| Anotācija |
Paaugstinātas konkurences, pieaugošās darbaspēka mobilitātes un laikmeta, kurā
atbilstoši kvalificēti darbinieki ir organizācijas panākumu atslēga, kombinācija nozīmē,
ka darbinieku noturēšana ir kļuvusi par ievērojamu izaicinājumu organizācijām. Starp
dažādiem datu analītikas veidiem tradicionālā darbinieku noturēšanas stratēģija būtībā
ietver divus galvenos aspektus: aprakstošo un paredzošo analītiku, kas izceļ darbinieku
atbiruma tendences, un darbinieku prognozēšanu, kuri varētu pamest organizāciju.
Tomēr šīm pieejām trūkst spējas pieņemt lēmumus par to, kādas noturēšanas darbības
jāveic dažādu organizatorisku ierobežojumu apstākļos. Lai novērstu šo trūkumu, šajā
pētījumā tiek piedāvāts hibrīds nestriktā “mantkārīgā” lēmumu atbalsta ietvars
darbinieku noturēšanai.
Šajā rakstā ir sniegts preskriptīvs lēmumu pieņemšanas ietvars cilvēkresursu vadībā,
kas balstīts uz nestriktu loģiku un “mantkārīgām” optimizācijas metodēm. Izmantojiet
netriktu loģiku, lai modelētu nenoteiktību, kas saistīta ar tādiem uzvedības mainīgajiem
kā darba apmierinātība un darba un privātās dzīves līdzsvars, un sadalītu noturēšanas
intervences optimizētā veidā, ņemot vērā ierobežotu budžetu jebkurai organizācijai,
izmantojot mantkārīgu optimizācijas algoritmu. Sistēmas ieviešana un novērtēšana ir
veikta, pamatojoties uz konkrētu piemēru, kas pazīstams kā IBM HR Analytics
darbinieku noturēšans datu kopa, kurā ir 1470 darbinieku ieraksti ar 35 mainīgajiem
Piedāvātās sistēmas veiktspēja tiek pārbaudīta, izmantojot simulācijas un salīdzinošās
novērtēšanas metodes. Rezultāti liecina, ka sistēma sniedz ieteikumus augsta riska
darbinieku identificēšanai un efektīvu izmaksu ieteikšanai, ko viņi var izmantot
darbinieku noturēšanai. Rezultāti liecina, ka piedāvātais modelis ir noderīgāks nekā
tikai paredzoši prognozējošie modeļi, jo tas uzlabo resursu efektivitātes rādītājus un
intervenču kvalitāti, ģenerējot svarīgas stratēģijas ar skaidru izpildi. Pētījums vēl vairāk
veicina preskriptīvās analītikas attīstību cilvēkresursu vadībā, nodrošinot vienotu
analītisko sistēmu, kas apvieno gan optimizācijas, gan nenoteiktības modelēšanas
perspektīvas. Darba apjoms ir 77 lappuses, tajā ir 12 tabulas, 2 attēli, 86 literatūras avoti
un 2 pielikumi. |
