Привет, меня зовут Юля Степашкина, я HR-аналитик в red_mad_robot. В прошлый раз я описала, как мы собрали монитор жизненного цикла сотрудников, чтобы визуализировать кадровые движения и начать их прогнозировать. Теперь расскажу про наш калькулятор кадровых расходов — инструмент расчёта стоимости подбора, развития и увольнения.
Зачем это нужно
Нашей компании 11 лет, 6 из них мы проводим стажировки для мобильных разработчиков. Последние годы эти стажировки помогали нам закрывать позиции джун-специалистов в Москве.
Казалось, научить молодых ребят всему, что мы умеем сами, просто удобнее, чем переучивать сформировавшихся специалистов.
Но никогда не пытались оценить рентабельность этих стажировок. И вот перед запуском очередной решили выяснить, что на самом деле выгоднее: нанимать джунов или выращивать их из интернов?
И ещё несколько вопросов, на которые хотелось получить ответы:
1_
Запускать реферальную программу — это выгодно или нет?
2_
Если понадобится массовый найм линейных специалистов, насколько рентабельно обратиться в агентство?
3_
Сотрудник хочет повышения зарплаты. Как выгоднее поступить?
Как мы считаем…
Стоимость найма и онбординга
Для начала мы разложили, что входит в «структуру цены» подбора специалиста. Тут у нас определилось три типа расходов — прямые, косвенные и адаптация. В прямые входят:
1_
Зарплата кандидата, включая налоги и страховые взносы.
2_
Компенсация билетов — помогаем интересным специалистам переехать в наш город.
3_
Компенсация квартиры — первый месяц оплачиваем сотруднику жильё рядом с офисом.
Что входит в косвенные затраты:
1_
Трудозатраты рекрутера — стоимость часа работы, умноженная на затраченные часы. В среднем получается от 30 до 60 часов в месяц на работу с одной вакансией.
2_
Инструменты для поиска кандидата — стоимость подписки на базы резюме и все инструменты рекрутинга в месяц делим на количество рекрутеров.
3_
Трудозатраты руководителя отдела — на резюме, интервью, проверку тестового задания. Часовую ставку умножаем на среднее количество часов, которое приходится на вакансию, у нас это 17 часов.
4_
Трудозатраты старшего специалиста отдела на интервью. Ставка в час, умноженная на 12 часов в среднем — за это время он участвует в собеседовании 8-12 человек.
5_
Стоимость комплекта приветственного фирменного мерча и вечеринки (делим сумму затрат в месяц на количество новичков).
Что входит в адаптацию:
1_
Стоимость непроизводственных часов — за которые сотрудник знакомится с командой, изучает производственные процессы и принципы работы компании, но не занимается своими прямыми задачами. У нас это ставка, умноженная на 44 часа.
2_
Встречи с ментором — который есть у каждого новичка в компании и помогает тому гладко пройти онбординг. Должностную ставку специалиста-ментора умножаем на 40 часов.
3_
Встречи с руководителем — также по адаптации сотрудника. Ставка, умноженная на 4 часа.
Стоимость увольнения
Аналогично собираем «структуру цены» для увольнения. Сюда входят:
1_
Выплаты за отработанные дни, включая налоги и страховые взносы.
2_
Компенсация сотруднику неиспользованных дней отпуска.
3_
Компенсация при увольнении по соглашению сторон — каждый случай индивидуален, но по умолчанию закладываем до 2 окладов сотрудника.
4_
Передача дел коллеге — 2 часа рабочего времени коллеги, умноженные на его ставку.
Что такое ошибка найма
Ошибка найма — это наш косяк, потраченное время и деньги. Например, неопытный рекрутер и загруженный руководитель создали у сотрудника ложные ожидания о будущей работе. Или упустили, что сотрудник недостаточно или слишком квалифицированный для конкретной позиции, или токсичный и не вольётся в команду. Первый признак того, что случилась ошибка найма — сотрудник увольняется в первые месяцы работы.
В 2019 и 2018 году испытательный срок у нас успешно прошли 95% и 90% работников соответственно. Ошибки найма наперечёт, и мы прорабатываем каждый случай, чтобы избежать повторения в будущем.
Как это собрано
Калькулятор — это 3 листа в таблицах Google. Первый — «интерфейс» с ячейками для ввода чисел (зарплаты, даты приёма и увольнения) и выбора преднастроенных значений (грейда сотрудника, должности руководителя). Здесь же отображается результат — итоговая стоимость найма или увольнения с разбивкой по структуре затрат.
Второй лист — «Справка», таблица данных со ставками руководителей, рекрутеров, календарём рабочих дней и т. д.
Третий — формулы для вычислений на основе «Справки». Тут никакой магии, обычные операции со значениями ячеек: сложение, вычитание, умножение, деление и функция «СУММ ()» — сложение значений в выбранном диапазоне ячеек. Некоторые ячейки содержат функцию «ВПР» (VLOOKUP), которая переносит данные с одного листа таблицы в другой и связывает все 3 листа.
Итоги
Все гипотезы, ради которых мы затеяли сборку, удалось проверить. Вот результаты:
Стажировки дешевле массового найма джуниоров. Для нас нанять и адаптировать джун-разработчика с рынка обошлось бы примерно в 15 раз дороже, чем 2 месяца учить интерна и после пригласить в штат. В первом случае мы тратимся на «полный комплект» с поиском, подбором и собеседованиями. Во втором — вкладываем часы нескольких сотрудников производства в проведение занятий и проверку домашних заданий, плюс несём небольшие косвенные расходы, вроде питания и фирменного мерча.
Сотрудничество с кадровым агентством для нас невыгодно. Во-первых, найм одного сотрудника своими силами обходится нам дешевле на треть. Во-вторых, в большинстве случаев мы ищем специалистов с growth mindset — мышлением роста. Такие вакансии не закрываются за первую неделю, и мы хотим избежать ошибок найма из-за того, что рекрутеры из агентств не смогут достаточно погрузиться в специфику нашей работы. Наконец, если нам понадобится массовый набор джун-специалистов, выгоднее и удобнее (см. п. выше) будет набрать их после стажировки.
Долгие вакансии — непрерывные убытки. Мы выяснили, сколько часов и дней занимает закрытие одной позиции в среднем по компании и по отделам. Теперь видно, что вакансии «длиннее» 28 дней и 230 часов совместной работы — убыточные. Мы определили самые простые в закрытии позиции (инженер по тестированию) и самые сложные (сейлз-менеджер и арт-директор). И можем посчитать, сколько денег теряем буквально за каждый день, что не успели нанять интересующего специалиста. Реферальная программа оправдана даже для ограниченного количества вакансий. Когда сотрудники рекомендуют своих знакомых за прогрессивное вознаграждение в привязке к грейдам (X руб за джуниора, Y — за мидла, Z — за синиора), мы значительно экономим время рекрутеров и руководителей. Чем сложнее вакансия, тем выгоднее рефералка.
Калькулятор помогает просчитать возможные варианты развития событий — когда окупится вложение в повышение сотрудника и оправдаются расходы на найм или увольнение. Очевидно, в таких решениях много факторов, которые необходимо учесть. На абстрактном примере объясню, в чём помогает именно калькулятор.
Допустим, дизайнер Наташа приходит к руководителю с предложением повысить зарплату на 20 тысяч, или иначе она вынуждена уйти. Теперь мы знаем, что уволить Наташу обошлось бы от 300 до 500 тысяч. А нанять специалиста на её место — ещё в 300.
Если по совокупности показателей за последние полгода Наташины успехи не очень, то в ближайшие полгода мы, скорее всего, расстанемся — по её инициативе или инициативе руководителя. Поэтому выгоднее попрощаться уже сейчас. Если предложение Наташи оправдано: команда её ценит и у Наташи хороший потенциал для роста, то повысить зарплату — выгодно и нам, и ей.
Куда дальше
Прошло около 8 месяцев с первой сборки. Первое время калькулятор был практически настольным. Теперь мы знаем средние цифры для типовых кейсов, остаётся только своевременно обновлять базы по зарплатам. В планах — сделать заход на юнит-экономику посерьёзнее. Попробуем сосчитать Employee Lifetime Value, или среднюю прибыль, которую сотрудник (отдел, офис) приносит компании.
В процессе сборки мы посчитали средние ставки сотрудников по отделам и грейдам. Зная их, можем узнать, во сколько командам и отделам обходятся конкретные части производственного процесса, например, встречи — особенно не самые продуктивные. И поработать над оптимизацией производства.