Big Data и Machine Learning в HR: еще 5 примеров успешного использования информационных технологий для управления человеческими ресурсами

Недавно мы рассказывали, зачем HR-специалисту большие данные, как быстро и эффективно внедрить Big Data в управление персоналом, а также описывали случаи интеллектуального рекрутинга с помощью машинного обучения. В продолжение этой темы сегодня мы приготовили для вас 5 интересных кейсов от отечественных и зарубежных компаний по 3 HR-направлениям: управление талантами, повышение лояльности и удержание сотрудников, а также оптимизация штатного расписания.

Управление талантами в корпорации IBM с помощью Big Data и Machine Learning

Big Data и Machine Learning в компании IBM помогают сотрудникам определить, какие навыки им необходимо развить. По каждому работнику ведется непрерывный сбор данных о выполненных им задачах, пройденных образовательных курсах и полученных оценках. Далее модель машинного обучения делает выводы относительно предпочтительного развития определенных компетенций, а HR-специалист формирует для сотрудника подходящую программу повышения квалификации.
В 2018 году подобная технология помогла 27% сотрудников IBM получить новую работу или повышение по службе [1].

Кроме того, на основе алгоритмов Machine Learning формируются предложения о поощрении и карьерном продвижении работников. Для этого IBM запустила цифрового тренера, созданного сотрудниками компании в процессе хакатона. Виртуальный помощник формирует персонализированные профориентационные рекомендации человеку на основе Big Data анализа его показателей эффективности, а также данных о среднем времени продвижения по службе с текущей должности сотрудника до желаемой позиции. Еще это программное решение предлагает варианты карьерного пути для достижения поставленной цели [2].

3 примера использования Big Data и Machine Learning для повышения лояльности и удержания сотрудников

1. Одна компания после анализа данных поняла, что самые лояльные сотрудники работают в радиусе 5 километров от нее и перенесла свой офис в более удобный район. Это привело к существенному снижению текучки персонала без дополнительных вложений в мотивацию [3].
2. Другая компания, работающая в сфере образовательных услуг, систематически сталкивалась со случаями внезапного ухода обученных сотрудников, состоящих в кадровом резерве предприятия. Это серьезно подрывало имидж и отрицательно сказывалось на корпоративных доходах. Аналитическими средствами технологии Big Data был разработан сервис удержания, который собирает данные об образовании, должности и рабочем месте сотрудника, его семейном положении, профессиональных компетенциях и достижениях, типе и длительности выполняемых работ, а также карьерном росте за последний год. Далее модель машинного обучения выделяет людей, находящихся в зоне риска, которые профессионально выгорают, не мотивированы и могут планировать уход из компании. Каждый месяц руководство и HR-служба предприятия получают сведения о таких работниках, чтобы своевременно принять меры по их удержанию и мотивации. Это позволило снизить общую текучку персонала и добиться того, что из нее уходило не более 2-3 резервистов в год. Таким образом, BigData и Machine Learning стали инструментом для мониторинга текущего состояния персонала и прогнозирования будущих рисков [3].
3. Аналогичное решение на базе технологий больших данных и машинного обучения позволило компании IBM прогнозировать увольнение работников по собственному желанию с точностью до 95% и своевременно принимать меры по их удержанию. Это сэкономило предприятию около 300 миллионов долларов затрат на удержание работников [1].

Технологии больших данных и машинного обучения для оптимизации штатного расписания

Аналитические средства Big Data и Machine Learning можно использовать для:

• выявления наиболее эффективных сотрудников;
• определения перегруженных сотрудников и перераспределение нагрузки;
• определения ресурсоемких, но малополезных активностей, рутинных операций, которые можно автоматизировать, дублирования функций и т.д.;
• безболезненного избавления от неэффективных работников и действий.

В частности, сбор данных о распределении рабочего времени на выполнение прикладных задач с учетом их бизнес-ценности реализуется через отслеживание времени пребывания на рабочем месте, трекинг рабочего времени с помощью smart-часов или сканирование пропусков сотрудников. Проанализировав «реальную» загруженность своих работников, вы сможете построить модели результативности сотрудников разных категорий по рабочим часам и направлениям деятельности.

Это позволит вам изменить рабочий график сотрудников, например, увеличив число продавцов во время наплыва посетителей, а также безболезненно отказаться от ресурсоемких, но малополезных активностей, в частности, длинных, но не используемых на практике отчетов. А самое главное, вы сможете выявить «трудовой балласт» – неэффективных работников, которые не приносят компании достаточной пользы и, следовательно, их увольнение не скажется отрицательно на корпоративной деятельности.

Это лишь некоторые примеры успешного использования Big Data и Machine Learning для управления человеческими ресурсами. Узнайте больше о возможностях улучшения своих HR-процессов на нашем курсе Аналитика больших данных для руководителей. За 3 дня интенсивной практики мы научим вас анализировать бизнес с перспективы его оптимизации за счет ИТ, формулировать и реализовывать прикладные задачи монетизации ваших корпоративных данных средствами Big Data и Machine Learning. Смотрите расписание, записывайтесь на курсы и приходите в наш образовательный центр. Ждем вас на занятия!

Источники

1. https://edwvb.blogspot.com/2019/04/iskusstvennyj-intellekt-ibm-mozhet-prognozirovat-uvolnenie-rabotnikov-s-tochnostyu-95.html
2. https://edwvb.blogspot.com/2019/03/kak-kompaniya-ibm-pereosmyslila-upravlenie-personalom-i-ehffektivnostyu.html
3. http://hr-media.ru/bolshie-dannye-bigdata-dlya-hr-kak-uvidet-lichnost-za-tsifroj/