CC BY
146
(производственных) структурных подразделений, может быть изменена и/или расширена дополнительными показателями в зависимости от стратегических целей гостиничного предприятия. В комбинации с показателями эффективности всего гостиничного предприятия представленная стратегическая карта работника может быть положена в основу системы мотивации работников гостиницы, в частности, её материальной составляющей, что является одним из условий обеспечения социального качества гостиничной услуги.
Источники:
1. Арбузова М. В. Теоретический аспект качества услуг в сфере гостеприимства. // Актуальные проблемы экономики и права, №1/2008 - с. 45 - 49.
2. ГОСТ Р52113-2003 «Услуги населению. Номенклатура показателей качества».
2. Кобяк М.В. Методическое обеспечение процессов управления качеством услуг на предприятиях гостиничного бизнеса. Москва, 2008.
2. Положение о классификации гостиниц, утверждённое Постановлением Правительства РФ от 16.02.2019 № 158.
3. Семенникова, А. И. Практические рекомендации по повышению мотивации персонала в гостиничных предприятиях // Бюллетень науки и практики. 2016. № 7 (8). С. 167 - 172.
4. https://www.russiatourism.ru/contents/statistika/statisticheskie-dannye-po-rf-2018/ (дата обращения - 18.02.2020)
Sources:
1. Arbuzova M.V. Theoretical aspect of service quality if hospitality. // Actual issues of economics and justice, №1/2008 -p. 45 - 49.
2. GOST R52113-2003 «Services for the Population. Nomenclature of Quality Indicators».
2. Kobyak M.V. Methodology of service quality management processes in hotel enterprises. Moscow, 2008.
2. Hotels Classification Policy, approved by the Decree of the Government of the Russian Federation as of 16.02.2019 №
158.
3. Semennikova A. I. Practical recommendations on improvement of personnel motivation in hotel enterprises // Bulletin of Science and Practice. 2016. № 7 (8). P. 167 - 172.
4. https://www.russiatourism.ru/contents/statistika/statisticheskie-dannye-po-rf-2018/ (date of reference - 18.02.2020)
DOI: 10.24411/2309-4788-2020-10113
А.И. Тихонов - заведующий кафедрой «Управление персоналом», к.т.н., Московский авиационный институт (национальный исследовательский университет), mai512hr@mail.ru,
A.I. Tikhonov - Head of Department «Human Resource Management», Candidate of Technical Sciences, Moscow Aviation Institute (National Research University).
ОСНОВНЫЕ ЗАДАЧИ РОССИЙСКИХ КОМПАНИЙ, РЕШАЕМЫЕ С ПОМОЩЬЮ HR-АНАЛИТИКИ MAIN OBJECTIVES OF RUSSIAN COMPANIES, SOLVED BY HR-ANALYTICS
Аннотация. Автор рассматривает основные процессы HR-аналитики в российских компаниях. Приводятся примеры использования действующих инструментов кадрового анализа, а также новые проблемы, возникающие в процессе внедрения и использования инструментов HR-аналитики в нашей стране и за рубежом. В кадровом менеджменте под HR-аналитикой понимается современная информационная система, позволяющая регулярно собирать и анализировать информацию о персонале компании. Она позволяет проводить как оценку активности трудовых ресурсов, так и эффективность организационно-кадровых решений руководства компаний. Процессы HR-аналитики предусматривают объединение классических методов обработки персональных данных сотрудников и новейших достижений бизнес-аналитики. В статье рассмотрено динамичное изменений растущего интереса ведущих российских компаний к новым технологиями HR-аналитики и решаемых с ее помощью актуальных задач.
Annotation. The author considers the main processes of HR-analytics in Russian companies. Examples of the use of existing personnel analysis tools are given, as well as new problems that arise in the process of implementation and use of HR-analytics tools in our country and abroad. In HR-management, HR-analytics refers to a modern information system that regularly collects and analyzes information about company personnel. It allows you to conduct an assessment of the activity of labor resources, and the effectiveness of organizational and personnel decisions of company management. HR analytics processes combine the classic methods of processing personal data of employees and the latest achievements of business analytics. The article discusses the dynamic changes in the growing interest of leading Russian companies in new HR-analytics technologies and relevant tasks solved with its help.
Ключевые слова: эффективность работы персонала, HR-аналитика, кадровый менеджмент, воронка подбора.
Keywords: personnel efficiency, HR analytics, personnel management, selection funnel.
В настоящее время на мировом и российском рынках стремительными темпами растет число компаний, которые развивают направление HR-аналитики, как одно из актуальных направлений кадрового менеджмента. За два предыдущих года доля компаний, использующих digital-инструменты для автоматизации HR-процессов, уже выросла на 35%. В основном, эти компании использовали цифровые инструменты в области рекрутмента.
Наиболее активно работают в этом направлении крупные компании с большим штатом. Почти 75% компаний со штатом более 500 чел. использовали цифровые инструменты в области HR-аналитики. И только половина небольших компаний с численностью штата до 500 чел. могут позволить себе использование современных digital-инструментов HR-аналитики. Если в 2018 г. декларировали развитие HR-аналитики, как современный тренд развития менеджмента, около 70% компаний, то в 2019 г. их число возросло до 80%.
В HR-аналитике можно выделить следующие основные задачи:
1. Предоставление руководству компании ранее неизвестной информации о персонале.
2. Выделение ключевых данных сотрудников фирмы.
3. Систематизация информации о сотрудниках компании с применением цифровых технологий;
4. Упорядоченная обработка персональных данных.
5. Применение технологий Big Data для анализа персональных данных.
6. Представление рекомендаций для принятия управленческих решений.
Содержание задач HR-аналитики в российских компаниях постоянно меняется со временем, и акцент ее развития постепенно смещается с оптимизации подбора специалистов в сторону формирования зарплатной политики. Именно такие задачи наиболее часто решались с помощью HR-аналитики в 2019 году.
Около 50% российских компаний применяет инструменты HR-аналитики для решения задач автоматизации сбора данных. Менее 40% отечественных компаний использует HR-аналитику для решения задач пре-диктивной или прогнозной аналитики. Примерно, пятая часть компаний (17-20%) занимаются внешним HR-бенчмаркингом. Подробнее динамика изменений рассматриваемых показателей представлена на Рис. 1.
Рисунок 1 - Основные задачи компаний в рамках работы над направлением HR-аналитика
Многие отечественные компании охотно внедряют инструменты HR-аналитики для улучшения работы своих кадровых департаментов. Например, используют воронку подбора, рассчитывают стоимость подбора кандидатов или стоимость откликов на вакансии. Повышение эффективности рекрутмента является одной из важных задач, решаемых с помощью применения HR-аналитики в компаниях на российском рынке. HR-аналитика также помогает работодателям повысить эффективность работы в сфере управления персоналом за счет формализации показателей и сравнения с показателями других компаний — создания внутренних HR-метрик (например, текучести персонала или процента затрат на персонал в структуре расходов компании), а также анализа конкурентов с точки зрения HR-менеджмента. Причем заметно чаще это делают крупные компании (со штатом свыше 500 человек), нежели средний и, тем более, малый бизнес.
Характерно, что лишь каждая десятая компания, так или иначе развивающая HR-аналитику, не ввела никаких нововведений в этой сфере — таким образом, подавляющее большинство компаний расширяют область применения аналитических инструментов в HR-менеджменте. Подробные показатели нововведений в области HR-аналитики за 2017 год приведены на Рис. 2.
Один из наиболее распространенных и простых с точки зрения применения методов аналитики в управлении персоналом — это, так называемая, воронка подбора. Расчет воронки подбора предполагает учет количества кандидатов на различных этапах подбора на конкретную позицию — от числа откликнувшихся на вакансию соискателей до финального выбора из нескольких кандидатов. Простой анализ количества кандидатов на различных этапах помогает выявить проблемные места в процессе подбора, а также продемонстрировать руководству реальные объемы работ, осуществляемые в процессе рекрутмента.
Российские компании чаще всего применяют воронку подбора при найме кандидатов на редкие и узкоспециализированные позиции, а также при подборе кандидатов из сферы продаж. Реже всего воронка подбора применяется при найме «синих воротничков» (представителей рабочих профессий). При найме всех специалистов без исключения и на постоянной основе воронка подбора также применяется не слишком большим числом
компаний.
Рисунок 2 - Нововведения в решение задач HR-аналитики в компаниях на российском рынке
Одним из перспективных направлений развития HR-аналитики является предиктивная (или прогнозная) аналитика, в рамках которой осуществляется попытка предсказать поведение сотрудников компании в будущем. Прогнозный анализ должен продемонстрировать руководству возможную карьерную траекторию работника, конкретно, с момента поступления на работу и до возможного увольнения. Повышенная конкуренция за лучших специалистов в дефицитных профессиональных областях (например, в области информационных технологий) приводит к тому, что удержание наиболее ценных сотрудников становится одной из наиболее актуальных задач современного HR-менеджмента. Предсказание поведения сотрудников на основе анализа данных становится одним из эффективных методов, позволяющих направить точечные усилия для решения проблем сотрудников в компании и их удержания.
Большинство работодателей на российском рынке все еще не используют никакие инструменты для предсказания увольнений сотрудников — таковых компаний больше половины (55%). Тем не менее, почти четверть компаний (24%) уже используют HR-аналитику для предсказания увольнений сотрудников, а 21% компаний пытаются прогнозировать возможные увольнения менее формализованными методами — на основе личных бесед, мониторинга статуса резюме сотрудников на работных сайтах, наблюдений за настроением работника и так далее. Доля компаний, использующих инструменты предиктивной HR-аналитики, возрастает среди крупных компаний. Среди организаций, численность штата которых превышает 500 человек, их используют почти половина (49%).
Рисунок 3 - Категории персонала, для которых ведется расчет «воронки подбора» при найме
в компаниях на российском рынке
Подавляющее большинство компаний (85%) ответили утвердительно («да» или «скорее да») на вопрос о том, помогает ли в осуществлении предиктивной аналитики наличие системы обратной связи. Системы обратной связи обеспечивают коммуникацию между сотрудниками, руководством и HR-отделом на постоянной основе, в результате чего компания получает возможность формализованным способом собирать информацию как от сотрудников, так и о самих сотрудниках — например, критические отзывы, оценку рабочих успехов и компетенций работников и департаментов, обсуждать различные предложения. Современные автоматизированные системы обратной связи позволяют не только собирать и обрабатывать данные, но и осуществлять первичный анализ, предлагать HR-менеджеру или руководству возможные действия по результатам анализа (некоторые из систем используют для этого методы машинного обучения).
Самой популярной мерой удержания сотрудников, возможность увольнения которых оценивается как высокая (как в результате прогнозной аналитики, так и в результате менее формализованных методов оценки), является повышение оклада — так делают 47% компаний. Предоставляют сотруднику больше свободы для реализации собственных идей 41% работодателей, повышают сотрудника в должности 39%, переводят сотрудника на другой проект 32%, оплачивают желаемое для сотрудников обучение 31%, предоставляют гибкий график работы 24%, выплачивают внеплановую премию 13%, расширяют пакет добровольного медицинского страхования 3%, ничего не предпринимают 17% компаний.
На основании проведенного исследования, можно сделать вывод, что среди российских компаний наблюдается устойчивых рост интереса к HR-аналитике как одному из эффективных направлений развития HR-менеджмента. В отличие от ситуации в зарубежных компаниях, рост этого интереса зафиксирован и в прошедшем 2019 году, что может быть связано с более поздним приходом технологий HR-аналитики в российские организации.
Основными драйверами развития на начальном этапе стали преимущественно крупные компании, чаще внедряющие digital-инструменты для работы по направлению HR-аналитики. При этом комплекс задач, решаемых с помощью HR-аналитики, во многом определяется доступностью тех или иных технологий. Так, за последние несколько лет возросла популярность применения HR-аналитики для формирования зарплатной политики компании, что может быть связано с появлением соответствующих онлайн-инструментов.
Растет популярность использования предиктивной аналитики, что отражает внимание компаний к проблеме удержания сотрудников как одной из актуальных для современного рынка труда, в том числе российского. Тем не менее, комплекс решаемых с помощью HR-аналитики задач остается преимущественно внутри области HR-менеджмента. Переход от решения специфических задач управления персоналом к использованию HR-аналитики в том числе как инструмента выработки стратегических для бизнеса решений может стать следующим этапом внедрения инструментов HR-аналитики в российских компаниях.
Источники:
1. Альманах HeadHunter 2019 [Электронный ресурс] - Режим доступа: https://hh.ru/article/23595
2. Deloitte Global Human Capital Trends (2017). [Электронный ресурс] - Режим доступа: https://www2.deloitte.com/content/dam/Deloitte/global/Documents/About-Deloitte/central-europe/ce-global-human-capital-trends.pdf
3. Барыш О. HR аналитика — не самое популярное направление в работе HR. [Электронный ресурс] - Режим доступа: https://hrrationalis.com/hr-analitika-ne-samoe-populyarnoe-napravlenie-v-rabote-hr/
4. Назайкинский С.В., Седова О.Л. Роль HR-аналитики в принятии управленческих решений в организациях // Вестник РГГУ. Серия Экономика.Управление.Право. 2017. Т.3. №9. С. 19-25.
5. Kremer K. HR Analytics and Its Moderating Factors. [Электронный ресурс] - Режим доступа: http://unipub.lib.uni-corvinus.hu/3771/1/VT_2018n11p62.pdf
6. Тихонов А.И., Федотова М.А., Чекан А.А. Проблемы и особенности автоматизации подбора персонала // Московский экономический журнал. 2019. № 10. С. 29.
7. Ласкова Т.С. Современные подходы к командообразованию: сущность, этапы реализации и особенности применения / Т.С. Ласкова, Е.Е. Айдаркина // Естественно-гуманитарные исследования. - 2020. - № 27(1). - С. 122-127.
8. Магомедбеков Г.У. Управление конфликтами в бизнес-структурах организации / Г.У. Магомедбеков, М.А. Рабаданов М.А. // Естественно-гуманитарные исследования. - 2019. - № 26(4). - С. 139-142.
Sources:
1. Almanac HeadHunter 2019 [Electronic resource] - Access mode: https://hh.ru/article/23595
2. Deloitte Global Human Capital Trends (2017). [Electronic resource] - Access mode: https://www2.deloitte.com/content/dam/Deloitte/global/Documents/About-Deloitte/central-europe/ce-global-human-capital-trends.pdf
3. Barysh O. HR analytics is not the most popular direction in HR work. [Electronic resource] - Access mode: https://hrrationalis.com/hr-analitika-ne-samoe-populyarnoe-napravlenie-v-rabote-hr/
4. Nazaikinsky S.V., Sedova O.L. The role of HR analytics in making managerial decisions in organizations // Bulletin of the Russian State Humanitarian University. Series Economics. Management. Right. 2017.V.3. No. 9. S. 19-25.
5. Kremer K. HR Analytics and Its Moderating Factors. [Electronic resource] - Access mode: http://unipub.lib.uni-corvinus.hu/3771/1 /VT_2018n11p62. pdf
6. Tikhonov A.I., Fedotova M.A., Chekan A.A. Problems and features of the automation of personnel selection // Moscow Economic Journal. 2019.No 10.P. 29.
7. Laskova T.S. Modern approaches to team building: the essence, stages of implementation and application features / T.S. Laskova, E.E. Aidarkina // Natural humanitarian studies. - 2020. - No. 27 (1). - S. 122-127.
8. Magomedbekov G.U. Conflict management in the business structures of the organization / G.U. Magomedbekov, M.A. Rabadanov M.A. // Natural humanitarian studies. - 2019 .-- No. 26 (4). - S. 139-142.
DOI: 10.24411/2309-4788-2020-10114
А.А. Халяпин - доцент кафедры финансов, канд. экон. наук, Кубанский государственный аграрный университет им. И.Т. Трубилина, adam83@mail.ru,
A.A. Khalyapin - Assosiate Professor of the Department of Finance, Candidate of Economics, Kuban State Agrarian University named after I.T. Trubilin;
Д.Л. Григорян - магистрант, Кубанский государственный аграрный университет им. И.Т. Трубилина, adam83@mail.ru,
D.L. Grigoryan - Master student, Kuban State Agrarian University named after I.T. Trubilin;
Я.Ф. Лебенко- магистрант, Кубанский государственный аграрный университет им. И.Т. Трубилина, adam83@mail.ru,
Y.FLebenko. - Master student, Kuban State Agrarian University named after I.T. Trubilin.
СИТУАЦИОННОЕ МОДЕЛИРОВАНИЕ ФИНАНСОВЫХ РЕЗУЛЬТАТОВ ПРЕДПРИЯТИЙ СЕЛЬСКИХ ТЕРРИТОРИЙ SITUATIONAL MODELING OF FINANCIAL RESULTS OF ENTERPRISES OF RURAL TERRITORIES
Аннотация. В статье рассмотрены методические и практические аспекты проведения ситуационного моделирования посредством операционного левериджа с целью прогнозирования финансовых результатов предприятий сельских территорий. На основании исследования авторских подходов к определению сущности и методики расчета операционного левериджа предложен комплексный методический подход к проведению ситуационного моделирования с целью прогнозирования финансовых результатов предприятий сельских территорий. На примере конкретного предприятия проведено ситуационное моделирование финансовых результатов, что позволило выделить ключевые аспекты анализа, на которых следует акцентировать особое внимание. Ситуационное моделирование финансовых результатов от реализации сельскохозяйственной продукции посредством операционного анализа (операционного рычага) рассматривается как эффективный способ разработки различных вариантов управленческих решений с целью повышения доходности операционной деятельности организации.
Annotation. The article considers methodical and practical aspects of conducting situational modeling through operational leverage in order to forecast the financial results of rural enterprises. Based on the research of author's approaches to determining the essence and methodology of calculating operational leverage, a comprehensive methodical approach to conducting situational modeling with the aim of forecasting the financial results of enterprises in rural areas is proposed. On the example of a specific agricultural enterprise, a situational modeling of financial results was carried out, which made it possible to identify the key aspects of the analysis that the organization's management should focus on.
