эффективные программы обучения для разработчиков.
Как разработать модель компетенций?
Разработка модели компетенций – сложный процесс, требующий участия HR-специалистов, менеджеров и сотрудников. Она включает в себя следующие этапы:
1. Определение целей.
Для чего будет использоваться модель компетенций: для подбора персонала, оценки сотрудников, планирования их развития или для других целей.
2. Анализ требований к должности.
Важно определить, какие навыки и способности нужны для выполнения задачи. Анализируйте должностные инструкции, интервью с сотрудниками и руководителями, KPI.
3. Выбор компетенций. Учитывайте:
Чем она важнее, тем выше ее приоритет.
4. Описание компетенций должно включать в себя следующие элементы:
5. Внедрение модели компетенций.
Это последний шаг. Он включает ознакомление сотрудников компании с моделью компетенций, а также разработку оценки и развития сотрудников.
Вот несколько примеров компетенций, которые могут быть включены в модель:
4. Личностные качества:
Разрабатывая модель компетенций важно учитывать специфику отрасли компании. Например, для сферы продаж, важны коммуникативные навыки, ориентация на результат и способность заключать сделки. Для IT – технические знания, навыки решения проблем и креативность.
Отличительная компетенция компании
Как использовать модель компетенций для управления карьерным ростом
1. С помощью модели компетенций сотрудники могут определить необходимые для их профессиональной деятельности знания и умения. Например, сотруднику отдела маркетинга необходимы навыки аналитики, умение работать с рекламными кампаниями и знание цифрового маркетинга для дальнейшего карьерного роста.
2. Модель компетенций помогает создать план личного и профессионального развития, опираясь на компетенции для должности.
Например, разработчик опираясь на модель компетенций, может решить, что ему необходимо изучить новый язык программирования, освоить новые технологии и улучшить навыки в разработке.
3. С помощью модели компетенций сотрудники могут оценить свой профессиональный рост и понять, какие компетенции у них уже сформированы, а над какими нужно еще поработать. Например, руководитель увидит, что уже развиты навыки управления, но следует улучшить коммуникативные навыки.
4. Модель компетенций позволяет определить цели карьерного роста и разработать конкретные шаги для их достижения.
Например, специалист по рекрутингу при помощи модели компетенций, может разработать план обучения и развития для того, чтобы стать руководителем отдела.
О роли специалиста и руководителя рассказали в статье.
Заключение
Модель компетенций – это мощный инструмент по управлению талантами. При грамотном использовании модель компетенций помогает компании повысить качество отбора персонала, улучшить эффективность его обучения и развития, а также повысить удовлетворенность и вовлеченность сотрудников.
Для того чтобы модель компетенций была эффективной она должна быть:
Также важно, чтобы модель компетенций была разработана с учетом специфики компании и ее отрасли.
Время на прочтение
Сегодня интерес к продуктовому анализу и экспертам в сфере продуктового менеджмента растет.
Об этом свидетельствуют исследования рынка продуктового менеджмента от HH.ru и ProductStar: https://orekhovo-zuevo.hh.ru/article/28845
Несомненно, материалов о продуктовых менеджерах и продуктовых аналитиках в интернете очень много. Возможно, некоторые читатели уже обладают экспертизой в данных профессиях, но все же, для общего понимания читателей, которые не знакомы с этими профессиями, перечислим некоторые из основных навыков специалиста, работающего с продуктовым анализом:
Это далеко не полный перечень навыков, но данный список помогает выделить экспертизу продуктового аналитика от других аналитиков.
Про начало карьеры продуктового менеджера и продуктового аналитика на просторах интернета можно найти множество статей и обучающих курсов для более глубокого погружения в экспертизу этих специалистов. В этой статье хотелось бы рассмотреть возможность применения навыков продуктового анализа в других профессиях и влияния их на результаты проекта.
Взглянем на некоторые из проблем, с которыми сейчас сталкиваются большие компании:
Над всем перечнем продуктов компании могут работать разные продуктовые команды, а набор информации между ними может быть абсолютно не синхронизирован. В связи с этим компания сталкивается с необходимостью организовать общее хранилище данных или озеро данных, которое помогает решить такие проблемы, как отслеживание качества данных, вопрос оптимизации работы с данными и т.д. А вот как максимально прибыльно это использовать – порой остается под вопросом.
Чаще всего после создания Data Lake информация там просто хранится до момента, пока кто-либо из бизнес-пользователей или продуктовых команд не придет с определенным запросом, после чего команда хранилища, состоящая из аналитиков и разработчиков, подготовит необходимые витрины или настроит несколько выгрузок и перейдет к выполнению новых задач от других пользователей.
Потребность в сочетании новых компетенций
Для правильной реализации здесь отлично подойдут сотрудники, которые понимают, как искать ценность для клиента, и при этом плавают в озерах данных, как рыбы в воде. Таким специалистам потребуется проводить и большое количество коммуникаций с исследованиями внутри компании по разным направлениям, и множество аналитической работы с данными. Они смогут подключаться и к работе продуктологов, особенно с концепцией data-driven, и к работе дата-инженеров при организации хранилищ. Их целью будет поиск ответов на вопросы: на какую информацию имеет смысл сделать упор и какие данные компании принесут прибыль раньше, а какие не принесут ее вовсе? CDO (директор по данным) точно скажет «спасибо», когда результат от нового хранилища компания получит на пару кварталов раньше.
В зависимости от этапа присоединения к команде план действий может отличаться. Возможно, необходимо будет сначала проанализировать бизнес-модель компании и в сотрудничестве с архитекторами продумать целевую концепцию хранилища. Возможно, нужно взяться за анализ действий клиентов по уже собранным данным для поиска тех самых точек роста или же за построение новой картины клиента по всей компании для максимизации его ценности.
А что на практике?
Рассмотрим одну из актуальных ситуаций. Имеется сайт компании, с которого считываются действия посетителей и складываются JSON-нами в Data Lake. Вряд ли дата-инженеры будут пытаться угадать – в какие таблицы и с каким атрибутами необходимо развернуть данные Яндекс.Метрики. По крайне мере, до момента появления задачи на расчет определенного показателя. А затем появляется потребность в новом показателе или агрегации, и каждый раз доработка витрины или генерация новой со всеми этапами разработки и тестов. Но можно поступить иначе. Почему бы не предоставить эти данные продуктовому аналитику, который владеет Python и NoSQL, и выдать ему Jupyter или Impala.
Проанализировав данные у него будет возможность, как минимум, заранее определить, что для вашего бизнеса время на сайте (ym:s:visitDuration) и глубина просмотра (ym:s:pageViews) – важны. Эти показатели (+20 иных) имеет смысл сразу распарсить в витрину, а другие 50 – не несут важной целесообразности, например: операционная система (ym:s:operatingSystem), потому что это никак не влияет на маркетинг при работе с каналами коммуникаций на связанных этапах. А как максимум, связав данные договоров компании с действиями на сайте, он предоставит вам развернутый CJM (Customer journey map – визуализация пути клиента) или качественную воронку с цифрами и их влиянием на unit-экономику на каждом из этапов.
Как итог: вместо кропотливого процесса, в котором уже на первом этапе можно получить дорогостоящие повторения, мы получаем более оптимальный процесс с более производительным результатом.
На некоторых проектах уже применяются подобные решения к построениям хранилищ, что позволяет оценить результат. Подключение источника данных к единому хранилищу может занимать от двух недель до трех месяцев работы дата-аналитиков, дата-инженеров и тестировщиков. Стоимость таких трудозатрат высока. Детальный анализ потребности подключаемых данных позволяет сократить объем работы.
Например, в прошлом квартале на новом проекте реализовывали подключение новой системы и провели необходимые исследования с коммуникациями заранее. В результате обнаружили, что подключаемая система интегрирована в системы X и Y, которые уже подключены к хранилищу. Нюансы заключались в том, что система изменила свое название и ее данные были интегрированы в системы X и Y другими методами подключения, что позволяло распределить всю необходимую информацию по разным сущностям этих систем. Обнаружить это решение позволило знание аналитика о том, что схожая клиентская потребность уже закрывается в рамках компании и необходимо изучить – каким образом.
Главный инсайт в этом примере заключается в том, что при работе системного аналитика, который исследует только подключаемую систему, мы бы получили лишние месяцы работы и избыточность данных, а продуктовый подход может позволить этого избежать и сократить затраты.
Получится ли улучшить ваш проект?
Каждый Big Data-проект индивидуален, но есть определенные паттерны, по которым вы можете понять – имеет ли смысл задуматься о небольшом апгрейде вашего рабочего процесса.
Если ваш проект выполняет узконаправленные задачи какой-либо команды BI, если у вас нет потребности в ускорении или удешевлении процесса и все работает как слаженные часы – тогда хорошим решением для вас будет продвигаться по принципу «работает – не трогай».
Если же члены вашей команды периодически указывают на дублирующую работу или сомневаются в целях, к которым вы идете, заказчики жалуются на качество и полезность новых данных, а команда DQ и DE не справляется с лавиной новых задач и бюджета на расширение не предоставляется, то описываемое решение, возможно, позволит вам разобрать накопившиеся проблемы небольшой ценой.
Правильный подход помогает получать от Data Lake максимум, несмотря на трудности, с которыми сталкиваются современные компании при работе с Big Data. Таким образом, аналитики с новым сочетанием компетенций не просто «закидывают» команду хранилища дополнительными задачами, а заменяют этот процесс на «покажите мне, где лежат данные, а я отвечу вам – где лежат деньги».
Время диктует: научный и технический прогресс и развитие искусственного интеллекта привело к цифровизации различных сфер жизни человека. Как оставаться в тренде и какие digital-навыки полезно развивать ― поговорим в этой статье.
Что такое цифровые навыки?
Цифровые навыки, или digital-навыки, ― это умение человека использовать цифровые устройства (ПК, смартфон и др.) и работать с программами, приложениями для поиска, анализа, обмена и защиты информации. Работа с данными и digital-инструментами вышла за рамки обязанностей IT-специалиста. Теперь это базовые навыки, которые нужны современному человеку для жизни и работы. Ещё недавно мир мог вполне обойтись без доставки лекарств, онлайн-образования и удалённой работы. Сегодня сложно представить жизнь без этих возможностей. Человек стал ценить время, комфорт и увидел удобство цифровых услуг. Для того чтобы эффективно ими пользоваться, необходимо развить соответствующие компетенции.
Какие цифровые навыки бывают?
Выделим три ключевые группы навыков:
.webp)
К таким навыкам можно отнести:
Эти навыки напрямую связаны с функциональной и цифровой грамотностью в использовании интернета, приложений и электронных устройств. Базовые цифровые компетенции помогают человеку эффективно общаться и реализовываться в учёбе и работе.
Однако этих умений недостаточно, чтобы быть востребованным специалистом и владеть преимуществами на рынке труда. Переходим к следующей группе навыков.
В эту группу навыков входит:
Эти профессиональные цифровые навыки помогают специалисту решать ежедневные сложные задачи в бизнес-среде. Они необходимы для того, чтобы иметь конкурентное преимущество, эффективно использовать цифровые инструменты для работы и личностного развития.
Следующая группа ― продвинутые цифровые навыки, которые делают профессии будущего реальными сегодня. Что же в них входит?
Согласно опросу, проведённому британским Институтом обучения и работы (), работодатели заинтересованы в кандидатах, которые обладают продвинутыми цифровыми навыками. Дефицит таких кадров сдерживает инновации, производительность и рост бизнеса.
Важность развития цифровых знаний и навыков
Высокотехнологичные сферы бизнеса развиваются с космической прогрессией, соответственно, растёт спрос на экспертов с развитыми цифровыми навыками. Портал для поиска работы и подбора персонала HeadHunter опубликовал рейтинг профессий будущего, сформированный нейросетью. В списке встречается цифровой лингвист, нейропилот и медиаполицейский. Некоторые профессии актуальны уже сегодня. Например, специалист по кибербезопасности или эксперт по ИИ-этике — тот случай, когда будущее уже наступило.
Специалистам, которые хотят развиваться и конкурировать в онлайн-мире, необходимо постоянно повышать уровень цифровых навыков. Это поможет быть в тренде, управлять технологиями и строить успешную карьеру.
Прогрессивные компании учитывают технический прогресс и цифровизацию экономики. Они стараются быть на шаг впереди и внедряют современные решения в бизнес-среду. В России уже есть трендсеттеры, которые пошли по цифровому пути. Они активно используют новейшие технологии и развивают прорывные проекты, за которыми стоит будущее. Например, компания «Сибур» активно применяет промышленный IoT — на всех заводах и предприятиях установлены датчики, которые фиксируют информацию о состоянии оборудования и передают ее в режиме реального времени.Также из интересного — компания использует ИИ для распознавания лиц сотрудников на входе в центральный офис. Теперь точно не потеряешь пропуск.
Такая деятельность возможна при наличии необходимых компетенций у топ-менеджмента и сотрудников компании. Поэтому дальновидные компании готовы вкладываться в образование и совершенствование знаний своих сотрудников. Если хотите узнать, что думают об этом топ-менеджеры крупнейших российских компаний, смотрите уникальный образовательный сериал «Карьерный код»
Примеры востребованных цифровых навыков
Ниже представлены компетенции, которые помогут получить конкурентное преимущество в сфере digital.
Этот навык является базовым и необходим в онлайн-работе. Он помогает повышать эффективность переговоров с коллегами, партнёрами и клиентами. Цифровой этикет учит обращать внимание на типы коммуникаций и тон общения в каждом из них.
Например, важно заранее обсудить с партнёрами, в каком мессенджере лучше общаться, можно ли писать в выходные, удобно ли использовать голосовые сообщения. При видеозвонках важно обращать внимание на жесты и мимику собеседника. Этот навык поможет понять настроение клиента, его отношение к разговору и направить общение в нужное русло.
Защита цифровых данных является первостепенным вопросом как в работе, так и в повседневной жизни. При отсутствии навыков информационной безопасности возможна утечка персональных данных, корпоративных тайн и других важных сведений. Для компаний это большие риски ― как финансовые, так и репутационные. По статистике, за последние 13 лет количество данных в мире выросло в 60 раз (). По прогнозу специалистов, к 2025 году рост составит еще 50%. Исследование показывает, как важны навыки работы с информацией и правила её хранения.
Базовые компетенции защиты данных необходимо развивать всем сотрудникам компании. К ним относится знание правил работы в сети, хранения информации и паролей, безопасности каналов коммуникации и правил резервного копирования. Продвинутые навыки защиты информации необходимы экспертам по безопасности. В них входит знание языков программирования, облачной безопасности, работы с ПО, а также IT-инфраструктуры и принципов безопасных сетей.
Чтобы чувствовать себя увереннее в вопросах информационной безопасности, можно развивать цифровую грамотность. Например, на образовательной платформе Edutoria доступен курс «Цифровая вселенная: основы кибергигиены», на котором предлагают обучиться мерам антивирусной защиты, принципам кибергигиены и способам борьбы с мошенничеством в сети.
Визуализация и анализ данных
Анализ данных ― это умение находить, анализировать и систематизировать информацию. Когда данных очень много и трудно выделить главное, на помощь приходит визуализация ― эффективный способ чётко и грамотно донести информацию. Правильно выстроенная графика улучшает восприятие информации за счёт наглядности, удержания внимания и интереса.
лучше воспринимают изображения, чем текст. Поэтому умение работать с данными и подкреплять их качественно выстроенным визуалом ― компетенция, которую ценят работодатели. Эти навыки востребованы во всех сферах бизнеса. Для того чтобы стать конкурентным специалистом, нужно уметь работать с разными инструментами аналитики, например Power BI, Qlik, Tableau. Для анализа данных необходимо владеть Python, SQL, Data Mining и разбираться в статистике.
Цифровые навыки в проектной работе
Цифровые навыки востребованы в проектной работе. Речь идёт о запуске продукта или услуги, разработке инструментов работы или об организации новых направлений бизнеса. Для эффективного управления проектами необходимо уметь использовать специальные программы, к примеру Scrum, Agile, Kanban, PM.
Эксперт, который владеет навыками проектного управления и знает тренды в digital-среде, сможет эффективно вести бизнес-процессы, оптимизировать их и выводить на новый уровень.
Цифровые навыки в маркетинге
Digital-маркетинг является важной составляющей успешного бизнеса. Он необходим для эффективной взаимосвязи с клиентами, правильного позиционирования компании и выбора верных путей продвижения товаров и услуг. Цифровой маркетинг используется в любой сфере, а грамотные инструменты помогают бизнесу развиваться, сохранять лояльных клиентов и приумножать их.
Успешный digital-маркетолог работает с социальными сетями, владеет SEO, разбирается в цифровом продвижении, контекстной рекламе, таргетинге. Также он работает с аналитическими инструментами и умеет управлять потребительским опытом.
Прокачать знания и навыки в digital-маркетинге возможно с помощью онлайн-курсов. Например, на Edutoria есть курс «Цифровой маркетинг и продвижение на маркетплейсах», где рассказывают о том, как эффективно привлечь клиентов, разработать и запустить рекламную кампанию, развить социальные сети, создать стратегию продвижения и многое другое.
Разработка программного обеспечения
Современная передовая среда и рост цифровых технологий ставят перед компаниями новые сложные задачи. Повышается спрос на разработку ИТ-продуктов: операционных систем, веб-сайтов, мобильных приложений, компьютерных игр, различных интерфейсов. Эксперты в этой области востребованы на рынке труда.
портала HeadHunter, специалист по разработке программного обеспечения входит в десятку актуальных вакансий для IT-специалистов. У разработчиков есть возможность развиваться в разных сферах: медицине, строительстве, банках и др. Масштаб задач зависит от компетенций и готовности к технологическим вызовам. Обязательные цифровые навыки для разработчика ― это знание языков программирования, кодирования, SQL, алгоритмов машинного обучения, способов защиты информации. Преимуществом является опыт работы с фреймворками и знание системы контроля версий.
Группа навыков в области искусственного интеллекта и машинного обучения
Мировая цифровая трансформация подтолкнула компании к использованию передовых способов ведения и развития бизнеса ― искусственного интеллекта. Продукты и сервисы на основе ИИ стали полноценной частью жизни человека. Уже мало кого можно удивить умным домом, чат-ботом и даже роботом-доставщиком.
Искусственный интеллект ― это цифровая система, которая имитирует мышление человека, но процессы идут в разы быстрее. В бизнесе с помощью ИИ автоматизируются рутинные процессы, достигается эффективность продаж и снижение издержек, улучшается прогнозирование. Компании с успехом применяют для решения ежедневных бизнес-задач технологии ИИ ― робототехнику, машинное обучение, нейросети. Больше про ИИ для бизнеса можно узнать в нашем блоге.
Интересную коллаборацию создали Сбер и X5 Group. Компании запустили сервис «Оплата улыбкой», который позволяет очень быстро оплачивать покупки. Для этого необходимо настроить биометрию в приложении «СберБанк Онлайн». При оплате покупки на кассе нужно нажать на терминале «Оплатить улыбкой» и посмотреть в камеру. Система распознает уникальные черты лица и сравнит их с данными в базе. Так покупка будет подтверждена. С инновациями мир становится всё удобнее и практичнее.
Однако ключевую роль в работе ИИ занимает человек. Эксперту важно знать языки программирования (R, Python, Java, C++), понимать структуры данных и классов, обладать знаниями по статистике, линейной алгебре, иметь навыки NLP. Также необходимо разбираться в кодинге и работать с базами данных (Big Data).
Сфера ИИ очень перспективна ― технологии развиваются стремительно, потребность в квалифицированных кадрах растёт. Чтобы преуспеть в этой области, важно прокачать свои цифровые навыки.
Цифровые навыки ― важные компетенции для работы и успешной карьеры, но не единственные. Чтобы добиться ожидаемого успеха, необходимо развивать мягкие навыки.
Мягкие навыки ― это ряд когнитивных, эмоциональных и социальных компетенций человека, которые важны для жизни и трудовой деятельности. При этом они не относятся к профессиональным знаниям и не зависят от специфики работы.
.webp)
Мягкие навыки сложно оценить, но они влияют на качество жизни человека и его карьеру. Если человек обладает высокими цифровыми компетенциями, но всё время опаздывает, не умеет общаться с клиентами и постоянно вступает в конфликты с коллегами, он вряд ли построит успешную карьеру. Подробнее о мягких навыках рассказываем в статье «Что такое мягкие навыки и как их развивать»
Инвестиция в развитие этих навыков является долгосрочной, потому что они меньше подвержены влиянию технического прогресса, в отличие от цифровых компетенций. К тому же мягкие навыки остаются актуальными при любой деятельности.
Цифровые и мягкие навыки эффективно дополняют друг друга и помогают человеку достигать успеха. Цифровые компетенции влияют на экспертность сотрудника и его понимание рабочих процессов. Развитые мягкие навыки помогают успешно коммуницировать с клиентами, эффективно планировать работу, оставаться собранным и вселять уверенность в команду. Бесспорно, такое сочетание ― часть стратегии успеха и большое конкурентное преимущество.
Цифровая революция заглядывает в наши окна. Сложно представить жизнь современного человека без цифровых устройств и онлайн-услуг. Эти возможности улучшают жизнь человека, помогают в общении, развитии и работе. Поэтому важно научиться эффективно ими пользоваться и управлять.
Цифровизация оказывает влияние и на бизнес. Предприятия и целые отрасли трансформируются: рабочие задачи усложняются, количество данных растёт, бизнес-процессы автоматизируются. На рынке ценятся специалисты, которые быстро адаптируются к переменам, осваивают новые технологии, развивают цифровые навыки и помогают компаниям расти и развиваться в digital-среде.
Ещё ценнее те специалисты, которые обладают цифровыми и мягкими навыками. Баланс таких компетенций позволяет умело использовать цифровую экспертизу и помогает стать лидером нового поколения, который не только управляет процессами, но и ведёт команду вперед.
Прокачивайте те навыки, которые необходимы именно вам, совершенствуйтесь в своей профессии или осваивайте новую. У вас всё получится, удачи!
Согласно статистике Международной академии AIHR, текучесть кадров на 80% связана с ошибками в найме. Подобрать персонал — задача со звездочкой даже для опытных рекрутеров. И дело не только в том, что каждая позиция требует своего уникального набора hard и soft skills. Нужно еще учесть стратегию организации, ее культуру.
Ошибки могут дорого стоить компании. А вот выбор кандидата с потенциалом, превышающим ожидания должностной инструкции — как выигрыш в лотерею. Именно на исследование потенциала направлено выявление компетенций будущих и действующих сотрудников. Насколько они будут способствовать решению задач, которые стоят перед компанией? Как оценить потенциал кандидата, вдруг он сможет больше, чем ему сейчас готовы предложить? И как наиболее эффективно составить план индивидуального развития и образовательную траекторию сотрудника?
Найти ответы на эти вопросы помогает маппинг, или картирование, компетенций. Этот метод позволяет определить навыки и таланты, необходимые сотрудникам для эффективного выполнения своих функций. Еще благодаря ему можно существенно увеличить ROI корпоративного обучения, так как оценка кандидатов по картам компетенций помогает более точно адаптировать варианты обучения в соответствии со стратегией организации.
Что такое маппинг компетенций
Маппинг, или картирование, — это HR-стратегия, которая помогает оценивать кандидатов и сотрудников структурированным, методичным и легко воспроизводимым способом. Цель составления карт компетенций состоит в том, чтобы максимально полно оценить знания, навыки, мотивы, черты и социальные роли каждого человека и отдела в компании, найти и обезвредить любые заметные пробелы.
Этот подход впервые получил распространение в 1970-х годах, когда гарвардский психолог Дэвид Макклелланд предположил, что интеллект и традиционные оценки достижений далеко не лучший способ работы с потенциалом. Его последователи развили тезисы учителя и пришли к методу картирования компетенций.
Процесс составления карты включает в себя создание комплексной структуры, в которой описываются конкретные компетенции, необходимые для различных должностей в организации.
Картирование компетенций — это подход, цель которого — помочь организации согласовать индивидуальное развитие со стратегическими целями компании.
Модели картирования компетенций
Методов картирования, как и самих карт, довольно много. Почти столько же, сколько консультантов по их составлению. Создание карты компетенций — один из самых востребованных продуктов. Рассмотрим некоторые известные модели картирования компетенций.
Модели сопоставления компетенцийОписание
Модель компетенций LomingerМодель Lominger оценивает 67 компетенций, ориентированных на лидерство и управление талантами. К ним относятся открытость, деловая хватка, сострадание, креативность и карьерные амбиции.Уникальность этой модели заключается в том, что задаваемые кандидату вопросы не имеют конкретного правильного ответа и предназначены для того, чтобы помочь организациям найти сотрудников, которые будут соответствовать корпоративной культуре.
Сильные стороны КлифтонаЭта оценка измеряет 177 компетенций, дает обзор поведенческих предпочтений и навыков человека, а также фокусируется на его сильных сторонах. Кандидат должен выбрать один из двух вариантов описания для оценки каждой компетенции. Методика измеряет уникальные таланты сотрудников (естественные модели мышления, чувств и поведения) и классифицирует их по 34 темам.
Универсальная структура компетенций SHLЭта модель определяет требования к оптимальной производительности. В ней 3 уровня, каждый из которых включает в себя 8 общих факторов компетенций, 20 измерений и 96 компонентов, основанных на статистическом анализе.
Европейская система электронной компетенции (e-CF)Содержит справочник по 41 компетенции, применяемой в контексте работы в сфере ИТ, и использует общий язык для обозначения компетенций, навыков и знаний, применяемых в Европе.
Модель компетенций ASTDОна представляет собой структуру, используемую для оценки и развития навыков и компетенций специалистов по управлению персоналом. Модель была разработана Американским обществом по обучению и развитию (ASTD).Состоит из трех блоков: 1. Базовый уровень: концентрируется на личностных, межличностных и управленческих навыках. 2. Уровень фокуса: знакомит с областями знаний (AoE), такими как коучинг, повышение производительности сотрудников, социальное обучение, планирование карьеры и оценка. 3. Уровень исполнения: фокусируется на четырех профессиональных ролях, необходимых для успешной реализации проекта.
Модель компании DDIЭта система базируется на пяти ключевых элементах: 1. Основана на бизнес-стратегии компании; 2. Ориентирована на четко определенные компетенции, основанные на наблюдаемом поведении; 3. Дифференцирована по уровню оценки; 4. Операционализирована; 5. Актуализирована. DDI считает, что именно знания, опыт, компетенции и личностные качества способствуют успеху на руководящих должностях.
Сетка из 9 блоковЭта структура представляет собой таблицу размером три на три, которая помогает построить график текущего потенциала сотрудника (по оси X) и будущего потенциала (по оси Y) в категориях низкого, среднего и высокого. Несмотря на то, что сетка из 9 блоков не отображает компетенции напрямую, ее можно использовать в сочетании с фреймворками картирования компетенций.
Конвейерная модель лидерства DrotterЭто не чисто компетентностная модель, а скорее способ осмысления поведения на разных уровнях, часто используемый с моделями компетенций. Конвейерная модель помогает организациям развивать своих лидеров от начального уровня до старших менеджеров. Благодаря этому способу можно выявлять будущих лидеров, оценивать их компетенции, планировать программы развития и измерять результаты. Модель предполагает, что лидеры проходят через шесть ключевых этапов: 1. От управления собой к управлению другими. 2. От управления другими к управлению менеджерами. 3. От управляющих менеджеров до функционального менеджера. 4. От функционального менеджера до бизнес-менеджера.5. От бизнес-менеджера до руководителя группы. 6. От руководителя группы к менеджеру предприятия.
Модель HR-компетенций AIHR Модель HR-компетенций AIHR предназначена для HR-специалистов и помогает оставаться актуальными и готовыми к будущему. Пять основных HR-компетенций этой модели: 1. Деловая хватка. 2. Грамотность в работе с данными. 3. Цифровая гибкость. 4. Информационно-разъяснительная работа. 5. Результативность. В этой структуре компетенция разбивается на несколько измерений. Каждый конструкт состоит из различных моделей поведения, описываемых в терминах уровней владения языком.
Что такое шкала уровней компетенций
В основе карты всегда лежит шкала уровней компетенций. Это не вся система, но ее важнейшая часть. Как видно из перечисленных моделей, авторы карт вольны создавать свою систему под конкретную компанию. Вот пример четырехуровневой шкалы компетенций от AIHR.
Базовый/Базовый
На базовом уровне компетенций предполагается, что сотрудник будет обладать ограниченными знаниями, навыками и опытом. Он, скорее всего, сможет выполнять простые задачи, но может нуждаться в обширных или частых инструкциях и будет применять свою компетенцию в ограниченных ситуациях.
Средний/Развивающийся
На среднем уровне компетенций сотрудник будет обладать знаниями, навыками и опытом, необходимыми для уверенного выполнения стандартных задач без контроля. Тем не менее, он, скорее всего, обратится за советом и/или помощью, прежде чем выполнять более сложные задачи. Основное внимание здесь уделяется приобретению опыта работы и применению или совершенствованию знаний и навыков.
Специалисты этого уровня компетенций чувствуют себя довольно комфортно, участвуя в обсуждениях, выступая с небольшими презентациями и устанавливая KPI. Сосредотачиваются в основном на своей собственной роли, пользуются доверием коллег, приобретают новые знания и навыки, время от времени поощряют разнообразие и способствуют инклюзивности.
Продвинутый/Профессиональный
На продвинутом уровне компетенций сотрудники будут обладать знаниями, навыками и опытом, чтобы проявлять инициативу, последовательно выполнять сложные задачи и обучать других членов команды. Как правило, они практически не нуждаются в руководстве и последовательно применяют рассматриваемую компетенцию.
Эти люди рассматриваются руководителями и менеджерами как заслуживающие доверия и часто ищут пути продвижения по карьерной лестнице.
Эксперт/Мастерство
Последний уровень шкалы компетенций — когда сотрудник становится экспертом или мастером конкретной компетенции. Он признан авторитетом благодаря своим навыкам, знаниям и опыту и вполне может консультировать других. Он будет применять компетенцию даже в сложных ситуациях.
Как составить карту компетенций
AIHR приводит несколько ключевых шагов по разработке карты компетенций.
Для составления карты компетенций потребуется провести анализ существующих ролей в компании, определить компетенции для них, придумать шкалу, подтвердить выбор, спроектировать структуру, сделать подробное описание и интегрировать карту в рабочие процессы.
Шаг 1. Проведите анализ
Анализ должностей или ролей обычно проводится путем просьбы к сотрудникам заполнить анкету с информацией о должности или с помощью проведения ряда индивидуальных собеседований.
Чтобы как можно оперативнее собрать наиболее полные данные, удобно использовать возможности HCM-систем. Например, готовый блок «Оценка компетенций» в составе Mirapolis HCM позволяет оперативно выявлять компетенции, требующие развития как у отдельных работников, так и у целых команд. Кроме того, здесь можно реализовать непрерывную оценку деятельности и результативности сотрудников (Continuous Performance Management).
Такой анализ помогает специалистам по персоналу проанализировать навыки существующих сотрудников и определить, как они относятся к своим ролям. Оценка руководителей и анализ истории работы кадров дадут возможность объективно взглянуть на их производительность.
Шаг 2. Определите ключевые компетенции
Данные, полученные в результате анализа, могут быть использованы для определения основных компетенций, необходимых для каждой роли в организации. Они должны включать в себя знания, навыки, поведение, мотивы и амбиции. Каждый из них имеет смысл сопоставить с повседневными обязанностями каждой роли.
Шаг 3. Определите уровни владения компетенцией
Как мы выяснили ранее, компетенции должны иметь шкалу, которая помогает оценить, насколько хорош человек в рамках каждой из них. Обычно существует от трех до пяти уровней владения, например, базовый, средний, продвинутый и экспертный. Укажите, какие знания, навыки, поведение и опыт необходимы на каждом из этих уровней для каждой компетенции.
Шаг 4. Подтвердите компетенции
Следующим шагом в процессе картирования компетенций является проверка выявленных компетенций путем получения комментариев и отзывов от профильных экспертов, менеджеров и сотрудников на соответствующих должностях.
Шаг 5. Структурируйте карту
Компетенции, необходимые для конкретной роли или функции, объединяются в модель компетенций. Эта модель обеспечивает осязаемую основу для управления эффективностью, анализа пробелов в навыках, а также предоставляет шаблон того, как должна выглядеть идеальная организация и специалист.
В качестве примера можно привести модель компетенций AIHR для HR-специалистов. Каждая компетенция разделена на несколько измерений, которые состоят из различных моделей поведения и описаны в уровнях владения.
Например, одной из компетенций является грамотность в работе с данными. Она разделена на два измерения:
Каждое из этих измерений имеет связанное поведение. Так, для сбора данных это:
Затем каждое из этих видов поведения описывается и оценивается по трем уровням владения:
Шаг 6. Задокументируйте описания компетенций
Составьте четкие и краткие описания для каждой компетенции. Включите поведенческие индикаторы или примеры, иллюстрирующие ожидаемую производительность для каждой компетенции на разных уровнях владения ими.
Структурировать и сводить в систему всю нужную для составления карты компетенций информацию удобно в решении «Оценка компетенций» Mirapolis HCM. Здесь можно составить собственный каталог компетенций и индикаторов их проявления, вести профили компетенций для должностей, установить автоприсвоение профилей компетенций по различным наборам признаков (должность, функциональное направление, уровень подчинения и т.п.). А еще здесь предусмотрен импорт моделей компетенций из файлов различных форматов.
Внешний вид блока «Оценка компетенций» Mirapolis HCM.
Шаг 7. Интегрируйте карту в HR-процессы
Завершающим этапом процесса картирования компетенций является встраивание метода в HR-процессы.
Это означает включение компетенций в должностные инструкции и оценку производительности, назначение показателей для измерения каждой компетенции или принятие решения о дополнительных ресурсах или обучении, необходимых для конкретных сотрудников или отделов, чтобы они могли лучше выполнять свои роли.
Примеры сопоставления компетенций
Пример 1Компетенция: Управление данными.Поведение: Чтение данных.1. Элементарная производительность:• Иногда использует данные, в основном ситуативные, применяя системы показателей и получая доступ к информационным панелям.2. Промежуточная производительность:• Регулярно использует описательный анализ данных для постановки целей и ответов на вопросы.• Регулярно использует системы показателей для измерения эффективности и результатов работы с персоналом.3. Экспертная работа:• Часто использует описательный анализ данных для постановки целей, ответов на вопросы, руководства повседневными операциями и предоставления контекста.• Часто использует системы показателей для измерения эффективности управления персоналом, результатов и влияния управления персоналом на бизнес.
Пример 2Компетенция: Деловая хватка.Поведение: Интерпретация контекста.1. Элементарная производительность:• Ограниченное понимание основных процессов организации и ее места в отраслевой цепочке создания стоимости.2. Промежуточная производительность:• Может объяснить основные процессы организации, ее место в отраслевой цепочке создания стоимости и то, как она повышает ценность для клиентов.• Имеет среднее понимание теорий менеджмента (т.е. знает ресурсно-ориентированный подход, понимает экономику трансакционных издержек).3. Экспертная работа:• Может легко объяснить основной процесс организации.• Может легко объяснить положение организации во всей отраслевой цепочке создания стоимости; знает роли своих партнеров (например, поставщиков, продавцов, дистрибьюторов) и то, что их отличает.• Постоянно ищет источники конкурентных преимуществ в рамках своей специализации и продвигает их через деловое партнерство.• Может применять общие теории управления для изучения организации и организационных проблем (т.е. ресурсно-ориентированный подход, экономические издержки, теория ресурсной зависимости, теория стратегического управления, организационное обучение, институциональная теория).
Пример 3Компетенция: Цифровая интеграция.Поведение: Технологическая осведомленность.1. Элементарная производительность:Имеет ограниченное понимание наиболее часто используемых программных приложений в своей повседневной работе.2. Промежуточная производительность:Имеет среднее понимание различных технологических инструментов и применяет их в своей повседневной работе.3. Экспертная работа: Обладает глубоким пониманием различных технологических инструментов и приложений; быстро учится пользоваться новыми инструментами.
Ключевой вывод
Картирование компетенций может помочь HR-командам принимать более обоснованные решения о найме, снизить текучесть кадров, повысить производительность сотрудников и улучшить их соответствие корпоративной культуре. Все это способствует достижению долгосрочных целей организации.
Этот метод также поможет HR-специалистам выявить пробелы в навыках команд организации и даст вам более полное представление об умениях и личностных качествах сотрудников. Благодаря этому можно избежать многих ошибок корпоративного обучения.
И, наконец, картирование поможет сотрудникам понять, чего от них ждут, какова их текущая производительность и что им нужно сделать, чтобы прогрессировать.