CC BY
7УДК 331.101.52
Тарасенко Д.В.
Магистрант факультета «Цифровой экономики и информационных технологий»
НАН ЧОУ ВО Академия маркетинга и социально-информационных технологий -
ИМСИТ (Россия, г. Краснодар)
АНАЛИЗ ДЕЯТЕЛЬНОСТИ СОТРУДНИКОВ ПРЕДПРИЯТИЯ НА ОСНОВЕ СОВРЕМЕННЫХ ЦИФРОВЫХ ТЕХНОЛОГИЙ, ДЛЯ ВЫДЕЛЕНИЯ ПОВЕДЕНЧЕСКИХ ПАТТЕРНОВ И ПОСЛЕДУЮЩЕГО ПОВЫШЕНИЯ ПРОДУКТИВНОСТИ СОТРУДНИКОВ ПРИ МЕЖДИСЦИПЛИНАРНОМ ПОДХОДЕ
Аннотация: в рамках цифровой экономики происходит развитие множества сфер жизнедеятельности. Новые технологии, позволяют проводить множество исследований по повышению конкурентоспособность организаций. Одна из сторон, это исследование данных определенной сферы деятельности. Если постановка задачи известна, то следует выбрать достаточное количество критериев для оценки и метод анализа. Для последующего выделения моделей поведения.
Ключевые слова: анализ данных, паттерны поведения, автоматизация деятельности, цифровая экономика.
Все чаще на слуху, такие слова: большие данные, анализ данных, трансдисциплинарность. Но в тоже время мы слышим и хорошо знакомые нам понятия: сокращение издержек, метод научной абстракции .
Цифровая экономика, явление нескольких последних десятелетий, но как новое,
приходит в довольно неустойчивом состоянии, изменяя социокультуру и уже сегодня на
слуху у каждого. Если сравнивать уровень электронной-коммерции с предыдущими
годами. Буквально несколько лет назад в России не было сформированно культуры
покупок через интернет, она является частью электронной коммерции. Интернет-
220
банкинг, также достаточно популярен, с ростом мобильных технологии. Множество людей используют модуль смартфонов, а именно NFC, для совершения покупок в мазинах.
Электронная коммерция, это не только новое место, сбыта «старого» товара. С появлением источника сбыта, появляется и новая тенденция, как продажа данных. Именно данные были всегда ценны. Анализ данных, всегда давал возможность выводить новый продукт на рынок с некоторой степенью вероятностью последующего спроса. Если ранее были использованы методы, как создание контрольных групп, для анализа поведения населения. Проводились масштабные маркетинговые иследования, для пронозирования, то сегодня, каждый кто совершает свой выбор, пользуясь услугами электронной коммерции, является той самой совокупностью, на кого ориентируется рынок[1].
Во многих сферах, присутствует автоматизация, нет надобности ждать своей очереди, на основе данных, всегда можно знать, с долей вероятности (в зависимости от количества критериев и полученных данных), когда будет твоя очередь.
Все это и есть цифровая экономика, не говоря о таких явлениях, как электронное государство и правительство.
Во многих организациях, есть системы для получения данных о действиях пользователей. Системы билинга сетевого траффика, дают возможность эти данные консолидировать в одном месте для последующего анализа, анализа данных. Чем больше критериев сбора данных, тем больше они ценятся [2]. Сотрудник предприятия, как представитель определенного слоя насления — есть часть той выборки, что нужна для бизнеса. Именно эти данные, как посещение сайтов, прослушивание музыки, выбор определенной категории продукции и есть данные. Каждая организация, может включить в договор с сотрудником и соглашение на последующие операции с этими данными.
Сбор данных о работе сотрудника, поможет скорректировать работу как конекретного человека, так и отдела.
Как может быть встроена такая система? Какие категории данных могут потребоваться?
Можно использовать различные трекеры времени, они будут отслеживать клики мышкой, количество произведенных щелчков клавиатурой, на основе этих данных можно сказать, был сотрудник на месте или нет, а также на основе предыдущих исследований или определенных паттернах поведения, можно понять, что сотрудник просто щелкает мышкой по столу, чтобы система знала, что он «работает». Также система трекинга задач, также позволяет видеть продуктивность сотрудника во время работы [3].
Отслеживание интернет-запросов, дает свои плоды, для понимания психологии мышления сотудника, его компетентности в вопросах работы.
На основе этого, можно выделить паттерны поведения сотрудников, для последующего опреративного сигнализирования работодателю о состоянии сотрудника.
Анализируя методы печатания на клавиатуре, можно судить о вменяемости сотрудника. Если к этому добавить еще и лексический анализ введенных данных для анализа корпоративной почты, для построения карты атмосферы в коллективе.
Согласен ли современный сотрудник на такие условия? На этот вопрос ответить пока сложно, но опыт по внедрению таких систем есть для отслеживания работы удаленных сотрудников.
Как видно, данные можно не просто продавать, но и использовать в работе для минимизации издержек и получения более высокой прибыли. Сотрудники, кто недостаточно работоспособен, могут быть уволены, на остальных, в рамках закона возложены обязанности других, либо приглашен на это место иной сотрудник с подходящим паттерном поведения. Эти методы используют междисциплинарный подход, а именно стыки психологии труда, научная организация труда.
Список литературы:
1. РАСПОРЯЖЕНИЕ от 28 июля 2017 г. No 1632-р URL: http://static.government.ru/media/files/9gFM4FHj4PsB79I5v7yLVuPgu4bvR7M0.pdf (дата обращения 26.05.2019).
2. Лесковец, Ю. Анализ больших наборов данных / Ю. Лесковец, А. Раджараман. — М.: ДМК, 2016. — 498 с.
3. Миркин, Б.Г. Введение в анализ данных. учебник и практикум / Б.Г. Миркин. — Люберцы: Юрайт, 2016. — 174 с.
