Если вы ещё не систематизируете данные из экзит-интервью — самое время начать. А если уже собираете, но не извлекаете из них стратегические инсайты — искусственный интеллект может стать вашим главным союзником.
Ниже — проверенная последовательность шагов и рекомендации по внедрению AI-аналитики в HR-практику, которую специально для блога HRTech-компании «Поток» подготовила Елизавета Успенская — HR-директор компании Pragmatica, блогер, автор telegram-канала «ЛИЗА УСПЕНСКАЯ| МИР HR В IT».
Содержание:
- Этап 1. Сбор данных для экзит-интервью: важно начать правильно
- Этап 2. Подготовка: чистка и защита данных перед экзит-интервью
- Этап 3. Анализ экзит-интервью с ИИ: от текста к паттернам
- Этап 4. Визуализация: говорим на языке бизнеса
- Этап 5. Реагирование: от анализа данных экзит-интервью к изменению политики
- Как внедрять промты: практические рекомендации
Спасибо, что вы с нами!
Этап 1. Сбор данных для экзит-интервью: важно начать правильно
Данные можно получать через разные каналы:
- Формы в Google Forms или через HRM-системы (SAP SuccessFactors, BambooHR, 1С);
- Аудио- и видеозаписи Zoom-интервью с последующей транскрибацией.
Ключевое требование — баланс вопросов:
- Закрытые (о грейде, департаменте, стаже) нужны для сегментации;
- Открытые (например, «Что стало решающим фактором ухода?») — для глубокого понимания мотивов.
Без открытых ответов анализ будет поверхностным.
Этап 2. Подготовка: чистка и защита данных перед экзит-интервью
Перед загрузкой в модель ИИ тексты нужно предварительно обработать. А именно провести:
- Анонимизацию — удалить имена, контактные данные, поставить хеш-идентификаторы для менеджеров вместо имён;
- Очистку — удалить дубли, технические пометки, бессмысленные ответов вроде «не помню» или «всё норм».
Это не просто этика — это требования законодательства РФ, а также необходимое условие для качественного анализа.
Этап 3. Анализ экзит-интервью с ИИ: от текста к паттернам
Здесь ИИ делает то, на что у человека ушли бы недели:
- Тематическое моделирование — находит повторяющиеся темы: «рост», «зарплата», «менеджмент», «культура» и группирует по ним высказывания;
- Сентимент-анализ — определяет общий эмоциональный фон: негатив, благодарность, усталость и др.;
- Кластеризация — выявляет, например, что чаще уходят миддл-разработчики со стажем 1–2 года, и это не случайность, а закономерность.
В результате вы получаете не «мнение одного сотрудника», а обобщённую картину.
Этап 4. Визуализация: говорим на языке бизнеса
Сырые выводы мало кому интересны. Нужны:
- Дашборды в Power BI, Looker или Metabase — с фильтрами по департаментам, ролям, стажу;
- Отчёты для топ-менеджмента, в которых не просто перечислены причины ухода, но и предложены конкретные гипотезы решений.
Главное правило: инсайты должны вести к действиям, а не к «интересным наблюдениям».
Этап 5. Реагирование: от анализа данных экзит-интервью к изменению политики
Анализ ради анализа — трата времени. Если сигнал повторяется (например, две и более ухода с жалобами на одного менеджера или процесс), необходимо:
- Сформировать план действий — набор мер: обучение менеджеров, пересмотр компенсационной политики, правка онбординга и т.д.;
- Назначить владельцев, сроки и метрики;
- Через 3–6 месяцев проверить: снизился ли отток в указанных сегментах.
Как внедрять промты: практические рекомендации
Работа с ИИ требует дисциплины. Вот несколько советов, проверенных на практике:
1. Всегда указывайте роль модели
Например:
«Ты — Senior HR/People Analytics консультант».
2. Задавайте последовательность задач явно, с нумерацией и требованиями к формату вывода.
Например:
«Задачи (выполняй по порядку):
1) Качество данных
• Язык/тон интервью, полнота/структурированность (низкая/средняя/высокая).
• Что мешает интерпретации (пробелы, противоречия, эмоции без фактов).
2) Явные причины ухода (Explicit)
• Список причин в формулировках сотрудника + по 1–2 цитаты на каждую.
• Оценка силы каждой причины (1–5) и внутреннее/внешнее происхождение (internal/external)...».
3. Запрещайте «домысливать»: «Опирайся только на предоставленные данные»
Например:
«Правила: без домыслов, неизвестное помечай н/д.»
4. Фиксируйте пороги значимости
Например, отклонение в ±20% от среднего по компании уже требует внимания.
Важно помнить: ИИ не заменяет HR, но превращает вас из интервьюера-хроникёра в аналитика-стратега. Инструмент уже в ваших руках — остаётся научиться его грамотно применять.
Чтобы снизить риск увольнений, подбирайте релевантных кандидатов с системой автоматизации точечного и массового подбора персонала «Поток Рекрутмент».
Встроенный в решение ИИ сравнивает текст резюме с описанием вакансии и показывает процент его релевантности рядом с карточкой кандидата в «Поток Рекрутменте». Без применения таких технологий рекрутеры тратят десятки часов, отвлекаясь на нерелевантных кандидатов. С оценкой можно приступать к общению в первую очередь с теми, кто получил высокий балл.
Текст проверила Анна Александрова, главный редактор блога «Поток»
Материал выпущен в ноябре 2025 года
Предыдущая статья
Спасибо, что вы с нами!
