Пошаговая методология для HR BP и руководителей. Какие данные собрать, как применить теорию игр и как найти Nash Equilibrium — вручную в Excel или через AI.
У большинства руководителей два паттерна: «терпеть слишком долго» или «уволить слишком быстро». Оба ошибки — и обе стоят денег.
«Жалко», «нет времени искать», «может исправится». Через 6–12 месяцев проблема стоит дороже — снизилась вся команда, бизнес недополучил результат.
«Не оправдал ожиданий» за 2 месяца. Но рынок труда пустой, замена займёт полгода и обойдётся в 200–500к. Теряем знания и процессы вместе с человеком.
«Я чувствую, что что-то не так». Сотрудник слышит: «не нравишься». Без фактов — нет аргументов для развития и нет защиты при конфликте.
Рынок труда, soft-профиль, hard-метрики, контекст бизнеса
Поведенческая модель (softs), метрики и задачи (hards), драйверы мотивации
3 стратегии × 2–3 сценария природы, EV для каждой стратегии
Доминирующая стратегия с наибольшим EV → план действий
Без этих данных матрица Nash не работает. Собери все четыре блока до начала анализа. ! — обязательно, ~ — желательно.
hh.ru / SuperJob / Авито Работа — данные за последние 30 дней
Коэффициент резюме/вакансии <2 → дефицитный рынок, замена сотрудника резко дороже.
Наблюдаемое поведение — не ощущения, а конкретные паттерны с примерами
Факты по результатам — конкретные числа и задачи, не общие суждения
Это критично: hard-дефицит исправляется обучением. Soft-дефицит — только через осознание и опыт, минимум 1–1,5 года.
Параметры, которые влияют на «цену» каждой стратегии в матрице
Две части: поведенческая модель (softs) и мотивационные драйверы. Softs — обязательны для матрицы. Драйверы — желательны, нужны для выстраивания ИПР и скрипта встречи.
Для ключевых сотрудников оцениваем шесть базовых компетенций. Softs определяются через оценку 270°/360° или через кейсы — наблюдение за реальным поведением в конкретных ситуациях.
Шкала оценки: зелёный / жёлтый / красный
Что означает каждая компетенция
Драйверы не обязательны для построения Nash-матрицы. В первую очередь нужны softs и hards. Драйверы нужны для того, чтобы правильно выстроить ИПР и скрипт встречи с сотрудником.
Все драйверы разделены на 4 блока. Компания может закрыть не все — отметь, какие реально доступны в вашем контексте.
Человека движет результат и рост. Даёшь сложные задачи — включается. Нет вызова — гаснет.
Человека движут отношения и смысл помощи другим. Важна атмосфера и командная работа.
Человека движет позиция и восприятие. Нужны тайтл, влияние на решения, публичное признание.
Самостоятельность и лёгкость общения — можно закрыть. Благополучие и надёжность зависят от типа компании.
Теория игр — математический инструмент для принятия решений в условиях неопределённости. Мы не знаем, как поведёт себя сотрудник и рынок. Задача: найти стратегию, которая не проигрывает ни при каком раскладе.
Джон фон Нейман и Оскар Моргенштерн сформулировали теорию игр в 1944 году. В 1950-м Джон Нэш (Принстон) доказал, что в любой игре с конечным числом стратегий существует равновесие — Nash Equilibrium: точка, из которой ни один игрок не выиграет, изменив свою стратегию в одностороннем порядке. Нобелевская премия по экономике 1994 года.
Игрок — тот, кто принимает решение (HR / руководитель).
Стратегия — вариант действия: уволить / развивать / параллельная стратегия.
Состояние природы — внешний сценарий вне нашего контроля: сотрудник растёт или нет; рынок позволяет нанять или нет.
Матрица выплат — таблица: стратегия × сценарий = результат в условных баллах.
EV (ожидаемая ценность) — средневзвешенный результат стратегии с учётом вероятностей сценариев.
Nash Equilibrium — стратегия, которая не проигрывает ни при каком сценарии. Это не «лучший возможный исход», это «лучший гарантированный минимум».
В отличие от оптимистичной стратегии («выберем ту, которая даёт максимум в лучшем случае»), Nash выбирает ту, у которой наиболее высокий EV при реалистичных вероятностях — и нет катастрофических исходов.
Где p(A) + p(Б) + ... = 1 (сумма всех вероятностей = 100%).
Пример: стратегия «Развивать» даёт +4 при p=0.35 и −4 при p=0.65:
Отрицательный EV означает: в среднем мы теряем, даже если иногда выигрываем по максимуму.
Хороший или отличный исход. Цель достигнута, потерь нет или минимальны. +5 — идеальный сценарий. +3 — хорошо, но с небольшими издержками.
Нейтральный или приемлемый исход. Есть издержки, но нет катастрофы. +1 — технически верно, но с потерями времени или денег.
Плохой или катастрофический исход. Потери в деньгах, времени, команде, результатах. −5 — ситуация, из которой сложно выбраться.
Заполни выплаты исходя из своего кейса. Для каждой ячейки ответь: «Что конкретно произойдёт с бизнесом в этом сценарии при этой стратегии?» — и поставь балл.
| Стратегия ↓ / Сценарий → | Сценарий A Сотрудник принимает условия и растёт p(A) = ____ |
Сценарий Б Сотрудник не меняется / уходит p(Б) = ____ |
EV p(A)×A + p(Б)×Б |
|---|---|---|---|
|
Уволить сейчас
Расстаться немедленно, открыть поиск замены
|
Мы потеряли человека, который мог вырасти. Платим за найм + адаптацию, теряем знания.
Как считать: стоимость замены ÷ масштаб бизнеса. Обычно от −2 до −4
|
Правильное решение. Избавились от проблемы. Но: роль будет закрыта не сразу, есть временной разрыв.
Как считать: если рынок доступен и замена нашлась быстро +1 до +3
|
= ____ |
|
Развивать сотрудника
Полная ставка на рост, ИПР на 6–9 месяцев
|
Лучший ROI: человек вырос, знает компанию, экономия на замене (200–500к). Результат через 3–6 мес.
+3 до +5
|
Катастрофа: год слабой работы при активном росте бизнеса. Потери в найме, культуре, командных результатах.
Как считать: потери × срок × масштаб → обычно от −3 до −5
|
= ____ |
|
⚡ Параллельная стратегия
3-мес. чекпоинт для сотрудника + параллельно открыть поиск
|
Сотрудник вырос → закрываем поиск. Сэкономили на замене, проверили человека. Минус: потратили время на параллельный рекрутинг.
+2 до +4
|
Не вырос → кандидат уже в пайплайне, смена без разрыва. Потеряли немного на параллельном рекрутинге, но выиграли по времени.
+1 до +3
|
= ____ |
| Стратегия | A: Сотрудник растёт (p=0.35) | Б: Не меняется (p=0.65) | EV |
|---|---|---|---|
| Уволить сейчас |
Потеряли человека, который мог вырасти. Найм удалённо: 2–4 мес. поиска + 3 мес. адаптации = ~6 мес. без полноценного HR. Потери в найме персонала за этот период.
−3
−3 = крупные потери от вакуума HR + упущенная альтернатива
|
Верное решение. Но поиск займёт 2–4 мес., всё это время роль не закрыта. Временные потери есть, катастрофы нет.
+1
+1 = правильно, но с болью ожидания и стоимостью поиска
|
0.35×(−3) + 0.65×1 = −0.40 |
| Развивать |
Лучший ROI: знает компанию, экономия на замене ~400к, через 6 мес. даёт полный результат. Максимально выгодный исход.
+4
+4 = максимальный выигрыш при правильной ставке
|
Год слабого HR при росте компании. Найм тормозит, адаптация не работает, команда деградирует. Потери на горизонте 12 мес. огромны.
−4
−4 = катастрофа. Год потерь во всей HR-функции
|
0.35×4 + 0.65×(−4) = −1.20 |
| ⚡ Параллельная |
Сотрудник вырос → закрываем поиск. Экономим на замене, чуть потратили на параллельный рекрутинг. Почти так же хорошо, как «развивать».
+3
+3 = почти идеально, минус затраты на параллельный поиск
|
Не вырос → кандидат в пайплайне, смена без разрыва. Нет вакуума HR. Небольшие затраты на рекрутинг — управляемые.
+2
+2 = контролируемый выход без катастрофы
|
0.35×3 + 0.65×2 = +2.35 ★ |
Единственная стратегия с положительным EV при обоих сценариях. «Уволить» и «Развивать» создают ассиметричные риски: первая проигрывает при росте сотрудника, вторая — катастрофа при отсутствии роста. Nash — это не оптимизм, это застрахованная стратегия.
Nash выберет одну из трёх. Знать логику всех трёх нужно, чтобы аргументировать решение собственнику.
Nash выбирает эту стратегию когда рынок насыщен + soft-профиль критичен + красная линия пересечена.
Nash выбирает когда soft-профиль позволяет рост + рынок ограничен + p(A) > 60%.
Nash почти всегда выбирает эту стратегию при значимой неопределённости по любому параметру.
Матрицу Nash можно собрать самостоятельно в таблице — или отдать ИИ, загрузив данные и правильный промпт. Оба способа дают один результат.
Строки: 3 стратегии + строка EV. Столбцы: 2–3 сценария + столбец EV. Шапка строк — названия стратегий, шапка столбцов — сценарии с вероятностями.
В ячейках шапки: p(A) и p(Б). Сумма = 1. Вероятности из данных: soft-профиль даёт p(A), аналитика рынка влияет на выплату сценария В.
Для каждой комбинации стратегия × сценарий — поставь балл от −5 до +5. Используй вопрос: «Что конкретно произойдёт с бизнесом?»
В столбце EV напиши формулу: =B2*$B$1 + C2*$C$1 где B1/C1 — вероятности, B2/C2 — выплаты строки.
Стратегия с наибольшим EV — Nash Equilibrium при условии отсутствия катастрофических исходов (нет −4 или −5 ни в одной ячейке). Если катастрофа есть — это риск, укажи его отдельно.
| Стратегия | A p=0.35 |
Б p=0.65 |
EV |
|---|---|---|---|
| Уволить | −3 | +1 | −0.40 |
| Развивать | +4 | −4 | −1.20 |
| ⚡ Параллельная | +3 | +2 | +2.35 ★ |
Формула EV в строке «Уволить»: =(B2*0.35)+(C2*0.65)
Загрузи данные из четырёх блоков и отправь ИИ следующий промпт. ИИ заполнит матрицу, посчитает EV и назовёт Nash Equilibrium. Промпт рассчитан на модели без специализированных знаний по теории игр.
Ты — HR-аналитик. Твоя задача: построить матрицу Nash Equilibrium для принятия решения по сотруднику.
ТЕОРИЯ (используй точно):
Nash Equilibrium — стратегия, у которой наибольшая ожидаемая ценность (EV) при реалистичных вероятностях сценариев.
EV = p(сценарий_A) × выплата_A + p(сценарий_Б) × выплата_Б
Шкала выплат: от −5 (катастрофа) до +5 (идеальный исход). 0 = нейтрально.
ДАННЫЕ ПО СОТРУДНИКУ:
[Вставь здесь данные из блоков 1–4: рынок, soft-профиль, hard-метрики, контекст бизнеса]
ЧТО НУЖНО СДЕЛАТЬ:
Шаг 1. Определи вероятности двух сценариев:
- p(A) = вероятность, что сотрудник примет условия и вырастет (на основе soft-профиля)
- p(Б) = 1 − p(A) = вероятность, что не изменится
Объясни, почему ты выбрал эти вероятности.
Шаг 2. Для каждой из трёх стратегий (Уволить / Развивать / Параллельная стратегия) заполни матрицу:
- Что произойдёт при сценарии A? Поставь выплату от −5 до +5 и объясни.
- Что произойдёт при сценарии Б? Поставь выплату от −5 до +5 и объясни.
Шаг 3. Посчитай EV для каждой стратегии по формуле: EV = p(A)×выплата_A + p(Б)×выплата_Б
Шаг 4. Назови Nash Equilibrium — стратегию с наибольшим EV.
Шаг 5. Проверь: есть ли в Nash-стратегии ячейка с выплатой −4 или −5? Если да — это риск, укажи его.
Шаг 6. Напиши итоговую рекомендацию: какую стратегию выбрать и почему.
ФОРМАТ ОТВЕТА:
1. Таблица матрицы (3 строки × 3 столбца: A, Б, EV)
2. Объяснение вероятностей
3. Объяснение каждой выплаты (1–2 предложения на ячейку)
4. Nash Equilibrium и итоговая рекомендация
Методология не даёт «правильный ответ» — она даёт оптимальную стратегию при имеющихся данных. Nash Equilibrium минимизирует потери, но не устраняет риск. Ключевое условие — честность данных: реальный soft-профиль, реальная аналитика рынка, реальные метрики.