NeuroFrame — ML-платформа поведенческой оценки. Игра Tower Defense фиксирует тысячи поведенческих микро-сигналов и связывает их с 8 валидированными компетенциями за 30–60 минут.
Сильнее всего: планирование и синтез — мониторинг прогресса и открытость новому выше медианы выборки сравнения, сознательность ниже.
Эталонный диапазон для 287 профессий на каждой из 8 стадий жизни компании — всего 2 296 комбинаций. Выберите стадию и роль, посмотрите коридор по восьми параметрам поведения и сверьте с ним профиль сотрудника.
Открыть калькуляторДиапазоны — ориентир, а не приговор. И инструмент ничего не просит взамен.
Три сдвига, которые отличают измерение поведения от опросников самоотчёта
Вместо опросников и самоотчётов — иммерсивная симуляция. Кандидат играет, а система фиксирует тысячи цифровых следов: клики, паузы, время реакции, смена стратегии. Социально желательные ответы искажают картину заметно меньше, чем в опросниках: человек решает задачу, а не описывает себя.
Одна игровая сессия заменяет батарею из 3–5 традиционных тестов. Автоматический отчёт с 8 параметрами, зонами роста и рекомендациями — без ручной обработки и без ассессоров.
Выборка сравнения — 14 850 реальных руководителей из 500+ компаний. Кандидат получает перцентили относительно неё, а не относительно абстрактных норм. Подробнее — в разделе «Наука».
Психометрические тесты, интервью и ассессмент-центры имеют низкую прогностическую валидность — они уязвимы к искажениям, предвзятости и эффектам социальной желательности
Замена неподходящего сотрудника обходится в два раза дороже его зарплаты: поиск, адаптация, потерянные знания, падение морали команды. Интервью и резюме не предсказывают успех в роли.
Мировая экономика теряет $8.8T ежегодно из-за незавлечённых сотрудников. 85% людей приходят на работу, но не вовлекаются — традиционные тесты это не выявляют.
Классические опросники (MBTI, DiSC) уязвимы к социальной желательности и намеренному искажению. Кандидаты знают «правильный» ответ — и выбирают его.
Менеджеры полагаются на интуицию и стереотипы. Результаты интервью зависят от пола, возраста и внешности — а не от реальных компетенций кандидата.
Сквозной ML-конвейер превращает 30–60 минут геймплея в структурированный поведенческий профиль
Кандидат играет в Tower Defense 30–60 минут. Игра фиксирует тысячи поведенческих микро-сигналов: тайминг кликов, смена стратегий, распределение ресурсов, скорость исправления ошибок.
Поток игры превращается в структуру поведения: что человек выбрал, от чего отказался и как менялся его подход под нарастающей нагрузкой.
ML-модели сравнивают профиль с базой 14 850 руководителей из 500+ компаний. У каждого параметра своя откалиброванная модель с опубликованными метриками.
Персонализированный отчёт по 8 компетенциям с зонами роста и рекомендациями. Командная аналитика: тепловые карты, роли, конфликты.
Пример поведенческого профиля, построенного за 30–60 минут игровой сессии. 8 компетенций, когнитивная ДНК и практические рекомендации — в одном документе.
Сильнее всего: планирование и синтез — мониторинг прогресса и открытость новому выше медианы выборки сравнения, сознательность ниже.
Детальный анализ — что кандидат делал в игре, конкретные числовые показатели и практические выводы для работы.
Пониженная выраженность. Работает в темпе, а не системно, и мало времени тратит на перепроверку: при малозаметных изменениях интерфейса пропускает 34% сигналов (норма: 18%).
Это не дефицит — когнитивный стиль, оптимизированный под скорость и синтез. Там, где результат — это точность (финмодели, договоры, QA), стоит поставить рядом детал-ориентированного коллегу: чек-листы и взаимная вычитка переносят проверку в процесс и сохраняют темп.
Идёт на просчитанный риск ради будущего преимущества: заходит рано и соглашается временно ослабить позицию, если выигрыш больше.
Ходит раньше, чем сложилась картина, — преимущество на быстрых рынках и риск на необратимых решениях. Там, где ставку не отыграть назад (найм, цена, сделка), нужна явная точка go/no-go.
Как кандидат реагирует на давление, неопределённость и высокую нагрузку — зафиксировано по поведению в игре, а не по самоотчёту.
Стабильная продуктивность при нарастающем давлении. Эффективность сохраняется при усложнении задач.
Эффективное управление когнитивным ресурсом. Паузы и переключения происходят до наступления перегрузки.
Умеренная осторожность в условиях неопределённости. Балансирует между скоростью и точностью решений.
Быстрое переключение стратегий при изменении правил. Высокая гибкость мышления.
Ошибки не вызывают фиксации — быстрый возврат к продуктивному поведению сразу после неудачи.
Сохранение качества работы на протяжении всей сессии. Минимальное снижение к финалу.
Поведение под нагрузкой — стабильная продуктивность под давлением, быстрое восстановление после неудач, эффективное управление когнитивными ресурсами. Оптимален для ролей с высокой автономностью и интенсивным потоком задач.
Каждая метрика опубликована. Каждое утверждение проверяемо. Вот что на самом деле значат психометрические свойства NeuroFrame.
CFI показывает, насколько хорошо модель оценки соответствует реальным данным. 1.0 — идеально; выше 0.95 — отлично.
CFI бывает только у инструментов, реально прошедших конфирматорный факторный анализ. NeuroFrame публикует 0,96 для модели из двух доменов — «мышление» и «личность».
Показывает, измеряют ли пункты шкалы одно и то же качество. 0,70 — общепринятый порог.
Приводим диапазоном по восьми шкалам: одно усреднённое число скрыло бы разброс.
Сотрудники, чьи результаты оценки сопоставляли с реальными KPI и оценками руководителей. Прогностическая цифра стоит ровно столько, сколько выборка, на которой она получена, — поэтому выборка публикуется рядом с ней.
Это не нормативная база сравнения: та — 14 850 руководителей, и относительно неё считается балл конкретного человека. Два разных числа, которые легко перепутать.
ROC AUC показывает, насколько хорошо модель отличает профили, соответствующие требованиям роли, от несоответствующих. 0.5 — случайность; 1.0 — идеально. 0,77 — высокая точность.
Измерено на реальных KPI и оценках руководителей, выборка 3 000+, и опубликовано целиком. MBTI и DiSC данных о прогностической валидности не публикуют вовсе.
Насколько стабильны результаты между сессиями. Если один человек проходит оценку дважды — получает ли он одинаковый профиль? Выше 0.80 — отлично.
Надёжность, которую можно проверить самому: пройти оценку дважды и сравнить профили. NeuroFrame публикует > 0,83 — стабильно и воспроизводимо.
Единая платформа адаптируется под вашу задачу: найм, командная аналитика или выявление будущих лидеров
Массовый отбор кандидатов через игровую оценку. Фильтрация до дорогостоящих этапов — интервью и ассессмент-центров. Один цикл оценки: 30 минут, отчёт формируется автоматически.
Диагностика существующей команды. Тепловые карты компетенций, анализ химии команды, распределение ролей и обнаружение скрытых конфликтов.
Выявите высокопотенциальных сотрудников. Алгоритм распознаёт скрытые поведенческие паттерны высокоэффективных лидеров. Стройте кадровый резерв на данных, а не субъективных мнениях.
Каждый кейс следует одной структуре: Проблема → Исследование → Решение → Результат. Это реальные внедрения, и числа ниже — результат конкретных проектов, а не средний эффект метода.
Холдингу нужно было отобрать 50 высокопотенциальных молодых лидеров из 400+ внутренних кандидатов. Предыдущий отбор через интервью давал 40% отсева.
NeuroFrame провёл диагностику. Номинации руководителей коррелировали слабо (r = 0.12) с реальной успешностью. Отбор через интервью был по сути случайным.
~400 кандидатов прошли оценку за 30–60 минут. Алгоритм сгенерировал ранжированный список с индексами лидерского потенциала.
Шорт-лист программы собран по ранжированию, с названными разрывами по каждому финалисту. Завершаемость программы выросла с 60% до 92%. Экономия $50K за цикл. Расширение на 3 дивизиона.
За NeuroFrame стоит мультидисциплинарная команда из науки, ML и HR-индустрии
Нейронаука + ML + HR-Tech. Три домена в одной команде.
5 PhD: психометрика, нейрофизиология, организационная психология.
ML-инженеры и фулстек-разработчики, создающие адаптивные системы.
Длинные разборы о том, как измеряется и оценивается человеческий капитал — с источниками, методологией и цифрами, которые можно проверить.
От 70 до 90 % поглощений разрушают стоимость, и среди самых задокументированных причин — люди и культура. При этом в финансовой модели для них нет ни одной строки. Пошаговый метод, превращающий интеграционный риск в коэффициент, который можно защищать перед инвесткомитетом.
Аналитический фреймворк для интеграции когнитивных данных в оценку сделок — и введение HC-Beta, коэффициента человеческого капитала для M&A.
Одна 30-минутная игровая сессия. Восемь валидированных компетенций. Поведенческий профиль на основе данных — а не интуиции.