CC BY
227
Чуланова О.Л.
доктор экономических наук, профессор кафедры государственного и муниципального управления и управления персоналом Сургутского
государственного университета Chulanova O. L.
doctor of Economics, Professor of the Department of state and municipal management and personnel management of Surgut state University
ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ ДЕСКРИПТИВНОЙ, ПРОГНОЗНОЙ, ПРЕДИКТИВНОЙ И ПРЕСКРИПТИВНОЙ HR -АНАЛИТИКИ КАК ЦИФРОВЫХ ТРЕНДОВ Opportunities for using descriptive, predictive, predictive, and prescriptive
hr analytics as digital trends
Аннотация: В настоящее время активно исследуется проблема применения HR-аналитики в цифровой экономики. В статье представлены результаты авторского исследования возможностей применения дескриптивной, прогнозной, предиктивной и прескриптивной hr -аналитики как цифровых трендов. Рассмотрены возможности каждого вида HR-аналитики.
Ключевые слова: HR-аналитика, дескриптивная HR-аналитика, прогнозная HR-аналитика , предиктивная HR-аналитика, прескриптивная HR-аналитика.
Abstract: the problem of using HR Analytics in the digital economy is currently being actively investigated. The article presents the results of the author's research on the possibilities of using descriptive, predictive, predictive and prescriptive hr Analytics as digital trends. The possibilities of each type of HR Analytics are considered.
Keywords: HR Analytics, descriptive HR Analytics, predictive HR Analytics, predictive HR Analytics, prescriptive HR Analytics.
Однако стоит заметить, что 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 HR-
аналитики. [1] Ниже нами буду рассмотрены основные подходы к определению понятия «HR-аналитика» (табл.1).
Таблица 1 - Контент-анализ понятия «HR-аналитика»
Автор Определение понятия
SHL Russia ИЯ-аналитика — это глубокий системный подход, позволяющий принимать взвешенные управленческие решения в компании на основании объективных данных, собранных, обработанных и проанализированных с использованием современных методов и технологий [2]
MicroStrategy ИЯ-аналитика - это применение статистики, моделирования и анализа факторов, связанных с сотрудниками, для улучшения результатов бизнеса [3]
HR Technologist ИЯ-аналитика - это методология, позволяющая понять, как инвестиции в человеческий капитал способствуют достижению четырех основных результатов: получение дохода, минимизация расходов, снижение рисков и выполнение стратегических планов [4]
PwC ИЯ-аналитика - процесс системного сбора и анализа информации в области человеческого капитала для выработки управленческих решений, решающих бизнес-задачип[5]
В. Г. Коновалова Определение наиболее ценных ключевых показателей индивидуальной и организационной эффективности, которые служат основой успешной реализации бизнес-стратегии [6]
Источник: составлена на основе данных
Все подходы объединяет одно - данная технология представляет собой анализ информации о персонале, который, в свою очередь, помогает HR-специалистам принимать решения, например, для управления и удержания сотрудников, создания лучшей рабочей среды, максимизации производительности труда, что имеет большой практический результат для организации при эффективном использовании.
Следует отметить, что HR-аналитика также часто упоминается как аналитика людей (people analytics), аналитика талантов (talent analytics), аналитика рабочей силы (workforce analytics). Популярность HR-аналитики за последние годы выросла и продолжает расти. Первая конференция в России на тему данной технологии была проведена в 2014 году. С увеличением интереса возрастало и количество таких конференций, вебинаров, семинаров и курсов. HR-аналитика стала одной из ведущих тем обсуждения недавно прошедшего саммита HR Digital 2019 в Москве, собравшего свыше 700 профессионалов сферы HR и топ-менеджеров. [7]
В рамках нашего исследования был подготовлен опросник (гугл-форма) с целью изучения отношения к HR-аналитике и использования инструментов HR-аналитики в организациях. Опрос был проведён среди 186 работников предприятий России с целью изучения отношения к HR-
аналитике для дальнейшего использования этих результатов при разработке механизмов совершенствования процессов управления персоналом с применением данной технологии. В данной статье будут представлены лишь некоторые результаты данного опроса.
Из предложенных определений респонденты должны были выбрать вариант, наиболее точно, по их мнению, описывающий понятие «НЯ-аналитика». Распространёнными вариантами оказались НЯ-аналитика как глубокий системный подход, который помогает принимать соответствующие управленческие решения (42%) и НЯ-аналитика как методология, позволяющая понимать влияние инвестиций в человеческий капитал на предприятии (33%>) (рис.1)._
■ процесс применения методов обработки данных и инструментов бизнес-аналитики к НЯ-данным
■ методология, позволяющая понять, как инвестиции в человеческий капитал способствуют достижению четырех основных результатов: получение дохода, минимизация расходов, снижение рисков и выполнение стратегических планов;
глубокий системный подход, позволяющий принимать взвешенные управленческие решения в компании на основании объективных данных, собранных, обработанных и проанализированных с использованием
современных методов и технологий
■ систематическая идентификация и количественная оценка людей,
определяющих бизнес-результаты
■ применение статистики, моделирования и анализа факторов, связанных с сотрудниками, для улучшения результатов бизнеса
Рис.1 - Как Вы считаете, какое из определений наиболее точно описывает понятие «НЯ-аналитика»? (составлено автором)
Далее респондентам было предложено ответить на вопрос «Обращались ли на Вашем предприятии за помощью к НЯ-аналитику?». Результаты показали, что 31% опрошенных обращались за помощью,
включая тех, кто делал это один раз, 40% - ещё не обращались, остальные 29% не обращались и не планируют в дальнейшем (рис.2).
■ да, обращались
неоднократно
29% 20% да, обращались один раз
11%
нет, ещё не обращались
40° /о не обращались и не
планируем
29%
0
Рис. 2 - Обращались ли на Вашем предприятии за помощью к НЯ-аналитику?
(составлено автором) Важнейшими компетенциями НЯ-аналитика по результатам опроса стали: умение анализировать и собирать большой объём разноплановой информации (71%), НЯ-экспертиза (64%), стратегическое мышление (58%) и навыки работы с современными информационными системами (62%) (рис.3).
умение прнимать решения 31%
лидерские качества — 7% высокая работоспособность 40%
компетенции в области информатики, экономики... 44%
навыки работы с современными... 62%
знание статистики творческий подход к использованиюданныхдля... 22'
умение убеждать 20%
гибкость, мобильность 33%
способность работать с цифрами: анализировать,... 47%
высокая степень уверенности в себе 9%
объективность 36%
инициативность 9%
системность мышления 36%
развитые навыки коммуникаций 24%
многозадачность 44%
навыки командной работы 16%
целеустремлённость 16%
креативность 20%
стратегическое мышление 58%
НК-экспертиза (понимание ключевых НК-... 64%
внимательное отношение к деталям 29%
хорошее понимание процессов бизнеса 44%
стрессоустойчивость 22%
анализ и сбор большого объёма разноплановой... 71%
1 Ряд 1
38%
консультационные навыки (эффективное...
управление изменениями 24%
0% 10% 20% 30% 40% 50% 60% 70% 80%
Рис. 3 - Какие компетенции, по Вашему мнению, необходимы НЯ-аналитику в первую очередь? (составлено автором)
Таким образом, НЯ-аналитика - это новая и быстро развивающаяся технология. Выводы, полученные в результате аналитики, могут быть применены к любой НЯ-деятельности. Анализ опыта использования НЯ-аналитики в сфере управления персоналом показывает, что наиболее часто она применяется в процессах рекрутинга, прогнозирования и планирования численности персонала, управления вознаграждением ( рис. 4).
предоставление дополнительных _
управление эффективностью 11%
обучение, управление карьерой и преемственность ю
льгот
14%
удержание персонала и прогнозирование текучести 15%
другое
I 1%
поиск и подбор
19%
вознаграждение 17%
планирование численности сотрудников
16%
Рис.4. Применение НЯ-аналитики в сфере управления персоналом [1]
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. [3]
Выделяют несколько видов НЯ-аналитики (рисунок 5)
^^^ »Дескриптивная аналитика (описательная) ^^ 'Прогнозная аналитика ^^^ 'Предиктивная аналитика
«Прескриптивная аналитика
Рис.5 Виды HR-аналитики [8]
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.
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). [9]
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. [10]
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. [11]
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. [12]
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 ИЯ-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. Первое исследование SHL Russia по HR-аналитике [Электронный ресурс] // HR-elearning - современные тренды управления персоналом. -URL: http://hr-elearning.ru/pervoe-issledovanie-shlrussia-po-hr-analitike/ (дата обращения: 28.11.2019)
3. HR Analytics: Everything You Need to Know [Электронный ресурс] // Business Analytics & Mobility Solutions | MicroStrategy. -URL:https://www.microstrategy.com/us/resources/introductory-guides/hr-analytics-everything-you-need-to-know (дата обращения: 28.11.2019)
4. What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation [Электронный ресурс] // HR-technologist: HR trends, news and researches. - URL: https://www.hrtechnologist.com/articles/hr-analytics/what-is-hr-analytics/ (дата обращения: 28.11.2019)
5. HR-аналитика: основные тенденции, вызовы и практика [Электронный ресурс] // «PwC»: аудиторские и консультационные услуги. -URL:https://www.pwc.ru/ru/publications/hr-analytics.pdf (дата обращения: 28.11.2019)
6. Коновалова В.Г. Прогностическая HR-аналитика обеспечивает повышение эффективности управленческих решений: Десятый юбилейный кадровый форум Черноземья: Сб. ст. междунар. российско-китайского заседания. 1 марта 2017 г. Воронеж: ВГУ, 2017. С. 47-51. (дата обращения: 28.11.2019)
7. HR Digital 2019: международные тренды и тенденции [Электронный ресурс] // Гудвилл.онлайн | Деловой портал Центрального федерального округа. - URL: https://gudvill.com/blog/hr-digital-2019-mezhdunarodnye-trendy-i-tendentsii/ (дата обращения: 30.10.2019)
8. 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)
9. Левичев Ю., Ворогушин Е. HR-аналитика: основные тенденции, вызовы и практика [Электронный ресурс]. - URL: https://www.pwc.ru/ru/publications/hr-analytics.pdf (дата обращения: 30.10.2019)
10. 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)
11. 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)
12. 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)
LITERATURE
1. Nazaykinsky S. V., Sedova O. L. The role of HR Analytics in management decision-making / / scientific journal "Vestnik RSUH". Series " Economy. Management. Right». - Moscow: RSUH, 2017. - No. 3(9). URL:. https: / / www.rsuh. ru/upload/main/vestnik/eup/Vestnik_eup3%20(9)_2017. pdf (accessed 30.10.2019)
2. SHL Russia's first research on HR Analytics [Electronic resource] / / HR-elearning-modern trends in HR management. - URL: http://hr-elearning.ru/pervoe-issledovanie-shlrussia-po-hr-analitike/ (accessed 28.11.2019)
3. HR Analytics: Everything You Need to Know [Electronic resource] / / Business Analytics & Mobility Solutions ^MicroStrategy. -URL:https://www.microstrategy. com/us/resources/introductory-guides/hr-analytics-everything-you-need-to-know (accessed 28.11.2019)
4. What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation [Electronic resource] / / HR-technologist: HR trends, news and research. - URL: https://www.hrtechnologist.com/articles/hr-analytics/what-is-hr-analytics/ (accessed 28.11.2019)
5. HR Analytics: main trends, challenges and practices [Electronic resource] / / "PwC": audit and consulting services. - URL:https: / / www. pwc. ru/ru /publications/hr-analytics. pdf (accessed 28.11.2019)
6. Konovalova V. G. Prognostic HR-Analytics provides an increase in the efficiency of management decisions: the Tenth anniversary personnel forum of Chernozem region: international conference of the Russian Federation. Russian-Chinese meeting. March 1, 2017 Voronezh: VSU, 2017. Pp. 47-51. (date accessed: 28.11.2019)
7. HR Digital 2019: international trends and trends [Electronic resource] / / Goodwill.online / Business portal of the Central Federal district. - URL: https://gudvill. com/blog/hr-digital-2019-mezhdunarodnye-trendy-i-tendentsii/ (accessed 30.10.2019)
8. Predictive Analytics in HR [Electronic resource] / / HR-Academy. HR articles. - URL: https://hr-academy.ru/hrarticle/prediktivnaya-analitika-v-hr.html (accessed 11.11.2019)
9. Levichev Yu., Vorogushin E. HR-Analytics: main trends, challenges and practices [Electronic resource]. - URL: https://www.pwc.ru/ru/publications/hr-analytics.pdf (accessed 30.10.2019)
10. Rybakov I. Opportunities for using Big Data in HR and other areas [Electronic resource] / / iR&Dclub. Club of Directors for science and innovation. -
URL: http://irdclub. ru/wp-content/uploads/2016/10/Big-Data-%D0%B2-HR-%D0%A0%D1%8B%D0%B1%D0%B0%D0%BA%D0%BE%D0%B2-%D0%98. .pdf (accessed 30.10.2019)
11. How can Big Data Transform Human Resource Management [Electronic resource] // HR-technologist: HR trends, news and research. - URL: https://www.hrtechnologist.com/articles/recruitment-onboarding/how-can-big-data-transform-human-resource-management/# (accessed: 07.11.2019)
12. Pryamkova M. (IBS) - on predictive Analytics in personnel management at the Big Data Conference [Electronic resource] / / Rusbase. They make money on technology here. - URL: https://rb.ru/list/ibs-on-big-data-conference/ (accessed on 15.11. Two thousand nineteen)
