CC BY
139
Виниченко М. В.
академический советник РАРАН, доктор исторических наук, профессор, профессор кафедры управления персоналом, документоведения и
архивоведения РГСУ.
M. V. Vinichenko,
academic advisor RARAN, doctor of historical sciences, professor, professor of the Department of personnel management, records management and archival science
at the University.
E-mail: mih-vas2006@yandex.ru
Шиховцова А. И.
студент магистратуры направления подготовки «Управление персоналом»
email: nastyashihovsova@gmail. com
Shihovtsova A. I.
master student of specialty "personnel Management" E-mail: nastyashihovsova@gmail.com
ПРИМЕНЕНИЕ DATA SCIENCE В HR
The application of data science in hr
Аннотация. Статья посвящена вопросам повышения эффективности управления персоналом за счет применения инструментов Data science в работе с большими данными. Раскрыты основные понятия управления персоналом и информационное обеспечение управления, приводятся примеры использования инструментов и платформ обработки больших данных из опыта компаний-гигантов. Анализ опыта раскрывает целесообразные механизмы работы с большими данными в сфере управления персоналом.
Abstract. The article is devoted to questions of increase of efficiency of personnel management through the application of tools of Data science in big data. Disclosed the basic concepts of personnel management and information security management, provides examples of the use of tools and platforms for big data processing experience from companies-giants. Analysis of experience reveals appropriate mechanisms for big data in the field ofpersonnel management.
Ключевые слова. Big data, Data science, управления персоналом, информационные технологии, автоматизация процессов.
Keywords. Big data, Data science, human resources, information technology, automation of processes.
В современном мире все более усложняются процессы управления ввиду высокой динамичности изменения ситуации, существенного увеличения числа решаемых задач, резкого роста объемов и потоков информации. Руководители различного уровня сталкиваются с проблемами принятия целесообразных
решений в условиях высоких рисков в рамках полученной разносторонней информации больших объемов, систематизировать которую в режиме он-лайн весьма проблематично. Управление персоналом накладывает специфику на процесс принятия управленческих решений.
Есть разные подходы к определению управление персоналом. С одной стороны, управление персоналом (англ. human resources management, HRM, HR-менеджмент) - это область знаний и практической деятельности, направленная на обеспечение организации качественным персоналом, способным выполнять возложенные на него трудовые функции, и оптимальное использование такого персонала [8]. С другой стороны, это эффективное использование человеческого потенциала, ресурса [6]. Персонал как самый важный ресурс компании нуждается в качественном управлении, а оно напрямую зависит от грамотной аналитики данных о сотрудниках.
Таким образом, чтобы грамотно управлять персоналом, в современном системе воздействия на подсиненных необходимо грамотно и быстро работать с большими объемами информации.. Механизмы работы с большими объемами данных позволяют специалистам в сфере управления персоналом выйти на новый уровень в аналитике бизнес-процессов, стратегическом планировании и управлении изменениями. Однако далеко не все знакомы с передовыми технологиями работы с большими массивами данных и, тем более, обладают навыками повышения эффективности управления внедрением их в свою управленческую деятельность [7].
Согласно исследованию IBM, в рамках которого были опрошены 342 директора по HR из 18 отраслей, многие компании не используют все возможности аналитики больших данных для управления персоналом. По данным исследования, чуть более половины организаций используют аналитику о сотрудниках, и гораздо меньшее число применяют прогнозную аналитику, чтобы оптимизировать принятие решений и улучшить результаты в процессах поиска и найма персонала (7 %), повышении вовлеченности сотрудников (9 %), развитии кадрового потенциала (10 %) и удержании сотрудников (13 %) [3].
Однако лидирующие компании со всего мира используют специальные платформы для извлечения конкретной аналитической информации из всех своих данных.
Для руководителя любого уровня важны цели их применения, которые можно свести к следующим аспектам: оптимизация затрат за счет грамотного использования всех ресурсов; многократное повышение производительности труда и более эффективная организация работы за счет грамотной аналитики и вовремя принятых решений; минимизация затрат на внедрение и администрирование и др.
Здесь также важно опираться на принципы грамотного и эффективного использования возможностей современных технологий по работе с большими массивами данных. Но сами базы данных на сегодняшний день имеют разные
трактовки по содержанию и механизмам внедрения в различных сферах деятельности человека.
Big Data: понятие и отличительные признаки. Big data (большие данные) — огромные объемы неоднородной и быстро поступающей цифровой информации, которые невозможно обработать традиционными инструментами. В русскоязычной среде под большими данными подразумевают также технологии их обработки [2].
Большие данные обладают несколькими признаками. Первый - это объем. Счет идет на терабайты и петабайты. Приводя примеры из бизнеса: Google обрабатывает более петабайта данных в день (примерно в 100 раз больше всех печатных материалов Библиотеки Конгресса США); в Facebook загружается 10 миллионами загрузок новых фотографий ежечасно. К 2013 году количество хранящейся информации в мире составило 1,2 зеттабайта, из которых на нецифровую информацию приходится менее 2%.
Второй признак - разнородность данных. Например, возьмем абстрактный аппарат, собирающий биометрические данные группы людей: пульс в минуту, время замера - дата, место замера, температура тела, звуковой сигнал - набор вещественных значений записанных в определенном формате и так далее.
Третий признак - отсутствие явной связи между частями данных. Находятся неожиданные связи и зависимости, позволяющие реализовать инновационный функционал.
Четвертый признак Big Data заключается в том, что набор данных должен являться полным объемом всей возможной информации, касающейся того или иного процесса.
Большие данные - это совокупность подходов, методов и инструментов по работе с полным объемом разнородных явно несвязанных между собой данных, с целью извлечения выгоды для бизнеса.
Изучением проблем анализа, обработки и представления данных в цифровой форме занимается Data science.
Основная практическая цель Data science заключается в обнаружении закономерности в данных, аналитике и эффективном использовании. В сравнении с классической статистикой в ней подразумевается исследование сверхбольших разнородных массивов цифровой информации и неразрывная связь с информационными технологиями, обеспечивающими их обработку (см. рисунок 1). При этом в сравнении с аналитикой Data science в меньшей степени требует концентрации на содержании предметных областей.
Прикладная область
Рисунок 1- Взаимосвязь Data science с другими научными дисциплинами
Особенности и примеры применения Data science в управлении персоналом. Журнал Harvard Business Review назвал науку о данных одной из самых перспективных профессий (the sexiest job) XXI века. Компания McKinsey оценивает нехватку data специалистов к 2018 году в 140 000 - 190 000 человек.
Интрументы Data science в управлении персоналом распространяются на все большее число сфер деятельности. Сегодня встроенную аналитику для сферы HR предлагают, в частности, Oracle, ADP, Kenexa, Workday, Ultimate, Saba, Skillsoft и SuccessFactors.
Впервые комплекс услуг и ПО (программное обеспечение) для разумного управления персоналом был представлен на московской конференции директором по решениям IBM Гленом Дитрихом, который охарактеризовал средства Kenexa как важное расширение «социального» портфеля IBM для повышения эффективности управления кадрами: подбора и найма сотрудников, оценки их потенциала и развития талантов [4].
Благодаря данному ПО, компании могут решать такие задачи, как подбор соискателей на новые вакансии, выявление лидеров в коллективе, обеспечение обратной связи между сотрудниками и руководством и другие важные задачи управления персоналом.
Подробнее остановимся на существующих, на рынке, инструментах Data science применяемых в управлении персоналом.
Средство Smarter HR Analytics - это аналитика для принятия решений отделом кадров, вскоре будет представлен модуль Experience of the New Hire, который должен помочь новым сотрудникам входить в курс дела компании, быстрее ознакомиться с требованиями руководства, наладить контакт со своими коллегами. IBM Kenexa Talent Suite объединяет в себе несколько решений. Talent Acquisition для рекрутинга, он помогает определить, как выглядит наилучший кандидат, как его привлечь, нанять и вовлечь в работу. Talent Optimization анализирует данные для управления производительностью
труда, карьерного планирования, а также - определения уровня заработной платы для получения максимальной отдачи от сотрудников. Social Networking проводит аналитику, чтобы объединить совместимых сотрудников в команды для получения высокой производительности.
Таким образом, основное назначение продуктов data science в HR -упрощение и модернизации процессов поиска и приема на работу новых сотрудников, повышение производительности труда персонала, определение совместимости сотрудников для создания эффективных коллективов. Платформы анализируют большие массивы информации о сотрудниках, включая опыт работы, вовлеченность в общественную деятельность, социальные связи, различные навыки и личные интересы, чтобы определить качества, которые определяют успешность сотрудника в конкретной компании. Построенная модель успешного сотрудника является основой поиска наилучших кандидатов на вакансии, выбора для новых сотрудников должностей, на которых те смогут раскрыть свой потенциал. Решение помогает ускорить адаптацию новых сотрудников.
Благодаря аналитике руководители смогут лучше понимать тенденции, возникающие в развитии коллективов, планировать карьеру каждого сотрудника и определять оптимальный размер денежного вознаграждения.
По данным компании HeadHunter, одного из ведущих Интернет-ресурсов для поиска работы и найма персонала, в России лучше всего автоматизированы кадровый учет и администрирование персонала. Автоматизация подбора персонала, расчета компенсаций и льгот, HR-аналитики, адаптации и развития персонала, внутренних коммуникаций пока недостаточно распространена. А в 15% компаний все процессы управления персоналом обрабатываются вручную.
Yandex Data Factory (структура «Яндекса», которая специализируется на Data science для корпоративных заказчиков) разработала алгоритм в рамках пилотного проекта по прогнозированию увольнений для транснациональной инжиниринговой компании. Алгоритм MatrixNet работал с анонимными данными более 1000 сотрудников с 2008 по 2012 год. В расчет принимались пол, возраст, дата выхода на работу, должность, уровень дохода, отпуска, больничные, отгулы, сверхурочные, образование, тренинги, аттестации, проекты, задачи, ошибки — всего более 250 факторов.
Точность прогнозной модели превзошла ожидания заказчика в 5 раз. Из 50 человек, чей уход алгоритм признал наиболее вероятным, в итоге уволились 26 специалистов. По расчетам YDF, внедрение разработанной модели только за 2012 год сэкономило бы заказчику $292,2 тысячи.
Одной из тенденций современного HR становится применение Data science в формировании и продвижении бренда работодателя (как внутри компании, так и за ее пределами). Автоматизация рутинных процессов в сфере управления персоналом освобождает время для творчества.
Использование инструментов data science в HR на примере IT компании КРОК. Компания КРОК, к опыту которой мы обратимся далее, работает на ИТ-рынке c 1992 года и сегодня входит в топ-10 крупнейших ИТ-
компаний (РИА Рейтинг, 2015) и топ-3 консалтинговых компаний России (Коммерсант-Деньги, 2015). КРОК предлагает услуги собственной сети коммерческих дата-центров и своего публичного облака, строит частные и гибридные облака на базе центров обработки данных (ЦОД) заказчиков. Является единственным интегратором, чей ЦОД прошел полную сертификацию на TIER III в Uptime Institute.
Компания КРОК также широко известна на рынке благодаря своей корпоративной культуре. Каждое крупное корпоративное мероприятие - это способ для укрепления команды, продвижения корпоративных ценностей и эффективности коммуникаций. Корпоративный новогодний праздник 2016 г. Был посвящен концепции digital art: форматом праздника была выбрана выставка современного ИТ-искусства, арт-объекты для которой создавали сами сотрудники. Команда специалистов по бизнес-приложениям подготовила арт-объект под названием Rumorbreeze. В основу объекта была заложена система анализа коммуникаций в компании. Были проанализированы каналы коммуникаций (электронная почта Exchange MS, коммуникатор Lync MS и телефон), частота и интенсивность их использования без персонализации данных. В результате применения инструментов Data science данные были представлены в символической форме (см. рисунок 2): размер небесного тела отображает степень «коммуникабельности», близость объектов указывает на интенсивность коммуникаций вне зависимости от формальной иерархии компании. При этом soundtrack был создан из реальных голосов операторов КРОК [5].
Рисунок 2- Визуализация анализа коммуникаций в компании.
Благодаря такому продукту можно отслеживать уровень коммуникаций между департаментами и направлениями. Также программа дает понимание, сколько рабочего времени сотрудник тратит на общение по телефону и почте с коллегами и заказчиками. Контроль этих показателей даёт возможность повысить эффективность работы сотрудника, а как следствие и производительность компании. По итогам выставки этот объект получил
высокую оценку топ-менеджеров компании и явился отправной точкой проекта по повышению эффективности коммуникаций в компании.
Технологии постоянно развиваются, и это затрагивает все сферы нашей жизни, такие как быт, работа, бизнес, экономика. Современным компания все чаще становится необходимо следить за инновациями в мире технологий для того чтобы оставаться конкурентоспособными на рынке. И мы должны понимать, что технологии, подобные Big Data, вскоре способны занять ключевое место в управлении организацией, управлении человеческими ресурсами, и как мы видим первые шаги на пути к этому уже сделаны. Большие данные уже могут нам помочь в вопросах найма сотрудников, оценки их потенциала и развития талантов, а учитывая то, что технологии работы с Big Data и их обработка пока что освоены на 10-13 %,в будущем количество направлений может увеличиться в десятки раз.
Благодаря аналитике руководители смогут лучше понимать тенденции, возникающие в развитии коллективов, планировать карьеру каждого сотрудника и определять оптимальный размер денежного вознаграждения. «В человеческом ресурсе заключается вся жизненная сила организации. Для достижения успеха требуются не только профессионализм, но и социальные навыки, способствующие активизации и раскрытию потенциала каждого члена коллектива, - сказал Крейг Хейман (Craig Hayman), генеральный менеджер отраслевых облачных решений IBM. - Объединив социальную бихевиористскую науку и аналитику в облаке, мы даем возможность бизнесу усилить наиболее ценный актив - персонал» [1].
В целом, информационные технологии являются инструментом повышения эффективности управления персоналом. Внедрение Big Data в сферу управления персоналом позволит повысить конкурентоспособность организации.
Литература:
1. Александра Кирьянова. Big Data поможет найти сотрудника и назначить зарплату. Cnews.ru издание о высоких технологиях. 03.02.2014, ПН, 14:02,
2. Анна Соколова. Тем, кто не осилил Википедию. Rusbase.com 24 августа 2015, 10:59.
3. 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.
4. Колесов А."Социальный бизнес" ищет свое место в России. PC Week/RE №25-26 (845-846) 8 октября 2013.
5. Официальный сайт компании КРОК http://www.croc.ru
6. Проблемные вопросы развития технологий управления персоналом в отечественной практике и пути их решения. Кириллов А.В., Виниченко М.В., Мельничук А.В., Макушкин С. А. Москва, 2015. - 280 с.
7. Issues of concern in the development of personnel management technologies in Russian practice and ways to resolve them: monograph / A.V. Kirillov, M.V.
Vinichenko, A.V. Melnichuk, S.A. Makushkin, M.V. Nevskaya, L.G. Buzuk, V.N. Dolzhenkov. — М.: RU-SCIENCE, 2016. — 252 ^
8. Theory and practice of time-management in education. Kirillov A.V., Tanatova D.K., Vinichenko M.V., Makushkin S.A. Asian Social Science. 2015. T. 11. №19. C 193-204.
