CC BY
151
ЭКОНОМИКА УПРАВЛЕНИЯ, МЕНЕДЖМЕНТ
I_
Чуланова О.Л.
доктор экономических наук, профессор кафедры государственного и муниципального управления и управления персоналом Сургутского
государственного университета
Свиридова О.П.
Санкт-Петербургский государственный университет Студентка 1 курса магистратуры направления «Организационная психология и психология менеджмента»
ПРОГРАММА РЕАЛИЗАЦИИ ИЯ -АНАЛИТИКИ КАК ЦИФРОВОГО ТРЕНДА
Аннотация: В настоящее время активно исследуется проблема применения И^аналитики в цифровой экономики. В статье представлены результаты авторского исследования возможностей применения дескриптивной, прогнозной, предиктивной и прескриптивной Иг -аналитики как цифровых трендов. Рассмотрены возможности каждого вида Н^ аналитики. Представлена программа реализации Иг -аналитики как цифрового тренда
Ключевые слова: Н^аналитика, дескриптивная Н^аналитика, прогнозная Н^аналитика, предиктивная Н^аналитика, прескриптивная Н^ аналитика, программа реализации Иг -аналитики
В последние годы перед службами управления персоналом поставлены новые задачи, направленные на развитие конкурентных преимуществ компаний и поиск возможностей решений стратегических бизнес-задач. Сущность изменений состоит в переходе от формализованных систем сбора и обработки информации к более неформальным и гибким системам, которые позволят учитывать не только компетенции персонала, но и знания, отношения (поведение, организационная культура, командная работа, хобби и
др.).
Изменение роли и функций служб управления персоналом, эффективное решение поставленных перед ними задач требуете применения актуальных инструментов управления, в частности инструментов Н^аналитики. [1]
В рамках нашего исследования был подготовлен опросник (google-форма) с целью изучения отношения к Н^аналитике и использования инструментов Н^аналитики в организациях. Опрос был проведён среди 186 работников предприятий России с целью изучения отношения к Н^аналитике для дальнейшего использования этих результатов при разработке механизмов совершенствования процессов управления персоналом с применением данной
технологии. Результаты исследования, а также авторский контент-анализ определения данной технологии отражены в наших ранних публикациях. [2,3] Кроме того, аналитика, скорее всего, будет использоваться для повышения производительности и эффективности различных процессов управления персоналом - улучшения показателей приема предложений о работе, сокращения заявок на помощь сотрудникам и оптимизации компенсации. Понимание аналитики способ взаимодействия управления персоналом с бизнесом.
Кадровые организации, применяющие НЯ-аналитику, изменят характер отношений с их внутренними заинтересованными сторонами и деловыми партнерами. Благодаря тенденциям НЯ-аналитики всё больше и больше организаций осознают, что аналитика может быть полезной не только в области НЯ. Когда управление персоналом на основе данных сможет быстро предоставить информацию и практические рекомендации для решения проблем, которые ограничивают достижение стратегических операционных и финансовых результатов, оно станет мощным стратегическим союзником для других бизнес-функций, и организация в целом выиграет. [4] Выделяют несколько видов НЯ-аналитики (рисунок 1):
•Дескриптивная аналитика (описательная) •Прогнозная аналитика •Предиктивная аналитика •Прескриптивная аналитика
Рис.1 Виды HR-аналитики [5]
1. Дескриптивная аналитика (описательная) предполагает все виды отчетности, которые используются как в HR, так и в других областях управления компанией. Основной целью является выявление и мониторинг проблем и их диагностика на основе данных. Сферы применения -структурированные данные и отчётность (структура персонала, нормы труда и нормативы численности, бенчмарки, обзоры заработных плат и др.), dashboard (позволяет структурировать эти данные и уже на их основе принимать решения). К методам анализа при данном виде аналитике будет относиться описательная статистика.
2. Прогнозная аналитика преследует цель - прогнозирование на основе подтвержденных статистических гипотез. Данный вид аналитики используют для моделей прогнозирования численности, планирования загрузки, формирования профиля успешного сотрудника, плана мероприятий по повышению вовлеченности сотрудников и др. Из основных методов применяются: корреляционно-регрессионный анализ, кластерный анализ.
3. Предиктивная аналитика направлена на прогнозирование на основе выявления неочевидных зависимостей и мультивариантности сценариев. Основное отличие этой и следующей за ней прескриптивной аналитики в том,
что они основываются на больших данных (Big Data). Здесь уже подключается машинное обучение, разрабатываются специальные программы для того, чтобы выделить эти неочевидные зависимости и построить модели, деревья решений.
4. Прескриптивная аналитика - это будущее HR-аналитики. Цель: предложение решений в динамической среде. Например, мы не просто выявили причины, которые приводят к увольнению сотрудника, а определили модель действий, необходимых чтобы он остался (отдельно для каждого сотрудника компании). Самый известный пример данного вида аналитики не в HR - это навигатор, который позволяет нам избегать пробки на дорогах. Данный вид аналитики предполагает использование искусственных нейронных сетей. [5]
Информацию, которую необходимо собирать, чтобы найти связь с бизнес-показателями (выручка, затраты, количество контрактов и ошибок и др.):
• о людях (знания, навыки, опыт, ценности, индивидуальные качества, уровень вовлеченности, уровень активности в социальных сетях);
• об окружении (доступ к ресурсам, культура, доступ к информации, степень автоматизации, структуры/процессы управления, стили управления, эффективность управления, лидерство, вознаграждение).
В связи с растущим количеством сотрудников, клиентов и операций, отдел кадров вынужден ориентироваться на новые технологии, чтобы ускорить принятие решений в условиях нестабильной бизнес-среды. К таким технологиям относится использование Big Data.
Big Data («большие данные») - огромные объёмы неоднородной цифровой информации, а также методы обработки и анализа таких данных.
Характеристики Big Data - объём, скорость поступления и обработки, разнообразие, достоверность, ценность. Применение Big Data способствует внедрению инновационных подходов и новых коммерческих направлений в компании. Чем больше данных - тем больше точность анализа и прогноза. [6]
Организации располагают огромным количеством данных о сотрудниках - от квалификации до показателей производительности, возраста, стажа работы, показателей безопасности, продаж, образования и т.д. Знание этих аспектов может помочь лучше понимать текущий состав организации, производительность и риски, что может способствовать совершенствованию развития сотрудников, продуктов и услуг. Обладая таким огромным набором ресурсов данных, специалисты по персоналу могут оценивать и улучшать свои методы работы, а также найм персонала, его обучение и развитие, поиск талантливых специалистов, производительность, оплату труда и общую эффективность бизнеса. [7]
Следует отметить, что в 2017 году на Big Data Conference был поднят вопрос об использовании Big Data в HR. По мнению некоторых специалистов, зачастую объёма информации для анализа в HR недостаточно, чтобы назвать это Big Data, однако технологии автоматизации процессов, косвенно
связанные с принципами Big Data, например, робот Вера, действительно могут успешно применяться в HR. [8]
Этапы процесса прогнозного анализа:
I. Постановка задачи - определение бизнес-целей проекта, его результатов, наборов данных, которые необходимо будет использовать;
II. Сбор и анализ данных - излечение информации, необходимой для получения полного представления о предмете прогнозирования, из различных источников хранения данных;
III. Подготовка данных - проверка, очистка, преобразование и нормирование данных с целью отбора массивов данных, которые будут использованы для прогнозирования в соответствии с поставленной задачей;
IV. Создание прогнозной модели - прогнозное моделирование дает возможность автоматически создавать точные прогностические модели будущего. При этом возможности интеграции позволяют использовать одновременно несколько разных моделей для контроля результатов прогнозирования;
V. Внедрение модели - обеспечивает возможность получения прогнозных данных для поддержки принятия управленческих решений в автоматизированном режиме.
Рассмотрим этапы внедрения HR-аналитики в организации более подробно с учётом возникновения соответствующих рисков:
I. Подготовительный этап. На данном этапе требуется выявить проблемы (в процессах) и направления управления персоналом на предприятии, для которых будет полезна HR-аналитика, осуществить сбор соответствующей информации по данным направлениям;
Таблица 1. Подготовительный этап (составлено авторами)
Ресурсы Риски Мероприятия по их минимизации
Человеческие ресурсы
ИЯ-специалисты: а) полный анализ структуры персонала (в т.ч. по полу, возрасту, категориям, образованию и т.д.); б) анализ и расчёт основных показателей по персоналу, например: — статистика - численность сотрудников, число нанятых, уволенных, штатных сотрудников, пенсионеров, работающих по контракту и т. д.; — обучение - количество пройденных курсов, плановая стоимость обучения, результаты обучения очного, интернет обучения, посещаемость курсов; Некомпетентность НЯ-специалистов, отсутствие информации и невозможность проанализировать данные за несколько лет Регулярная проверка знаний специалистов, своевременное повышение их квалификации, консультация с аналитиками по поводу отсутствия соответствующей информации или её анализа, осуществление контроля со стороны руководства по сбору информации
— эффективность использования персонала -расходы по сотрудникам, включая оклады, бонусы, льготы, прибыль на 1 сотрудника, соотношение числа руководителей и подчиненных, число уволившихся с учётом причины увольнения. в) анализ основных экономических показателей; г) выявление взаимосвязи между показателями персонала и экономическими показателями предприятия; д) проведение анкетирования и опросов среди штатных сотрудников (например, по выявлению причин ухода и др.); е) подведение итогов (выводы).
Линейные руководители и высшее руководство: осуществление контроля и передачи информации по коммуникационным каналам о необходимости проведения сбора данных Оппортунизм и скептицизм со стороны сотрудников Объяснение руководством всех процедур и их значения для предприятия
Материальные ресурсы
Программные продукты - MS Excel, Microsoft Word, CRM, 1С и др. Необходимость использования других программных продуктов (например, из-за специфики отрасли конкретного предприятия или снижения актуальности программного продукта), не все ИЯ-специалисты обладают навыками работы с данными программными продукты Постоянное обновление программных продуктов и знаний ИЯ-специалистов в связи с изменениями
Нормативно-правовые ресурсы
Отчёты по персоналу и основным показателям Несвоевременность предоставления информации или её отсутствие, некачественный сбор Применение соответствующей системы наказаний и поощрений за своевременность и качество сбора информации
Разрешение на сбор данных (с конкретизацией - какие данные собираются, каких категорий, Несогласие сотрудников Объяснение руководством всех процедур и их значения
отделов и др.) ознакомление сотрудников под подпись, разработка набора четко определенных политик, мер безопасности, мер по обеспечению прозрачности и постоянного обмена информацией об использовании данных о людях или о рисках, связанных с сотрудниками, клиентами и обществом
для предприятия,
ведение деловых бесед
Характеристики II этапа представлены в табл.2.
_Таблица 2. Этап внедрения ИЯ-аналитики (составлено авторами)
Ресурсы Риски Мероприятия по их минимизации
Человеческие ресурсы
Создание команды из числа разнопрофильных специалистов предприятия или привлечение внешних специалистов в данной области Отсутствие компетенций, опыта выполнения такой работы - в результате риск ошибок, неудачная попытка внедрения (денежные потери предприятия) Проведение необходимых переговоров и собеседований со специалистами, предъявление к ним чётких требований
Штатные сотрудники Скептицизм, страх в связи с тем, что сотрудникам никто не объяснял какова их роль в реализации новой технологии, что и как ему делать Проведение бесед с целью объяснения данных изменений в организации, проведение открытых лекций, семинаров по данной технологии (введение в курс дела)
Линейные руководители и менеджеры Не понимают своей роли и ответственности во внедрении новой системы, не обладают знаниями и навыками, необходимыми для реализации новой системы по отношению к подчиненным, а обучение тому, как реализовать новую систему, не было предусмотрено Ещё на этапе создания новой системы продумать мероприятия по правильному вовлечению различных категорий менеджеров и сотрудников в процесс внедрения новой системы
Материальные ресурсы
Покупка или создание аналитических систем, программных продуктов для проведения аналитики Отсутствие соответствующего бюджета и знаний в этой области Четкое понимание того, для сбора каких данных необходим программный продукт, что он должен собой представлять, консультация со специалистами в данной области (возможно, с компаниями, у которых уже внедрена НЯ-аналитика),
планирование бюджета заранее и оценка своих возможностей
Нормативно-правовые ресурсы
Аналитические отчёты, разработка набора четко определенных политик, мер безопасности, мер по обеспечению прозрачности и постоянного обмена информацией об использовании данных о людях или о рисках, связанных с сотрудниками, клиентами и обществом
III. Проверка и завершение внедрения технологии. На данном этапе необходима проверка уже внедрённых аналитических систем и программных продуктов, общая оценка проделанных этапов, анализ того, на сколько адаптировался персонал, сбор дополнительной информации, если это необходимо.
Могут возникнуть риски того, что внедрение систем происходит слишком долго, не все специалисты могут с ними разобраться, требуется дополнительный бюджет для их обслуживания.
Минимизация рисков: обучение специалистов работе с такими системами в виде тренингов, семинаров, корпоративных курсов, планирование бюджета.
Нормативно-правовые ресурсы: аналитические отчёты.
IV. Контроль результатов. Осуществления контроля, прежде всего, со стороны высшего руководства насколько эффективно прошёл процесс внедрения технологии, выявление неточностей, ошибок, их своевременное устранение.
Нормативно-правовые ресурсы: отчёты о том, насколько эффективно прошло внедрение HR-аналитики (сравнение по периодам) от команды аналитиков, отчёты о персонале и показателях.
Таким образом, очевидно, что HR-аналитика является одним из самых актуальных HR-трендов на сегодняшний момент. Она способна улучшить многие процессы управления персоналом и сделать их использование более эффективными. Существует несколько видов HR-аналитики: дескриптивная аналитика (описательная), прогнозная аналитика, предиктивная аналитика и прескриптивная аналитика. Для принятия в аналитике более точных решений используется Big Data, позволяющая структурировать, интерпретировать, визуализировать и анализировать все имеющиеся данные.
Литература
1. Назайкинский С.В., Седова О.Л. Роль HR-аналитики в принятии управленческих решений // Научный журнал «Вестник РГГУ». Серия
«Экономика. Управление. Право». - Москва: РГГУ, 2017. - № 3(9). URL: .https://www.rsuh.ru/upload/main/vestnik/eup/Vestnik_eup3%20(9)_2017.pd f (дата обращения: 30.10.2019)
2. Чуланова О. Л., Свиридова О. П. Бенчмаркинг рисков применения HR-аналитики в цифровой экономике // Журнал исследований по управлению . 2020. №. 1. С. 25-31. URL:https://naukaru.ru/ru/nauka/article/36587/view (дата обращения: 21.03.2020).
3. Чуланова О. Л., Свиридова О. П. Проектирование внедрения системы HR-аналитики как цифрового тренда для оптимизации процессов управления персоналом // Журнал исследований по управлению . 2020. №. 1. С. 32-42. URL:https://naukaru.ru/ru/nauka/article/36588/view (дата обращения: 21.03.2020).
4. HR analytics trends: People analytics [Электронный ресурс] // URL: https://www2.deloitte.com/us/en/pages/human-capital/articles/hr-analytics-trends-for-business-success.html (дата обращения: 28.11.2019)
5. Предиктивная аналитика в HR [Электронный ресурс] // HR-Академия. HR-статьи. - URL: https://hr-academy.ru/hrarticle/prediktivnaya-analitika-v-hr.html (дата обращения: 11.11.2019)
6. Рыбаков И. Возможности использования Big Data в HR и в других областях [Электронный ресурс] // iR&Dclub. Клуб директоров по науке и инновациям. - URL: http://irdclub.ru/wp-content/uploads/2016/10/Big-Data-%D0%B2-HR-
%D0%A0%D 1%8B %D0%B 1%D0%B0%D0%BA%D0%BE%D0%B2-%D0%98..pdf (дата обращения: 30.10.2019)
7. How can Big Data Transform Human Resource Management [Электронный ресурс] // HR-technologist: HR trends, news and researches. - URL: https://www.hrtechnologist.com/articles/recruitment-onboarding/how-can-big-data-transform-human-resource-management/# (дата обращения: 07.11.2019)
8. Прямкова М. (IBS) - о предиктивной аналитике в управлении персоналом на Big Data Conference [Электронный ресурс] // Rusbase. Здесь зарабатывают на технологиях. - URL: https://rb.ru/list/ibs-on-big-data-conference/ (дата обращения: 15.11. 2019)
