По всем вопросам звоните:

+7 495 274-22-22

УДК: 331

Технология оценки кандидатов в рекрутинге по цифровому следу

Сербина Наталия Витальевна канд. искусствоведения, доцент кафедры экономики труда и управления персоналом, Уральский государственный экономический университет, E-mail: serbina_nv@usue.ru
Шаньгина Арина Максимовна магистрант кафедры экономики труда и управления персоналом, Уральский государственный экономический университет, E-mail: xxx16935@gmail.com

В статье представлена технология подбора кандидатов по цифровому следу в сети. В условиях современного кадрового голода конкурентоспособность компании во многом зависит от эффективной системы поиска и подбора персонала. Потребность в оперативном привлечении лучших кадров с рынка труда актуализирует вопросы получения достоверной информации о соискателях и скорости их первичной оценки рекрутером. Авторы предложили пятиэтапный алгоритм оценки кандидатов по информации в сети. Рассмотрены основные методы и каналы получения данных. Проведенный сравнительный анализ цифрового следа двух условных кандидатов на вакансию продемонстрировал преимущества предлагаемой технологии.

Литература:

1. Блинникова А. В., Йинг Д. К. Использование искусственного интеллекта в процессах управления человеческими ресурсами // Вестник университета. — 2020. — № 7. — С. 14–21.

2. Нестеров С. А. Понятие цифрового следа и анализ цифрового следа в образовании // Системный анализ в проектировании и управлении: сборник научных трудов XXVI Международной научно-практической конференции. В 3 ч. Санкт-Петербург, 13–14 октября 2022 г. — 2023. — Т. 3. — С. 309–314.

3. Флёров О.В. Цифровой след человека в интернете: основные гуманитарные подходы // Образовательные ресурсы и технологии. — 2018. — №4. — С.79–82.

4. Деткина Д. А. Цифровой след — современное портфолио конкурентоспособного работника // Электронное информационное пространство для науки, образования, культуры: Материалы VII Всероссийской (с международным участием) научно-практической конференции. — Орел: Орловский государственный институт культуры, 2020. — С. 83–88.

5. Запорожцева А.А., Пелих О.В. Цифровой след — источник рисков информационной безопасности [Электронный ресурс]. — URL: https:// scienceforum.ru/2021/article/2018028272 (дата обращения: 15.12.2023).

6. Абрамов В. И. Цифровой след как основа для подбора и обучения персонала компании // Приоритеты развития экономики в условиях цифровизации: Материалы Международной научно-практической конференции, Саратов, 30 ноября 2021 г. — Саратов: КУБиК, 2021. — С.17–22.

7. Каткова Д. А. Цифровой след в системе составления цифрового портрета для подбора персонала // Гуманитарный научный журнал. — 2021. — №3. — С.64–70.

8. Пичурин И. В., Сербина Н.В. Социальный рекрутмент в условиях демографического кризиса на рынке труда // Информатизация в цифровой экономике.— 2023. — Т. 4. — № 2. — С. 183–192.

9. Шаньгина А. М. Цифровой след как инструмент HR-менеджмента // Достойный труд — основа стабильного общества: материалы ХIV Международной научно-практической конференции, Екатеринбург, 10–12 ноября 2022 г. — Екатеринбург, 2022. — С. 254–258.

10. Красникова Я. В. Цифровые технологии в управлении персоналом // Гуманитарный научный журнал. — 2020. — № 1. — С. 77–83.

11. Сартан Г. Н. Изучение цифрового следа кандидатов при подборе: плюсы и минусы // Мотивация и оплата труда. — 2020. — № 4. — С. 318–320.

12. Сербина Н.В., Лихачева В.П. Цифровые инструменты для автоматизации рекрутинга в социальных сетях: возможности чат-ботов // Современные тенденции развития науки и мирового сообщества в эпоху цифровизации: сборник материалов X Международной научно-практической конференции, Москва, 15 декабря 2022 г. — М., 2022. — С. 518–521.

Активная цифровизация экономики обусловила значительное увеличение скорости протекания всех бизнес-процессов. Развитие компании в условиях современного кадрового голода во многом зависит от темпа ее кадрового обеспечения, в том числе от скорости рекрутинга. Борьба за кадры стала условием выживания на рынке, и преимуществом владеют те компании, которые научились делать это быстро, привлекая лучшие кадры с рынка труда. Говоря о скорости рекрутинга, мы подразумевает время от момента возникновения запроса на подбор кандидата до момента его выхода на рабочее место в компанию. И хотя во многих компаниях процедуры согласования уже отобранного кандидата достаточно сложны, продолжительны и еще трудно поддаются регулированию, вполне реально повлиять на скорость первичной оценки и выбора подходящего специалиста из ряда других претендентов.

Актуальность настоящего исследования — в потребности компаний ускорить свой процесс рекрутинга за счет сокращения времени на оценку кандидатов, используя цифровой рекрутинг, выигрывая тем самым в гонке за кадры. Осознавая, что использование цифрового следа несет в себе определенные риски для компании, связанные и с нарушением права на частную жизнь, с защитой персональных данных и с возможностью ошибочной интерпретации или манипуляции информацией, в рамках данной статьи рассматриваются именно преимущества оценки потенциальных кандидатов в сотрудники с помощью анализа их цифрового следа.

Цель исследования — в разработке оптимального алгоритма сравнительной оценки кандидатов по их цифровому следу. Для достижения этой цели поставлены следующие задачи: обозначить понятия цифрового следа, портрета и рекрутинга; рассмотреть принципы анализа цифрового следа, его методы и каналы поиска информации; предложить алгоритм цифрового рекрутинга; обосновать целесообразность использования технологии цифрового рекрутинга на примере сравнительного анализа двух условных кандидатов.

Недобор по части профессиональных навыков для компаний не является критичным и может быть восполнен соответствующим корпоративным обучением.

Для Цитирования:
Сербина Наталия Витальевна, Шаньгина Арина Максимовна, Технология оценки кандидатов в рекрутинге по цифровому следу. Кадровик. 2024;1.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: