Готового фреймворка «HR-аналитика как элемент риск-менеджмента по подразделениям» не существует. Стандарты риск-менеджмента вроде ISO 31000 признают влияние человеческого фактора, но методики его измерения не дают. Консалтинг расходится между собой: у Mercer — пять направлений кадрового риска, у KPMG отдельной классификации нет вообще. Российские источники публикуют цифры по отраслям, но не по отделам внутри компании.
Поэтому эта статья — не пересказ чужого стандарта, а составная редакционная модель. Проще говоря: мы не нашли готового фреймворка под этим именем, собрали рабочий метод из проверенных по отдельности компонентов и говорим об этом прямо. Компоненты такие: признанные категории кадрового риска, ранние сигналы из HR-данных, российская отраслевая статистика и правовые границы. Каждый из них можно проверить по источнику в конце статьи.
Карта рисков — часть общего управленческого цикла HR-данных; как устроен весь цикл — в опорной статье «HR-аналитика: от отчётности к управлению деньгами». Здесь — только риски: какие категории брать, какие сигналы отслеживать по подразделениям и где границы метода.
Почему кадровый риск — вопрос совета директоров, а не только HR
Кадровый риск занимает второе место среди корпоративных рисков — сразу после операционного. Так его оценили 875 руководителей и членов советов директоров США в опросе Deloitte 2022 года. При этом лишь 10% компаний сообщили, что совет директоров следит хотя бы за пятью из одиннадцати исследованных зон кадрового риска. Риск признан, а системный надзор за ним — редкость.
Стандарты риск-менеджмента этот разрыв не закрывают. Они требуют учитывать человеческий фактор: ISO 31000 прямо называет человеческие и культурные факторы среди того, что влияет на риск. Но как измерить кадровый риск конкретного подразделения, ни один стандарт не отвечает.
Получается зазор: наверху риск признан, а инструмент измерения каждая компания собирает сама. Из чего собирать — дальше по шагам.
Какие категории кадрового риска признаны независимо друг от друга
Четыре категории повторяются у источников, которые не ссылаются друг на друга: потеря ключевого сотрудника, дефицит навыков, выгорание и комплаенс. Первые три уже сегодня измеримы. Четвёртая остаётся белым пятном — честнее признать это сразу.
Потеря ключевого сотрудника. CIPD определяет планирование преемственности (Succession Planning) как выявление и развитие людей под руководящие и ключевые для бизнеса позиции. Вопрос, который стоит задать по каждому подразделению: у каких позиций нет готовой замены? Считать это помогает коэффициент покрытия преемников (Succession Coverage Rate).
Рядом — разрыв в управленческом резерве. По данным Gartner (в изложении SHRM), треть HR-лидеров испытывает трудности с развитием сильных руководителей высшего звена, почти половина — среднего. Ранний индикатор — коэффициент выявления HiPo (HiPo Identification Rate): есть ли в подразделении резерв вообще.
Выгорание. ВОЗ с 2019 года признаёт его профессиональным феноменом с тремя измерениями: истощение, нарастающее дистанцирование от работы, снижение эффективности. Руководство ВОЗ 2022 года называет и организационные причины: перегрузка, низкий контроль над задачами, слабая поддержка, конфликт работы и личной жизни. Наблюдаемый в данных сигнал — абсентеизм (Absenteeism): его рост виден раньше, чем заявления об уходе.
Дефицит навыков. Более половины HR-лидеров признают, что нехватка навыков уже подрывает результаты компании (Gartner, в изложении Cornerstone OnDemand). Для подразделения это вопрос: какие роли требуют навыков, которых мало и на рынке, и внутри компании.
Комплаенс — категория без готовой метрики: ни один из проверенных источников не предлагает способ её измерить. Рабочий минимум — назначить владельца и фиксировать инциденты, а не оставлять пробел без хозяина.
Как построить карту рисков по подразделениям — и почему это ваша сборка, а не чужой стандарт
| Категория риска | Ранний сигнал в данных | Измеримость |
|---|---|---|
| Потеря ключевого сотрудника | Коэффициент покрытия преемников; коэффициент выявления HiPo | измеримо |
| Дефицит навыков | Роли с навыками, дефицитными и на рынке, и внутри компании | измеримо |
| Выгорание | Абсентеизм: рост виден раньше, чем заявления об уходе | измеримо |
| Комплаенс | Готовой метрики нет; минимум — владелец и фиксация инцидентов | белое пятно |
| Подразделение | Существенный риск | Ранний сигнал | Данные для сравнения | Согласованное решение |
|---|---|---|---|---|
| Отдел продаж пример | Потеря ключевых менеджеров — на них крупные сделки, замены нет | Рост переработок + падение вовлечённости в оценках руководителя | Отраслевой фон: розница в тройке отраслей с наибольшей текучестью (Antal Talent) | Разговор один на один, пересмотр нагрузки, запуск плана преемственности |
| Новый филиал пример | Проблемы найма и адаптации при массовом наборе | Ранняя текучесть — видна задолго до годовых отчётов | Собственная динамика найма по месяцам | Пересмотр адаптации и наставничества до конца квартала |
| Ваше подразделение шаблон | выберите категорию под цель отдела | один–два сигнала, которые уже есть в данных | отраслевой фон или своя динамика | кто и что делает при срабатывании сигнала |
Готовую карту скопировать не получится — её нет даже у консалтинга. Mercer Marsh в исследовании People Risk 2026 (более 4500 HR- и риск-специалистов, 26 стран) раскладывает кадровый риск на пять направлений. KPMG отдельную классификацию кадрового риска не публикует вовсе: фокус их практики — управление фондом оплаты труда, а это 40–60% операционных расходов. Раз даже крупные консультанты расходятся в основаниях, единого стандарта, который можно взять и внедрить, на рынке нет.
Рабочая альтернатива — собрать карту самим из трёх элементов: категория риска × ранний сигнал × данные для сравнения. Строка карты собирается для каждого значимого подразделения отдельно.
На практике это выглядит так — разберём на отделе продаж.
Цель отдела — выполнение плана продаж. Существенный риск — потеря ключевых менеджеров: на них держатся крупные сделки, готовой замены нет. Ранний сигнал — рост переработок и снижение отметок вовлечённости в оценках руководителя. Данные для сравнения — отраслевой фон: розничная торговля входит в тройку отраслей с наибольшей текучестью в России (Antal Talent), и этот фон стоит учитывать, читая цифры своего отдела. Формулы и расчёт самой метрики — в статье о текучести персонала (Employee Turnover Rate).
Четвёртый элемент, без которого первые три не работают, — заранее согласованное решение. HR-бизнес-партнёр и руководитель продаж договариваются, что происходит при срабатывании сигнала: разговор один на один, пересмотр нагрузки, запуск плана преемственности. Без этой договорённости сигнал — просто ещё одна цифра на дашборде.
Для других подразделений строка будет другой. Для нового филиала с массовым наймом сигналом станет ранняя текучесть (Early Turnover Rate) — она показывает проблемы найма и адаптации задолго до годовых отчётов. Категории, сигналы и базу для сравнения выбираете вы — под цели конкретного подразделения.
И предостережение про инструменты. По данным Deloitte 2026 Global Human Capital Trends (более 9000 бизнес- и HR-лидеров, 89 стран), 59% организаций делают ставку на технологии при внедрении ИИ — и именно такой подход в 1,6 раза чаще не окупается. Карта рисков начинается с договорённостей между людьми, а не с покупки платформы.
Ранние сигналы и предиктивная аналитика — что она умеет, а что нет
Рабочие сигналы уже описаны практикой вендоров предиктивной аналитики. Пределы метода те же вендоры называют сами. Предсказание само по себе текучесть не снижает: модель не меняет опыт сотрудника, его меняют решения и действия руководителей. Отсюда их же требования к практике: минимум чувствительных данных, проверки на ложные срабатывания и предвзятость, обязательное участие человека при работе с индивидуальными риск-триггерами.
Академическая картина совпадает. Модели, предсказывающие увольнения, существуют и продолжают развиваться — но их точность ограничена: уходящих в данных всегда меньше, чем остающихся, а качество самих HR-записей часто низкое.
Для руководителя это означает: сигнал — повод проверить ситуацию и поговорить с человеком, а не приговор и не автоматическое кадровое решение.
Где заканчиваются правовые и этические границы
Со 2 августа 2026 года начинают применяться обязательства Регламента ЕС об ИИ (Regulation (EU) 2024/1689) для систем высокого риска — а к ним регламент относит в том числе ИИ-системы найма и отбора кандидатов, распределения задач и мониторинга эффективности сотрудников. На практике это значит: в ЕС такие системы требуют документированного управления рисками, контроля качества данных и человека, принимающего финальное решение. Для компаний вне ЕС это ориентир, куда движется регулирование.
Этические вопросы шире юридических и открыты в любой юрисдикции. Академический обзор van der Laken формулирует их прямо: наблюдение за сотрудниками воспринимается как вторжение в частную жизнь; HR-данные часто несут исторические предубеждения, и модель их автоматизирует; согласие сотрудника может быть вынужденным из-за разницы в положении сторон; а приемлемый уровень ложных срабатываний никем не определён.
Рабочее правило из этого выводится простое. Анализируйте уровень подразделений, а не персональные досье. Объясняйте людям, что и зачем измеряется. Решение по конкретному человеку принимает человек. И отдельно: для российской практики — 152-ФЗ и трудовое право — перед запуском мониторинга нужна юридическая проверка; эта статья её не заменяет.
Что показывает российский рынок труда — и почему это не карта по подразделениям
Российская статистика даёт ориентир масштаба, но цифру для конкретного отдела вы в ней не найдёте: разбивку кадрового риска по подразделениям внутри компаний не публикует ни один источник. Использовать её стоит для калибровки ожиданий — не больше.
По отраслям риск распределён неравномерно. Наибольшая текучесть — в гостиничном бизнесе, розничной торговле и ИТ (Antal Talent, 218 компаний). Дефицит кадров в сельском хозяйстве и промышленности почти удвоился за два года: с 7,2% в 2022-м до 13,0% в 2024-м (Эксперт РА). Острый дефицит держится в медицине и фармацевтике, ретейле, агросекторе и производственных специальностях (hh.ru).
Вывод для карты: отраслевой фон подсказывает, где закрывать вакансии будет дольше и дороже. Норму для конкретного отдела задают ваши собственные данные за несколько периодов, а не рынок.
Что сделать завтра
Начните с одного подразделения и одной категории риска — не с карты по всей компании. Выберите отдел, где уход людей чувствительнее всего скажется на годовых целях, и категорию — например, потерю ключевого сотрудника.
Дальше три шага. Определите один-два ранних сигнала, которые уже есть в ваших данных: переработки, смена руководителя, падение вовлечённости. Назначьте того, кто смотрит на сигнал, и период проверки. Заранее договоритесь, кто и какое решение принимает, если сигнал сработал.
Третий шаг — главный. Предсказание само по себе риск не снижает, снижают решения и действия. Если при срабатывании сигнала ничего не происходит, карта останется красивым отчётом.
Проверить готовность данных можно диагностикой аналитической системы: она показывает, какие точки риска видны по вашим данным уже сейчас и каких данных для первой карты не хватает. Точный прогноз увольнений она не обещает — его не даёт ни один честный метод.
Словарь
Кадровый риск (People Risk) — риск потерь или снижения эффективности бизнеса из-за факторов, связанных с людьми: их уходом, нехваткой навыков, выгоранием или нарушением комплаенс-требований.
Риск-менеджмент (ERM, Enterprise Risk Management) — система выявления, оценки и управления рисками на уровне всей компании; кадровый риск — один из её компонентов.
Карта рисков (Risk Map) — структура для каждого подразделения: категория риска, ранний сигнал, данные для сравнения и заранее согласованное решение на случай, если сигнал сработает.
Ранний сигнал (Early Warning Signal) — измеримое изменение в HR-данных — например, рост переработок или снижение вовлечённости, — которое предшествует материализации риска и оставляет время на решение.
Предиктивная аналитика оттока (Predictive Attrition Analytics) — метод, который переводит HR-данные и поведенческие паттерны сотрудников в уровни риска ухода: низкий, повышенный, высокий. Сама по себе не снижает текучесть — это делают решения и действия людей.
Ключевой сотрудник (Key Employee) — сотрудник, чей уход создаёт риск для бизнеса из-за отсутствия готовой замены на его позицию.
Дефицит навыков (Skills Gap) — нехватка компетенций, необходимых для выполнения бизнес-задач, — как на внешнем рынке труда, так и внутри компании.
Абсентеизм (Absenteeism) — учащающиеся отсутствия сотрудника на работе; сигнал, рост которого виден раньше, чем заявление об увольнении.
Составная редакционная модель (Composite Editorial Model) — способ подачи материала, при котором редакция прямо говорит: готового фреймворка под этим именем не существует, а изложенный метод собран из независимо проверенных источников.
Источники
Wikipedia, ISO 31000, 2018 https://en.wikipedia.org/wiki/ISO_31000
UpGuard, Effective Risk Management: The COSO ERM Framework, 2017 https://www.upguard.com/blog/coso-erm-framework
Deloitte Insights, Managing workforce risk, 2022 https://www.deloitte.com/us/en/insights/topics/talent/managing-workforce-risk.html
Marsh, The five pillars of people risk, 2026 https://www.marsh.com/en/risks/people-risk/insights/the-five-pillars-of-people-risk.html
Deloitte Insights, 2026 Global Human Capital Trends, 2026 https://www.deloitte.com/us/en/insights/topics/talent/human-capital-trends.html
KPMG, Human Capital Advisory, 2026 https://kpmg.com/us/en/capabilities-services/advisory-services/human-capital-advisory.html
CIPD, Succession Planning factsheet, 2025 https://www.cipd.org/en/knowledge/factsheets/succession-planning-factsheet/
SHRM, Leadership Succession Risks and What HR Can Do About Them https://www.shrm.org/topics-tools/news/talent-acquisition/leadership-succession-risks-hr-can
WHO, Burn-out an occupational phenomenon: International Classification of Diseases, 2019 https://www.who.int/news/item/28-05-2019-burn-out-an-occupational-phenomenon-international-classification-of-diseases
NCBI Bookshelf, WHO guidelines on mental health at work, 2022 https://www.ncbi.nlm.nih.gov/books/NBK586384/
Cornerstone OnDemand, Hazards ahead: Risks of the workforce readiness gap, 2024 https://www.cornerstoneondemand.com/resources/article/hazards-ahead-risks-of-the-workforce-readiness-gap/
Worklytics, Using Predictive Analytics for Employee Turnover, 2026 https://www.worklytics.co/blog/using-predictive-analytics-for-employee-turnover
arXiv (2604.10337), Integrating SAINT with Tree-Based Models: A Case Study in Employee Attrition Prediction, 2026 https://arxiv.org/pdf/2604.10337
EU Artificial Intelligence Act (Regulation (EU) 2024/1689), Article 6, 2024 https://artificialintelligenceact.eu/article/6/
Paul van der Laken, Privacy, Compliance, and Ethical Issues with Predictive People Analytics, 2018 https://paulvanderlaken.com/2018/11/12/privacy-compliance-ethical-issues-predictive-people-analytics/
hh.ru, Рынок труда — 2025: почему стало труднее искать работу, 2025 https://hh.ru/article/rynok-truda-v-2025-godu-pochemu-stalo-trudnee-iskat-rabotu
Antal Talent, Исследование по текучести персонала (по итогам 2024), 2025 https://antaltalent.ru/en/blog/staff-turnover-2024/
Эксперт РА, Рынок труда: охлаждение или системная трансформация, 2025 https://raexpert.ru/researches/labor_market_2025/
Смотрите больше материалов по HR-фреймворкам: https://vsem-onboard.com/category/journal/hr-framework/

