CC BY
254
УПРАВЛЕНИЕ ПЕРСОНАЛОМ НА ОСНОВЕ АНАЛИЗА БОЛЬШИХ ДАННЫХ:
РИСКИ И ВОЗМОЖНОСТИ
Аннотация. Управление персоналом на основе анализа больших данных становится все более распространенным. Сфера управления персоналом на основе анализа больших данных несет новые возможности для более эффективного найма, управления, сохранения и оптимизации персонала. Однако, по мере того, как организации собирают все большие объемы данных персонального и делового характера о своих сотрудниках, они увеличивают риски и количество вопросов этического характера к безопасности и прозрачности таких данных, а также к разрешениям на их обработку. Сейчас организациям необходимо выработать и иметь устойчивые и надежные гарантии безопасности, меры прозрачности и наладить четкое взаимопонимание по тем шагам, которые они предпринимают для обработки персональных данных сотрудников - иначе политика таких организаций и компаний вызовет большую озабоченность вокруг конфиденциальности сотрудников и злоупотребления их персональными данными.
Ключевые слова. Анализ больших данных, персональные данные, HR-аналитика, текстовая аналитика.
Popazova O.A., Shikhova N.N.
PERSONNEL MANAGEMENT BASED ON BIG DATA ANALYTICS: RISKS AND OPPORTUNITIES
Abstract. Human resource management based on big data analytics is becoming more common. The ^field of personnel management based on big data analytics brings new opportunities for more effective recruitment, management, retention and optimization of personnel. However, as organizations collect increasing amounts of personal and business data about their employees, they increase the risks and number of ethical issues to the security and transparency of such data, as well as to the resolution of their processing. Now organizations need to develop and have stable and reliable security guarantees, transparency measures and establish a clear understanding of the steps they take to process personal data of employees - otherwise the policy of such organizations and companies will cause great concern around the confidentiality of employees and abuse of their personal data.
Keyword. Big data analytics, personal data, people data, HR-analytics, text analytics
За последние несколько лет произошел бурный рост использования компаниями и организациями данных о сотрудниках и клиентах для анализа, прогнозирования и улучшения производственных показателей. Но как только заходит речь об обработке организациями персональных данных сотрудников на практике, вырисовываются как новые риски, так и новые возможности. Согласно исследованию глобальных тенденций в развитии человеческого капитала за 2018 год, 84% респондентов посчитали управление персоналом на основе анализа больших данных (АБД) важным или даже очень важным вопросом, выведя его тем самым на второе место по значимости среди всех тенденций (см.: https://www2.deloitte.com/insights/us/en/focus/human-capital-trends.html). Чем же объяснить этот бурный рост? На наш взгляд, есть три способствующие этому фактора:
• растущее внимание к ключевым характеристикам трудовых ресурсов, таким как производительность и вовлеченность/мотивированность сотрудников, а также к темам социальной значимости, таким как разнообразие и гендерное выравнивание зарплат, порождает вопросы о том, как наилучшим образом вести за собой сотрудников и руководить ими, причем такими вопросами задаются уже и руководители компаний и организаций;
• большие вложения в управление персоналом на основе АБД дают много новых источников данных. Согласно исследованию Deloitte, более 70% респондентов находятся на этапе реализации амбициозных проектов по анализу и интегрированию данных в процесс принятия решений;
• среди организаций растет обеспокоенность собственными способностями защитить данные о сотрудниках, и этому есть серьезное обоснование. В 2018 году только 10% респондентов сказали, что по их ощущениям их работодатели были более, чем готовы к тому, что справиться с этим вызовом.
Сегодня можно констатировать, что революция в мире персональных данных, о которой так долго говорили, свершилась. 69% организаций развивают комплексные системы анализа данных о работниках, а 17% организаций уже внедрили персональные дашборды в реальном времени для обработки числовых данных новыми способами. Среди компаний третьего и четвертого уровней в модели HR-аналитики Бер-зина (см.: https://joshbersin.com/2016/07/people-analytics-market-growth-ten-things-you-need-to-know) 90% имеют точные и актуальные данные, а 95% уже внедрили политики обеспечения безопасности данных. Эти компании-лидеры проводят мониторинг данных населения из множества источников, включая социальные сети (17%), опросы-исследования (76%) и интегрированные данные из систем управления занятостью (87%). Организации с креативными решениями извлекают данные из таких источников для создания комплексной архитектуры учета мнений и впечатлений сотрудников, что дает новые представления обо всём опыте сотрудников, а также данные о продвижении по работе, карьерной мобильности и показателях производительности.
Передовые средства анализа данных позволяют отслеживать и анализировать значительное количество данных о сотрудниках, включая данные с речевых и телефонных сообщений, межличностного общения и видео-интервью. Сейчас можно измерять и отслеживать даже эмоциональную окрашенность сообщений сотрудников по электронной почте. Есть несколько производителей и поставщиков, которые предлагают программное обеспечение для сетевого анализа организации (organizational network analysis - NOA), которое интерпретирует поток сообщений по электронной почте для отслеживания уровня стресса у сотрудников и помощи с обнаружением мошенничества, злоупотреблений и неэффективных управленческих действий. Другие инструменты NOA могут анализировать обратную связь от сотрудников и их производственные показатели для определения управленческих задач, рассылать советы различным руководителям в процессе коучинга, а также определять ключевые ресурсы управления информацией для специалистов в конкретных сферах и лидеров команд в организации на основе их взаимодействий и отношений (необязательно по их должностям и ролям).
Инструменты HR-аналитики дают широкие возможности. Но, при очевидной их пользе и преимуществах, многие руководители не так охотно признают существенные возможные риски таких средств. Организации приближаются к переломной точке в вопросе использования данных о сотрудниках и клиентах, и те организации, которые зайдут в этом вопросе «слишком далеко», могут пострадать от жесткой отрицательной реакции со стороны сотрудников, клиентов и общественности. В самом деле, есть организации, которые уже само наличие данных относят к рискам. Например, существует требование, изложенное в ст. 21 ФЗ от 27.07.2006 № 152-ФЗ (ред. от 31.12.2017) «О персональных данных», о том, чтобы данные удалялись сразу после того, как перестали быть актуальными для обработки, иначе не удалившая их организация может столкнуться с различными последствиями ввиду риска, который несет сохранение таких данных.
Эта идея получила развитие и в правилах стран ЕС по защите данных (GDPR). Согласно этим правилам, данные повышенного риска определяются как те, которые «чреваты высокими рисками для прав и свобод личности» и поэтому нуждаются в повышенной защите. В своих действиях частному бизнесу следует идти в одном темпе с опережающими усилиями, направленными на ужесточение правил сохранения конфиденциальности данных. Для компаний, которые нарушат новые правила, штраф может достигать двадцати миллионов евро, и это обстоятельство является существенным стимулом для организаций к серьезному отношению к новым правилам.
Какие же риски наиболее актуальны? Представляют ли собой риски данных о сотрудниках для репутации потребительских брендов потенциальную неисследованную сферу? По данным Deloitte, на которые мы указывали выше, 64% респондентов ответили, что они активно занимаются вопросами юридической ответственности, которые касаются конфиденциальности данных о сотрудниках в их
организациях. Шесть из десяти сказали, что озабочены тем, как их сотрудники относятся к характеру использования данных про них. Однако только четверть респондентов ответили, что их организации управляют влиянием последствий этих рисков на репутацию потребительского бренда (см. табл.).
Страхи по поводу сохранности конфиденциальности сотрудников имеют под собой основания. Не говоря о том огромном количестве данных, которое накопили некоторые организации, само существование конфиденциальных сведений уже создает риски, вне зависимости от объема таких данных. Например, чтобы отследить количество часов, которые его сотрудники проводят в офисе, один работодатель установил на рабочих столах детекторы теплового излучения от человеческого тела (см.: https://www.garant.ru/ia/opinion/author/slesarev/704454 ). Сотрудники пришли от этого в ярость: они завалили менеджеров жалобами и сообщили нелицеприятную информацию СМИ. Многие работодатели выражают опасения из-за того, что конфиденциальные сведения могут подвергаться кибе-ратакам. 75% компаний понимают необходимость усиления безопасности и конфиденциальности данных, но только 22% обладают средствами безопасности для защиты данных о сотрудниках. Кроме того, по данным Бе1оШ;е, 30% компаний, которые не считают данные о их сотрудниках подпадающими под риски конфиденциальности, вообще не имеют надежной структуры управления данными.
Таблица
Роли ключевых и рядовых сотрудников и клиентов компаний в обеспечении эффективной обработки и конфиденциальности персональных данных
Начальник отдела кадров Отвечает за укрепление взаимодействия между отделами кадров, ИТ и управления рисками для развития и внедрения безопасной, актуальной и прозрачной стратегии работы с персональными данными сотрудников. Эта стратегия должна как расширять горизонты эффективного использования данных для получения более глубокой и целостной картины состояния сотрудников, так и помогать эффективно управлять связанными рисками для защиты бренда от ущерба и нежелательных юридических последствий. Если подобная политика уже не проводится, при работе и найме сотрудников следует оформлять с ними договор о согласии на обработку персональных данных, чтобы обрисовать их ожидания от того, как будут использоваться эти данные
Директор по информационным технологиям (ИТ) Отвечает за понимание характера потока персональных данных, как внутрикорпоративных, так и внешних по отношению к компании, и применение надлежащих режимов и средств контроля за безопасностью и использованием ИТ для эффективного упреждения рисков попадания данных не в те руки. Принимая во внимание быстрое развитие рисков кибербезопасности, это сфера, в которой ключевую роль играют непрерывный мониторинг и постоянное использование инноваций
Директор по производственным вопросам Отвечает за заблаговременное (в целях предотвращения нежелательного развития ситуации) отслеживание того, как автоматизация повлияет на процесс принятия решений, особенно в отношении ключевых производственных процессов
Директор по управлению рисками Играет важнейшую роль в обеспечении защиты компании от рисков, связанных с персональными данными сотрудников, что подразумевает комплекс мер - от внедрения надлежащих средств защиты до отслеживания изменений в нормативно-правовой базе при определении возможных точек риска и обеспечения конфиденциальности персональных данных
Директор по маркетингу Отвечает за непрерывное отслеживание мнений и настроений сотрудников и клиентов в отношении практик, которым следует компания при обработке персональных данных. Из-за возможного отрицательного влияния рисков на репутацию бренда важно, чтобы директор по маркетингу делился соображениями о том, какие изменения можно внести в политику или действия компании для предотвращения ущерба бренду
Отдельные потенциальные и штатные сотрудники Решают, какими видами персональных данных готовы поделиться с работодателем, принимая во внимание как возможные выгоды, так и возможные риски. Самостоятельно определяют политику размещения личных данных в своих профилях в социальных сетях в целях создания наиболее желательного представления о себе
Ряд экспертов обеспокоены тем, что прорехи в системах управления данными или в алгоритме информационных систем поддержки принятия решений (СППР) могут привести к закреплению тенденции к систематическим ошибкам. Понимание потенциала риска этого типа критически важно для
предотвращения проникновения нового источника систематических ошибок в бизнес-процессы планирования продвижений и найма сотрудников. Сочетание данных о сотрудниках и клиентах с СППР на основе алгоритмов поднимает эти опасения на новый уровень. Точно так же, как пользователи персональных компьютеров могут никогда не узнать, почему в их браузере всплывает реклама определенного характера, лидеры бизнеса начинают осознавать, что решения на машинной основе не всегда могут быть хорошими, понятными и точными.
Даже такие продвинутые технологические компании как Facebook и Twitter обнаружили, что без контроля человеком машинный интеллект может вести себя непредсказуемо. Поэтому они нанимают тысячи сотрудников для отслеживания поведения их алгоритмов поддержания взаимодействия между пользователями в социальных сетях и рекламы на основе искусственного интеллекта. Ведущие технологические компании начинают вкладывать больше ресурсов в решение этих проблем, так, ассоциация специалистов по работе с данными сформировала партнерскую группу по вопросам пользы искусственного интеллекта для людей и общества (см.: https://globaldataconsortium.com/data-partners).
Несмотря на возможные риски, перспективы, которые управление персоналом на основе АБД открывает перед организациями, имеют слишком высокую ценность. Например, компании GE, Visa, IBM разрабатывают пакет аналитических инструментов, которые помогут находить неочевидных кандидатов на работу и формировать рекомендации по тренингам. Команда HR-аналитиков в GE использует данные, которые помогают отслеживать «историю движения сотрудников и их соотнесенность с должностями» (цит. по: https://www.ge.com), что помогает сотрудникам выявлять потенциальные новые возможности в компании - независимо от подразделения или географического расположения. Чтобы значительно повысить производительность, компания Hitachi Data Systems внедрила умные бейджики для определения типов поведения, которые способствуют вовлеченности и высокой производительности у сотрудников, и использует такие данные наилучшим образом для перестройки рабочего пространства и команд сотрудников (см.: http://www.tadviser.ru/index.php/%D0%9A%D0% BE%D0%BC%D0%BF%D0%B0%D0%BD%D0%B8%D1%8F:Hitachi).
Согласно исследованиям Б. Марра, 90% имеющихся в мире данных были произведены за прошедшие два года. Большинство этих данных не структурированы (в основном, тексты, изображения, видео и т.п.) и остаются неосвоенными большинством организаций, особенно, если речь идет об управлении персоналом, данных о сотрудниках и клиентах. Учитывая возможности текстовой аналитики, неудивительно, что команды по управлению персоналом и главы служб управления персоналом ищут пути использования таких данных в своей работе (см.: https://data-conomy.com/2014/06/bernard-marr-author-keynote-speaker-consultant-in-strategy-analytics-and-big-data).
Одним из ведущих специалистов по текстовой аналитике данных о сотрудниках является Эндрю Мэритт (см.: https://www.organizationview.com/workometry), основатель и руководитель Organization View - компании, занимающейся HR-аналитикой и базирующейся в Швейцарии. Разработанный им продукт Workometry используется все большим числом компаний для изучения и понимания сути генерируемых сотрудниками текстов, которые во многом определяют результаты деятельности бизнеса и персонала. Текстовая аналитика - это обработка текстовой информации при помощи алгоритмов. Когда говорят о высоком росте производства данных, большая его часть приходится на неструктурированные данные - тексты, изображения, видео - не на классические данные числового характера в базах данных. Неструктурированные данные компаний чаще всего имеют вид текста. Текстовая аналитика помогает превращать эти качественные, не-структурированые данные в количественные и структурированные. Как только эта процедура завершена, полученные данные подвергают всем видам статистического и машинного анализа. Обычно, применяют два типа квантификации. Первый - кодирование или классифицирование текста, которое дает количественные данные. Второй - количественная оценка текста в баллах, например, при анализе его эмоциональной окраски.
Персонал производит большие объемы текста, в большинстве случаев, данные поступают из анкет и опросников. Около 30% вопросов в исследованиях относятся к типичным вопросам про вовлеченность. Примерно половина вопросов посвящена задачам, стоящим перед бизнесом. Остальные вопросы затрагивают темы, актуальные для отделов по управлению персоналом, такие как управление качеством и результатами работы, эффективность менеджеров и др. При проведении оценки методом «360°» можно достаточно четко определить, как выдвигаемые на выс-
шем уровне компаний инициативы спускаются дальше по иерархии [1, с. 18-19]. Компании могут сконцентрироваться на потребностях развития, чтобы выяснить, каковы возможные ожидания сотрудников, например, от курсов повышения квалификации, или можно ли сделать эти курсы доступнее, чтобы они были ближе к требованиям персонала, можно ли спрогнозировать результаты обучения и др.
Можно сгруппировать темы, поднимаемые сотрудниками компаний в ходе такой оценки:
1. Группа мнений А: А1 - ценить навыки и способности; А2 - улучшить руководство; А3 - лучшая командная работа; А4 - улучшить морально-психологический климат в коллективе; А5 - повысить внутренние возможности; А6 - больше возможностей для карьеры/развития; А7 - больше возможностей; А8 - более высокое качество тренингов; А9 - улучшения в продвижении по должностной лестнице; А10 - ценить опыт; А11 - улучшения в должностных ролях;
2. Группа мнений В: В1 - составить режим работы/улучшить графики сменности; В2 - лучший режим работы; В3 - больше гибкости; В4 - лучшие договоры; В5 - лучший баланс между работой и личной жизнью; В6 - улучшить условия новогодних каникул; В7 - бонус за работу в официальные неприсутственные дни; В8 - повышенная оплата; В9 - улучшить режим перерывов; В10 - улучшить условия работы для консультантов по продажам;
3. Группа мнений С: С1 - дела идут хорошо; С2 - ничего не знаю; С3 - люблю свою работу/я счастлив; С4 - улучшения по работе менеджеров; С5 - более уважительное, справедливое и равноправное обращение;
4. Группа мнений Б: Б1 - чаще использовать радио; Б2 - меньше реорганизаций; Б3 - повышенные гарантии занятности;
5. Группа мнений Е: Е1 - лучшие средства для выполнения работы; Е2 - повысить эффективность; Е3 - упростить процессы;
6. Группа мнений Б: - больше ясности о будущем; Б2 - снизить неопределенность/больше ясности; Б3 - улучшения в плане работы с персоналом;
7. Группа мнений О: 01 - давать больше информации; 02 - обеспечивать лучшее взаимодействие; 03 - обеспечивать лучшие организацию и планирование; 04 - организовывать мероприятия и события; 05 - меньше дежурств; 06 - улучшить расписание дежурств; 07 - меньше изменений; 08 - меньше контроль/больше времени; 09 - вносить улучшения в проекты; 010 - улучшать продажи; 011 - улучшать продвижение продукции;
8. Группа мнений Н: Н1 - улучшить обстановку в торговом зале; Н2 - расширить штат сотрудников; Н3 - улучшить обстановку в часы пик; Н4 - снизить рабочую нагрузку; Н5 - лучшее обслуживание клиентов; Н6 - более четкий/дифференцированный фокус; Н7 - лучше использовать мощности; Н8 - разрешать вопросы по ассортименту; Н9 - улучшать условия доставки;
9. Группа мнений I: 11 - держать в курсе дел; 12 - лучшая музыка в цехах и на рабочих местах; 13 -лучший режим скидок для сотрудников; 14 - более высокие компенсационные выплаты; 15 - больше стимулирующих выплат; 16 - улучшения по КР1; 17 - больше поощрений; 18 - больше прислушиваться к сотрудникам.
Анализ текста - одна из тем, начинать прорабатывать которые легко, но трудно дойти до фазы, в которой процесс приносит пользу. Многие специалисты по анализу и обработке данных и работники 1Т-сферы могут проводить такой анализ, но немногие из них обладают теми знаниями и навыками, которые помогают добраться до фазы, в которой анализ будет полезным. Необходимо налаживать контакт с экспертами. При внедрении такого анализа стоит сначала браться за простые проекты. Все, что требует зонирования, особенно документы без единой структуры, это то, чего необходимо избегать и/либо найти эксперта, который специализируется на соответствующем типе документов. Тексты более конкретной тематики проще поддаются обработке и анализу, чем тексты более общего характера. Далее уже можно приступать к оценке каждого предложения/мнения, сгруппировать предложения в более крупные блоки по темам, определить степень полезности этих предложений.
По оценкам специалистов Бе1оШ;е, в ближайшие годы появятся 1Т-разработки умных продуктов для эффективной обработки и использования данных о сотрудниках. Диапазоном рисков, ассоциирующихся с сбором, хранением и использованием этих данных управлять не только возможно, но и необходимо. Различные стратегии обезличивания и шифрования могут помочь организациям эффективно использовать данные о сотрудниках и клиентах при управлении рисками, связанными с хране-
нием и обработкой различных видов персональных данных. Компаниям, которые используют ИЯ-аналитику, а также внешним продавцам и поставщикам таких услуг, нужна сильная и устойчивая политика, безопасность, прозрачность и открытое взаимодействие для управления связанными рисками. Эти элементы необходимо использовать вместе для создания безопасной организационной среды с целью обработки данных о сотрудниках и клиентах. Такая среда должна сводить к минимуму вероятность злоупотреблений, ошибок и утечек.
Важным аспектом управления анализом данных о сотрудниках является знание мест хранения персональных данных. Картирование потоков персональных данных, поступающих в систему и исходящих из нее (особенно, если такие системы подключены к средствам и алгоритмам аналитики), -важнейший фактор для формирования прозрачности и установки надлежащих средств защиты. Использование инструментов обнаружения, картирования и классификации может помочь организациям классифицировать как структурированные, так и неструктурированные данные. Компании должны обращать особое внимание на качество и безопасность сохранности данных и точность решений на машинной основе.
В заключение отметим, что поднятая тема - сравнительно новый вызов для сферы управления персоналом, но она быстро и небезосновательно становится ведущим приоритетом.
ЛИТЕРАТУРА
1. Попазова О.А., Шихова Н.Н. Оценка и аттестация персонала. СПб.: Изд-во СПбГЭУ, 2019. 79 с.
