Faсancy предсказывает зарплату в вакансиях, где она не указана

Поможет ли это российскому рынку, где соискатели врут о доходах, а эйчары привыкли к «договорнякам».

Материал подготовлен при поддержке Facancy

Сервис подбора и рассылки вакансий для менеджеров среднего и высшего звена Facancy запустил нестандартную для рынка функцию: теперь все подходящие пользователю позиции Facancy присылает с указанием зарплатной вилки — даже если сам работодатель оставил в графе «Зарплата» прочерк. Решение должно облегчить жизнь соискателям и разозлить специалистов по найму: пока российский HR-рынок — вещь в себе, а процесс принятия решений о зарплатах — чёрный ящик.

Как в Facancy прогнозируют зарплаты и почему нововведение далось компании тяжело — рассказала соосновательница сервиса Алёна Владимирская.

За рубежом компании давно пытаются перейти на прозрачную систему оплаты труда. Этого требует в том числе «великая отставка»: специалисты устали мириться с неравными условиями и увольняются, а при поиске новой работы хотят сразу знать, на что могут претендовать (например, что через полгода они смогут получить зарплатное повышение, оставаясь на той же позиции). По этой причине большинство вакансий на международном рынке публикуется с зарплатной вилкой. Если её не указывают изначально, то раскрывают при первой же беседе.

Но российский рынок в этом смысле регрессирует: сегодня «прозрачных» вакансий гораздо меньше, чем пять лет назад. Рекрутеры обычно объясняют это более «индивидуальным» подходом: якобы они отталкиваются от опыта и пожеланий каждого конкретного кандидата и не равняют всех под одну гребёнку. Но настоящая причина — компания хочет сэкономить.

Во-первых, на своих сотрудниках. Вот представьте: трудитесь вы до полуночи, доделываете задачи на выходных и вдруг узнаёте, что ваш коллега Петя, который пришёл в компанию через год после вас, получает в несколько раз больше (при том, что стабильно уходит из офиса в 18:00). Вам сразу захочется прибавки, а компании это невыгодно.

Во-вторых, компания хочет сэкономить на соискателе. Белые воротнички (то есть те, кто зарабатывает умственным трудом) дорого стоят, поэтому работодатели надеются платить им по «нижней границе» вилки. Если взять человека на 300 тысяч рублей при вилке до 450 тысяч, то это, во-первых, экономия корпоративных средств, а во-вторых, способ удержать сотрудника в будущем: повысить зарплату до условных 350 тысяч можно, а до 450 тысяч — нельзя, нет бюджета. Если раскрыть зарплатный «тоннель» сразу, работать по нижней ставке не захочет никто.

Одни из самых «ровных» зарплат, как ни странно, в ИТ-секторе. Соискатели-айтишники очень подкованы и отлично разбираются в зарплатах других компаний, порой до тысячи рублей. Поэтому работодатели всегда предлагают конкурентоспособные ставки — в страхе потерять специалистов. Для сравнения: в сфере торговли разбросы в зарплатах составляют сотни тысяч рублей для одной и той же позиции.

С государственным сектором, промышленностью и оборонкой тоже не всё очевидно: в регионе зарплаты по 50 тысяч рублей, а в Москве — все 500 тысяч плюс премии. Возникает вопрос: какие критерии определяют зарплату и почему один директор завода «стоит» полтора миллиона рублей, а другой — всего 200 тысяч, хотя заводы похожие? Объяснить логику никто толком не может.

Такие рекрутерские практики — проблема для рынка. Менеджеры зачастую не понимают, стоит ли в принципе рассматривать объявление: вдруг на новом месте зарплата будет меньше, чем они получают сейчас. Тогда нет смысла лишний раз «светиться».

Раньше, если рекрутер не указывал в объявлении зарплату, в рассылку это объявление попадало с пометкой «зарплата по договорённости». Мы создали алгоритм, который рассчитывает потенциальный размер зарплаты для каждой вакансии: медианную зарплату на данной позиции, нижнюю и верхнюю границу оплаты. Он даст соискателям относительно реалистичное представление об оплате труда.

На первом этапе мы взяли 15–20 рекрутинговых исследований из открытых источников и проверенных агентств. Например, мы использовали массивы зарплатной аналитики, которую предоставляют сервисы найма вроде HeadHunter. Мы учитывали и свой собственный опыт, который накопили за десятилетия работы в сфере рекрутинга: разработкой фичи занимались все три основателя Facancy.

Все собранные данные записали в таблицы и разметили в соответствии с нашими четырьмя параметрами:

• уровень компании в зависимости от оборота (очень крупный, большой, средний, малый и микробизнес);
• уровень позиции (их пять — джуниор, специалист, миддл, аппер-миддл, топ);
• отрасль (финансы, образование, ИТ, телеком и т. д.);
• функция (гендиректор, маркетолог, бухгалтерия, логистика и т. д.).

На следующем этапе все собранные данные мы прогнали через пул экспертов из разных отраслей. Это были либо директора отделов по найму, либо основатели компаний (если бизнес небольшой). Интересовалась, сколько и кому они платят, почему один менеджер по продукту у них получает 200 тысяч рублей, а другой — 400, как они ищут кандидатов и на какие зарплаты и почему от них уходят сотрудники. Они оценивали адекватность указанной зарплаты для каждой позиции из их отрасли.

Чтобы получить медианную зарплату, мы составили зарплатные матрицы более чем на 8000 ячеек. Алгоритм учитывает все нужные параметры и выводит среднюю вилку.

Мы планируем дополнить эти данные информацией пользователей об их реальных зарплатах. После запуска фичи мы попросили подписчиков поделиться информацией об их заработке — само собой, конфиденциально. Сейчас у нас больше 120 тысяч подписчиков, но данные по своей зарплате предоставили лишь 5%. К весне цифр будет достаточно, чтобы можно было и их включить в аналитику. Так прогнозы станут ещё точнее.

Через год мы надеемся отталкиваться исключительно от личного опыта подписчиков Facancy — в тех 95% случаев, где данных будет достаточно. Если вакансии или отрасли не самые популярные или только зарождаются, продолжим использовать выводы аналитиков и рекрутеров.

Проверять на достоверность данные соискателей, которые привыкли приукрашивать зарплату на собеседованиях, мы тоже умеем. Сначала алгоритм математически вычисляет наиболее не соответствующие прогнозам зарплаты, далее мы проверяем данные вручную, чтобы сделать прогноз максимально точным.

Сейчас каждый подписчик Facancy получает по понедельникам индивидуальную подборку вакансий. При регистрации пользователи указывают те же четыре параметра: уровень компании, уровень позиции, отрасль и функцию. На их основе и формируется подборка.

Алгоритм подбирает не только похожие места для работы, но и показывает вакансии в смежных отраслях. Например, сотрудник может перейти из телекома в банк, из консалтинга в ритейл, с должности продакта на должность операционного директора, из эколога стать менеджером по устойчивому развитию.

Наш сервис в целом заточен под тех, кто не ищет работу прямо сейчас, а хочет в фоновом режиме получать информацию по рынку и понимать свою стоимость как специалиста. С такими неочевидными подсказками от алгоритма проще мониторить не только свою, но и смежные области. Мы также показываем пользователю позиции выше той, которую он занимает сейчас: так становится понятнее, к чему можно стремиться и какие стоит осваивать навыки.

Любой работодатель может самостоятельно указать зарплату на сайте Facancy, если он не согласен с прогнозом алгоритма. Сделать это можно за три секунды, даже в техподдержку писать не придётся — и мы только за, поскольку зарплаты, как и сами рынки, постоянно меняются.

Как только компания предлагает правку, мы получаем уведомление и можем одобрить или отклонить изменения. Отказываем, только если ловим фирму на откровенном вранье. Хороший пример — сфера продаж. Иногда соискателям предлагают «зарплату до миллиона», хотя на деле это оклад в 50–100 тысяч рублей, а остальное — бонусы, которые ты, скорее всего, никогда не получишь. Такие «сказки» мы не публикуем и оставляем ту цифру, которую высчитал алгоритм, — условные 100–200 тысяч.

Деньги — уже не единственный определяющий фактор при поиске работы. Представьте, что вы работаете в крупном банке: позиция неплохая, деньги платят, но вы выгорели и захотели устроиться в благотворительный фонд. Вы вряд ли знаете наверняка, какая разница между зарплатами в финансовом бизнесе и некоммерческой организации. Так что поставите привычное ограничение по оплате труда и, скорее всего, не увидите объявлений от фонда.

Нам важно показать вакансии, которые подходят менеджеру прежде всего по опыту. Дальше он пускай сам решает, есть у него возможность согласиться на низкую зарплату и развиваться в новой отрасли или нет (потому что нужно, например, семью тянуть и по кредитам платить). Но, как показывает мой опыт, иногда риск оправдывается. В нулевых я ушла из проекта, где руководила отделом из 48 человек и получала зарплату выше средней по рынку, — в «Работа Mail.ru». В подчинение мне дали одного сотрудника, а зарплату назначили в три раза ниже, зато через два года я стала главным хедхантером Mail.ru.

Определить для каждой вакансии правдоподобные зарплаты оказалось непросто, поскольку данные во всех исследованиях разнились. В одном маркетологи одного уровня в среднем получали 200 тысяч рублей, а в другом — 600 тысяч. И речь, замечу, не о вилке (она и правда может быть такой), а об усреднённом значении.

Проблемы тут две. Первая — никто не говорит, какими методами пользуется при подсчёте, и поэтому на рынке нет единого подхода к аналитике. Вторая — достоверных данных в открытом доступе не так много: зарплаты белых воротничков в 90% случаев договорные.

Публиковать откровенную ерунду мы не могли, поэтому зарплаты нужно было оценить со стороны. Вилки в нашем случае — это скорее показатель, чем функция, которой можно воспользоваться, поэтому наши бета-тесты отличались от привычных для продуктовых команд подходов. Перед тем как указать все цифры на сайте, мы снова обратились к тем 14 экспертам и спросили у них, далеки ли наши показатели от реальности. У каждого из них есть одна-две отрасли, с которыми они работают чуть реже, чем с основными, но знают их не хуже (в ИТ-индустрию, например, раньше часто брали специалистов из телекома).

Потратив на разработку полгода, мы решили, что тянуть больше некуда, и запустились. Так что настоящий бета-тест в итоге проводят наши пользователи прямо сейчас. Без ошибок не обходится, но для стартапа это нормально. Главное — своевременно от них избавляться: с помощью HR-специалистов, которые проставляют корректные зарплаты, пользовательского опыта, новых данных по рынку.

До её запуска мы ежедневно регистрировали по 100–200 кандидатов, а в день релиза к нам присоединились сразу 1000 человек, и трафик был в пять раз больше привычного. Реакция соискателей в соцсетях соответствующая: они ставят лайки, хвалят идею, размещают анонс у себя, подписываются на сервис, даже если работу не ищут.

У HR-специалистов фича с указанием зарплат воодушевления не вызывала. Часть отнеслась к новостям сдержанно: сервис Facancy, какую бы политику ни проводил, остаётся каналом для привлечения сотрудников. Ну а большинство коллег по цеху разозлилось. Они исключили меня из профессиональных сообществ в Facebook и Telegram и бросились угрожать судами. Их возмущение нетрудно объяснить — теперь кандидаты знают, какой бюджет компания заложила на их зарплату, и не захотят работать за минимальную оплату.

Впрочем, мы на провокации не реагируем. Мы пришли насаживать добро и строить в СНГ сервис вроде американского Glassdoor, для которого главным человеком будет соискатель, а не рекрутер — и как поставщик данных, и как потребитель услуги. Так что остаёмся верны цели — обелить, наконец, рынок найма.

Если вы хотите проверить, как работает алгоритм, и улучшить его при помощи данных по вашей отрасли — подпишитесь на Facancy и укажите вашу текущую зарплату.