CC BY
222
2. Финансовый менеджмент: учебник / В.Ю. Барашьян, В.Д. Бджола, О.Г. Журавлёва [и др.]; под ред. В.С. Золотарёва, В.Ю. Барашьян. - М.: КНОРУС, 2015. - 520 с.
3. Центр макроэкономического анализа и краткосрочного прогнозирования. - Режим доступа: http://www.forecast.ru/default.aspx.
4. Инструментарий антикризисного управления.- Режим доступа: http://www.goodstudents.ru/invest-projects/1081 -antikrizisnoe-upravlenie.html
©Барашьян В.Ю., Бувальцова С.С., 2016
УДК 658
В.В. Белашова
магистрант Академии маркетинга и социально - информационных технологий - ИМСИТ
Т.А. Сапунова к.э.н., доцент Академии маркетинга и социально - информационных технологий - ИМСИТ
УПРАВЛЕНИЕ ПЕРСОНАЛОМ НА ПРЕДПРИЯТИИ С ИСПОЛЬЗОВАНИЕМ НОВЫХ ТЕХНОЛОГИЙ
Аннотация
В данной статье рассматривается применение технологии Data Mining на предприятии для анализа информации о сотрудниках, облегчения поиска информации в больших объемах и роль данной технологии в принятии эффективных и обоснованных бизнес - решений.
Ключевые слова
Data Mining, получение информации, извлечение знаний, анализ данных.
HR-отделы занимаются и стратегией развития компании, и аттестацией сотрудников, и организуют или проводят самостоятельно масштабные обучения, и внедряют корпоративную культуру, и создают бенефитные пакеты. Словом, все, что угодно - лишь бы сотрудники работали долго и плодотворно. Но подчас все эти усилия не приносят результатов, или, что еще хуже, дают обратный эффект. И тогда про большинство элементов управления персоналом тихо забывают, либо пытаются пересмотреть стратегию.
В любой компании есть огромное количество информации о ее сотрудниках: личные данные, данные об их семьях, база резюме, результаты различных тестирований, анкетирований и т.п. Если бы Вы могли взглянуть на всю эту информацию внимательнее, то увидели бы много такого, о чем раньше даже и не знали. [2, с. 43 - 44]
Например, узнали бы, что общего у людей, которые не могут удержаться на одном месте больше года, или наоборот, которые работают в компании по три-пять лет и дольше: какое у них образование, какой возраст, какими иностранными языками они владеют, сколько у них детей, какие, в конце концов, у них хобби.
Тогда, обсуждая очередную возможность организации обучения для сотрудника, вы смогли бы сразу же оценить, чего от него ожидать - долгой работы и лояльности к компании, или же ухода при первой удобной возможности. Представьте, например, что двое менеджеров по продажам просят отправить их на довольно дорогие курсы. Отправить обоих нельзя, да и не имеет смысла. Кому же предоставить возможность учиться?
А вы знаете, что в этой информации есть еще и другие закономерности, о которых вы не подозреваете? Так каким же образом этого можно достичь, как выжать из такой разнородной информации о кандидатах
МЕЖДУНАРОДНЫЙ НАУЧНЫЙ ЖУРНАЛ «ИННОВАЦИОННАЯ НАУКА» №11-1/2016 ISSN 2410-6070
столь необходимые и ценные закономерности, невидные невооруженным взглядом?
В западных компаниях эту задачу уже давно и успешно решают. И называется это решение - Data mining (на русский язык обычно переводится как «извлечение знаний»). Технология Data Mining предназначена для поиска в больших объемах неочевидных и практически полезных данных, закономерностей и явлений, которые затем используются для принятия более эффективных и обоснованных бизнес-решений.
Именно Data mining позволяет выяснять, например, какие люди более лояльны, а какие - наоборот; кто лучше работает в топ-менеджменте, а кто - в среднем звене и так далее - примеров можно привести огромное множество.
Технология устроена так, что она пытается найти связь всего со всем, то есть связать всевозможные элементы различной информации, однако оставляет только наиболее яркие и сильные найденные связи, отбрасывая слабые и неинтересные. В результате применения этой технологии вы и узнаете о таких закономерностях, о которых раньше, возможно, и не догадывались. [3, с. 37]
В целом же, применение Data mining для анализа информации о сотрудниках, дает HR-отделам следующие возможности:
- более тщательно анализировать предыдущий опыт сотрудника и оценивать дальнейшие перспективы его профессионального развития;
- полноценно и глубоко исследовать результаты проведенных тестирований, аттестаций и обучения сотрудников, а, следовательно, точнее планировать подобные акции в будущем;
- оценивать эффективность бенефитных программ: какие бонусы лучше подходят для мотивации тех или иных категорий сотрудников;
- на основании косвенных признаков более обоснованно, более уверенно прогнозировать, например, насколько подходящим для компании окажется конкретный сотрудник, насколько он будет лояльным, насколько он «ценный» специалист; определять его склонность к различным поступкам/действиям и т.д.;
- всегда иметь полное и всестороннее представление о кандидатах на ваши вакансии - это и типичные характеристики различных возрастных групп, выпускников различных ВУЗов, работников различных отраслей и типов компаний, сотрудников склонных или несклонных к частой смене работы, и т.д.
Итак, что же нужно, чтобы, наконец, воспользоваться этой чудодейственной технологией и узнать все тайное, что скрывается в недрах информации о сотрудниках?
Для начала, всю эту информацию необходимо собрать в одной базе данных - резюме сотрудников, результаты аттестаций, данные о зарплатах, бонусах, поощрениях и т.д. Далее вся эта база данных обрабатывается с помощью технологии Data mining. Теперь остается только указывать, зависимости между какими данными нужно исследовать.
Об эффективности самой технологии Data mining говорит, например, тот факт, что в Министерстве труда США и крупнейшее в мире рекрутинговое интернет-агентство Monster.com объявили о стратегическом партнерстве, основная цель которого - анализ при помощи Data mining более чем 10 миллионов резюме в базе Monster.com для выявления и анализа тенденций на рынке рабочей силы. Кроме того, по сообщениям ведущих консалтинговых компаний, анализ HR-данных активно используется западным бизнесом для подбора более качественного персонала, для оценки эффективности и оптимизации бенефитной политики, контроля текучести кадров и так далее.
В России Data mining только начинает набирать свою популярность.
Российские компании постепенно осознают, что в современном бизнесе одной информации уже недостаточно, а для успешной деятельности необходимо уметь ее эффективно анализировать. Тем не менее, процесс внедрения этой технологии уже запущен - например, известно, что Data mining в сфере HR среди кадровых агентств уже используется в агентстве Ventra Employment для кадрового консалтинга, а среди HR-отделов можно выделить HR-отдел корпорации Mirantis, который также недавно внедрил эту технологию.
[4]
Следовательно, уже сейчас можно сделать прогноз: для того, чтобы не отстать от своих конкурентов, другие компании также в скором времени будут активнее прибегать к помощи технологии Data mining. Ну,
а выиграют от этого все - и компании, и их сотрудники.
В заключение хочется надеяться, что Data mining со временем будет использоваться так же широко, как сейчас используются, например, базы данных, став обыденным и привычным инструментом для менеджеров по персоналу. [1, с. 95 - 96]
Список использованной литературы:
1. Бухалков, М.И. Управление персоналом: развитие трудового потенциала: Учебное пособие / М.И. Бухалков. - М.: НИЦ ИНФРА-М, 2013. - 192 с.;
2. Ловчева, М.В. Управление персоналом: теория и практика. Делопроизводство в кадровой службе: Учебно-практическое пособие / М.В. Ловчева. - М.: Проспект, 2013. - 80 с.;
3. Оксинойд, К.Э. Управление персоналом: теория и практика. Управление социальным развитием и социальная работа с персоналом организации: Учебно-практическое пособие / К.Э. Оксинойд. - М.: Проспект, 2012. - 64 с.;
4. Сапунова Т.А. Разработка автоматизированного механизма отбора и оценка персонала на предприятии. Управление человеческими ресурсами в инновационной экономике: сборник материалов молодежной научно - практической конференции. Часть 1 - Краснодар, Из - во КубГУ Семей 2011. - с. 156 - 157.
© Белашова В.В., Сапунова Т.А., 2016
УДК 338
С.А. Васнев
к.э.н., доцент
РАНХиГС, г. Москва, Российская Федерация
Н.Н. Васнева к.ф.н., доцент
НИЯУ МИФИ, г. Москва, Российская Федерация
ЗАНЯТОСТЬ В ОСНОВНЫХ ОТРАСЛЯХ РОССИЙСКОЙ ЭКОНОМИКИ: ХАРАКТЕР, ПРОБЛЕМЫ И ТЕНДЕНЦИИ
Аннотация
В современных условиях экономического развития России данный вопрос требует самого пристального внимания. Отслеживая динамику занятости, можно обнаружить некоторые тенденции, которые в какой-то степени способствуют пониманию сущности проблем развития российской экономики.
Ключевые слова.
Занятость, динамика занятости, тенденции занятости, секторальная мобильность, проблемы занятости.
Занятость как общественно-полезная деятельность граждан, связанная с удовлетворением личных и общественных потребностей, является важнейшим макроэкономическим показателем в обществе с рыночной экономикой. Она раскрывает сущностные процессы функционирования общества и определяется как уровень или мера вовлеченности людей в трудовой процесс с целью удовлетворения их личных и общественных потребностей. Особенности развития российской экономики в современных условиях оказывают существенное влияние на характер занятости. Обратимся к статистическим данным. Возьмем для начала нашего анализа группу данных о динамике и структуре занятости. Данная группа показателей занятости даст возможность составить представление о количестве рабочей силы и её распределении по основным отраслям экономики. Объективной основой занятости является баланс спроса и предложения рабочей силы, а также те особенности, которые имеют региональные рынки. Их структуру может отличать либо «трудоизбыток» рабочей силы, либо «трудодефицит» рабочей силы. И в обоих случаях должны быть
