Система управления человеческими ресурсами и эксплуатации на основе искусственного интеллекта

Тенденция глобализации, маркетизации и информатизации продолжает усиливаться, и в сегодняшних условиях развития важным вопросом, который необходимо изучить, является то, как воспользоваться возможностью и получить конкурентное преимущество в области людских ресурсов. Управление человеческими ресурсами относится к эффективному использованию соответствующих человеческих ресурсов внутри организации и за ее пределами с помощью форм управления под руководством экономики и гуманистического мышления.

Это общий термин для серии мероприятий, которые обеспечивают достижение целей организации и максимальное развитие членов. С быстрым развитием общества и экономики конкуренция между предприятиями усилилась. Если предприятие хочет адаптироваться к социальному развитию, необходимо усилить внутреннее управление организацией. Внутреннее управление также должно опираться на управление человеческими ресурсами. Целью данной работы является изучение системы управления человеческими ресурсами и операционной системы организации, основанной на искусственном интеллекте. Компания рассчитывает использовать технологию искусственного интеллекта для разработки системы управления человеческими ресурсами и повышения качества работы сотрудников, чтобы заставить предприятие развиваться в направлении более научного и разумного метода. Он использует технологию искусственного интеллекта для сбора соответствующих данных предприятий, своевременного понимания ситуации на предприятиях и корректировки необоснованных правил. В этом документе устанавливается динамическая модель оценки возможностей и модель раннего предупреждения для управления человеческими ресурсами, а также дополнительно изучается подход к совершенствованию, основанный на управлении человеческими ресурсами. В данной статье анализируется применение, осуществимость и практическая значимость технологии интеллектуального анализа данных в системах управления человеческими ресурсами. В нем основное внимание уделяется широко используемым алгоритмам в области интеллектуального анализа данных и предлагаются конкретные сценарии применения алгоритмов и идеи реализации в сочетании с потребностями практики управления человеческими ресурсами. Экспериментальные результаты этой работы показывают, что средний срок службы действующих сотрудников составляет 3,5 года, средняя продолжительность работы сотрудников, которые покидают компанию, составляет 5 лет, а некоторым сотрудникам 5-6 лет. Из этих данных видно, что среднее количество лет работы сотрудников на рабочем месте невелико, а опыт работы еще предстоит накопить.

Вступление

Стремительное развитие экономики знаний разрушило барьеры передачи информации и в то же время принесло новые бизнес-идеи и методы, а изменение образа мышления заставило людей все больше и больше осознавать важность человеческих ресурсов. Практикой доказано, что производство человеческих ресурсов играет решающую роль в развитии производства и гарантирует реализацию бизнес-стратегии организации. В условиях непрерывного прогресса общества управление человеческими ресурсами сталкивается со многими проблемами, включая проблемы структурной диверсификации и диверсификации конкуренции. В эпоху экономики знаний передовые западные управленческие идеи оказывают сильное влияние на традиционную систему управленческих знаний, а важность человеческих ресурсов организации все больше повышает ее статус в организационном управлении. Это причины для принятия новых методов. Изучение динамических возможностей человеческих ресурсов может обеспечить эффективный метод управления человеческими ресурсами для оценки эффективности организационного управленческого поведения и стандартов пригодности для работы, а также обеспечивает интеллектуальную поддержку предприятий. Использование искусственного интеллекта — это способ помочь компаниям глубже проникнуть в сокровищницу информации об УЧР и повысить свою эффективность и основную конкурентоспособность. Современное управление выдвигает более высокие требования к режиму управления человеческими ресурсами предприятия, поэтому он очень подходит для реализации компьютеризации обработки информации о человеческих ресурсах предприятия.

Огромный прогресс в области информационно-коммуникационных технологий (ИКТ) и становление экономики знаний открывают перед компаниями огромные возможности для достижения своих бизнес-целей.

Маджумдер сосредоточился на глубоком понимании современных методов управления человеческими ресурсами и их влияния на удовлетворенность сотрудников. Для исследования он отобрал 100 сотрудников банка, из которых 88 сотрудников ответили правильно, с показателем ответов 88%, а анкета была составлена с использованием балльной шкалы. Балльная шкала (point scale), также известная как “балльная шкала”, представляет собой тестовую шкалу с баллами в качестве единицы оценки. Его преимущества заключаются в том, что подсчет очков является точным и простым. Исследования показывают, что сотрудники не в равной степени удовлетворены всеми аспектами управления человеческими ресурсами. Большинство сотрудников были недовольны компенсационными пакетами, за которыми следовали вознаграждения и стимулы, карьерный рост, обучение и повышение квалификации, стиль управления, дизайн рабочих мест и обязанности. Следовательно, качество этих аспектов управления человеческими ресурсами должно быть улучшено (Majumder, 2017). Гость предложил подход к управлению человеческими ресурсами, который ставит во главу угла благополучие и позитивность. Он представил доказательства в поддержку выбора практики и утверждал, что эти практики также обладают потенциалом для улучшения индивидуальной и организационной эффективности (Guest, 2017). Кроули провел исследование, чтобы выяснить, являются ли методы управления персоналом, внедренные в качестве дополнительных «пакетов» или «систем» в ирландских компаниях производственного сектора и сферы услуг, более эффективными, чем те, которые внедряются отдельно. Было обнаружено, что пакеты HRM, связанные с контролем и оценкой заслуг, обучением, обменом и принятием решений, вовлечением и делегированием полномочий, активно связаны с творчеством как в производственных фирмах, так и в секторах услуг. В заключение следует отметить, что методы управления персоналом важны для инноваций компании, когда применяются совместно, а не изолированно (Crowley and Bourke, 2017). Сандра опиралась на ресурсную перспективу и использовала предположения о сильных сторонах CSP компании из объективной базы данных третьей стороны. Результаты исследования показывают, что управление человеческими ресурсами и креативность являются ключевыми способностями, поскольку они позволяют создавать и расширять другие возможности (Rothenberg et al., 2017). Организационное обучение становится все более важным для стратегического обновления. Гибкие организации особенно успешны в нынешних условиях, когда компаниям необходимо быть эффективными и адаптироваться к изменениям. Организационное обучение Организационное обучение относится к различным действиям, которые организации предпринимают в отношении информации и навыков владения знаниями для достижения целей развития и повышения основной конкурентоспособности. Диас-Фернандес занял конструктивную позицию. Он подчеркнул различие с точки зрения того, что изучается между подразделениями продаж и доставки в случае различных показателей риска HRM и профилей энергии человека. Результаты эксперимента указывают на посредническую роль человеческого капитала между практикой управления персоналом и обучением (Diaz-Fernandez et al., 2017). Хотя в этих теориях обсуждаются человеческие ресурсы, они не используют технологию искусственного интеллекта.

Искусственный интеллект в настоящее время является популярной технологией, и существует множество исследований, посвященных ему.

Бертон хотел разработать учебную программу для внедрения искусственного интеллекта. Он предложил конкретные предложения по интеграции ИИ в учебную программу и как преподавать отдельный курс по этике ИИ (Burton et al., 2017). Bin обеспечивает концептуальную основу для интеграции статистических идей с человеческим вкладом в продукты и исследования искусственного интеллекта. Эти идеи включают в себя принципы экспериментального проектирования для рандомизации и локального контроля. Он обсудил связь этих принципов в самоуправляемых автомобилях и автоматизированной медицинской диагностике (Bin and Kumbier, 2018). Полина рассказала о следующем поколении технологий искусственного интеллекта и блокчейна. Это позволяет пациентам контролировать и монетизировать свои персональные данные с помощью новых инструментов, а также создает стимулы для постоянного мониторинга состояния здоровья (Polina et al., 2018). Организационное обучение Организационное обучение относится к различным действиям, которые организации предпринимают в отношении информации и навыков владения знаниями для достижения целей развития и повышения основной конкурентоспособности. Хотя эти теории объясняют искусственный интеллект, их интеграция с управлением человеческими ресурсами менее практична.

С развитием времени люди уделяют все больше внимания ресурсам. В нынешних условиях жесткой конкуренции компании должны усилить управление сотрудниками внутри организации, если они хотят оставаться на переднем крае отрасли. Эксперименты показывают, что коэффициент заполнения руководящих должностей достигает 80%, коэффициент текучести кадров составляет всего 20%, а коэффициент заполнения рыночных позиций составляет 71%. Это показывает, что текучесть кадров по разным позициям разная; коэффициент заполнения вакансий с низкой заработной платой составляет 67%, коэффициент заполнения вакансий с общей заработной платой составляет 79%, а коэффициент заполнения вакансий с высокой заработной платой составляет 88%. Это показывает, что заработная плата является важным фактором, влияющим на сотрудников, и удержание сотрудников может начинаться с зарплаты. Коэффициент текучести кадров без продвижения по службе в течение 3 лет составляет 25%. Коэффициент текучести кадров при продвижении по службе составляет 10%, что указывает на то, что длительное отсутствие продвижения по службе является важным фактором, приводящим к текучести кадров.

Метод операционной системы управления человеческими ресурсами

Управление людскими ресурсами

С развитием времени значение человеческих ресурсов продолжает расширяться. Однако термин “человеческие ресурсы” впервые был предложен в середине прошлого века. В то время ученые считали, что человеческие ресурсы — это особый вид ресурсов, которые должны стимулироваться соответствующими механизмами стимулирования, тем самым принося им должную ценность (Grzonka et al., 2017; Lee et al., 2017a). Предприятия считают, что управление человеческими ресурсами относится к требованиям развертывания и макронаправлениям в соответствии со стратегией развития предприятия. Это полностью мобилизует энтузиазм сотрудников к работе, стимулирует потенциал сотрудников и, наконец, достигает стратегических целей развития предприятия. Люди являются активной силой общественного развития. Если люди не смогут развивать свои знания и навыки, развитие всего нового будет затруднено. Управление человеческими ресурсами обладает способностью прогнозировать человеческие ресурсы организации, отбирать персонал в соответствии с прогнозируемыми условиями, интегрировать компенсацию и оптимизировать структуру всей организации (Lee et al., 2017b; Youssef et al., 2017). Оптимизация организации — это планировщик общей структуры предприятия; оптимизация организации — это основатель корпоративной системы; оптимизация организации — это промоутер реформы предприятия; оптимизация организации — это культиватор культурного наследия предприятия.

В области управления человеческими ресурсами содержится много информации, и здесь мы кратко описываем компенсацию за производительность и обучение (Labovitz et al., 2017). Производительность относится к результатам этапа, достигнутым сотрудниками в соответствии с их обязанностями, и поведенческим показателям в процессе достижения результатов этапа. То, что мы называем управлением производительностью, — это ряд мер, принимаемых для достижения производительности (Agrawal et al., 2017; Price and Flach, 2017). Управление производительностью формирует объективный и справедливый механизм управления с замкнутым циклом, чтобы мотивировать сотрудников к такому поведению на работе, которое выгодно для развития предприятия, для достижения организационных целей и достижения более тесной интеграции результатов деятельности организации и сотрудников (Госон и Фарис, 2021). Система управления служебной деятельностью в основном включает планирование служебной деятельности, включая внедрение служебной деятельности, служебную аттестацию, коммуникацию о служебной деятельности и обратную связь, а также повышение служебной деятельности.

Владелец собственности отделен от работника, а вознаграждение, выплачиваемое владельцем рабочему, называется заработной платой, и теперь мы называем его созданной стоимостью (Shivam et al., 2020). С развитием времени люди все больше беспокоятся о вещах, отличных от внешней компенсации, то есть о внутренних чувствах, которые мы называем внутренней компенсацией. Это важная причина внутреннего дисбаланса сотрудников (Belizon et al., 2017). Внешнее вознаграждение относится к премиям к заработной плате, надбавкам и субсидиям, страховым выплатам и т.д., включая денежные и неденежные доходы. Мы можем думать о такого рода компенсации как о человеческих потребностях. В соответствии с иерархией потребностей Маслоу, мы можем разделить их на различные категории, и схема их распределения показана на рисунке 1.

Непрерывное развитие предприятий неотделимо от прогресса сотрудников. По сравнению с набором новых сотрудников, обучение существующих сотрудников в соответствии со стратегией развития компании является одной из самых недорогих и быстроэффективных мер по управлению человеческими ресурсами. В соответствии с реальной ситуацией также подтверждается, что обучение и развитие являются важным средством повышения всестороннего качества сотрудников. Корпоративное обучение позволяет сотрудникам быстро разобраться в корпоративной культуре и получить общее представление о работе компании. В рамках этого процесса компания также может провести всестороннюю оценку сотрудников и подобрать сотрудников для работы. Традиционное управление обучением на предприятии включает в себя четырехэтапный процесс анализа потребностей в обучении, формулирования плана обучения, организации и внедрения, оценки эффекта обучения и обратной связи. Развитие — это не то же самое, что обучение. Развитие должно повышать творческий потенциал и навыки сотрудников, согласовывать личные цели сотрудников с корпоративными целями и позволять сотрудникам развиваться здоровым и быстрым образом на предприятии. Из-за гистерезиса эффекта обучения, а также различий и персонализации отдельных сотрудников в их работе научная и объективная оценка эффекта обучения является наиболее сложной частью процесса управления обучением (Cooke, 2017; Ones et al., 2017). На рисунке 2 показана модель планирования развития талантов предприятия.

Системы кадрового делопроизводства https://www.ucmsgroup.ru/ru/services/hr-administration/

Краткое введение в искусственный интеллект

Интеллектуальный анализ данных — это непрерывный процесс. При использовании этого метода сначала необходимо определить объекты и цели майнинга. В процессе интеллектуального анализа данных нам необходимо классифицировать объекты в соответствии с правилами.

Тема этой статьи — управление человеческими ресурсами, поэтому мы можем разделить цели на элементы, связанные с сотрудниками, такие как производительность и текучесть кадров в процессе интеллектуального анализа данных, а затем выбрать соответствующий набор целей в соответствии с соответствующими целевыми группами.

На рисунке 3 показана соответствующая блок-схема интеллектуального анализа данных.

Алгоритм множественной регрессии относится к основному алгоритму искусственного интеллекта, и его принцип очень прост, поэтому он очень широко используется в практических приложениях. В регрессионном анализе, если есть две или более независимых переменных, это называется множественной регрессией. На самом деле, явление часто связано с несколькими факторами, поэтому более эффективно прогнозировать или оценивать с использованием нескольких независимых переменных, чем только с одной независимой переменной. Мы кратко представим его.

gε(a)=ε0a0+ε1a1+ε2a2+⋯+εkak(1)

В формуле (1) ge(a)
представляет значение множественной регрессии, k представляет его размерность, а ekak

представляет набор образцов.
ge(A)=ε∗A (2)

В формуле (2), А

представляет собой размерную матрицу.
Y(ε0,ε1,ε2,⋯,ek)=∑(ge(a0,a1,a2,⋯,ak)−bp) (3)

В формуле (3) мы берем среднюю разницу в качестве функции потерь, а затем подгоняем ее, минимизируя. Функция потерь — это операционная функция, используемая для измерения разницы между прогнозируемым значением f(x) модели и реальным значением Y. Это неотрицательная вещественнозначная функция, обычно представленная L [Y, f (x)]. Функция потерь, чем она меньше, тем более надежной является модель.

В сочетании с управлением человеческими ресурсами мы можем использовать метод линейной регрессии для создания модели прогноза спроса на человеческие ресурсы. Алгоритм регрессии обладает многими функциями данных, и это алгоритм, используемый для оценки взаимосвязи между зависимой переменной и несколькими независимыми переменными. В системе управления человеческими ресурсами принятие решения будет зависеть от множества факторов. Однако алгоритм должен определить, существует ли определенная линейная корреляция между влияющими факторами человеческих ресурсов и целью прогнозирования в реальном процессе подачи заявки.

С точки зрения предприятия, управление человеческими ресурсами в основном определяется опытом и потребностями, но в его основе лежит относительно субъективный элемент, и нет никаких конкретных правил, которым нужно следовать. С помощью алгоритма линейной регрессии можно точно найти соответствующие факторы, влияющие на потребность предприятия в человеческих ресурсах, чтобы помочь менеджеру предприятия более четко определить объем человеческих ресурсов, необходимых предприятию, разработать более научный и разумный метод распределения и заложить хорошие человеческие ресурсы для развития предприятия. Основа.

Алгоритм K-means относится к алгоритму кластеризации и широко используется в области интеллектуального анализа данных. Мы также можем использовать его в модуле управления человеческими ресурсами для создания модели служебной аттестации. Это помогает предприятиям разработать правильный метод принятия решений, реализовать объективность оценки и реализовать научное управление.

Поддержка=(a,b)=Q(a,b)=ϑ(a∪b)k (4)
Достоверность=(a,b)=Q(a,b|a)=ϑ(a∪b)ϑ(a) (5)

В приведенном выше функциональном выражении a,b

представляет два разных события, формула (4) представляет поддержку, а формула (5) представляет уверенность.

Обычно мы применяем алгоритм K-средних к модулю управления служебной аттестацией сотрудников системы управления человеческими ресурсами. Реализация должна выбирать показатели, связанные с оценкой эффективности работы сотрудников, в соответствии с фактической ситуацией на предприятии. Таким показателям, как инновационность и командный потенциал, затем присваиваются баллы в зависимости от их важности. Общий балл показателя отражает общий уровень производительности сотрудника. Построение этой модели оценки эффективности работы сотрудников может помочь предприятиям отказаться от традиционного субъективного метода принятия решений и реализовать объективность оценки сотрудников. Это важный вспомогательный инструмент для современных предприятий по достижению научного управления.

Наивный алгоритм Байеса — это метод классификации, основанный на теореме Йебеса и предположении о независимости условий признаков, а также относящийся к классу алгоритмов интеллектуального анализа данных.
F(R)(a,b)>F(t)(a,b) (6)

В приведенных выше выражениях функций F(R)
и F(t)

это не те функции вероятности, о которых мы часто говорим, они относятся к байесовской вероятности, которую мы часто называем апостериорной вероятностью.

На рисунке 4 показана общая модель условной вероятности.

В практических приложениях для данного обучающего набора нам необходимо независимо предположить вероятность совместного распределения в соответствии с условиями признака, а затем вычислить апостериорную вероятность в соответствии с моделью. При управлении структурой человеческих ресурсов на основе личной информации сотрудника в системе управления человеческими ресурсами нам сначала нужно выбрать репрезентативные характеристики сотрудника, установить минимальную поддержку и доверие для интеллектуального анализа данных и обнаружить неявную сильную корреляцию в данных. Например, выявить необоснованные аспекты структуры степеней и профессиональных званий предприятия, определить некоторые проблемы в текущей структуре рабочей силы и осуществить оптимизацию рабочей силы. Кроме того, мы можем принимать решения о продвижении на основе этой модели принятия решений. С помощью алгоритмов мы можем определить степень соответствия между текущей должностью сотрудников компании и другими должностями, чтобы предоставить научную информацию о соответствии при смене персонала компании, и ее структура модели показана на рисунке 5.

Эксперимент с операционной системой управления человеческими ресурсами

Проектирование структуры системы

Проектирование базы данных является важной частью проектирования вероятностной системы управления персоналом предприятия. При проектировании базы данных необходимо тщательно изучить документы спецификации и проектные документы, уточнить содержание проекта базы данных, а затем выбрать соответствующую систему управления базами данных в соответствии с содержанием. E-R — это диаграмма, используемая для моделирования данных и определения взаимосвязи между функциями и данными. На рисунке 6 представлена схема ER системы управления человеческими ресурсами.

Информация о сотрудниках должна быть занесена в систему. В соответствии с системными настройками, приведенными в таблице 1, номер сотрудника обычно устанавливается в виде символа длиной 10 цифр. Этот номер будет присвоен, когда сотрудник присоединится к работе. Этот номер уникален и не может быть изменен позже. Имя задается в виде символа переменной длины, длина которого может составлять до 20 символов. В настройках пола можно вводить типы символов 2-разрядной длины, а в некоторых настройках информации можно вводить типы символов 12-разрядной длины. Первая и вторая цифры — это номер отдела, третья цифра — дополнительный почтовый индекс отдела, а четвертая цифра — количество сотрудников на этой должности. На самом деле номер сотрудника является наиболее важным среди этих сведений, и информацию о сотруднике можно искать по номеру в системе. Поэтому в форме регистрации данных, за исключением номера сотрудника, который не может быть пустым, вся остальная информация может быть пустой.

Проектирование логики базы данных

В этой статье каждая таблица в базе данных создается в соответствии с разработанной диаграммой сущностей E-R. Он устанавливает различные таблицы данных в соответствии с соответствующей информацией, необходимой предприятию для расследования и анализа соответствующей ситуации сотрудников. Более важная структура таблицы данных приведена ниже.

В соответствии с данными, приведенными в таблице 2, мы кратко представляем некоторую соответствующую информацию и структуры. Согласно диаграмме E-R, номер отдела обычно устанавливается в тип varChat длиной 5 цифр. Поскольку на предприятии есть разные отделы, фиксированный номер присваивается, когда информация об отделе поступает в систему, и этот номер является фиксированным, и никто не имеет права его изменять. Название отдела обычно задается в виде типа varChat длиной 10 цифр. Имя и номер разные. Номер не может быть изменен, но имя может быть изменено. Пока она находится в пределах разумного характера, ее можно изменить. Информация об отделе, относящаяся к менеджеру, обычно задается в виде varChat длиной 20 цифр, а область ответственности менеджера может быть кратко описана в системе. Адрес отдела обычно устанавливается на тип varChat длиной 20 цифр, а телефон отдела обычно устанавливается на тип varChat длиной 50 цифр. Согласно приведенной выше информационной таблице отдела, номер отдела является наиболее важным, и соответствующая информация об отделе может быть получена в системе в соответствии с номером отдела.

Согласно данным, приведенным в таблице 3, мы систематически рассчитывали посещаемость сотрудников предприятия. Согласно диаграмме E-R, мы также разделяем ее на три категории для представления в таблице посещаемости. Первый — это идентификатор сотрудника. Идентификатор обычно устанавливается в тип Bigint длиной 8 бит. Идентификатор здесь эквивалентен позиционированию. Когда сотрудники используют систему для входа в систему, они автоматически определяют местоположение, поэтому идентификатор меняется, что также позволяет компаниям проверять посещаемость сотрудников. Номер сотрудника обычно устанавливается в 5-значный тип VarChat, который уникален для каждого сотрудника и не может быть изменен никем. Самое важное в посещаемости — это следить за тем, чтобы она приходила и уходила. Обычно они устанавливают тип VarChat длиной 5 цифр. После использования системы для ввода данных соответствующая информация будет автоматически сгенерирована, чтобы помочь отделу кадров понять посещаемость сотрудников. Важной частью этой структуры являются замечания, эта часть предназначена для решения проблемы других ситуаций с посещаемостью, пропорциональной работы на местах или проблемы невозможности синхронизации из-за проблем с корпоративной сетью. Эти ситуации могут быть отмечены для решения проблем с посещаемостью.

Согласно данным, приведенным в таблице 4, мы систематически разрабатывали положение с заработной платой сотрудников предприятия. Согласно диаграмме ER, время является неотъемлемой частью расчета заработной платы. Месяц обычно задается как тип Varchar длиной 20 цифр, который представляет зарплату сотрудника за месяц. Если есть другие связанные с этим оклады, которые не были выплачены в полном объеме в прошлом месяце, их можно отметить в этом разделе. Далее идет номер и имя сотрудника. Эта часть такая же, как и приведенное выше введение, а номер сотрудника уникален. В компоненте заработной платы сотрудника предусмотрены надбавки и другие виды, включая отпуск, который включает в себя бонусы и вычеты, отличные от базовой заработной платы, и их содержание отражается в соответствующих частях системы. Это содержимое и окончательная выплаченная заработная плата обычно устанавливаются в виде 5-значного денежного типа, и всю информацию можно найти, увеличив номер сотрудника в разделе зарплата системы.

Операционная система управления людскими ресурсами

Данные о показателях сотрудников

В управлении предприятием руководству необходимо проанализировать базовое положение сотрудников. В процессе анализа речь идет в основном о том, чтобы исследовать соответствующие данные показателей сотрудников. Предприятия включают в себя разные отделы, и сотрудники могут уходить или вновь присоединяться на разных этапах. Мы можем интуитивно показать их в соответствии с соответствующими функциями системы. Руководство также может проанализировать управленческую ситуацию текущего отдела на основе этих данных, чтобы предприятие могло развиваться в более научном направлении.

Выше мы кратко представили соответствующие данные сотрудников. На рисунке 7 мы взяли компанию А в качестве примера, чтобы исследовать текучесть кадров по формуле. В соответствии с данными в классификации данных мы разделили их на уволившихся сотрудников, действующих сотрудников и новых сотрудников. Прежде всего, с точки зрения текучести кадров, мы провели опрос о текучести кадров компании в течение недели. Согласно данным опроса, количество вылетов в субботу является самым большим, а количество вылетов в среду — наименьшим. Однако текучесть кадров происходит каждый день, и чаще всего по выходным. Это может быть связано с тем фактом, что большинство сотрудников, решивших уйти в выходные, могут завершить основную работу. И вы можете бесплатно записаться на собеседование на следующей неделе.

Судя по количеству действующих сотрудников и новых сотрудников в компании, количество сотрудников в первые 2 дня недели относительно невелико, но общая численность колеблется незначительно, что относится к нормальному потоку персонала. По мере увеличения числа интервьюеров общее число сотрудников в компании будет продолжать увеличиваться. Согласно данным опроса, в субботу в компании работает 330 сотрудников, что является самым большим числом за неделю. Судя по количеству новых сотрудников, число новых сотрудников в пятницу было наименьшим — всего 19, а в понедельник их было больше всего — 35. Эта ситуация в основном соответствует фактической ситуации, указывая на то, что записи системы управления человеческими ресурсами соответствуют фактам, и мы можем использовать данные, предоставленные системой, для анализа положения сотрудников предприятия.

Сотрудники — это самый важный ресурс предприятия. То, как удерживать сотрудников, имеет важное значение для улучшения развития компании. С этой целью мы проанализировали взаимосвязь между текучестью кадров и стажем работы. Согласно данным, приведенным на рисунке 8, мы исследовали годы работы нынешних и бывших сотрудников компании. Прежде всего, мы наблюдаем за сотрудниками без отрыва от производства. Средний срок службы сотрудников без отрыва от производства составляет 3,5 года, а у половины из них — менее 2 лет. Из этих данных видно, что среднее количество лет работы сотрудников на рабочем месте невелико, а опыт работы еще предстоит накопить.

Судя по положению уволившихся сотрудников, средний возраст уволившихся сотрудников достиг 5 лет. Некоторым сотрудникам 4-5 лет, а некоторым — 5-6 лет. Согласно этим данным, мы знаем, что большинство увольняющихся сотрудников — это старые сотрудники. “Бегство” этих людей — большая потеря для компании. В соответствии с этой ситуацией, в настоящее время текучесть кадров в компании относительно велика, рабочих лет новых сотрудников недостаточно, а количество старых сотрудников сокращается. Руководству необходимо корректировать политику компании в соответствии с объективными условиями, чтобы удержать сотрудников. Положение сотрудников может быть очень интуитивно отображено в системе управления человеческими ресурсами. Руководству необходимо вовремя проанализировать соответствующие данные, найти контрмеры и убедиться, что формула развивается в направлении науки о здоровье.

Штатные должности

Как относительно надежное предприятие, компания создаст различные должности для сотрудничества с этой работой. Однако, в соответствии с ситуацией века, отношение к разным должностям различно, и увольнение сотрудников, занимающих разные должности, также отличается. Чтобы исследовать ситуацию с увольнением сотрудников на разных должностях, мы использовали систему управления персоналом для обобщения ситуаций с продолжением работы и увольнением сотрудников на разных должностях.

Подробности заключаются в следующем.

Разные должности имеют разную привлекательность для сотрудников. Некоторым сотрудникам может понравиться эта работа, а некоторые люди с нетерпением ждут этой зарплаты. Согласно данным, приведенным на рисунке 9, мы провели опрос с точки зрения должности и заработной платы. Сначала мы анализируем ситуацию с позиции. Согласно опросу, уровень заполнения руководящих должностей является само по себе высоким и достигает 80%, а уровень текучести кадров составляет всего 20%. Можно видеть, что руководящие должности компании А являются самыми популярными должностями среди всех должностей. За ним следуют должности в области исследований и разработок и продаж, а на должностях в сфере маркетинга самый низкий уровень занятости — 71%. Исходя из общей ситуации, коэффициент заполнения каждой должности относительно высок, что указывает на отсутствие нехватки сотрудников в компании A. Однако эти данные не отражают качество сотрудников. Из вышесказанного видно, что большое количество “беглецов” из числа старых сотрудников является наиболее смертоносным.

С точки зрения заработной платы мы провели опросы по трем измерениям: низкая заработная плата, общая заработная плата и высокая заработная плата. Согласно данным опроса, коэффициент заполнения вакансий с низкой зарплатой составляет 67%, а коэффициент текучести кадров — 33%; коэффициент заполнения вакансий с общей зарплатой составляет 79%, а коэффициент текучести кадров — 21%; коэффициент заполнения вакансий с высокой зарплатой составляет 88%, а коэффициент текучести кадров — 12%. Можно видеть, что коэффициент текучести кадров при низкой заработной плате является самым высоким, а коэффициент текучести кадров при высокой заработной плате — самым низким, что указывает на то, что заработная плата является важным фактором, влияющим на сотрудников, и удержание сотрудников может начинаться с зарплаты.

Ситуация с продвижением сотрудника по службе

Сотрудники должны стремиться к прогрессу на предприятии, и если сотрудники не смогли получить повышение, они могут уйти. Потому что невозможность получить повышение по службе может привести к невозможности повысить заработную плату, что ослабит энтузиазм сотрудников и нанесет ущерб нормальному развитию компании. Поэтому предприятиям необходимо разработать научную и разумную систему продвижения по службе, чтобы стимулировать энтузиазм сотрудников. Чтобы исследовать ситуацию с продвижением сотрудников по службе, мы провели опрос по операционным проектам и ситуации с продвижением сотрудников, и подробности приведены ниже.

Были исследованы проекты и продвижение сотрудников по службе. Согласно данным на рисунке 10, прежде всего, если посмотреть на проекты, которыми занимаются сотрудники, коэффициент занятости сотрудников, которые занимаются только одним проектом, составляет 20%, а коэффициент текучести кадров составляет 80%. 65% сотрудников, участвовавших в этих двух проектах, работают без отрыва от производства, а текучесть кадров составляет 35%. У сотрудников, которые занимались этими тремя проектами, уровень занятости на рабочем месте составляет 95%, а текучесть кадров — 5%. Из этой ситуации видно, что в ряде проектов 1-3 доля сотрудников без отрыва от производства увеличивается. В ряде проектов 1-3 доля сотрудников без отрыва от производства снижается, а текучесть кадров растет. Особенно в 7 обработанных проектах доля сотрудников без отрыва от производства составляет 7%, а текучесть кадров — 93%. Из этого видно, что обращение с сотрудниками — не единственный фактор, влияющий на увольнение сотрудников. Это может быть связано с внешней конкуренцией, ведущей к утечке мозгов. В ответ на эту ситуацию компаниям необходимо принять

С точки зрения продвижения сотрудников, в соответствии с основными законами рынка, мы провели опрос о текучести кадров в рамках эксперимента, используя одно продвижение по службе каждые 3 года. Согласно данным, уровень занятости тех, кто не был повышен в должности в течение 3 лет, составляет 75%, а коэффициент текучести кадров составляет 25%; уровень занятости тех, кто был повышен в должности в течение 3 лет, составляет 90%, а коэффициент текучести кадров составляет 10%. Согласно полученным данным, сотрудники, которые не получали повышения в течение 3 лет, имеют более высокие шансы на увольнение, что также показывает, что длительное отсутствие продвижения по службе является важным фактором, приводящим к текучести кадров.

Вывод

В условиях постоянного воздействия экономики и окружающей среды конкуренция предприятий становится все более ожесточенной. Если мы хотим максимизировать выгоды предприятий, полагаясь на высокотехнологичные средства, мы должны внимательно следить за потребностями технологических изменений и создавать новую модель управления. Поэтому целью данной работы является изучение организационной системы управления человеческими ресурсами и операционной системы, основанной на искусственном интеллекте. Компания рассчитывает использовать технологию искусственного интеллекта для разработки систем управления человеческими ресурсами. Это повышает качество работы сотрудников, так что предприятие развивается в направлении более научного и разумного метода. Экспериментальные исследования показали, что компенсация, производительность и продвижение по службе являются эффективными способами управления сотрудниками. Особенно с точки зрения управления заработной платой, ее необходимо своевременно корректировать в соответствии с реальной ситуацией, и в то же время необходимо сформулировать каналы продвижения сотрудников для удовлетворения потребностей сотрудников в развитии. Предприятия могут использовать систему управления человеческими ресурсами для своевременного понимания положения сотрудников и своевременной корректировки политики управления предприятием. Постоянно повышая численность персонала, они работают вместе, чтобы продвигаться вперед в достижении целей развития компании. Хотя в этом документе есть некоторые выводы в процессе исследования, все еще есть недостатки: эффективность работы системы нуждается в улучшении, и система недостаточно эффективна при работе с большим объемом данных.

Источник: www.frontiersin.org

Источник