Введение 5
ГЛАВА 1. ОБЩИЕ СВЕДЕНИЯ О ГОСУДАРСТВЕННОЙ ГРАЖДАНСКОЙ СЛУЖБЕ И
ПОДХОДЫ К ИСПОЛЬЗОВАНИЮ HR-АНАЛИТИКИ 8
1.1. Теоретические основы HR-аналитики и законодательное регулирование
государственной гражданской службы 8
1.1.1. Понятийный аппарат исследования 8
1.1.2. Подходы к определению HR-аналитики 9
1.1.3. Законодательное регулирование государственной гражданской службы 11
1.2. Статистика 13
1.2.1. Статистика по кадровому составу ИОГВ Санкт-Петербурга 14
1.2.2. Российская статистика 15
1.2.3. Международная статистика 17
1.3. Опыт использования HR-аналитики 19
1.3.1. HR-аналитика в частном секторе 19
1.3.2. HR-аналитика в государственном секторе 21
Выводы по Главе 1 24
ГЛАВА 2. ТЕОРЕТИЧЕСКИЙ ОБЗОР И МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ 26
2.1. Обзор литературы в области HR-аналитики 26
2.1.1. Подходы к построению и использованию HR-аналитики 26
2.1.2. Использование инструментов HR-аналитики 28
2.2. Описание проведения исследования и формулировка гипотез эмпирического
исследования 33
2.2.1. Схема проведения исследования 33
2.2.2. Теоретические предпосылки и модель эмпирического исследования 34
2.2.3. Формулировка гипотез эмпирического исследования 38
2.3. Описание методов исследования 39
2.3.1. Методология интервью 39
2.3.2. Методология фокус-групп 41
2.3.3. Методология онлайн-опроса 41
2.3.4. Описание количественных методов 42
Выводы по Главе 2 44
ГЛАВА 3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И РЕКОМЕНДАЦИИ 45
3.1. Описание результатов полевого исследования 45
3.1.1. Описание результатов интервью с заказчиком проекта 45
3.1.2. Описание результатов интервью с экспертами 46
3.1.3. Описание результатов фокус-группы 48
3.1.4. Составление портретов сотрудников ИОГВ 50
3.2. Описание результатов эмпирического исследования 51
3.2.1. Описание собранных данных 51
3.2.2. Интерпретация результатов расчетов 52
3.3. Рекомендации по разработке системы HR-аналитики 58
3.3.1. Рекомендация 1. Создание системы HR-метрик, включающей индивидуальные показатели по сотрудникам и метрики по этапам жизненного цикла сотрудника .... 58
3.3.2. Рекомендация 2. Использование портретов сотрудников ИОГВ Санкт-
Петербурга при разработке HR-стратегий 61
3.3.3. Рекомендация 3. Внедрение модели прогнозирования увольнений сотрудников
на основе кадровых данных с использованием продвинутых методов машинного обучения 62
3.3.4. Рекомендация 4. Создание единой платформы для ведения HR-аналитики .... 63
3.3.5. Рекомендация 5. Преодоление сопротивления заинтересованных сторон
внедрению новой системы HR-аналитики путем управления изменениями 64
Выводы по Главе 3 65
Заключение 66
Список использованной литературы 68
Приложения
В современных условиях наблюдается усиление конкуренции между работодателями за квалифицированные кадры, в связи с чем растет потребность в повышении эффективности принятия решений в области управления персоналом.
В некоторых организациях кадровые решения принимаются интуитивно, в то время
как в других используются более продвинутые инструменты: рассчитываются KPI, применяется 360-градусная обратная связь, или внедряется HR-аналитика1. В результате роста
осведомленности о необходимости комплексного анализа данных многие руководители отдают предпочтение именно HR-аналитике. Согласно отчету консалтинговой компании
CEB, 95% директоров по персоналу планируют увеличить инвестиции в HR-аналитику в
ближайшие годы2.
Наряду с мировыми трендами, применение HR-аналитики в России за последние
годы увеличилось. По данным исследований HH.ru, доля российских компаний, использующих HR-аналитику, выросла с 63% в 2018 г.3 до 71% в 2022 г.4
Увеличение использования HR-аналитики объясняется не только развитием культуры принятия решений на основе данных, но и значительным влиянием кадровой политики на эффективность работы организаций. По мнению доктора Джона Салливана, решения в области управления человеческими ресурсами являются наиболее важными для компании.5
Необходимость в анализе данных о персонале отмечается не только в частном, но и
в государственном секторе. Доктор Кейт Харрингтон, Заместитель Комиссара по производительности и аналитике Комиссии государственной службы Нового Южного Уэльса, отмечает, что будущее государственного сектора определяется множеством факторов, и
именно HR-аналитика позволяет влиять на управленческие решения во всех этих сферах6.
Потребность в разработке системы HR-аналитики была отмечена руководством Комитета государственной службы и кадровой политики Администрации Губернатора Санкт-Петербурга в связи с возрастающей конкуренцией за квалифицированных специалистов на рынке труда. Предполагается, что использование данных для принятия решений
поможет усовершенствовать политику в области управления персоналом и снизить текучесть кадров.
Актуализированная система HR-аналитики позволит Администрации систематизировать информацию о персонале, оценивать качество кадровых мероприятий, проводить
сравнение ключевых HR-показателей с другими работодателями и прогнозировать отток
специалистов. Все это позволит принимать своевременные решения в области управления
персоналом в краткосрочной и долгосрочной перспективах, что улучшит функционирование системы исполнительных органов государственной власти Санкт-Петербурга в целом.
Цель выпускной квалификационной работы – предоставить рекомендации Комитету
государственной службы и кадровой политики Администрации Губернатора
Санкт-Петербурга по построению и внедрению системы HR-аналитики. Для достижения
поставленной цели были определены следующие задачи:
1. Изучить подходы к определению HR-аналитики и законодательное регулирование государственной гражданской службы Санкт-Петербурга.
2. Изучить российский и международный опыт внедрения HR-аналитики в бизнесе
и государственных органах.
3. Сделать обзор литературы и выделить инструменты, которые могут быть использованы в новой системе HR-аналитики.
4. Провести интервью с заказчиком проекта и экспертами в области HR-аналитики.
5. Провести фокус-группу с сотрудниками исполнительных органов государственной власти Санкт‑Петербурга.
6. Разработать теоретическую модель и сформулировать гипотезы эмпирического
исследования.
7. Провести эмпирическое исследование с целью выявления факторов, которые могут быть использованы для прогнозирования оттока персонала.
8. Сформулировать рекомендации для Комитета государственной службы и кадровой политики Администрации Губернатора Санкт-Петербурга по построению и
внедрению новой системы HR-аналитики.
Объектом данного исследования выступает система исполнительных органов государственной власти Санкт‑Петербурга, предметом – инструменты повышения эффективности принятия решений в области управления персоналом.
Повышение эффективности кадровых стратегий является важной задачей для многих современных компаний в связи с усилением конкуренции между работодателями за
квалифицированных сотрудников. В последние годы наблюдается устойчивый рост популярности HR-аналитики ввиду повышения осведомленности организаций о ценности анализа данных для принятия информированных управленческих решений.
Исполнительные органы государственной власти Санкт-Петербурга, представленные Администрацией Санкт-Петербурга, будучи заметным по величине и сложности внутренних процессов работодателем, не являются исключением. Система HR-аналитики,
функционирующая в ИОГВ на данный момент, не соответствует современным требованиям
организации и нуждается в модернизации.
В настоящем исследовании была изучена проблема создания релевантной системы
HR-аналитики в ИОГВ Санкт-Петербурга. В соответствии с потребностями организации
были выделены три основных направления исследования: создание системы HR-метрик,
составление портретов сотрудников ИОГВ и разработка модели прогнозирования увольнений с применением машинного обучения.
Для выделения подходящих HR-метрик был осуществлен обзор законодательства в
области гражданской службы, изучен международный опыт и научная литература, а также
проведены интервью с экспертами в области HR-аналитики и фокус-группа с сотрудниками
ИОГВ Санкт-Петербурга. В результате Комитету государственной службы и кадровой политики было рекомендовано внедрить систему, включающую индивидуальные показатели
по сотрудникам и метрики по основным этапам жизненного цикла сотрудника (подбор,
адаптация, обучение и удержание).
В исследовании были созданы два типа портретов сотрудников ИОГВ: портреты типичных служащих и портреты служащих по уровню приверженности работодателю. Портреты типичных сотрудников, основанные на данных о кадровом составе, помогут организации лучше понимать особенности персонала и разрабатывать более качественные кадровые программы. Портреты служащих по уровню приверженности, определяющие черты
"лояльных", "нейтральных" и "критикующих" сотрудников, помогут понять характеристики каждой группы и разработать целенаправленные программы для повышения или поддержания их удовлетворенности. Для создания модели прогнозирования оттока персонала было проведено эмпирическое исследование. С целью определения факторов, потенциально влияющих на67
увольнение специалиста, был осуществлен анализ международного опыта и научной литературы, проведены интервью и фокус-группа.
В проведенном эмпирическом исследовании было подтверждено пять исследовательских гипотез. Таким образом, были выявлены факторы, влияющие на намерение сотрудника покинуть ИОГВ: стаж работы в ИОГВ, воспринимаемое соответствие уровня заработной платы рыночному значению, наличие наставника при приеме на службу, длительность больничных и переработок. Также, было отмечено статистически значимое влияние
таких контрольных переменных, как пол, возраст, семейное положение и уровень должности сотрудника.
В результате исследования были сформулированы рекомендации по двум направлениям. Первое направление включает рекомендации относительно развития разделов HRаналитики – создания системы HR-метрик, применения портретов сотрудников и внедрения
модели оттока с использованием машинного обучения. Второе направление касается процесса создания и внедрения всей системы HR-аналитики.
Одной из перспектив дальнейшего исследования является оценка релевантности
предложенных HR-метрик с помощью опросов или фокус-групп с представителями кадровых служб ИОГВ и разработка диапазонов целевых значений показателей с учетом специфики различных органов власти.
Многоаспектность проведенного онлайн-опроса среди служащих ИОГВ позволяет
продолжить эмпирическое исследование. Для дальнейшего анализа могут быть выбраны
следующие направления: оценка соответствия получаемых сотрудником поощрений значимым для него поощрениям и определение влияния данного фактора на удовлетворенность
и намерение увольнения; исследование влияния факторов мотивации госслужащих на интерес к работе и удовлетворенность местом работы; создание портретов сотрудников на
основе их отношения к ИОГВ.
Таким образом, актуализация системы HR-аналитики является важным шагом для
улучшения процесса принятия кадровых решений в исполнительных органах государственной власти. Для создания подходящей системы в первую очередь необходимо учитывать
особенности и требования организации, принимая во внимание передовые практики в бизнесе и государственных органах, а также научные исследования в области HR-аналитики.
1. Веселкова Н. В. Полуформализованное интервью // Социологический журнал. - 1994. N. 3. - P. 103-109.
2. Геринг А. Г., Огородникова И. А. Скажите, пожалуйста (к вопросу об особенностях метода интервьюирования) // Вестник Омского университета. - 1999. N. 4. - P. 119¬122.
3. Глава 10. Модели бинарного выбора // Дружелюбная эконометрика. URL:
https://books.econ.msu.ru/Introducti on-to-Econometrics/chap10/ (дата обращения:
20.02.2024).
4. Госслужба в цифрах // Комитет государственной службы и кадровой политики Ад-министрации Губернатора Санкт-Петербурга. - URL: https://hr.gov.spb.ru/statistika/ (дата обращения: 13.02.2024).
5. Закон Санкт-Петербурга от 01.07.2005 N 399-39 (с изменениями на 17.10.2023) «О государственной гражданской службе Санкт-Петербурга».
6. Инструменты повышения эффективности управления персоналом // Академия Со-циальных Технологий. - URL: https://ast-
academy.ru/blog/instrumenty_i_tehnologii_dla_povysenia_effektivnosti_upravlenia_pers onalom/ (дата обращения: 21.04.2024).
7. Как компании используют HR-аналитику: исследование hh.ru // HeadHunter. 2022. URL: https://spb.hh.ru/article/30591 (дата обращения: 13.02.2024).
8. Как компании используют HR-аналитику: исследование hh.ru // HeadHunter. 2022. URL: https://spb.hh.ru/article/30591 (дата обращения: 13.02.2024).
9. Кластерный анализ // Центр Статистического Анализа. URL: https://www.statmethods.ru/statistics-metody/klasternyj-analiz/ (дата обращения: 21.05.2024).
10. Логистическая регрессия и ROC-анализ — математический аппарат // Loginom. URL: https://loginom.ru/blog/logistic-regression-roc-auc (дата обращения: 20.02.2024).
11. Мальцева Т. В. Метод фокус-групп в академических исследованиях // Прикладная юридическая психология. - 2008. N. 3.
12. Метод фокус-групп // Лицей НИУ ВШЭ. URL: https://school.hse.ru/nis/focusgroup (дата обращения: 28.02.2024).
13. Насретдинова М. М. Виды выборок для онлайн опросов // Психология, социология и педагогика. - 2014. - N. 9. URL: https://psychology.snauka.ru/2014/09/3517 (дата об-ращения: 04.05.2024).
14. Онлайн-исследования. Онлайн-опросы // Центр управленческих решений Sarmont. URL: https://sarmont.by/metody/online/ (дата обращения: 03.05.2023).
15. П. А. Туктарова, и др. Текучесть кадров на предприятии как угроза экономической безопасности // Молодой ученый. - 2017. N 13. - P. 376-379. - URL: https://moluch.ru/archive/147/41429/
16. Постановление Губернатора Санкт-Петербурга от 31.05.2012 N 36-пга «О структуре исполнительных органов государственной власти Санкт-Петербурга» (с изменени¬ями на 26.04.2019).
17. Постановление Правительства Санкт-Петербурга от 18.11.2003 N 43 «Об Админи-страции Губернатора Санкт-Петербурга» (с изменениями на 29.09.2023)
18. Постановление Правительства Санкт-Петербурга от 9 сентября 2014 г. N 838 «О кад¬ровой политике в исполнительных органах государственной власти Санкт-Петер¬бурга».
19. Постановление Правительства Санкт-Петербурга от 9.09.2014 N 838 «О кадровой политике в исполнительных органах государственной власти Санкт-Петербурга».
20. Сладкова Н. М, Воскресенская О. А., Горковенко Ю. Л. HR-аналитика для управле-ния эффективностью в госсекторе // Г осударственная служба. - 2023. - Vol. 25, N. 1. DOI: 10.22394/2070-8378-2023-25-1-64-75
21. Тренды в HR-аналитике // HeadHunter. 2018. URL: https://hhcdn.ru/file/16625804.pdf (дата обращения: 14.02.2024).
22. Федеральный закон от 27.05.2003 N 58-ФЗ «О системе государственной службы Рос¬сийской Федерации».
23. Федеральный закон от 27.07.2004 N 79-ФЗ (ред. от 24.07.2023, с изм. от 27.11.2023) «О государственной гражданской службе Российской Федерации»
24. Федоров, В. М., Кусакин, Л. А. Трудовой абсентеизм как вид деструктивного пове-дения персонала // Актуальные тренды в экономике и финансах: материалы между-народной научно-практической конференции. Омский филиал Финансового универ¬ситета при Правительстве РФ. - 2019. - С. 101-104.
25. Фивейский В. Ю. Система HR-аналитики. Опыт Москвы // Университет Правитель¬ства Москвы. URL: https://www.hrmedia.ru/sites/default/files/fiveyskiy_sistema_hr- analitiki._opyt_moskvy.pdf (дата обращения: 28.02.2024).
26. Фокус-группа // Решение. URL:
http://decision.ru/issledovaniya_rynka/ispolzuemye_metody/fokusgruppa/ (дата обраще-ния: 28.02.2024).
27. Чеховский И. В. Интервью как способ получения информации в качественной стра¬тегии исследовательского поиска // Вестник РУДН. Серия: Социология. - 2009. N. 4.
28. Ankum M. People Analytics: 5 Real Case Studies. URL:
https://www.effectory.com/knowledge/people-analytics-5-real-case-studies/ (дата обра-щения: 13.03.2024).
29. Bassi, L. Raging debates in HR analytics // Human Resource Management International Digest. - 2012. - Vol. 20, N. 2. https://doi.org/10.1108/hrmid.2012.04420baa.010
30. Bersin, J. Big Data in HR: Building a Competitive Talent Analytics Function - The Four Stages of Maturity // Oakland: Bersin & Associates. - 2012.
31. Boudreau, J. W., Ramstad, P. M. Talentship and human resource measurement and analy-sis: From ROI to strategic organizational change // Center for Effective Organizations // University of Southern California. - 2004.
32. Carson, P. P., Carson, K. D., Griffeth, R. W., Steel, R. P. Promotion and Employee Turn-over: Critique, Meta-Analysis, and Implications // Journal of Business and Psychology. - 1994. Vol. 8, No. 4. - P. 455-466. http://www.jstor.org/stable/25092442
33. Chetkovich, C. What's in a Sector? The Shifting Career Plans of Public Policy Students // Public Administration Review. - 2003. - Vol. 63, N. 6. - P. 660-674. DOI:10.1111/1540- 6210.00330
34. Cho, W., et al. Human Resources Analytics for Public Personnel Management: Concepts, cases, and caveats // Administrative Sciences. - 2023. Vol. 13, N. 2. https://doi.org/10.3390/admsci13020041.
35. Cluster analysis in Machine learning // Medium. URL: https://hpsuresh12345.medium.com/cluster-analysis-6757d6c6acc9 (дата обращения: 20.05.2024).
36. Data-driven human resources management: Enabling the strategic use of human resources data for a high-performing civil service. The Path to Becoming a Data-Driven Public Sec-tor, OECD Publishing, 2019, https://doi.org/10.1787/6669e814-en
37. Dulebohn, J. H., Johnson, R. D. Human resource metrics and decision support: A classifi-cation framework // Human Resource Management Review. - 2013. - Vol. 23, N. 1. - P. 71-83. https://doi.org/10.1016/j.hrmr.2012.06.005
38. Employee engagement and motivation // The Chartered Institute of Personnel and Devel-opment. URL: https://www.cipd.org/en/knowledge/factsheets/engagement-fact-
sheet/#what-is-employee-engagement
39. Employee Lifecycle // Eddy. - URL: https://eddy.com/hr-encyclopedia/employee-lifecy- cle/
40. Employee Motivation // Inc. - URL: https://www.inc.com/encyclopedia/employee-moti- vation.html
41. Falletta S. V., Combs W. L. The HR analytics cycle: A seven-step process for building evidence-based and ethical HR analytics capabilities // Journal of Work-Applied Manage-ment. - 2021. - Vol. 13, N. 1. - P. 51-68. https://doi.org/10.1108/jwam-03-2020-0020.
42. Fitz-enz, J. The New HR Analytics: Predicting the Economic Value of Your Company’s Human Capital Investments, AMACOM, New York, 2010. ISBN-13: 978-0-8144-1643-3
43. Garg, S., Sinha, S., Kar, A.K., Mani, M. A review of machine learning applications in human resource management // International Journal of Productivity and Performance