Материал: Специфика использования больших данных в управлении человеческими ресурсами

Специфика использования больших данных в управлении человеческими ресурсами

Оглавление

Введение

Глава 1. Динамика управления персоналом - от интуитивных решений к аналитике

.1 Понятие больших данных

.2 Понятие управления человеческими ресурсами

.3 Диджитализация как главный тренд управления персоналом

.4 Области использования больших данных и инструментов people analytics в управлении человеческими ресурсами

.4.1 Найм и отбор кандидатов

.4.2 Анализ сети организации

.4.3 Оценка эффективности персонала

Глава 2. Совмещение культурного профиля сотрудников и систем больши данных

.1 Культурологическая платформа для составления культурного профиля сотрудника

.2 Культурные профили сотрудников на примере стран США и России

.3 Применения систем больших данных для анализа культурного профиля сотрудника

.4 Возможный вариант визуализации предлагаемого подхода

.4.1 Визуализация первого этапа: выбор страны для поиска кандидата по совместимости культурного профиля со страной компании-работодателя

.4.2 Визуализация второго этапа: выбор кандидата на основе анализа больших данных

.5 Преимущества и возможные риски предлагаемого подхода

.6 Прогноз факторов, способствующих развитию использования инструментов people analytics и больших данных в управлении персоналом

Заключение

Глоссарий основных терминов

Список использованной литературы

Приложения

Введение

управление человеческий персонал профиль

Большие данные сегодня привлекают внимание во многих областях. Доступность данных разных типов, появляющихся из различных источников и с ускоряющимися темпами, а также новые интеллектуальные методы анализа, которые обещают автоматически обнаруживать и прогнозировать новые интересные факты, сулят большой потенциал системам больших данных.

Интеллектуальный анализ больших данных рассматривается как важный источник информации, которая может быть использована для принятия более обоснованных решений в различных областях. Управление персоналом, или управление человеческими ресурсами, выделяется как одна из этих областей, где ранее основанные на интуиции и ожиданиях человека решения теперь могут базироваться на реальных данных.

Учитывая постоянно увеличивающийся объем данных, хранящихся в различных автоматизированных системах управления персоналом и хранилищах данных, неудивительно, что управление человеческими ресурсами выделено в качестве области, в которой большие данные могут принести пользу. Мощные новые технологии позволяют совместить внутренние данные с невероятным объемом данных из внешних источников для принятия эффективных управленческих решений в области HR.

Некоторые компании уже используют большие данные в управлении человеческими ресурсами. На данный момент их опыт показывает, что большие данные улучшают, но не заменяют HR-функцию.

Несмотря на достаточно большое количество исследований и статей на тему больших данных в управлении персоналом, эта область по-прежнему недостаточно изучена. На сегодняшний день обсуждается вопрос значимости больших данных в HR. Проблема управления человеческими ресурсами заключается в том, чтобы понять, какие решения должны принимать люди, а какие должны быть переданы в руки технологий.

Цель данной работы - выявить и исследовать специфику использования больших данных в управлении человеческими ресурсами.

В соответствии с намеченной целью были поставлены следующие задачи:

.        Рассмотрение понятий «большие данные» и «управление человеческими ресурсами».

.        Обзор и анализ трендов диджитализации HR.

.        Анализ направлений управления человеческими ресурсами, в которых используются системы больших данных.

.        Описание подхода, объединяющего культурный профиль сотрудника и системы больших данных.

.        Рассмотрение преимуществ и рисков данного подхода.

.        Прогнозирование факторов, которые способствуют развитию благоприятной среды для работы с аналитическими инструментами.

Настоящая работа состоит из введения, двух глав, заключения, глоссария основных терминов и списка использованной литературы. В первой главе «Динамика управления персоналом - от интуитивных решений к аналитике» выделяются особенности больших данных, перечисляются представленные на сегодняшний день методы обработки больших массивов данных. Также рассматривается понятие управления человеческими ресурсами и динамика развития управления человеческими ресурсами на сегодняшний день - сдвиг человеческого фактора в сторону диджитализации HR-функции. Одним из главных трендов выделены аналитика и системы больших данных, направления применения которых рассмотрены подробнее. Во второй главе «Совмещение культурного профиля сотрудника и систем больших данных» предлагается новый подход к анализу больших данных в найме и отборе сотрудников через призму культурных особенностей потенциальных кандидатов. На примере стран США и России описаны культурные профили сотрудников при коммуникации в командной работе и указаны возможные источники дальнейшего анализа больших данных. Также предложен вариант визуализации данного подхода, указаны его преимущества и возможные риски.

В ходе исследования использовались как теоретические методы: изучение научной и специальной литературы - а также прикладные методы: анализ трендов в сфере управления человеческими ресурсами, сравнительный анализ, визуализация подхода для найма и отбора сотрудников.

Глава 1. Динамика управления персоналом - от интуитивных решений к аналитике

.1 Понятие больших данных

Сначала определим, что такое большие данные и чем они отличны от каких-либо других. Рассмотрим представленные различными источниками определения данного понятия.

Оксфордский словарь английского языка определяет данный термин так: «Большие данные - данные очень большого размера, обычно до такой степени, что манипулирование и управление ими приносят значительные материально-технические трудности; также область вычислений с участием таких данных». [12]

Википедия на английском языке дает следующее определение понятия:

«Большие данные - это термин для обозначения наборов данных, настолько огромных и сложных, что традиционные программы для обработки данных являются недостаточными. Обработка больших данных включает ряд следующих проблем: анализ, захват, курирование данных, поиск, совместное использование, хранение, передачу, визуализацию, обработку запросов, обновление и защиту информации». [13]

Также отметим основные характеристики, выделяемые при описании больших данных:

.        Объем. Нарастающее количество данных, создаваемых как людьми, так и машинами, предъявляет к ИТ-инфраструктуре новые требования в отношении хранения, обработки и предоставления доступа.

.        Разнообразие. Данные содержат разнообразную информацию, представленную разными структурами. Со всем этим, от просмотра определенной части представленного на веб-странице контента до клика по кнопке, от текстовых данных до фотографий и видео, необходимо уметь работать.

.        Скорость. Важно осознавать, что под скоростью понимается не только скорость, с которой данные поступают в хранилище, но и скорость с которой важная информация из этих данных извлекается.

.        Ценность. Большие объемы данных - это ценный ресурс. Но еще ценнее он становится, если позволяет отвечать на насущные в данный момент вопросы или вопросы, которые могут появиться в будущем. [4]

Имея некоторые отличия, оба представленных выше определения делают акцент на трудностях, возникающих при обработке. Так, для агрегации, управления, обработки, анализа и визуализации больших данных было разработано и адаптировано широкое разнообразие методов и технологий. Они были взяты из нескольких областей, включая статистику, информатику, прикладную математику и экономику. Выделяются следующие категории методов [2]:

·              методы класса Data Mining (интеллектуальный анализ данных):

o   поиск ассоциативных правил;

o   классификация;

o   кластерный анализ;

o   регрессионный анализ;

·              краудсорсинг;

·              смешение и интеграция данных;

·              машинное обучение;

·              нейронные сети;

·              сетевой анализ;

·              оптимизация;

·              распознавание образов;

·              прогнозирование;

·              имитационное моделирование;

·              пространственный анализ;

·              визуализация аналитических данных.

Представленные выше методы помогают обобщить имеющиеся данные или выделить в них отличия, найти в них внутреннюю логику и на этом основании построить модели. Все это можно объединить понятием «аналитика». Работая с большими данными, важно определить, какой тип аналитики подходит для конкретной среды больших данных. В зависимости от предъявляемых целей и доступных методов аналитику можно разделить на дескриптивную, предиктивную и прескриптивную. Таблица 1, представленная ниже, наглядно показывает отличия каждого типа аналитики.

Таблица 1. Отличия дескриптивной, предиктивной и прескриптивной аналитики

Возвращаясь к понятию больших данных, следует отметить, что определение, данное Оксфордским словарем английского языка, указывает на то, что большие данные - это еще и область вычислений, методы и технологии, которые используются для работы с большими массивами данных. В настоящей работе понятие больших данных будет использовано в двух представленных выше значениях.

1.2 Понятие управления человеческими ресурсами

По М. Армстронгу, «управление человеческими ресурсами - это стратегический и целостный подход к управлению наиболее ценными активами организации, а именно людьми, которые индивидуально и коллективно вносят свой вклад в достижение организационных целей». [1, 6]

Автор разделяет понятие управление человеческими ресурсами и управление персоналом, приводя ряд отличий. Однако в данной работе равнозначно будут использованы термины «управление человеческими ресурсами», «управление персоналом» и аббревиатура «HR», соответствующая английскому варианту обозначения управления человеческими ресурсами «Human Resources» и активно используемая в русскоязычных статьях как отдельно, так и в таких сочетаниях, как HR-брендинг, HR-специалист, HR-менеджер и др.

Отметим основную цель управления человеческими ресурсами: развитие организационной способности достигать успеха за счет использования людей. [1, 9]

Выделим частные цели управления персоналом:

·        четко структурированный, эффективный процесс найма и отбора кандидатов;

·        приобретение и удержание необходимой квалифицированной, приверженной и мотивированной рабочей силы;

·        максимизация и развитие способностей людей за счет обучения и постоянного развития;

·        стимулирование развития атмосферы взаимного доверия и сотрудничества между менеджерами и их подчиненными;

·        создание климата, благоприятного для командной работы;

·        обеспечение гибкости процессов внутри организации ;

·        создание условий для оценки и вознаграждения;

·        управление разнообразием, присущим трудовым коллективам, принимая во внимание индивидуальные и групповые различия в трудовых отношениях, стилях поведения и устремлениях;

·        осуществление этического подхода к управлению, основанного на заботе о людях, справедливости и прозрачности деятельности;

·        поддержание и совершенствование физического и морального благополучия работников.

Исходя из представленных целей, в Таблице 2 приведен ряд функций системы управления человеческими ресурсами, объединенных в группы. [1, 32]

Таблица 2. Функции системы управления человеческими ресурсами

Однако функционал управления человеческими ресурсами претерпевает значительные изменения, вызванные стремительным развитием технологий и переосмыслением привычных стандартов управления как организацией в целом, так и персоналом в частности.

1.3 Диджитализация как главный тренд управления персоналом

Основной тренд последних лет в управлении человеческими ресурсами - диджитализация, которая подразумевает не просто автоматизацию процессов, но и новое мышление, новый подход ко всем процессам взаимодействия с сотрудниками. Ведущая научно-исследовательская и консультационная фирма по корпоративному обучению, управлению талантами, приобретению талантов и стратегическим HR-решениям Bersin by Deloitte назвала свой последний исследовательский отчет с ключевыми прогнозами на 2017 год о том, каким изменениям подвергнется управление человеческими ресурсами, - «Все становится цифровым» (англ. Everything is becoming digital), что вовсе не случайно. Фокус HR сдвигается в сторону образования организации будущего. Компании все больше нанимают молодых людей, хорошо разбирающихся в новых технологиях и приветствующих «прозрачное» распространение информации.