Кейсы
People analytics с нуля
Решения принимались без данных. Метрики жили в разных выгрузках, и не было места, где текучесть, воронка и окупаемость видны разом — а значит, было непонятно, какой уход действительно проблема.
Проблема
Единого источника правды не существовало, а уход сотрудника не разделялся на тот, который компанию расстраивает, и тот, который её устраивает.
Решение
Построила people analytics с нуля: дашборды по текучести, regrettable и non-regrettable termination, конверсиям воронки найма, LTV и окупаемости.

Как это работает
Данные приходят по API из рабочих систем, без ручных экспортов. Дашборд написан самостоятельно и развёрнут на Vercel, поэтому доступен постоянно и никто не пересылает файлы. Отдельная страница методики фиксирует определение каждой метрики и источник данных — включая то, как «ушёл сам» отделён от «уволен».
Дашборд по текучести
Разделение на regrettable / non-regrettable, динамика по командам и регионам.
Воронка найма
Конверсии по этапам — от лида до выхода в линию.
LTV и окупаемость
Связь стоимости найма и адаптации с отдачей от сотрудника.
Сбор данных
API-выгрузки из рабочих систем вместо ручных экспортов.
Деплой на Vercel
Дашборд развёрнут на Vercel и доступен постоянно, без пересылки файлов.
Результат
CEO, HRD и тимлиды используют дашборды еженедельно, а воронка найма, LTV и окупаемость собраны в одном месте вместо разрозненных выгрузок.

Еженедельно
используют CEO, HRD и тимлиды
3
дашборда: текучесть, воронка, LTV и окупаемость
2
типа ухода: regrettable / non-regrettable


