Технологии big data в управлении талантами: возможности и риски
|
ВВЕДЕНИЕ 3
ГЛАВА 1. ОСНОВНЫЕ ПОНЯТИЯ И КОНЦЕПЦИИ ИСПОЛЬЗОВАНИЯ BIG DATA В УПРАВЛЕНИИ ЧЕЛОВЕЧЕСКИМИ РЕСУРСАМИ
1.1. Технологии Big Data: понятие, назначение, сферы приложения 9
1.2. Теоретические концепции управления человеческими ресурсами 21
ГЛАВА 2. ПРАКТИКИ И ОПЫТ УПРАВЛЕНИЯ ТАЛАНТАМИ В ОРГАНИЗАЦИЯХ НА ОСНОВЕ BIG DATA
2.1. Управления талантами в современных организациях 35
2.2. Использование Big Data в HR-аналитике 42
2.3. Анализ опыта управления большими данными в Российских компаниях 48
ГЛАВА 3. ВОЗМОЖНОСТИ УПРАВЛЕНИЯ ТАЛАНТАМИ НА ОСНОВЕ BIG DATA В КОМПАНИЯХ В УЗБЕКИСТАНЕ
3.1. ВНЕДРЕНИЯ ЦИФРОВЫХ ТЕХНОЛОГИЙ В КОМПАНИЯХ В УЗБЕКИСТАНЕ 52
3.2. Программа прикладного (эмпирического) исследования 54
3.3. Результаты исследования: Характеристика и системы УЧР организации ООО «NUKUS ISUZU SERVICE» в г. Нукусе 58
3.4. Рекомендация управления талантами для современных компаний в Узбекистане 71
ЗАКЛЮЧЕНИЕ 76
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 79
ПРИЛОЖЕНИЯ 89
ГЛАВА 1. ОСНОВНЫЕ ПОНЯТИЯ И КОНЦЕПЦИИ ИСПОЛЬЗОВАНИЯ BIG DATA В УПРАВЛЕНИИ ЧЕЛОВЕЧЕСКИМИ РЕСУРСАМИ
1.1. Технологии Big Data: понятие, назначение, сферы приложения 9
1.2. Теоретические концепции управления человеческими ресурсами 21
ГЛАВА 2. ПРАКТИКИ И ОПЫТ УПРАВЛЕНИЯ ТАЛАНТАМИ В ОРГАНИЗАЦИЯХ НА ОСНОВЕ BIG DATA
2.1. Управления талантами в современных организациях 35
2.2. Использование Big Data в HR-аналитике 42
2.3. Анализ опыта управления большими данными в Российских компаниях 48
ГЛАВА 3. ВОЗМОЖНОСТИ УПРАВЛЕНИЯ ТАЛАНТАМИ НА ОСНОВЕ BIG DATA В КОМПАНИЯХ В УЗБЕКИСТАНЕ
3.1. ВНЕДРЕНИЯ ЦИФРОВЫХ ТЕХНОЛОГИЙ В КОМПАНИЯХ В УЗБЕКИСТАНЕ 52
3.2. Программа прикладного (эмпирического) исследования 54
3.3. Результаты исследования: Характеристика и системы УЧР организации ООО «NUKUS ISUZU SERVICE» в г. Нукусе 58
3.4. Рекомендация управления талантами для современных компаний в Узбекистане 71
ЗАКЛЮЧЕНИЕ 76
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 79
ПРИЛОЖЕНИЯ 89
Актуальность рассматриваемой темы обусловлена необходимостью управления талантами в компании, в том числе оценки их потенциала, так как это позволит оценить текущее состояние сотрудника в компании, определить его способность к дальнейшему развитию и стремлению к продвижению внутри компании. Актуальность проблемы управления талантами бесспорна и сейчас даже представители малого бизнеса задумываются о внедрении отдельных элементов этой системы в свою операционную деятельность.
В эпохе цифровизации организациям необходимо применять современные технологии, чтобы оставаться успешными. Применения больших данных с использованием цифровых инструментов в условиях необходимости постоянного обновления позволяют компаниям быть более эффективными.
Большие данные стали ценным ресурсом для компаний, это означает новый подход и методологию для управления данными о сотрудниках и многочисленные возможности для управления персоналом. 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 талантами, сохранения и оптимизации персоналов.
Объектом научного исследования - процессы управления талантами на основе технологий больших данных в современных бизнес-организациях.
Предмет исследования - возможности и ограничения во внедрении цифровых технологий для управления талантами в современных бизнес-организациях.
Целью данной работы является выявление возможностей и рисков, а также разработка рекомендации по внедрению технологий управления талантами на основе использования больших данных.
В соответствии с намеченной целью поставлены следующие задачи:
• Уточнение понятий «большие данные», «технологии работы с большими данными в УЧР» и «управления талантами»;
• Исследование концепций и направлений применения больших данных в управлении талантами;
• Анализ опыта использования больших данных в управлении талантами в зарубежных и российских компаниях;
• Разработка проекта по внедрению технологии больших данных в управление талантами;
• Систематизация опубликованной информации об актуальных подходах сбора, хранения и использования больших данных в сфере управления персоналом в современных компаниях;
• Исследование основных тенденций применения цифровых технологий в сфере управления персоналом в компаниях Узбекистана.
Гипотеза исследования: на современном этапе развития УЧР - стратегии, в основу которых заложены цифровые технологии, еще больше повышают эффективность управленческих решений в крупных компаниях; внедрение цифровые технологии в управление персоналом и талантами в малые и средние бизнес-организации не целесообразно, но возможно использование сторонних электронных сервисов для поиска и отбора талантливых соискателей.
Степень научной разработанности проблемы
Исследования по теме большие данные существуют в ограниченном количестве, иностранных источников превалирует над российскими.
Из работ, где рассматривается большие данные в сфере управления персоналом, можно выделить таких отечественных авторов как Д.Ю. Жукова и М.И. Погребняк в работе «HR- аналитика как средство поддержки принятия управленческих решений»[70], Н.И. Нагибина «Управление производительностью труда как основа эффективного управления персоналом» [71], А. Борисова «Управление персоналом для современных руководителей» [72], В.Г. Коновалова «Управление персоналом: теория и практика. Управление организационной культурой» [73], и Р.А. Долженко «Системный подход к управлению трудовой мотивацией персонала»[74].
Из зарубежных можно выделить следующих авторов:
Теоретики УЧР рассматривали вклад больших данных в практику управления человеческими ресурсами и в соответствии с рассматриваемой темой, мы разделили литературу на пять групп[75].
1) Первый кластер «HR-исследования и практика» объединяет статьи, в которых в общих чертах обсуждается использование больших данных в УЧР. Остальные четыре кластера включают высокоэффективные системы практики работы [76], в которых были применены подходы больших данных. Это отбор и найм; оценка и развитие персонала.
Сегодня УЧР обрабатывает в режиме реального времени новые данные о сотрудниках, поступающие из новых источников [77].
Во-первых , как правило, данные предоставляются самими сотрудниками, сознательно или бессознательно, с помощью датчиков и мобильных устройств. Примерами этих данных являются, среди прочего, данные о геолокации, экономические и коммерческие данные, предпочтения в покупках, биологические и демографические данные, данные о производительности и компенсации.
Во-вторых, большой объем также означает управление рисками, связанными с данными, из-за сложности контроля объемов, скорости и разнообразия данных, а также манипулирования разумной информацией о сотрудниках или репутационной информацией [78].
В-третьих, большой означает большую трудность в извлечении полезных знаний. Это включает в себя сдвиг парадигмы, основанный на индукции и способности предсказывать, а не на дедукции, и на способности объяснять, а также изменение методов обработки и анализа данных с помощью методов декодирования и машинного обучения [79], а также лонгитюдный анализ, которому способствует постоянный поток данных. Следовательно, принятие решений становится процессом, основанным на данных, а не на интуиции или общей мудрости [80].
В-четвертых, большой подразумевает новые профессиональные профили в области управления персоналом, более технологичные, квалифицированные в инженерии, анализе данных, продвинутой математике, алгоритмах, языках программирования и др. [81].
2) Внедрение больших данных в УЧР в основном связано с процессом, которому необходимо следовать, чтобы добиться успеха. В трех отредактированных статьях [82,83,84] предлагалось практическое руководство или описывались шаги по развитию исследования проектов на основе больших данных. По мнению этих авторов, основная трудность заключается в извлечении полезной информации из данных, и они предлагают следующие четыре шага: планирование организации данных, сбор данных, обработка данных и анализ данных.
Первый шаг - это планирование того, как обрабатывать доступную информацию. Важнейшее решение - будут ли данные храниться в собственной системе операционной системы компьютера или в специализированной системе хранения с большим объемом памяти.
Второй шаг - сбор данных. Некоторые источники предоставляют данные и интерфейсы в простой форме, но другие источники недоступны. В этом смысле полезно знать интерфейсы прикладного программирования (API) или протоколы и технологии цифрового кодирования, которые предоставляют пользователям систематический метод запроса и получения информации.
После того, как данные собраны, третий шаг - обработать и предоставить данные структуры.
Наконец, четвертый шаг - это анализ данных. Методы анализа данных можно разделить на четыре типа: анализ текста, анализ мультимедиа, обучение с учителем и обучение без учителя. Существует три основных метода, а именно: пользовательские словари (например, анализ количества слов), извлечение общих характеристик и совместное появление слов; последние два основаны на алгоритмах, распознающих шаблоны или последовательности слов, и полезны, когда данные не структурированы.
3) Венцель Р. и Ван Квакебеке Н[85] рассмотрели возможности и риски больших данных в организационных и управленческих исследованиях на основе основных характеристик больших данных (объем, разнообразие и скорость).
В обзоре King, K. G. [86] представлены некоторые общие идеи о применении УЧР аналитики, необходимости дополнить интуицию данными при принятии решений, трудностях, связанных с процессом и ролью академии, и проиллюстрированы на примере конкретного случая, как количественные инструменты могут положительно повлиять на управление и развитие человеческих ресурсов.
4) Использование данных в управлении человеческими ресурсами со временем эволюционировало A. Levenson[87], от базовых показателей до больших данных через Human Resources Analytics. Аналитика человеческих ресурсов включает в себя сложный анализ, включая внутренние (из отдела кадров) и внешние (от фирмы или рынка) данные, собираемые и обрабатываемые с помощью информационных технологий для поддержки решений, касающихся персонала, связанных с бизнес-результатами и производительностью организации.
5) Обзор Giacumo, L. A., & Breman, J.[88] был сосредоточен на анализе более конкретных тем, таких как использование больших данных в обучении на рабочем месте. Преодолевая эти частичные подходы, данное исследование вносит свой вклад, предлагая обзор современного состояния дел на сегодняшний день для тех, кто хочет иметь общий подход по этому вопросу, представляя ценность для ученых и профессионалов, заинтересованных в управлении человеческими ресурсами. Для этого мы начнем с описания методики поиска и выбора статей, включенных в этот обзор. Затем представлены результаты, в которых освещаются новые перспективы исследований и описывается вклад больших данных в управлении человеческими ресурсами.
Наряду с изучением литературы, необходимо опираться на актуальные новости в бизнесе, а также на опыт компаний, которые уже так или иначе внедряли использование больших данных в свою практику.
Структура работы
Во эмпирической части описывается концепция ВКР, где рассматриваются цель, задачи исследования, его объект и предмет исследования. Также описывается актуальность данной темы, теоретико-методологической основы исследования, и ее теоретическая и практическая значимость.
В первой части представлен план ВКР, которая состоит из введения, 3 глав, заключения, списка используемых источников и приложений, будут рассмотрены большие данные, и их особенности в управлении человеческими ресурсами, разработаны теоретико-методологические основы исследования: раскрыта сущность управления талантами, представлены взгляды современных авторов на проблемы управление талантами.
Во второй части описывается основные понятия и концепции использования Big Data в УЧР, практики и опыт управления талантами в организациях на основе Big Data; использование Big Data в УЧР-аналитике, также трансформация управления талантами в организации на основе Big Data, и анализ опыта управления большими данными в российских компаниях.
В третьей части работы приведены результаты исследования преддипломной практики, определена степень сбора и использования больших данных в компаниях Узбекистана, рассмотрены возможности внедрения и развития актуальных инструментов в соответствии с целями организации.
Теоретико-методологическая основа исследования
В ходе исследования использованы следующие теоретические подходы и концепции:
• концепция человеческого капитала Т.Шульц, и его последователь Г.Беккер;
• теория постиндустриального общества Д.Белла
• теория платформенного капитализма Н. Срничек
• теория глобализации Иванкина Л.И. и Литвинюк А.А.
• теория неоинституционального подхода Р. Коуз
• теории среднего уровня Р. Мертон
• теория управления талантами Ю.Г. Одегова
В качестве источников будут использованы монографии, учебные пособия, научные статьи, а также интернет-ресурсы.
Для исследования управления талантами будет использован анализ внутренней документации, сбор отзывов сотрудников, проведение экспертного интервью с руководителем компании.
Исследование проведено с использованием следующих теоретических и прикладных методов: анализ научной литературы, анализ трендов в сфере управления человеческими ресурсами, сравнительный анализ, визуализация подхода для найма и отбора сотрудников и управления талантами, проведение серии полуструктурированных интервью с представителями бизнес-организаций.
Теоретическая и практическая значимость работы
Теоретическая значимость работы заключается в рассмотрении актуальной темы использования больших данных при управлении компанией. Рассматриваются возможности, опыт, практики внедрения цифровых технологий в управлении талантами, а также их влияние на эффективность деятельности всей организации. При анализе опыта внедрения предлагаемой технологии, предполагается увеличение доверия инновационным возможностям, которые становятся залогом успешного функционирования компаний.
Практическая значимость работы состоит в том, что будут предложены рекомендации, которые повысят качество HR-процессов, в частности управление талантами, а также будут влиять на общее формирование HR-бренда организации, привлекая талантливых специалистов.
Приведенные теоретическая база помогут повысить качество использования имеющихся в компании цифровых технологий на основе больших данных для управления персоналом.
В эпохе цифровизации организациям необходимо применять современные технологии, чтобы оставаться успешными. Применения больших данных с использованием цифровых инструментов в условиях необходимости постоянного обновления позволяют компаниям быть более эффективными.
Большие данные стали ценным ресурсом для компаний, это означает новый подход и методологию для управления данными о сотрудниках и многочисленные возможности для управления персоналом. 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 талантами, сохранения и оптимизации персоналов.
Объектом научного исследования - процессы управления талантами на основе технологий больших данных в современных бизнес-организациях.
Предмет исследования - возможности и ограничения во внедрении цифровых технологий для управления талантами в современных бизнес-организациях.
Целью данной работы является выявление возможностей и рисков, а также разработка рекомендации по внедрению технологий управления талантами на основе использования больших данных.
В соответствии с намеченной целью поставлены следующие задачи:
• Уточнение понятий «большие данные», «технологии работы с большими данными в УЧР» и «управления талантами»;
• Исследование концепций и направлений применения больших данных в управлении талантами;
• Анализ опыта использования больших данных в управлении талантами в зарубежных и российских компаниях;
• Разработка проекта по внедрению технологии больших данных в управление талантами;
• Систематизация опубликованной информации об актуальных подходах сбора, хранения и использования больших данных в сфере управления персоналом в современных компаниях;
• Исследование основных тенденций применения цифровых технологий в сфере управления персоналом в компаниях Узбекистана.
Гипотеза исследования: на современном этапе развития УЧР - стратегии, в основу которых заложены цифровые технологии, еще больше повышают эффективность управленческих решений в крупных компаниях; внедрение цифровые технологии в управление персоналом и талантами в малые и средние бизнес-организации не целесообразно, но возможно использование сторонних электронных сервисов для поиска и отбора талантливых соискателей.
Степень научной разработанности проблемы
Исследования по теме большие данные существуют в ограниченном количестве, иностранных источников превалирует над российскими.
Из работ, где рассматривается большие данные в сфере управления персоналом, можно выделить таких отечественных авторов как Д.Ю. Жукова и М.И. Погребняк в работе «HR- аналитика как средство поддержки принятия управленческих решений»[70], Н.И. Нагибина «Управление производительностью труда как основа эффективного управления персоналом» [71], А. Борисова «Управление персоналом для современных руководителей» [72], В.Г. Коновалова «Управление персоналом: теория и практика. Управление организационной культурой» [73], и Р.А. Долженко «Системный подход к управлению трудовой мотивацией персонала»[74].
Из зарубежных можно выделить следующих авторов:
Теоретики УЧР рассматривали вклад больших данных в практику управления человеческими ресурсами и в соответствии с рассматриваемой темой, мы разделили литературу на пять групп[75].
1) Первый кластер «HR-исследования и практика» объединяет статьи, в которых в общих чертах обсуждается использование больших данных в УЧР. Остальные четыре кластера включают высокоэффективные системы практики работы [76], в которых были применены подходы больших данных. Это отбор и найм; оценка и развитие персонала.
Сегодня УЧР обрабатывает в режиме реального времени новые данные о сотрудниках, поступающие из новых источников [77].
Во-первых , как правило, данные предоставляются самими сотрудниками, сознательно или бессознательно, с помощью датчиков и мобильных устройств. Примерами этих данных являются, среди прочего, данные о геолокации, экономические и коммерческие данные, предпочтения в покупках, биологические и демографические данные, данные о производительности и компенсации.
Во-вторых, большой объем также означает управление рисками, связанными с данными, из-за сложности контроля объемов, скорости и разнообразия данных, а также манипулирования разумной информацией о сотрудниках или репутационной информацией [78].
В-третьих, большой означает большую трудность в извлечении полезных знаний. Это включает в себя сдвиг парадигмы, основанный на индукции и способности предсказывать, а не на дедукции, и на способности объяснять, а также изменение методов обработки и анализа данных с помощью методов декодирования и машинного обучения [79], а также лонгитюдный анализ, которому способствует постоянный поток данных. Следовательно, принятие решений становится процессом, основанным на данных, а не на интуиции или общей мудрости [80].
В-четвертых, большой подразумевает новые профессиональные профили в области управления персоналом, более технологичные, квалифицированные в инженерии, анализе данных, продвинутой математике, алгоритмах, языках программирования и др. [81].
2) Внедрение больших данных в УЧР в основном связано с процессом, которому необходимо следовать, чтобы добиться успеха. В трех отредактированных статьях [82,83,84] предлагалось практическое руководство или описывались шаги по развитию исследования проектов на основе больших данных. По мнению этих авторов, основная трудность заключается в извлечении полезной информации из данных, и они предлагают следующие четыре шага: планирование организации данных, сбор данных, обработка данных и анализ данных.
Первый шаг - это планирование того, как обрабатывать доступную информацию. Важнейшее решение - будут ли данные храниться в собственной системе операционной системы компьютера или в специализированной системе хранения с большим объемом памяти.
Второй шаг - сбор данных. Некоторые источники предоставляют данные и интерфейсы в простой форме, но другие источники недоступны. В этом смысле полезно знать интерфейсы прикладного программирования (API) или протоколы и технологии цифрового кодирования, которые предоставляют пользователям систематический метод запроса и получения информации.
После того, как данные собраны, третий шаг - обработать и предоставить данные структуры.
Наконец, четвертый шаг - это анализ данных. Методы анализа данных можно разделить на четыре типа: анализ текста, анализ мультимедиа, обучение с учителем и обучение без учителя. Существует три основных метода, а именно: пользовательские словари (например, анализ количества слов), извлечение общих характеристик и совместное появление слов; последние два основаны на алгоритмах, распознающих шаблоны или последовательности слов, и полезны, когда данные не структурированы.
3) Венцель Р. и Ван Квакебеке Н[85] рассмотрели возможности и риски больших данных в организационных и управленческих исследованиях на основе основных характеристик больших данных (объем, разнообразие и скорость).
В обзоре King, K. G. [86] представлены некоторые общие идеи о применении УЧР аналитики, необходимости дополнить интуицию данными при принятии решений, трудностях, связанных с процессом и ролью академии, и проиллюстрированы на примере конкретного случая, как количественные инструменты могут положительно повлиять на управление и развитие человеческих ресурсов.
4) Использование данных в управлении человеческими ресурсами со временем эволюционировало A. Levenson[87], от базовых показателей до больших данных через Human Resources Analytics. Аналитика человеческих ресурсов включает в себя сложный анализ, включая внутренние (из отдела кадров) и внешние (от фирмы или рынка) данные, собираемые и обрабатываемые с помощью информационных технологий для поддержки решений, касающихся персонала, связанных с бизнес-результатами и производительностью организации.
5) Обзор Giacumo, L. A., & Breman, J.[88] был сосредоточен на анализе более конкретных тем, таких как использование больших данных в обучении на рабочем месте. Преодолевая эти частичные подходы, данное исследование вносит свой вклад, предлагая обзор современного состояния дел на сегодняшний день для тех, кто хочет иметь общий подход по этому вопросу, представляя ценность для ученых и профессионалов, заинтересованных в управлении человеческими ресурсами. Для этого мы начнем с описания методики поиска и выбора статей, включенных в этот обзор. Затем представлены результаты, в которых освещаются новые перспективы исследований и описывается вклад больших данных в управлении человеческими ресурсами.
Наряду с изучением литературы, необходимо опираться на актуальные новости в бизнесе, а также на опыт компаний, которые уже так или иначе внедряли использование больших данных в свою практику.
Структура работы
Во эмпирической части описывается концепция ВКР, где рассматриваются цель, задачи исследования, его объект и предмет исследования. Также описывается актуальность данной темы, теоретико-методологической основы исследования, и ее теоретическая и практическая значимость.
В первой части представлен план ВКР, которая состоит из введения, 3 глав, заключения, списка используемых источников и приложений, будут рассмотрены большие данные, и их особенности в управлении человеческими ресурсами, разработаны теоретико-методологические основы исследования: раскрыта сущность управления талантами, представлены взгляды современных авторов на проблемы управление талантами.
Во второй части описывается основные понятия и концепции использования Big Data в УЧР, практики и опыт управления талантами в организациях на основе Big Data; использование Big Data в УЧР-аналитике, также трансформация управления талантами в организации на основе Big Data, и анализ опыта управления большими данными в российских компаниях.
В третьей части работы приведены результаты исследования преддипломной практики, определена степень сбора и использования больших данных в компаниях Узбекистана, рассмотрены возможности внедрения и развития актуальных инструментов в соответствии с целями организации.
Теоретико-методологическая основа исследования
В ходе исследования использованы следующие теоретические подходы и концепции:
• концепция человеческого капитала Т.Шульц, и его последователь Г.Беккер;
• теория постиндустриального общества Д.Белла
• теория платформенного капитализма Н. Срничек
• теория глобализации Иванкина Л.И. и Литвинюк А.А.
• теория неоинституционального подхода Р. Коуз
• теории среднего уровня Р. Мертон
• теория управления талантами Ю.Г. Одегова
В качестве источников будут использованы монографии, учебные пособия, научные статьи, а также интернет-ресурсы.
Для исследования управления талантами будет использован анализ внутренней документации, сбор отзывов сотрудников, проведение экспертного интервью с руководителем компании.
Исследование проведено с использованием следующих теоретических и прикладных методов: анализ научной литературы, анализ трендов в сфере управления человеческими ресурсами, сравнительный анализ, визуализация подхода для найма и отбора сотрудников и управления талантами, проведение серии полуструктурированных интервью с представителями бизнес-организаций.
Теоретическая и практическая значимость работы
Теоретическая значимость работы заключается в рассмотрении актуальной темы использования больших данных при управлении компанией. Рассматриваются возможности, опыт, практики внедрения цифровых технологий в управлении талантами, а также их влияние на эффективность деятельности всей организации. При анализе опыта внедрения предлагаемой технологии, предполагается увеличение доверия инновационным возможностям, которые становятся залогом успешного функционирования компаний.
Практическая значимость работы состоит в том, что будут предложены рекомендации, которые повысят качество HR-процессов, в частности управление талантами, а также будут влиять на общее формирование HR-бренда организации, привлекая талантливых специалистов.
Приведенные теоретическая база помогут повысить качество использования имеющихся в компании цифровых технологий на основе больших данных для управления персоналом.
Использование больших данных в организациях открывают широкие возможности как с точки зрения исследований, так и в более прицельном отборе и управлении персоналом. Управление данными и аналитика предлагают значительные преимущества в любой организации, независимо от размера или области деятельности, поскольку по мере развития экономики и каждой отдельной компании сбор информации о клиентах, продуктах и услугах становится все сложнее.
Использование больших данных облегчает рабочие процессы HR-службы, влияя не только на повседневную административную работу менеджеров по персоналу, но и на корпоративную культуру в организации в целом. Можно сказать, что цифровизация добавила службе УЧР новую функцию по анализу и оценке работы сотрудников. Кроме того, компании должны теперь обращать особое внимание на качество и безопасность сохранности персональных данных и на точность принимаемых решений.
В работе рассмотрены возможности и перспективы использования больших данных для принятия управленческих решений в области человеческих ресурсов компании в настоящих условиях, с учетом потребности бизнеса, изменения условий, всей совокупности информации о них из внешней и внутренней среды. Данное направление позволит более эффективно управлять работниками, сформировать основу для принятия решений о дальнейших действиях организации по отношению к каждому из них. Применение больших данных неразрывно связано с технологическим прорывом во всех направлениях человеческой деятельности. Умение работать с ними, корректно обрабатывать дает возможность будущим специалистам решать поставленные задачи.
Глобальный переход к цифровизации неминуемо приведет к неузнаваемости многих секторов экономики. В настоящее время в Узбекистане этот процесс расширяется, что, несомненно, повлечет за собой изменение технологического уклада и производственных цепочек. В недалеком будущем наша жизнь изменится до неузнаваемости, а задача каждого, кто причастен к этому процессу, — не пропустить этот технологический виток, важно выстроить собственные приоритетные ниши для цифровых инноваций, где с наименьшими затратами можно не только добиться самостоятельности на внутреннем рынке, но и стать признанным в мировом сообществе.
Целесообразным является создание отдельного направления по управлению талантами. По моему мнению, в компании должен быть определенный порядок работы с талантливыми сотрудниками, что подразумевает создание политики в отношении потенциала талантов.
Создание данной системы будет способствовать формированию более здоровой конкурентной среды. На основе проведенного исследования можно предложить эксклюзивные и инклюзивные подходы к управлению талантами.
Эксклюзивный подход в управлении талантами более проработан и технологичен — на первом этапе при помощи тестирования и других способов отбора определяется высокопотенциальных работников (HiPo), затем их отделяют от всех остальных в группу кадрового резерва и начинают процесс развития их талантов.
В основе инклюзивного подхода философская идея уникальности каждой личности, согласно которой все люди имеют тот или иной талант, определенные сильные стороны, которые необходимо выявить, развить и найти им применение в организации.
Отсутствие активного внедрения HR-аналитики в практику управления персоналом большинства узбекских организаций обусловлено рядом причин.
Во-первых, комплексные автоматизированные системы управления персоналом не используются или в них отсутствуют модули, позволяющие проводить аналитику больших данных. Существующие информационные системы в области управления персоналом зачастую не поддерживают стратегическое планирование людских ресурсов.
Во-вторых, существуют многих несвязанных систем хранения и анализа данных в организации.
В-третьих, имеющиеся в организации данные не всегда отвечают необходимым требованиям (полнота, надежность, актуальность и т.д.).
В-четвертых, отсутствуют достаточно крупные инвестиции для развития кадровой аналитики и принятия решений на основе анализа данных.
В-пятых, ощущается недостаток высококвалифицированных менеджеров отдела кадров, которые умеют работать с цифровыми технологиями и управления персоналом, и аналитике с использованием технологии больших данных.
Таким образом, для того чтобы повысить эффективность управленческих решений, необходимо не только создать инфраструктуру и оптимизировать бизнес-процессы в сфере управления персоналом, развить необходимые компетенции у сотрудников служб управления персоналом, но и активно использовать результаты HR-аналитики в принятии важнейших стратегических решений в организациях.
Таким образом, потенциально современные бизнес-организации в Узбекистане еще не готовы применять большие данные в управлении персоналом компании, так как большие данные неоднородны, их сложно обрабатывать для статистических выводов. Чем больше требуется параметров для прогнозирования, тем больше ошибок накапливается при анализе, для работы с большими массивами данных нужны огромные вычислительные мощности, такие ресурсы обходятся очень дорого. Хранение и обработка Big Data связаны с повышенной уязвимостью для кибератак и всевозможных утечек. Существуют проблемы конфиденциальности информации о сотрудниках и клиента. Технологии Big Data становятся всё более востребованными на российских и зарубежных предприятиях, однако внедрение зачастую представляется менеджерами непосильной задачей, поскольку изменения затрагивают многие отделы или компанию целиком и требуют значительных финансовых вложений.
В заключение, отметим, что тема исследования - сравнительно новый вызов для сферы управления персоналом.
Использование больших данных облегчает рабочие процессы HR-службы, влияя не только на повседневную административную работу менеджеров по персоналу, но и на корпоративную культуру в организации в целом. Можно сказать, что цифровизация добавила службе УЧР новую функцию по анализу и оценке работы сотрудников. Кроме того, компании должны теперь обращать особое внимание на качество и безопасность сохранности персональных данных и на точность принимаемых решений.
В работе рассмотрены возможности и перспективы использования больших данных для принятия управленческих решений в области человеческих ресурсов компании в настоящих условиях, с учетом потребности бизнеса, изменения условий, всей совокупности информации о них из внешней и внутренней среды. Данное направление позволит более эффективно управлять работниками, сформировать основу для принятия решений о дальнейших действиях организации по отношению к каждому из них. Применение больших данных неразрывно связано с технологическим прорывом во всех направлениях человеческой деятельности. Умение работать с ними, корректно обрабатывать дает возможность будущим специалистам решать поставленные задачи.
Глобальный переход к цифровизации неминуемо приведет к неузнаваемости многих секторов экономики. В настоящее время в Узбекистане этот процесс расширяется, что, несомненно, повлечет за собой изменение технологического уклада и производственных цепочек. В недалеком будущем наша жизнь изменится до неузнаваемости, а задача каждого, кто причастен к этому процессу, — не пропустить этот технологический виток, важно выстроить собственные приоритетные ниши для цифровых инноваций, где с наименьшими затратами можно не только добиться самостоятельности на внутреннем рынке, но и стать признанным в мировом сообществе.
Целесообразным является создание отдельного направления по управлению талантами. По моему мнению, в компании должен быть определенный порядок работы с талантливыми сотрудниками, что подразумевает создание политики в отношении потенциала талантов.
Создание данной системы будет способствовать формированию более здоровой конкурентной среды. На основе проведенного исследования можно предложить эксклюзивные и инклюзивные подходы к управлению талантами.
Эксклюзивный подход в управлении талантами более проработан и технологичен — на первом этапе при помощи тестирования и других способов отбора определяется высокопотенциальных работников (HiPo), затем их отделяют от всех остальных в группу кадрового резерва и начинают процесс развития их талантов.
В основе инклюзивного подхода философская идея уникальности каждой личности, согласно которой все люди имеют тот или иной талант, определенные сильные стороны, которые необходимо выявить, развить и найти им применение в организации.
Отсутствие активного внедрения HR-аналитики в практику управления персоналом большинства узбекских организаций обусловлено рядом причин.
Во-первых, комплексные автоматизированные системы управления персоналом не используются или в них отсутствуют модули, позволяющие проводить аналитику больших данных. Существующие информационные системы в области управления персоналом зачастую не поддерживают стратегическое планирование людских ресурсов.
Во-вторых, существуют многих несвязанных систем хранения и анализа данных в организации.
В-третьих, имеющиеся в организации данные не всегда отвечают необходимым требованиям (полнота, надежность, актуальность и т.д.).
В-четвертых, отсутствуют достаточно крупные инвестиции для развития кадровой аналитики и принятия решений на основе анализа данных.
В-пятых, ощущается недостаток высококвалифицированных менеджеров отдела кадров, которые умеют работать с цифровыми технологиями и управления персоналом, и аналитике с использованием технологии больших данных.
Таким образом, для того чтобы повысить эффективность управленческих решений, необходимо не только создать инфраструктуру и оптимизировать бизнес-процессы в сфере управления персоналом, развить необходимые компетенции у сотрудников служб управления персоналом, но и активно использовать результаты HR-аналитики в принятии важнейших стратегических решений в организациях.
Таким образом, потенциально современные бизнес-организации в Узбекистане еще не готовы применять большие данные в управлении персоналом компании, так как большие данные неоднородны, их сложно обрабатывать для статистических выводов. Чем больше требуется параметров для прогнозирования, тем больше ошибок накапливается при анализе, для работы с большими массивами данных нужны огромные вычислительные мощности, такие ресурсы обходятся очень дорого. Хранение и обработка Big Data связаны с повышенной уязвимостью для кибератак и всевозможных утечек. Существуют проблемы конфиденциальности информации о сотрудниках и клиента. Технологии Big Data становятся всё более востребованными на российских и зарубежных предприятиях, однако внедрение зачастую представляется менеджерами непосильной задачей, поскольку изменения затрагивают многие отделы или компанию целиком и требуют значительных финансовых вложений.
В заключение, отметим, что тема исследования - сравнительно новый вызов для сферы управления персоналом.
Подобные работы
- СТРАТЕГИЯ ЦИФРОВОЙ ТРАНСФОРМАЦИИ ПРЕДПРИЯТИЯ
Магистерская диссертация, менеджмент. Язык работы: Русский. Цена: 5700 р. Год сдачи: 2019 - Повышение эффективности деятельности предприятий ремонта и технического обслуживания на основе инноваций (на примере ООО «Норильскникельремонт»)
Магистерская диссертация, управление бизнес-процессами. Язык работы: Русский. Цена: 5350 р. Год сдачи: 2021
Заказать работу
Заявка на оценку стоимости
Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы
Каталог работ (130689)
- Бакалаврская работа (31478)
- Диссертация (960)
- Магистерская диссертация (18358)
- Дипломные работы, ВКР (53252)
- Главы к дипломным работам (2108)
- Курсовые работы (9669)
- Контрольные работы (6188)
- Отчеты по практике (1308)
- Рефераты (1450)
- Задачи, тесты, ПТК (616)
- Ответы на вопросы (154)
- Статьи, Эссе, Сочинения (911)
- Бизнес-планы (49)
- Презентации (101)
- РГР (84)
- Авторефераты (РГБ) (1691)
- Диссертации (РГБ) (1879)
- Прочее (433)
Новости
06.01.2018
Помощь студентам и аспирантам в выполнении работ от наших партнеров
Помощь студентам и аспирантам в выполнении работ от наших партнеров
Помощь в выполнении учебных и научных работ на заказ ОФОРМИТЬ ЗАКАЗ
дальше»» Все новости
Статьи
- Где лучше заказывать диссертации и дипломные?
- Выполнение научных статей
- Подготовка диссертаций
- Подводные камни при написании магистерской работы
- Помощь в выполнении дипломных работ
»» Все статьи
Заказать работу
Заявка на оценку стоимости
Это краткая форма заказа. После ее заполнения вы перейдете на полную форму заказа работы
