По всем вопросам звоните:

+7 495 274-22-22

УДК: 331.1

Цифровые метрики оценки эффективности деятельности сотрудников: классификация показателей и проблемное поле

Трунин Григорий Александрович канд. экон. наук, доцент кафедры финансового права и таможенной деятельности, Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых, 600000, г. Владимир, ул. Горького, д. 87, Е-mail: trunin_gr@mail.ru

В статье рассматриваются возможные конкретные направления проектирования метрик оценки персонала в контексте внедрения цифровых двойников кадровых процессов и цифровизации организаций в целом с учетом использования различных типов данных.

Литература:

1. Погодина И. В. Правовые риски использования искусственного интеллекта в управлении персоналом / И. В. Погодина, Д. А. Авдеев // Кадровик. — 2022. — №1. — С. 8–12.

2. Звягинцева О. С. Трансформация системы подготовки кадров для АПК в условиях цифровизации / О. С. Звягинцева // Исследование проблем экономики и финансов. — 2023. — № 3. DOI: 10.31279/2782-6414-2023-3-2.

3. Рахманов М. Л. Современные цифровые технологии и цифровой двойник / М. Л. Рахманов, А. В. Шишкин // Качество и жизнь. — 2021. — № 2 (30). — С. 57–59. DOI: 10.34214/2312-5209-2021-30-2-57-59.

4. Гральник С. О. Разработка и внедрение системы KPI для повышения эффективности работы отделов в современных компаниях // Инновации и инвестиции. — 2024. — № 3. — С. 112–115.

5. Воронина А. В. Контент-анализ сбалансированной системы показателей в управлении бизнес-процессами / А. В. Воронина, А. В. Охотников // Наука и образование: хозяйство и экономика; предпринимательство; право и управление. — 2020. — № 4 (119). — С. 53–57.

6. Мокриевич А. Г. Проблема обоснования статистических закономерностей/ А. Г. Мокриевич // Аграрная экономика и образование в современных условиях развития обществ: материалы Международной научно-практической конференции, посвященной 180-летию ФГБОУ ВО ДГАУ, пос. Персиановский, 21–22 сентября 2020 г. — пос. Персиановский: Донской государственный аграрный университет, 2020. — С. 51–54.

7. Урунов А. А., Левина Л. Ф., Остапенко В. А. Качество экономического пространства: проблемы измерения на мезоуровне // Вестник университета. — 2020. — № 4. — С. 144–151.

8. Assessment of factors influencing the quality of human resources / M. V. Rakhova, S. A. Grachev, M. A. Gundorova, M. I. Zakirova // Managing Service, Education and Knowledge Management in the Knowledge Economic Era — Proceedings of the Annual International Conference on Management and Technology in Knowledge, Service, Tourism and Hospitality, SERVE 2016: 4th, Vladimir, 8–9 октября 2016 г. — Vladimir, 2017. — P. 105–110.

9. Бандурин А. В. Нечеткая модель компетенций в современных стартапах / А. В. Бандурин // Вопросы инновационной экономики. — 2023. — Т. 13. — № 2. — С. 1005–1018. DOI: 10.18334/vinec.13.2.117778.

10. Борисова Т. Ю. Цифровая трансформация: искусственный интеллект в ключевых процессах управления персоналом / Т. Ю. Борисова, Т. А. Камарова // Кадровик. — 2024. — № 2. — С. 54–63.

11. Долженко Е. Р. Искусственный интеллект и нейронные сети в управлении персоналом / Е. Р. Долженко // Кадровик. — 2024. — № 1. — С. 49–59.

12. Мартынов В. В. Дизайн цифрового двойника человека и классов задач на нем в приложении к подготовке кадров / В. В. Мартынов, Е. И. Филосова // Эргодизайн. — 2022. — № 3 (17). — С. 168–176. DOI: 10.30987/2658-4026-2022-3-168-176.

Цифровая трансформация компании затрагивает большую часть бизнес-процессов, в том числе и кадрового делопроизводства. В процессах подбора, аттестации, оценки и ведения персонала все чаще используются различные цифровые решения и технологии. При этом различные компании в разной степени применяют технологические инновации в кадровом делопроизводстве, упуская из виду некоторые особенности и риски, присущие новым технологиям и подходам к работе. В настоящий момент уже выявлены проблемы использования искусственного интеллекта в кадровом делопроизводстве [1, c. 8–10], компетентностного развития персонала в условиях цифровизации процессов [2, с. 2] и мн. др. При этом в литературе уделяется незначительное внимание описанию конкретных метрик оценки эффективности деятельности сотрудников как элемента цифровизации при внедрении цифровых двойников управленческих процессов, включая кадровое делопроизводство.

Под цифровым двойником (дубликатом) будем понимать модель виртуального (цифрового) аналога реального физического объекта или процесса, позволяющего прогнозировать поведение и развитие модели в заданных рамочных условиях [3, c. 57]1. Внедрение цифровых решений и переход к оценке деятельности сотрудников через различные цифровые сервисы неминуемо вынуждают руководство компаний формализовать многие бизнес-процессы и воссоздавать соответствующие процессы в виртуальном пространстве. Такой подход требует формализации и метрик оценки сотрудников, что очень часто приводит к дисбалансу реальных показателей деятельности и цифровых аналогов.

В настоящее время существует несколько ключевых подходов к разработке метрик оценки персонала. Во-первых, можно выделить цифровизацию на базе показателей KPI [4, с. 112]. Этот подход по сути представляет собой перенос текущих метрик KPI в цифровой двойник. Во-вторых, выстраивание показателей на базе их сбалансированной системы [5, c. 53, 54]. Такой подход, предполагает использование нечетких показателей и ориентацию на стратегические факторы успеха организации, что создает сложности в создании цифровых аналогов показателей оценки персонала. В-третьих, выстраивание локальных метрик оценки персонала. Данный метод является фрагментарным и не комплексным, который используется для оценки отдельных сотрудников или направлений деятельности организации.

Для Цитирования:
Трунин Григорий Александрович, Цифровые метрики оценки эффективности деятельности сотрудников: классификация показателей и проблемное поле. Кадровик. 2024;11.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: