Методологии оптимизации подбора и оценки персонала на основе анализа данных

Абаркин А.П.

Выпускник группы MBA CIO-60B

Школа IT-менеджмента

РАНХиГС при Президенте РФ

Развитие технологий в IT-сфере влияет на бизнес-процессы любой современной организации. Сформированные и устоявшиеся структуры и процессы требуют обновления или замены, т.к. перестают обеспечивать необходимую результативность или затрачивают значительное количество ресурсов на реализацию, что неминуемо приводит к созданию «бутылочного горлышка» и снижению эффективности.

В работе рассмотрен и сформирован инновационный подход к процессу подбора персонала на массовые вакансии на основе анализа данных, а также оценки эффективности и лояльности работающих сотрудников. Предложен процесс подбора персонала на массовые вакансии с минимизацией человеческих действий и разработано унифицированное программное обеспечение, позволяющее реализовывать данный процесс.

Актуальность данной работы обусловлена появлением новых методов и средств в сфере информационных технологий, используемых в подборе и оценки персонала, ранее не применимых в рамках ДТ. Автоматизация процессов позволит существенно увеличить уровень производительности и в конечном итоге снизить стоимость подбора кандидатов и удержания сотрудников. Это в свою очередь приведет к повышению рентабельности предприятия. Помимо этого, тенденция к оказанию более качественных и клиентоориентированных услуг предполагает необходимость создания благоприятного профиля сотрудника, взаимодействующего с конечным потребителем.

Целью данной аттестационной работы является увеличение эффективности рекрутинга за счет создания методологии оптимизации подбора кандидатов на массовые вакансии и оценки существующего персонала на основе анализа данных с разработкой унифицированного программного обеспечения и проведением пилотного проекта в рамках ГКУ «Центр организации дорожного движения Правительства Москвы» ЦОДД. По результатам пилотного проекта принять решение о дальнейшем масштабировании проекта.

Поставленная цель обусловила необходимость постановки и решения следующих задач:

1. Выявить основные потребности и проблемы, возникающие при массовом подборе персонала на должности основных рабочих;
2. Сформировать проверяемые гипотезы и критерии успеха пилотного проекта;
3. Собрать и проанализировать доступные данные о существующих сотрудниках организации;
4. Произвести анализ и выбор методов и средств оценки персонала и кандидатов на основе машинного обучения, data mining, рекомендательных систем;
5. Произвести выбор факторов, описывающих сотрудника и являющихся значимыми;
6. Разработать унифицированное программное обеспечение на основе разработанных моделей с возможностью масштабирования;
7. Оценить результаты пилотного проекта.

Основное внимание уделялось выбору методов и средств оценки персонала и кандидатов, а также разработке программного обеспечения с дальнейшей проверкой гипотез при помощи него.

Объектом исследования является персонал ГКУ «Центр организации дорожного движения Правительства Москвы» ЦОДД.

Предметом исследования выступает часть процесса подбора персонала, а именно – рекрутинг при подборе на массовые вакансии и оценка существующих сотрудников в рамках подпроцесса ротации персонала.

Основными методами анализа персонала являлся математический анализ и разработанные в рамках работы математические модели - искусственные нейронные сети.

При проведении предпроектного анализа задач были выявлены следующие значимые факторы:

1. В рамках массового подбора сотрудников основными проблемами являются низкая производительность в связи с ограниченными ресурсами, высокая текучесть персонала и невозможность объективной оценки кандидата.
2. К выявленным потребностям относятся: необходимость сравнительной оценки среди существующих сотрудников одной должности - скоринг, формирование человекопонятного профиля эффективного сотрудника, визуализация значимых параметров сотрудников, предложение наиболее релевантных кандидатов, находящихся в открытом доступе.
3. Критериями успеха пилотного проекта являются:
   • Сравнительный анализ количества подобранных кандидатов. Т.е. отношение в единицу времени подобранным Human Resource (HR) менеджером и программным обеспечением релевантных резюме на выбранную вакансию. Планируемое увеличение не менее чем на 50%.
   • Анализ конверсии на различных этапах подбора – первичный отсмотр, коммуникация, собеседование, обучение, испытательный срок. Т.е. отношение из выбранных резюме приглашенных, прошедших очное собеседование кандидатов. В рамках различных бизнес-процессов и в зависимости от должности предполагается очное обучение длительностью 18 недель или испытательный срок до 3 месяцев. Планируемое увеличение на последнем этапе - 7%.
   • Созданы профили эффективного сотрудника для каждой должности.
   • Сформирован скоринг текущих сотрудников, выявлены наиболее лояльные и перспективные из них.
   • Сформирована и визуально представлена аналитика по текущим сотрудникам.
   • Разработано унифицированное программное обеспечение, включающее функциональную и интерфейсную части позволяющее реализовывать описанные процессы.
4. При сборе и первичном анализе данных сотрудников было выявлено, что в большинстве подведомственных организаций не ведется электронный учет резюме сотрудников, способствующих более глубокому анализу, однако общая информация о них представлена и хранится в автоматизированных системах кадрового учета.
5. При подборе методов анализа сотрудников были выбраны модели бинарного выбора с различными функциями распределения, а также класс алгоритмов «случайные деревья». Подобраны коэффициенты моделей, позволяющие судить о лояльности сотрудника.
6. К значимым и оцениваемым факторам относятся: пол, возраст, образование, предыдущие места работы, оклад, стаж, знание иностранных языков, повышения, курсы повышения квалификации,
7. В качестве средств разработки использовались языки программирования python 3.x для back-end части и vue.js (javascript) для front-end работающие посредством API использующим JSON для обмена данными. Данное решение позволит пользователю использовать web приложение с минимальными трудозатратами и портировать его. Со стороны разработки гибкая архитектура позволит независимо дополнять web приложение новыми модулями при необходимости.
8. Отсутствие пользовательской документации намеренно исключено из процесса разработки поскольку в рамках проектирования программного обеспечения заложена концепция дружественного интерфейса, а активные элементы снабжены короткими подсказками.

Теоретическая значимость результатов. Полученные результаты можно использовать при принятии управленческих решений, а также автоматизированных методах подбора персонала.

Практическая значимость результатов. Разработанное программное обеспечение и опробованные подходы к подбору и оценки персонала подходят для широкого спектра организаций, как коммерческих, так и государственных. Значимость заключается в увеличении эффективности и результативности при первичном массовом подборе, а также способствует объективизации решений при отборе кандидата.

Разработанное программное обеспечение нашло практическое применение в работе ГКУ «Центр организации дорожного движения Правительства Москвы» ЦОДД при скорринге персонала и найме новых сотрудников в рамках проведения пилотного проекта.