Крупный девелопер терял ключевых инженеров, узнавая об уходе только из заявления. Мы построили ИИ-систему, которая предупреждает HR за 2–4 недели до увольнения.
Девелопер с ~800 сотрудниками и активными строительными проектами столкнулся с волной уходов ключевых специалистов.
За полгода компания потеряла 3 ведущих инженеров проектирования. В каждом случае HR узнавал об уходе из заявления на столе. Стоимость замены каждого — 6–9 месяцев поиска и адаптации.
Ежеквартальные пульс-опросы показывали eNPS 42 — выше рынка. Но за те же кварталы текучесть в отделе проектирования выросла до 18%. Опросы не ловили реальные проблемы.
Между проектированием и строительством нарастал конфликт. Руководство узнало о нём только когда 2 проекта сорвали сроки из-за прекращения прямого общения между командами.
После ухода ведущего инженера Краснова за ним ушли ещё 2 человека из его команды. HR не знал, что Краснов был неформальным лидером мнений, к которому тянулись люди.
Ключевое решение проекта: не пытаться определить абсолютное «настроение», а отслеживать динамику коммуникационного поведения каждого сотрудника.
Заказчик изначально хотел анализировать тональность сообщений. Мы провели пилот на 50 сотрудниках и показали, что классический sentiment-анализ даёт 40%+ ложных срабатываний: прорабы пишут резко по умолчанию, бухгалтеры формально. Одна модель тональности на всех не работает.
Вместо этого мы построили персональный профиль каждого сотрудника на основе 4 месяцев истории коммуникаций из Bitrix24 и корпоративной почты. Система фиксирует, когда поведение человека начинает отличаться от его собственной нормы.
Для каждого из ~800 сотрудников построен baseline на основе 4 месяцев: частота, длина, тон сообщений, круг общения, время активности
Система ежедневно сравнивает текущее поведение с персональной нормой. Профиль обновляется по скользящему окну, адаптируясь к естественным изменениям
Только значимые аномалии формируют алерты. HR видит конкретику: «активность Иванова снизилась на 62% за 3 недели, круг общения сузился на 45%»
Система развёрнута в продакшене, работает на ~800 сотрудниках и ежедневно обновляет данные.
Выявление сотрудников с высоким риском увольнения за 2–4 недели до подачи заявления
Выявление конфликтных ситуаций между сотрудниками или в команде на ранней стадии
Выявление любых нетипичных паттернов: перегрузка, выгорание, стресс, нетипичная активность
Визуальная карта взаимодействий в компании. Выявление неформальных центров влияния, чей уход вызовет каскадный эффект
Пилот на 50 сотрудниках → калибровка на исторических данных → масштабирование на всю компанию.
Подключили Bitrix24 API и корпоративную почту для 50 сотрудников отдела проектирования. Параллельно протестировали два подхода: классический sentiment-анализ и анализ динамики. Sentiment дал 40%+ ложных срабатываний. Выбрали подход на основе персональных профилей.
Получили от HR-директора список 12 увольнений за последний год с датами и причинами. Построили baseline-профили этих сотрудников и проверили: в 9 из 12 случаев система зафиксировала бы аномалию за 2–4 недели до подачи заявления. Настроили пороги и веса сигналов.
Подключили все отделы. Построили персональные профили на основе 4 месяцев истории. Реализовали три детектора (уход, конфликты, аномалии) и граф коммуникаций с рейтингом лидеров мнений. Лидерам присвоили повышенный приоритет в детекторе ухода.
Развернули веб-дашборд для HR-директора и руководителей: тепловая карта по отделам, граф коммуникаций, рейтинг лидеров мнений, карточки сотрудников с динамикой. Настроили email-уведомления при критических сигналах. Доступ ограничен ролевой моделью.
HR-директор и руководители видят агрегированные метрики и сигналы, а не содержимое переписок.
Ключевое требование заказчика: система не должна нарушать 152-ФЗ и не должна читать переписки.
Система не заменяет HR-директора, а даёт ему объективные данные для принятия решений.
| Параметр | Было | Стало |
|---|---|---|
| Обнаружение риска ухода | Заявление на столе — уже поздно | Алерт за 2–4 недели с конкретными метриками |
| Мониторинг настроений | Ежеквартальные опросы, 35% response rate | Ежедневный мониторинг 100% сотрудников |
| Выявление конфликтов | Когда срываются сроки проектов | Сигнал в первые дни изменения паттерна |
| Лидеры мнений | Не отслеживались — каскадные уходы | 14 лидеров идентифицированы, на приоритетном контроле |
| Основания для решений | «Мне кажется, Иванов чем-то недоволен» | «Активность −62%, круг общения −45% за 3 нед.» |
Пилот показал результат через 3 недели. Полный запуск — через 3 месяца.
Подключение данных 50 человек. A/B-тест sentiment vs. динамика.
Ретроспективная проверка на 12 увольнениях. Настройка порогов.
Подключение ~800 сотрудников. Построение профилей. Граф и детекторы.
Дашборд, алерты, ролевая модель. Обучение HR-команды.
3 месяца
ML (sen) 80% + Backend 60% + PM 25%
Bitrix24, корп. почта
~800 сотрудников
Обсудим, как адаптировать решение под ваши процессы, источники данных и масштаб компании.