Как построить команду НТИ. Гипотезы и результаты эксперимента
Собрать эффективную команду непросто. Мы выделили 5 признаков успешности команды и создали модель автоматизированного сервиса по сборке команд. Делимся бесплатно.
Технологические компании все чаще формулируют запрос на команды, а не на отдельных сотрудников. Под командами мы понимаем коллективы талантливых единомышленников, способных эффективно справиться с глобальными технологическими вызовами. Построение эффективной команды — процесс, который носит хаотический характер и зависит от множества различных факторов, но мы пытаемся научиться управлять этим процессом, чтобы кратно увеличилось количество команд, способных решать задачи в условиях неопределенности.
Мы начали с проведения интервью с технологическими командами (около 20 интервью) и вместе с ними сформулировали 5 условий, которые увеличивают шансы того, что команда будет успешной в своем деле:
-
Команды формируются внутри сообществ: разделяют образ будущего, имеют общую среду общения, следуют своим внутренним правилам коммуникации, разделяют общие интересы (профессиональные и/или личные), а также могут иметь схожий опыт (профессиональный, образовательный, проектный).
-
В технологической команде есть участники — носители ключевой компетенции, требуемой для решения задачи. Как правило, не менее 1/3 участников команды (30%)
-
В команде должна быть определенная степень разнообразия участников (Diversity): по возрасту, по полу, по психотипам, по набору компетенций, личных качеств и др.
-
Работа в команде должна предусматривать возможность развития участников по индивидуальным трекам, а не по одному общему.
-
Уровень ротации в команде в среднем варьируется от 30 до 50% (регулярное обновление внутри команды). Гипотеза опирается на предположение о том, что люди способны одновременно быть участниками разных команд.
Данные исследования мы подкрепили машинным анализом и на их основе создали модель для работы автоматизированного сервиса по сборке команд. Модель умеет анализировать сформированные команды и предлагать новые — по описанным выше критериям. Для запуска модели мы собирали следующие данные о кандидатах в команду: ключевые компетенции; интересы и хобби; среда общения, а также привычные нормы коммуникации; образ будущего (планы и намерения); траектория развития (зона роста); прошлый опыт (бэкграунд) и знакомства; склонность к лидерству.
Впервые полноценную работу модуля мы проверили на участниках проекта «Остров-2018». Технология работы тогда была такой: по текстовому описанию фильтровались участники, которые обладают знаниями, подходящими под описание заданной активности. Для знатоков сообщим, что в качестве фильтра использовался порог на косинусное расстояние между векторами, полученными после применения word2vec к соответствующим ответам пользователей на анкеты. В случае, если порог прошло слишком мало участников, то выбирались наиболее подходящие, независимо от порога.
https://admin.leader-id.ru/upload/file/get/d20223/" style="width: 100%;" />
Оценка меры соответствия участника запросу рассчитывались как взвешенная сумма критериев «Соответствие текстовому описанию» и «Уровень схожести интересов».
Из всех участников, прошедших фильтрацию, составляется команда так, чтобы сумма значений «средний уровня соответствия по всем участникам» + «средний показатель diversity между всеми парами участников» была максимальна (функция diversify_recommendation).
Сервис давал возможность участникам осуществлять следующие функции:
-
Собрать команду. Генерировал для участника подборку кандидатов, совместное участие в активности с которыми будет наиболее эффективным. Распределял участников на команды заданного размера, максимизируя итоговую полезность.
-
Доукомплектовать существующую команду. Находил эффективное дополнение к существующей команде, основываясь на профилях существующих участников и запросах к кандидатам.
-
Нетворкинг. Генерировал для участников рекомендации по взаимодействию друг с другом, основываясь на общих интересах и взглядах.
Сервис работал в режиме реального времени: время обработки каждого запроса не превышало 3 секунд, тогда как расчет начальных параметров требовал около пяти часов.
Оценку эффективности работы сервиса мы оценивали тремя способами: смотрели на уровень вовлеченности в работу сервиса, оценивали следование рекомендациям и собирали обратную связь — субъективную оценку полезности. В результате мы получили:
-
Сервис сбора команд: были сформированы 159 команд самостоятельно под запрос участников; 32% оценили уровень удовлетворенности на 4 или 5; 36% воспользовались рекомендациями, т.е. поработали совместно в команде. Результативность команд на финальной игре, которые разбились самостоятельно — 79,5%; результативность команд, которые были распределены при помощи рекомендаций — 88%.
-
Сервис нетворкинга: запрошено 4088 рекомендаций (около 4-х рекомендаций на человека); 36% людей воспользовались рекомендациями, т.е. познакомились. Из оставшихся только 16% оценили рекомендации как бесполезные. Каждый второй человек, кто оценил рекомендации на 5 или 4, отсканировал бейдж, т.е. обменялся цифровой визиткой с рекомендуемым.
Сейчас мы настроили модули таким образом, чтобы они могли работать независимо от основной системы: алгоритмы принимают и возвращают данные по API. Мы готовы предоставить полный исходный код всех описанных в документе моделей, но, скорее всего, вам понадобится адаптация решения под особенности работы своего мероприятия. Чтобы настроить решение, вам понадобится мощный сервер и данные об участниках. Важно, чтобы каждый участник имел профиль в Leader-ID.
Какие именно данные вам необходимо собрать об участниках:
К1. Наличие ключевой компетенции в команде:
-
Описание мероприятия/проекта, под которое ищется команда
-
Перечень ключевых компетенций человека (каждая компетенция — в своем поле)
-
Теги и/или описание проекта/проектной идеи каждого участника
-
Хобби человека
-
Заполненный профиль в Leader-Id, включая информацию о проектах, месте образования и местах работы
-
Ссылка на профиль человека в социальных сетях (для удобства пользовательского сценария — при выдаче рекомендаций выдается ссылка на профиль для оперативной связи)
-
Результаты образовательных активностей, в которых принимает участие человек в рамках той программы, на которой запускается модуль (опционально)
К2. Общая среда общения
-
Принадлежность к среде общения (пример вопроса: "В какую среду работы и общения вы были больше погружены последние 3 года (на месте работы или учебы): строгая иерархическая среда; среда стартапа, бизнес, ориентированный на достижение результата и др.; возможный вариант вопроса — о роли, в которой человек участвует в мероприятии (как он себя определяет): чиновник, бизнесмен, журналист, предприниматель, общественный деятель и тд) — вопрос с закрытым перечнем вариантов.
К3. Общий образ будущего
-
Вопрос о планах человека на следующий год/несколько лет — в формате закрытого перечня ответов (например, хочу продолжить обучение/начать свой бизнес и тд).
-
Вопрос про ранжирование (приоритезацию) — например, расположите факторы, которые для вас критичны при решении определенного вопроса (вложения денег/времени, выборе проекта и др.)
К4. Общность интересов
-
Интересы участников (профессиональные, личные) — в формате вопроса с закрытым перечнем ответов и/или
-
Бинарные ответы да/нет про интересы/хобби/увлечения человека
К5. Зона роста участников
-
Выбор участников направления развития в рамках образовательной программы (модули, которые они выбирают/которые указывают как наиболее интересные для себя — выбор из предложенных вариантов ответа)
К6. Разделяемые правила коммуникации
-
Какие из перечисленных социальных сетей используют (FB,VK и проч.)
-
Какие из перечисленных систем поддержки проектной деятельности используют
-
Какими мессенджерами пользуются из перечисленных
К7. Разнообразие в команде
-
Количество друзей в FB у участника
-
Уровень знаний по конкретной теме (если есть, результаты в баллах)
Мы сотрудничаем со всеми, кто:
-
Организовывает хакатоны, конкурсы, олимпиады, проектные смены
-
Тоже пытается решить задачу формирования устойчивых команд
-
Готов экспериментировать и описывать эксперименты вместе с нами
-
Готов делиться данными об участниках своих мероприятий.
Мы предоставляем решение бесплатно, взамен просим только делиться с нами результатами, чтобы мы могли повышать эффективность работы алгоритмов. Напишите нам в Бот (во Вконтакте – vk.me/tboil_people, Telegram – t.me/leaderid_bot и Facebook – m.me/youngprofs) или на на почту (users@leader-id.ru), чтобы начать работу.