Уважаемые читатели и коллеги!
В 2025 году у нас заканчиваются обязательства по «нераспространению результатов» для некоторых исследований, и мы готовы поделиться с вами и методологией, и фактурой.
Краткое описание проектов 2023-2024 года
Приглашаем принять участие в анонимном опросе (ниже) и выбрать наиболее интересные темы. Выбор может быть множественным.
Формула скорости закрытия вакансии и резюме
Мы разместили на шкале времени создание, модернизацию и закрытие вакансий и резюме для различных профессий, и провели анализ: какие факторы отличают быстро закрываемые и медленно закрываемые позиции по одной и той же профессии. Так появилась формула скорости закрытия. Чуть более подробнее >>>
Динамика социального портрета соискателя в разрезе населенных пунктов и профессий
В этом исследовании сравниваются не только портреты специалистов («социопортрет профессии») по шкале времени, но и портреты конкретных профессий по разным городам.
Вместе с демографической статистикой Росстата получается очень яркое отражение сегодняшнего рынка труда, а умеренная экстраполяция данных в завтрашний день позволяет оценить, какие перемены ждут различные отрасли в разных городах страны.
Цикличность профессий
Речь идет о колебаниях спроса и предложения вакансий и резюме, но не только для традиционных «сезонных» профессий сельского хозяйства, строительства или образования. Лонгитюдные исследования показывают, что цикличность задается не только видом деятельности, но и локализацией: некоторые населенные пункты страны обладают своим уникальным «почерком» колебания спроса и предложения. Были выявлены циклы, выходящие за пределы годового интервала. Также цикличность была обнаружена у множества различных узких специальностей. Является ли это ошибкой интерпретации или малой стат. выборкой? Методологии посвящена значимая часть исследования.
Орудия труда
Изменения орудий труда ведет к трансформации старых профессий и появлению новых [1]. Орудия труда бывают материальными и нематериальными. В вакансиях и резюме упоминаются новое оборудование, компьютерные программы, методические концепции — мы фиксируем эти перемены и строим предиктивные модели трансформации для многих профессий и отраслей. Ретроспективное применение этой предсказательной модели к рынку труда показало высокую точность прогнозов фактически произошедших изменений.
Дерево карьерных переходов
Давным-давно была построена теоретическая модель описания профессионально важных качеств (ПВК) профессий [2] и выделены совпадающие зоны ПВК между разными профессиями. Был построен наглядный граф, иллюстрирующий возможности перехода из одной профессии в другую, и если требуемые новые ПВК являются приобретаемыми – то ширина соединения отображалась «толще», а если они относились к категории врожденные, то тонкой линией или пунктиром. Но это была теория, а проанализированный карьерный опыт десятков миллионов соискателей, отраженный в резюме, позволил создать аналогичный граф, в котором отражались карьерные траектории соискателей. В исследовании анализируется оба графа: совпадения и расхождения между теорией и реальностью.
Образовательное учреждение и ожидаемая заработная плата
Проанализировали материальные ожидания соискателей, у которых указано в резюме точное название вуза или колледжа, и которые работают по полученной специальности. Учитывался возраст и пол, категория населенного пункта. Коррелирует ли известность (престижность) вуза и финансовые амбиции? Выпускники каких колледжей/вузов чаще работают по специальности? Одинакова ли скорость трудоустройства выпускников разных колледжей/вузов по одной и той же профессии? Эти и многие другие вопросы рассматриваются в исследовании.
Модные профессии для нескольких поколений соискателей
Помните миф, как в 90-е годы выбирали профессии экономистов и юристов, а в 2015-е — программистов и дизайнеров. А олдмены помнят, как менялась престижность профессий в 60-е, 70-е и 80-е. Мы проанализировали возраст и первую полученную профессию для нескольких десятков миллионов соискателей, а затем посмотрели на кривую распределения по годам: можно ли на ней увидеть отчетливые «всплески моды»? А может это вовсе не мода, а отражение технологической и экономической трансформации мира профессий во времени? А если на это наложить данные, сколько времени соискатель работал по полученной профессии – изменит ли это картину? Забавно, что из всех bigdata-исследований резюме, у этого оказался наиболее короткий код, но самые многообразные интерпретации.
«Не хочу, но буду только за большую зарплату»
За какие виды и условия труда соискатели массово просят чуть большую заработную плату, относительно средней по своей профессии в своем населенному пункте? Речь идет про массовые профессии. Например: за какой вид торговли продавцы просят надбавку? Какие виды доставки и типы грузов вынуждают курьеров просить больше среднего? Что не хотят делать за обычную оплату менеджеры, бухгалтеры, охранники, грузчики, слесари и другие специалисты? И подтверждают ли ожидания этих соискателей сами работодатели?
Модель этого исследования была «предсказана» новой концепцией и таксономией «условий труда», разработанной в 2021 году и существенно отличающейся от описания условий труда по Климову и иже. Тот самый случай, когда системная аналитика рынка труда помогает научной профориентации построить новые и точные модели и концепции профессий и труда в целом.
Количество рабочих мест в вакансиях
В вакансиях многих коммерческих job-сайтов не указывается количество рабочих мест. Нужен один водитель или сто? А сколько ищут продавцов, курьеров, менеджеров? Знание количества рабочих мест позволяет оценить структуру рынка труда, то есть реальное соотношение разных профессий на условную тысячу жителей. Очень сложно посчитать точное число рабочих мест даже в тех случаях, когда оно указано: у некоторых компаний это число не меняется годами, а у некоторых указано оно явно «от балды». И даже использование открытых баз данных налоговой с указанием численности штата не помогает разобраться. В исследовании разбираются методологические решения и сравниваются результаты построенных моделей.
Аграрная, индустриальная, постиндустриальная
Экономика нашей страны неоднородная – это понятно. Но насколько именно выражено соотношение для каждого региона? И как оно меняется со временем и в какую сторону направлен вектор изменений?
Примите участие в выборе наиболее интересных тем