CC BY
241
УДК 005.95/.96 JEL: M12, M53
DO110.25513/1812-3988.2019.17(1)63-72
PEOPLE DATA («ДАННЫЕ О ЛЮДЯХ») КАК НОВОЕ НАПРАВЛЕНИЕ РАБОТЫ С ЧЕЛОВЕЧЕСКИМИ РЕСУРСАМИ
Р.А. Долженко
Уральский государственный экономический университет (Екатеринбург, Россия)
Информация о статье
Дата поступления 30 ноября 2018 г.
Дата принятия в печать 25 декабря 2018 г.
Тип статьи
Оригинальная статья
Ключевые слова
Управление человеческими ресурсами, цифровая экономика, автоматизация, ИР-аналити-ка, «данные о людях»
Аннотация. Рассмотрены возможности использования технологии People Data («данные о людях»), которая является развитием подходов к анализу данных - Big Data и HR-аналитики - применительно к сфере управления человеческими ресурсами. Представлена эволюция подходов к анализу данных о результатах деятельности организации и ее работников, показано, что в перспективе будут активно развиваться технологии прогнозирования показателей о персонале, в анализируемые базы будет включаться информация о людях на рынке, компаниях, территориях. Проведено сопоставление понятий Big Data («большие данные»), HR-аналитики (анализ данных о персонале), People Data («данные о людях»). Выделены проблемы, которые мешают развитию технологии People Data - с точки зрения автора, они во многом связаны с жестким регулированием сферы сбора и использования персональных данных о людях. Описаны сферы использования по отношению к человеческим ресурсам. Выделены компетенции, которыми должен обладать специалист, работающий в сфере People Data. Предложена структура образовательной программы магистратуры, необходимой для подготовки работников по данному профилю в рамках направления 38.04.03 «Управление персоналом». Разработанные предложения могут быть использованы вузами для разработки образовательных программ, органами государственной власти региона - для выстраивания политики в области образования, компаниями - для понимания перспектив развития подразделений по работе с персоналом.
PEOPLE DATA AS A NEW TREND IN HUMAN RESOURCE MANAGEMENT
R.A. Dolzhenko
Ural State University of Economics (Yekaterinburg, Russia)
Article info
Received
November 30, 2018 Accepted
December 25, 2018
Type paper
Original paper
Keywords
Human resource management, digital economy, automation, HR-analytics, People Data
Abstract. The article discusses the possibilities of using the technology "People Data", which resuts from such approaches to the data analysis as "Big Data" and "HR-analytics" applied to human resource management. The article demonstrate the evolution of approaches to data analysis on organization's performance and its employees, shows that in the future the technology of forecasting personnel indicators will be actively developed, information about people in the labour market, companies and territories will be included in the analyzed databases. A comparative analysis of the concepts "Big Data", "HR-analytics", "People Data" is made. The problems that hinder the development of "People Data" technology are identified. From the author's point of view these problems are largely related to strict regulations applied to collection and use of people's personal data. The scope of use in relation to human resources is described. The competencies a specialist working with People Data should possess are highlighted. The curriculum which is aimed at training students in Skills Profile 38.04.03 "Personnel Management" to obtain a master's degree is proposed. Designed proposals can be used by universities to develop curricula and by local authorities to design educational policies; by companies to understand the prospects for development of human resources departments.
© Р.А. Долженко, 2019
1. Введение. Происходящие в настоящее время изменения в обществе не могут не сказаться практически на всех аспектах деятельности людей. Ключевое из них в настоящее время - это цифровизация экономики, стирание граней между цифровым и реальным мирами, возрастание значения цифровой информации при принятии решений.
Ключевыми субъектами, которые вовлечены в происходящие изменения, являются сами люди, которые всё больше используют цифровые технологии, много времени проводят в Интернете, россиянин - в среднем 6 часов 27 минут (https://wearesocial.com/blog/2018/01/glo-bal-digital-report-2018), совершают большую часть значимых действий с использованием гаджетов и т. д. Это не может не сказаться на подходах, которые использует бизнес для взаимодействия с работниками, клиентами, всеми людьми, которые в той или иной мере могут быть задействованы в цепочках отношений организации с внешним миром.
К новым подходам в сфере управления персоналом можно отнести повсеместное использование Интернета для подбора персонала [1], новые сервисы для взаимодействия с соискателями (например, «Робот Вера», см.: https://robotvera.com/static/newrobot/index.html), фиксация всех данных о людях и их работе в ¿ЖР-системах, анализ данных о сотрудниках с использованием специализированных программных комплексов [2] и т. д. Значение информации, которая при этом генерируется, во
всех этих направлениях работы с персоналом крайне велико. Уже сейчас технологии позволяют всё более эффективно ее анализировать: Big Data, HR-аналитика, предиктивный анализ и, наконец, People Data, одна из самых актуальных и перспективных сфер использования данных о людях для решения организационных задач.
Именно этому направлению деятельности и будет посвящена данная работа. Цель статьи - на основе анализа наиболее востребованных направлений сбора, анализа и использования данных о людях сформулировать направления развития области управления человеческими ресурсами в организации.
2. Теоретические основы появления направления People Data («данные о людях»). Если посмотреть на развитие направлений использования данных, можно увидеть непрекращающийся интерес к этой теме с начала XX в. И если первый этап связан со сбором данных и первыми попытками их анализировать с целью принятия управленческих решений, то со второй половины века всё больше начинают использоваться специальные аналитические инструменты для анализа с целью оценки перспектив изменения отдельных показателей. Начало XXI в. ознаменовано развитием цифровых технологий, распространением Интернета, что позволило собирать и анализировать большие объемы данных. Эволюция направлений сбора, анализа, использования данных за последний век приведена на рис. 1.
Рис. 1. Эволюция направлений сбора, анализа, использования данных для принятия управленческих решений Fig. 1. The evolution in trends of collecting, analyzing and using data to make managerial decisions
Для дальнейшего рассмотрения обозначенной темы необходимо разграничить между собой ряд терминов: People Data («данные о людях»), Big Data («большие данные») и HR-аналитика.
Существует распространенная точка зрения, что первые упоминания термина Big Data связаны с K. Linch, редактором журнала Nature, который в 2008 г. подготовил специальный номер по теме «Как могут повлиять на будущее науки технологии, открывающие возможности работы с большими объемами данных?» [3]. С 2009 г. этот термин начинает активно использоваться в деловой прессе, однако повсеместное распространение он получает в 2011 г., после того как Gartner выделяет Big Data в качестве одного из двух ключевых трендов современности в цикле хайпа [4]. Однако уже в 2015 г. это направление было из него исключено с аргументацией, что оно получило необходимый уровень развития и стало обыденным явлением в практике /Г-компаний.
Проведенный нами обзор литературы показывает, что существуют и более ранние, но оставшиеся незамеченными случаи использования данного термина, в частности Ch. Tilly в 1980 г. использует Big Data, когда пишет о больших вопросах, стоящих перед человечеством [5]. R. Williams в 2003 г. отмечает, что «большие данные» - это не набор пыльных лент, а золотая жила [6].
В любом случае, интерес к технологии и ее развитие привели к тому, что термин Big Data в 2013 г. был официально введен в Оксфордский словарь английского языка (http://www.oed.com/ view/Entry/18833#eid301162177) в следующей формулировке: «Большие данные - это компьютерные данные настолько большого размера, что манипулировать и управлять ими крайне трудно в силу логических проблем; также это направление вычислений с подобными даны-ми». Ключевой критерий в данном определении - это трудности в вычислении.
Но уже более поздние определения в других источниках связывают «большие данные» с возможностью анализировать большие массивы данных с целью их обобщения и формулировки выводов о наличии связей через использование специальных методов и инструментов.
Признаки «больших данных» (multi V): объем (volume), скорость (velocity), разнообразие (variety), достоверность (veracity), жизнеспособность (viability), ценность (value), пере-
менчивость (variability) и наглядность (visualization). Они могут быть использованы по отношению к любому виду данных, генерируемых людьми в настоящее время. В случае, если речь идет о крупных компаниях, в которых работает большое количество работников, обслуживающих огромное количество клиентов, трансакций, все эти признаки проявляют себя в полной мере [7].
НЯ-аналитика - это следующее направление, которое вызывает интерес последние 20 лет [8]. Большая часть упоминаний этого термина связывает его с процессом системного сбора и анализа данных о персонале компании для выработки управленческих решений, направленных на реализацию ее бизнес-целей. Существует и другая распространенная точка зрения, что HR-аналитика - это сбор, обработка, нормализация и анализ данных о сотрудниках с помощью математических моделей и информационных комплексов, поиск скрытых зависимостей и корреляций для принятия управленческих решений. Во втором случае более четко прописан инструментарий принятия решения, основанный в первую очередь на математических моделях и использовании /Г-решений.
Исследователи и практики, как правило, связывают HR-аналитику с такими направлениями, как расчет HR-метрик, управление талантами в организации1, визуализация данных о персонале, поиск инсайтов для управления человеческими ресурсами2.
На текущем уровне развития используемых при этом технологий, а также навыков, которыми обычно обладают специалисты в области управления персоналом, можно констатировать, что HR-аналитика сейчас больше связана с поиском взаимосвязей между HR-мет-риками, а также бизнес-показателями. Это подтверждает анализ трендов в области управления персоналом, который мы провели ранее [9]. Складывается впечатление, что данная тема является очередной попыткой возобновить интерес к старой теме с помощью использования новых технологий, лучшего сервиса, так как, по факту, в большей части статей и описываемых практик рассматривается классический вариант оценки показателей экономики труда (что в нашей стране было очень детально проработано еще во второй половине XX в.) и эффективная визуализация анализируемых метрик.
Действительно, понимая, что содержательного прироста знаний и инструментов в облас-
ти HR-аналитики не так много, в последнее время эксперты, ученые, практики всё больше понимают, что необходимо расширение сферы применения данных для принятия управленческих решений бизнеса, включение в анализ информации не только о самих работниках и результатах их деятельности, но и о происходящих за пределами организации действиях и событиях. Воплощением этого направления является подход People Data («данные о людях»).
Первое упоминание People Data датировано 2013 г. Применительно к области управления персоналом, People Data (в русскоязычной научной и практической литературе общепринятого аналогичного понятия не сформировано, поэтому мы предлагаем использовать его перевод в виде «данные о людях») с точки зрения 2013 г. определялись как набор собранных в информационных системах компании данных о сотрудниках, которые описывают их поведение и характеристики. Однако уже в 2018 г. в исследовании Deloite это направление выделено в отдельный блок, переформулировано и расширено до использования всего комплекса данных о людях внутри организации (работников, менеджеров, а также их родственников) и вне ее (клиенты, общественный сектор,
органы власти, жители города, региона, страны). В этом преломлении значительно вырастает объем используемых данных, контекст их применения, а также риски, связанные с утечкой и нецелевым использованием со стороны конкурентов и других заинтересованных лиц3.
Сопоставление этих понятий между собой позволяет сделать вывод о том, что Big Data и HR-аналитика - это в первую очередь инструментарии работы с данными, в первом случае предполагающий цифровую обработку больших массивов данных на основе машинного обучения, во втором - анализ данных о работниках, основанный на поиске корреляций между показателями. People Data - это общий подход к использованию всего спектра данных, полученных как из внешней для организации среды, так и сгенерированных внутри нее, для принятия управленческих решений. Если первые два подхода затрагивают прежде всего технологии обработки данных, то последний охватывает более широкие аспекты использования данных, значительно больший круг источников информации и возможных сфер применения результатов анализа.
Обобщенное соотношение рассматриваемых категорий приведено на рис. 2.
Инструментарий обработки данных
Рис. 2. Соотношение категорий Big Data, People Data, HR-аналитика Fig. 2. Interrelation of Big Data, People Data and HR-analytics
3. Проблемы и риски работы с данными о людях. У всех трех направлений, особенно у People Data, есть ряд ограничителей, которые мешают развиваться технологиям в этих областях. Речь идет о рисках, которые несут в себе персональные данные, и законодательном ограничении их использования.
Согласно действующему российскому законодательству, персональные данные - это любая информация, относящаяся к прямо или косвенно определенному или определяемому физическому лицу (субъекту персональных данных).
Важно отметить, что в рамках современных законодательных директив в части работы с персональными данными - Федеральный
В новых условиях организации должны быть максимально озабочены вопросами сохранения и защиты информации об организационных структурах, сотрудниках, клиентах, аффилированных с ними субъектов (родствен-
закон от 27 июля 2006 г. № 152-ФЗ «О персональных данных» - крайне трудно их использовать для достижения организационных целей, за исключением данных о сотрудниках, полученных в установленном порядке. Аналогичный документ принят в Европе4. В связи с этим считаем целесообразным разграничить между собой персональные данные и обезличенные данные о людях, под которыми предлагается понимать совокупность информации о физических лицах, кроме персональной, «не позволяющую без использования дополнительной информации или обработки идентифицировать конкретное физическое лицо».
Основные риски в области использования данных о людях приведены в табл. 1.
ников, работодателей клиентов, связанных подразделений и компаний и др.) как из открытых, так и из закрытых источников. Любые данные о человеке могут обладать потенциалом риска, особенно когда они используются не для тех
Таблица 1. Риски в использовании данных о людях в организационных целях Table 1. Risks of using People Data for organization purposes
Субъект отношений Риски, связанные с использованием данных Возможные варианты минимизации рисков
Работник Использование данных о персоне в целях, которые могут ущемить его интересы Законодательный запрет обрабатывать данные в целях, несовместимых с целями их сбора. Более полное информирование работников об их правах в части использования данных
Работодатель Обработка данных с нарушениями требований, предусмотренных законодательством Внедрение четких регламентов, принципов, прочих внутренних нормативных актов, регламентирующих деятельность организации в этом направлении. Развитие экспертизы в области работы с данными и рисками, с ними связанными. Шифрование данных на основе корпоративных алгоритмов
Органы государственной власти Недостоверность собираемой информации, оппортунизм участников. Ограничение развития технологий в области обработки персональных данных из-за жестких норм законодательства Усиление санкций за нарушение требований законодательства в области защиты персональных данных. Создание организаций, подконтрольных органам государственной власти, наделенных иммунитетом к санкциям, проводящих исследования и разработки в области эффективного использования данных в цифровой экономике
Организации на рынке Сложности с доступом и предоставлением информации для участников отношений Выстраивание сетевых отношений с участниками, которые заинтересованы в аналитике обезличенных данных. Разработка инструментов обезличивания персональных данных
Оператор обработки персональных данных Риски, связанные с несоблюдением требований законодательства о защите персональных данных Проработка правовых вопросов работы. Выстраивание отношений операторов друг с другом для обмена опытом; с контролирующими органами для превентивной минимизации рисков
целей, с которыми они были собраны. Кроме того, сами факты наличия собранных и сохраненных данных могут негативно восприниматься людьми, что будет отрицательно влиять на эмоциональный фон и поведение. Поэтому превентивно бизнес должен дать понять сотрудникам и любым субъектам, чьи данные собираются, что они будут использовать только для определенных целей, качественно храниться и при любой угрозе уничтожаться. Риски, связанные с данными, начинают всё больше влиять на потребительский и HR-бренд компании, значит, этим влиянием тоже нужно управлять. По оценкам экспертов, лишь четвертая часть компаний, которые активно анализируют данные о сотрудниках и клиентах, пытается управлять их потенциальным влиянием на бренд.
Нельзя обойти стороной риски менеджмента, которые могут возникнуть в ситуации, когда управленческие решения принимаются на основе работы алгоритмов машинного обучения. Не каждый руководитель согласится последовать рекомендации электронного алгоритма, который сделал прогноз и дал рекомендацию на основе непонятных действий и расчетов.
4. Направления использования данных о людях в системе управления человеческими ресурсами. Можно обозначить следующие преимущества использования данных о людях в организации. В первую очередь, они могут быть привязаны к бизнес-метрикам. Через анализ скрытых корреляций между различными показателями можно получить возможность воздействовать на те из них, которые влияют на результаты ключевых показателей эффективности (далее - KPI) и могут способствовать их выполнению. Причем речь идет даже о тех показателях, которые в прямом виде не оказывают никакого влияния на достижение результатов компании, но коррелируют с ними опосредованно или не поддаются логическому осмыслению. Самыми важными для организации в настоящее время показателями являются, с нашей точки зрения, производительность труда и лояльность персонала.
Во-вторых, с опорой на данные можно управлять организационными процессами, освобождая работников и менеджеров от рутинных задач. Примером подобной реализации является система, используемая в инвестиционной компании Bridgewater Associates, которую возглавляет Рей Далио [10].
В-третьих, анализ данных о всех действиях и результатах каждого конкретного сотрудника в привязке с оценкой его знаний, навыков, умений позволит построить в организации наиболее эффективную систему управления талантами, максимизировать эффект от обучения персонала.
Всё это в совокупности дает организации возможность создать и использовать комплексную «систему информационного прослушивания» работника, которая позволяет по-новому посмотреть на его характеристики, действия, получаемые результаты.
За счет объединения всех систем коммуникации на базе единых информационных архитектурных решений компании могут анализировать не только данные ERP- и CRM-систем, но и социальных сетей, электронной почты, голосовых и чат-сообщений из корпоративных мессенджеров, аудио- и видеозаписей. Всё это позволит идентифицировать эмоциональное состояние работника, оценивать его влияние на результаты работы, предсказывать деструктивные действия с определенной вероятностью (оппортунизм, саботаж, низкую клиентоориен-тированность, увольнение и др.), давать рекомендации по развитию сотрудников.
Как когда-то очень важным подразделением любой бизнес-организации являлся финансовый отдел, который отслеживал денежные потоки, занимался их анализом, готовил отчеты, формулировал рекомендации и прогнозы, так и в ближайшем будущем подобная роль будет уготована специализированному подразделению, отвечающему за работу с данными. Не зря в последние годы ведущие бизнесмены говорят о том, что данные становятся самым важным ресурсом организации. Чтобы им управлять, необходимы новые организационные структуры, обновленные бизнес-процессы, люди, обладающие требуемыми навыками. Для многих крупных компаний, которые уже продвинулись в направлениях использования данных, проблемной остается интеграция всех /Г-сервисов в единую систему - их параллельное развитие привело в большинстве случаев к наличию большого количества так называемых «лоскутных /Г-решений», которые очень плохо интегрируются в одну систему. В большинстве случаев проще отказаться от уже разработанных решений и внедрить единую ERP-систему, однако это может быть связано со значительными финансовыми и трудовыми затра-
тами, которые потребуются для ее приведения в соответствие с реализуемыми в организации бизнес-процессами.
Управление человеческими ресурсами в настоящее время активно развивается и осваивает новые технологии. В ближайшие годы будут оптимизированы и автоматизированы некоторые НК-функции, как правило, связанные с реализацией операционных задач (кадровый документооборот, расчет и начисление заработной платы, оценка НК-показателей и др.).
Но ключевые, стратегические функции будут только развиваться и прирастать ценностью для бизнеса за счет более взвешенных управленческих решений, которые будут обеспечиваться с помощью анализа данных. С нашей точки зрения, именно эти функции будут предполагать первоочередное развитие за счет использования People Data. Представления о том, как они могут быть развиты в этом направлении, приведены в табл. 2.
Направления использования Актуальные направления управления человеческими ресурсами
Мотивация персонала Подбор персонала Оценка, обучение и карьера персонала Эффективность персонала Лояльность персонала
Приложения и сервисы ERP-система (1С:Зарплата и кадры, SAP HR, Namely, Zenefits и др.) Онлайн-сервисы поиска соискателей, система рекомендаций людей, мониторинга социальных сетей (Робот Вера, Решения от HH.ru) ERP-система в части развития и эффективности персонала (LMS система, iSpring Online LMS, Unicraft) ERP-система (CrocoTime, Desk-Time, HandyKPI, Zoho People, Ta-belly, Taltrack) Сервисы для он-лайн-опросов, контент-анализа текстов и поведения работников (AltSuite, OPROSSO survey)
Данные Мотивы, KPI, доходы, нематериальные стимулы, логи в системах Информация о соискателе, индекс соответствия должности и компании, результаты работы на прошлом месте Полученное обучение и влияние на результаты деятельности. Профиль компетенций Производительность труда. HR-метрики по каждой функции Индексы лояльности и вовлеченности в разрезе факторов. Логи в системах. Почтовые и чат-сообщения
Методы анализа Семантические сервисы и онтология, Big Data Анализ социальных сетей и Интернета по цифровому следу. Обнаружение аномалий Расчет метрик. Модель Киркпат-рика. Профилирование значений Эконометрика. Расчет метрик. Профилирование стоимости сотрудника Сегментация и кластеризация. Контекстный анализ
Цели Повышение производительности труда с учетом влияния на мотивацию персонала Подбор работников, чья система ценностей оптимально подходит для организации Лучшие работники на оптимальных для них рабочих местах с целью максимально эффективного достижения организационных целей Максимизация эффективности затрат на персонал с точки зрения оптимального соотношения затрат и результатов на уровне организации, отдела, работника Максимизация уровня лояльности работников с учетом происходящих изменений
Технологии - Тестирование работников, анализ цифрового следа соискателя Оценка компетенций работника, их влияния на достижение ключевых KPI и метрик - Опросные методы, анализ риторики и действий работника для оценки изменения его отношения к работе
Перспективные направления Полностью автоматизирован-ная и донастраи-ваемая система мотивации работников Машинный подбор оптимальных соискателей на работу под заказ бизнеса Система рекомендаций для развития и карьерного продвижения работников Комплексная система оценки факторов, влияющих на производительность труда в организации Система предсказания лояльности работника на перспективу с учетом предиктивного анализа
Таблица 2. Направления использования People Data в сфере управления человеческими ресурсами
Table 2. Applications of People Data in human resources sphere
Работник - специалист в области People Data будет реализовывать следующие типовые задачи в области сбора, анализа, обобщения и представления информации о людях:
• Сбор информации со всех располагаемых источников о людях.
• Интеграция, создание комплексного взгляда на отдельного сотрудника и его состояния в будущем с учетом действия различных внутренних и внешних факторов.
• Очистка, дедубликация, исключение ложной информации, обезличивание информации после ее использования.
• Хранение результатов анализа информации в удобном для последующего использования виде.
• Оценка корреляций между показателями, а также их влияния на результаты деятельности компании.
• Обеспечение оптимального использования результатов анализа с целью принятия управленческих решений и др.
Отдельно следует остановиться на вопросе адекватных компетенций, которыми должен обладать сотрудник, работающий в сфере анализа данных о людях. С нашей точки зрения, таковыми в первую очередь должны стать:
- анализ данных (начиная подходами к мыследеятельности и заканчивая методами статической обработки данных);
- навыки работы в программных комплексах для анализа данных (R, SPSS);
- навыки работы в современных ERP-сис-темах;
- продвинутая визуализация данных;
- анализ трудовых показателей;
- эконометрика;
- машинное обучение;
- законодательное регулирование использования персональных данных;
- цифровая урбанистика;
- критическое и системное мышление;
- практики командной работы (в том числе в Agile-подходе) в рамках проектов по развитию бизнес-процессов в организации на основе данных, с привлечением представителей ключевых бизнес-подразделений компании (маркетинг, продажи, сервис, финансы, IT).
Обозначенные ориентиры в компетенциях специалистов в области People Data могут лечь в основу структуры образовательной программы в одном из направлений - «Менеджмент», «Бизнес-информатика», «Управление персоналом». В нашем случае оптимальным является последний вариант, который может найти воплощение в образовательной программе уровня магистратуры или дополнительного профессионального образования. Структура учебного плана подобной программы представлена на рис. 3.
Рис. 3. Структура предлагаемой образовательной программы People Data по профилю «Управление персоналом» (38.04.03)
Fig. 3. The structure of the proposed curriculum People Data within Skills Profile "PersonnelManagement" (38.04.03)
Обобщение прогнозируемых особенностей деятельности экспертов в области данных о людях позволяет сделать вывод о том, что они не просто должны свободно оперировать
с /Г-комплексами, выстраивая их с учетом используемой в организации информации, но мыслить в новых форматах, всё меньше опираться на отражение деятельности работников
в действительности, всё больше - на информацию, которая ее опосредует.
5. Заключение. Предлагаемая область исследований и практической деятельности «Данные о людях» в области управления человеческими ресурсами лишь начинает активно развиваться. Можно прогнозировать в ближайшие годы лавинообразный поток сервисов, призванных облегчить управленческую деятельность менеджеров продвинутых компаний за счет использования данных о людях в HR, продажах и других областях организационной деятельности. Для того чтобы уметь работать в этой области, обладать нужными навыками, необходимо уже сейчас создавать новые образовательные программы, привлекать к обучению специально отобранных людей, встраивать наработки в использовании данных о людях в организационные процессы.
Таким образом, в нашей работе мы попытались рассмотреть возможности и перспективы использования People Data для принятия управленческих решений в области человеческих ресурсов компании в настоящих условиях, с учетом потребности бизнеса, изменения условий, всей совокупности информации о
Литература
1. Рощин С. Ю., Солнцев С. А. Как компании ищут работников: эмпирические оценки по российским предприятиям // Рос. журн. менеджмента. - 2017. - Т. 15, № 2. - С. 173-192. - DOI: 10.21638/11701/spbu18.2017.203.
2. Воробьев Л. А., Панасенко Г. Н. Возможности и перспективы развития технологий, основанных на Big Data в HR // Управление человеческими ресурсами - основа развития инновационной экономики. - 2015. - № 6. - С. 67-75.
3. Корнев М. С. История понятия «большие данные» (Big Data): словари, научная и деловая периодика // Вестн. РГГУ. Сер. «История. Филология. Культурология. Востоковедение». - 2018. -№ 1 (34). - С. 81-85. - DOI: 10.28995/2073-6355-2018-1-81-85.
4. Измалкова С. А., Головина Т. А. Использование глобальных технологий «Big Data» в управлении экономическими системами // Изв. Тул. гос. ун-та. Экон. и юрид. науки. - 2015. -№ 4-1.- С. 151-158.
5. Tilly Ch. The Old New Social History and the New Old Social History : CRSO Working Paper No. 218. - Ann Arbor, MI : Center for Research on Social Organization, University of Michigan, 1980. -49 p. - URL : https://deepblue.lib.umich.edu/handle/2027.42/50992.
6. Grid Computing: Making the Global Infrastructure a Reality / Eds. F. Berman, G. Fox, T. Hey. -New York : John Wiley and Sons, 2003. - 1060 p.
7. YoungM., Phillips P. Big Data Doesn't Mean 'Big Brother': Employee Trust and the Next Generation of Human Capital Analytics // The Conference Board. - May 2015. - URL : https://www.confe-rence-board.org/publications/publicationdetail.cfm?publicationid=2953.
8. HR and analytics: why HR is set to fail the big data challenge / D. Angrave et al. // Human Resource Management Journal. - 2016. - Vol. 26, № 1. - P. 1-11. - DOI: 10.1111/1748-8583.12090.
9. Долженко Р. А. Тренды и будущее профессий в сфере управления персоналом в России // Вестн. Ом. ун-та. Сер. «Экономика». - 2018. - № 3. - С. 121-130. - DOI: 10.25513/18123988.2018.3.121-130.
них из внешней и внутренней среды. Считаем, что это направление позволит более эффективно управлять работниками, сформировать основу для принятия решений о дальнейших действиях организации по отношению к каждому из них.
Примечания
1 Mcllvaine A. GE is reinventing talent management // Human Resource Executive. Sept. 14, 2017. URL: http://blog.hreonline.com/2017/09/14/gereinven-ting-talent-management/.
2 Dignan L. IBM's Rometty lays out AI considerations, ethical principles // ZDNet. Jan. 17, 2017. URL: https://www.zdnet.com/article/ibms-rometty-lays-out-ai-considerations-ethical-principles/.
3 High-Impact People Analytics: Industry Study / Deloitte. 2017. URL: https://www2.deloitte.com/content/ dam/Deloitte/ca/Documents/audit/ca-audit-abm-scotia-high-impact_analytics.pdf; Predictions for 2018: Embracing Radical Transparency / Deloitte. URL: http:// marketing.bersin.com/rs/976-LMP-699/images/Infogra-phic_Predictions-2018.pdf.
4 Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data, and repealing Directive 95/46/EC (General Data Protection Regulation). URL: https://eur-lex.europa.eu/ eli/reg/2016/679/oj.
10. Далио Р. Принципы. Жизнь и работа. - М. : Манн, Иванов и Фербер, 2018. - 608 с.
References
1. Roshchin S.Yu., Solntsev S.A. How Companies Search Employees: Empirical Evidence From Russian Companies. Russian Management Journal, 2017, Vol. 15, no. 2, pp. 173-192. DOI: 10.21638/11701/spbu 18.2017.203. (in Russian).
2. Vorobev L.A., Panasenko G.N. Possibilities and prospects of development of technologies based on the Big Data in HR. Upravlenie chelovecheskimi resursami - osnova razvitiya innovatsionnoi eko-nomiki, 2015, no. 6, pp. 67-75. (in Russian).
3. Kornev M. The history of the term "Big Data". Dictionaries, academic and business periodicals. RSUH/RGGU Bulletin. History. Philology. Cultural Studies. Oriental Studies, 2018, no. 1 (34), pp. 8185. DOI: 10.28995/2073-6355-2018-1-81-85. (in Russian).
4. Izmalkova S.A., Golovina T.A. Use of the global technologies «Big Data» in management of economic systems. News of the Tula state university. Economic and legal sciences, 2015, no. 4-1, pp. 151-158. (in Russian).
5. Tilly Ch. The Old New Social History and the New Old Social History, CRSO Working Paper No. 218, Ann Arbor, MI, Center for Research on Social Organization, University of Michigan publ., 1980, 49 p., available at: https://deepblue.lib.umich.edu/handle/2027.42/50992.
6. Berman F., Fox G., Hey T. (Eds.) Grid Computing: Making the Global Infrastructure a Reality, New York, John Wiley and Sons publ., 2003, 1060 p.
7. Young M., Phillips P. Big Data Doesn't Mean 'Big Brother': Employee Trust and the Next Generation of Human Capital Analytics. The Conference Board, May 2015, available at: https://www.confe-rence-board.org/publications/publicationdetail.cfm?publicationid=2953.
8. Angrave D., Charlwood A., Kirkpatrick I., Lawrence M., Stuart M. HR and analytics: why HR is set to fail the big data challenge. Human Resource Management Journal, 2016, Vol. 26, no. 1, pp. 1-11. DOI: 10.1111/1748-8583.12090.
9. Dolzhenko R.A. Trends and future of professions in the field of personnel management in Russia. Herald of Omsk University. Series "Economics", 2018, no. 3, pp. 121-130. DOI: 10.25513/18123988.2018.3.121-130. (in Russian).
10. Dalio R. Principles: Life and Work, Moscow, Mann, Ivanov i Ferber publ., 2018, 608 p. (in Russian).
Сведения об авторе
Долженко Руслан Алексеевич - д-р экон. наук, заведующий кафедрой экономики труда и управления персоналом
Адрес для корреспонденции: 620144, Россия, Екатеринбург, ул. 8 Марта, 62 E-mail: rad@usue.ru SPIN-код: 8576-4140 ORCID: 0000-0003-3524-3005 ResearcherlD: J-2847-2015 Scopus AuthorlD: 56436594700 РИНЦ ID: 617562
About the author
Ruslan A. Dolzhenko -Doctor of Economics, Head of the Department of Labor Economics and Personnel Management
Postal address: 62, 8 Marta ul., Yekaterinburg, 620144, Russia
E-mail: rad@usue.ru SPIN-Kod: 8576-4140 ORCID: 0000-0003-3524-3005 ResearcherlD: J-2847-2015 Scopus AuthorlD: 56436594700 RSCI ID: 617562
Для цитирования
Долженко Р. А. People Data («данные о людях») как новое направление работы с человеческими ресурсами // Вестн. Ом. ун-та. Сер. «Экономика». - 2019. -Т. 17, № 1. - С. 63-72. - DOI: 10.25513/1812-3988.2019.17(1).63-72.
For citations
Dolzhenko R.A. People Data as a new trend in human resource management. Herald of Omsk University. Series "Economics", 2019, Vol. 17, no. 1, pp. 63-72. DOI: 10.25513/1812-3988.2019.17(1).63-72. (in Russian).
