моделирование процессов подбора и оценки персонала

1
Федеральное государственное образовательное бюджетное учреждение
высшего образования
«Финансовый университет при Правительстве Российской Федерации»
На правах рукописи
Зинченко Алексей Алексеевич
МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ПОДБОРА
И ОЦЕНКИ ПЕРСОНАЛА
Специальность 08.00.13 – Математические и инструментальные методы
экономики
ДИССЕРТАЦИЯ
на соискание ученой степени
кандидата экономических наук
Научный руководитель:
доктор физико-математических наук
Саркисян Рафаэль Арташесович
Москва - 2015
2
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ............................................................................................................................................ 2
ГЛАВА 1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И СОВРЕМЕННЫЕ ПОДХОДЫ К ПРОЦЕССУ
ПОДБОРА ПЕРСОНАЛА ................................................................................................................. 12
1.1 Определение управления персоналом и основные понятия, связанные с ним ...................... 12
1.2 Поиск и отбор персонала как ключевые этапы в системе управления персоналом и анализ
эффективности современных методов подбора
персонала ................................................... 30
1.3 Анализ существующих методов отбора персонала .................................................................... 45
1.4 Проблема рационального использования времени рекрутера ................................................... 52
ГЛАВА 2 АНАЛИЗ МЕТОДОВ БИНАРНОЙ КЛАССИФИКАЦИИ, АДАПТАЦИЯ
МОДЕЛЕЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПОДБОРА ПЕРСОНАЛА ............................................ 67
2.1 Подбор персонала с точки зрения математического моделирования ....................................... 67
2.2 Модели бинарного выбора ............................................................................................................ 77
2.3 Использование искусственных нейронных сетей для решения задач бинарной
классификации...................................................................................................................................... 84
ГЛАВА 3 МОДЕЛИРОВАНИЕ ПРОЦЕССА ПОДБОРА И ОЦЕНКИ ПЕРСОНАЛА ........ 96
3.1 Анализ результатов моделей бинарного выбора и искусственной нейронной сети ............... 96
3.2 Анализ результатов искусственной нейронной сети ................................................................ 106
ЗАКЛЮЧЕНИЕ ................................................................................................................................ 115
СПИСОК ЛИТЕРАТУРЫ .............................................................................................................. 119
Приложение А Программный код Пробит-модели для оценки вероятности прохождения
испытательного срока ........................................................................................................................ 131
Приложение Б Программный код Логит-модели для оценки вероятности прохождения
испытательного срока ........................................................................................................................ 134
Приложение В Программный код Гомпит-модели для оценки вероятности прохождения
испытательного срока ........................................................................................................................ 138
Приложение Г Исходные данные для моделирования процесса подбора персонала ................ 141
3
ВВЕДЕНИЕ
Актуальность темы диссертационного исследования. В начале 90-х годов
прошлого века руководители крупных компаний столкнулись с ситуацией, когда
спрос
на
высококвалифицированных
работников
стал
явно
превышать
предложение. Этот факт привел к созданию такого направления деятельности как
«Управление
персоналом».
В
широком
смысле
управление
персоналом
подразумевает совокупность бизнес-процессов компании, направленных на поиск,
привлечение, мотивацию и дальнейшее развитие человеческого потенциала.
Имеются две очевидные стратегии получения высококвалифицированного
работника в штат компании. Первая стратегия состоит в поиске и привлечении
специалистов со стороны. Вторая стратегия делает ставку на выращивание
специалистов внутри самой компании. Каждая стратегия имеет свои достоинства,
но также связана со специфическими трудностями. В условиях конкуренции
компаний
высококвалифицированных
работников,
специалистов
придется
переманивать из других фирм. Этот процесс получил название «хедхантинг».
Переманивание сотрудников из других компаний связано не только с большими
материальными затратами, но и требует от HR-менеджеров глубоких знаний в
области психологии. С другой стороны, компания может делать ставку на развитие
собственных человеческих ресурсов. В этом случае очевидной трудностью, с
которой придется столкнуться руководителям, является скрупулёзный отбор
кандидатов на дальнейшее продвижение, однако данная стратегия, при указанном
условии, является менее затратной по сравнению с первой.
Самым трудоемким, ответственным и деликатным процессом в деле
управления персоналом, конечно же, является поиск и оценка профессионализма
кандидатов на должности. Это требует от менеджеров большого опыта, а если
необходимо собрать большой штат за малое время, то понадобится еще и хорошая
база соискателей. По этой причине многие компании предпочитают сотрудничать
с рекрутинговыми агентствами, основным видом деятельности которых является
4
подбор персонала, что позволяет осуществлять его на высоком профессиональном
уровне.
Поиском кандидатур и проведением собеседований занимаются HR (Human
Resources)-менеджеры рекрутингового агентства. Для поиска кандидатов им
предоставлена полная свобода; интересно отметить, что в отличие от других
офисов, которые стараются перекрывать сотрудникам доступ к социальным сетям
на рабочих местах, в рекрутинговом агентстве этот доступ может быть открыт по
совершенно объективной причине - социальные сети предоставляют огромные
возможности по поиску работников, сбору информации, проведению опросов. HRменеджеры должны прекрасно ориентироваться в потребностях клиента, а также
обладать достаточным профессионализмом, чтобы оценить потенциального
работника. Решение такой задачи требует всесторонних знаний, но каким бы
широким ни был кругозор человека, фактор субъективности полностью исключить
не удастся. Стоит ли говорить, что каждый «плохой» работник, предложенный
рекрутинговым агентством и впоследствии уволенный клиентом (в течение
испытательного срока), будет стоить агентству не только репутации: если
предложенный работник не проходит испытательный срок в компании,
рекрутинговое агентство значительно уменьшает сумму счета, выставленного за
услуги подбора персонала.
Следовательно, приоритетной задачей рекрутинговой компании является
повышение эффективности оценки кандидатов. Но на практике, и этот момент мы
особо отметим, агентства полагаются лишь на опыт и профессионализм
сотрудников HR-отдела, занимающихся непосредственно поиском и отбором
работников, при этом какие-либо математические модели, описывающие данный
процесс, попросту отсутствуют, а ведь это один из существенных резервов
улучшения
работы
в
данном
направлении.
Необходимость
создания
теоретического подхода к количественной оценке процесса подбора персонала
обуславливает актуальность и востребованность диссертационного исследования.
Степень разработанности проблемы. Науке управления персоналом
посвящены труды В. М. Масловой, Т.В. Зайцевой, А. Т. Зуб, А.Я. Кибанова, С.В.
5
Ивановой, Т.Ю. Базарова, В.В. Арутюнова, В.Р. Веснина, А. Г. Маклакова, С. И.
Самыгина, Э. Майклз, В. Д. Дорофеева, Г. В. Ларионова, А. Н. Прошиной, В. К.
Федорова. Эти авторы рассматривали проблему управления персоналом только с
точки зрения хозяйствующего субъекта. В последние годы в области управления
персоналом выделился бизнес-процесс, получивший название «рекрутинг»
(подбор
персонала)
и
получила
широкое
распространение
практика
сотрудничества с рекрутинговыми агентствами. В связи с этим возникла
потребность в развитии теории управления персоналом и выделении в ней
рекрутинга как отдельной дисциплины. Рекрутингу посвящены книги С.В.
Ивановой, Ю.Г. Одегова, А.В. Вязигина, Т. Баскиной, О. Н. Аллина, С.А.
Карташова, И.А. Кокорева, а также зарубежные издания, авторами которых
являются С. Квале, Д. Арнольд, М. А. Ричардсон, Э. Майклз, Х. Хэндфилд-Джонс,
Э. Экселрод. В своих работах авторы используют преимущественно методы,
заимствованные из психологии, либо дают рекомендации, основываясь на личном
профессиональном опыте. К сожалению, в этих трудах не нашлось места методам
формализации и моделирования логических выводов лиц, принимающих решения.
В то же время в микро- и макроэкономических исследованиях, а также в
банковском деле широко применяются разнообразные математические методы,
формализующие процессы принятия решений. В частности, это модели бинарного
выбора и искусственные нейронные сети. Бинарной регрессии посвятили свои
исследования У. Грин, Д. Хосмер, C.А. Айвазян, В.С. Мхитарян и другие. К
фундаментальным работам по нейронным сетям относятся труды финского
математика Тейво Кохонена,
У. Маккаллока, У. Питтса, М. Минского, Ф.
Пейперта. Отдельные положения их исследований могут быть применены для
решения задачи подбора персонала.
Очевидная целесообразность, принципиальная возможность и практическая
нерешенность
вопросов
использования
экономико-математического
моделирования при решении задачи подбора персонала определили цель и
структуру настоящего диссертационного исследования.
6
Целью
диссертационного
исследования
является
повышение
результативности и эффективности подбора и оценки персонала за счет
формализации, оптимизации и автоматизации его содержательных процедур.
Для достижения указанной цели в работе поставлены и решены следующие
задачи:
 анализ и систематизация современных подходов к процессу подбора
персонала и выбор фрагментов этого процесса, наиболее подходящих для
формализации, оптимизации и автоматизации;
 отбор факторов, влияющих на решение задачи подбора кадров и выбор наиболее
значимых из них;
 математическая постановка исходной задачи и отбор известных математических
моделей, отвечающих данной постановке, для которых существуют общепринятые
алгоритмические решения;
 калибровка моделей, разработка и апробация программного обеспечения,
реализующего решение исходной задачи;
 разработка методических рекомендаций по использованию предложенного
математического и программного обеспечения задачи;
 оценка результативности и экономической эффективности предложенных
проектных решений.
Объектом диссертационного исследования является процесс поиска
подбора и оценки персонала на рынке труда, осуществляемый рекрутинговыми
агентствами.
Предмет исследования составляют математические и инструментальные
методы для объективизации принятия управленческих решений в сфере подбора
персонала.
Область исследования. Диссертация выполнена в рамках п. 2.3 (Разработка
систем поддержки принятия решений для рационализации организационных
структур и оптимизации управления экономикой на всех уровнях.) Паспорта
7
специальности 08.00.13 - Математические и инструментальные методы экономики
(экономические науки).
Методология и методы исследования. Методологию диссертационного
исследования составили подходы, концепции, методы и алгоритмы эконометрики,
теории вероятностей, математической статистики, систем искусственного
интеллекта и других математических разделов экономической науки. При решении
конкретных задач использовались известные и хорошо опробованные методы
регрессионного анализа, в частности бинарной регрессии, статистические методы
оценки значимости параметров моделей, методы построения искусственных
нейронных сетей.
Теоретической
основой
диссертационного
исследования
являются
основные положения экономической теории, теории систем и системного анализа.
Информационную базу исследования составили аналитические материалы
и статистические данные рекрутинговых агентств, отзывы хозяйствующих
субъектов на результаты их работы, фрагменты баз данных некоторых из этих
агентств, содержащие резюме соискателей, рекомендованных ими своим клиентам.
Научная новизна исследования заключается в построении моделей
бинарного выбора и искусственной нейронной сети для решения задачи подбора
персонала кадровым агентством.
Элементы
научной новизны
содержат
положения и результаты
диссертационного исследования, выносимые на защиту. Назовём эти элементы.
1. Авторская систематизация существующих подходов к подбору персонала,
в основу которой положена возможность формализации действий и процедур
рекрутингового процесса (с. 30-45).
2. Отбор наиболее существенных факторов, влияющих на результат решения
исходной задачи и измерительная шкала для каждого из них; в общей сложности
выделено 11 факторов, которые учитывались в процессе моделирования: 1 - пол
кандидата, 2 - возраст в годах, 3 - наличие высшего образования, 4 - профиль
образования, 5 - стаж работника в годах, 6 - количество организаций, в которых
8
работал кандидат, 7 - количество навыков и обязанностей, перечисленных в
резюме, 8 - знание английского языка, 9 - знание других иностранных языков, 10 уровень знания компьютера, 11 - запрашиваемая заработная плата (с. 76).
3. Модели бинарного выбора, описывающие процесс принятия решений о
подборе персонала. Построены три модели, использующие в своей основе три
различные функции распределения: нормального распределения (пробит),
логистического распределения (логит) и распределения Гомпертца (гомпит).
Оценены коэффициенты моделей, которые позволяют судить о том, как именно
каждый фактор влияет на вероятность прохождения испытательного срока (с. 97103).
4. Нейронная сеть, построенная по данным о прохождении испытательного
срока работниками и, таким образом, решающая задачу априорной классификации
кандидатов, предлагаемых кадровым агентством, на пригодных и непригодных.
Это позволяет снизить издержки рекрутингового агентства в виде неустойки,
выплачиваемой за «плохой подбор» (с. 109-113).
5. Сравнительный анализ качества результатов, полученных с помощью
указанных выше моделей, в котором отражены преимущества конкретных
подходов к моделированию рекрутингового процесса в зависимости от ситуации.
В частности, установлено, что бинарная модель дает возможность определить
влияние каждого фактора на результат. Недостатком модели является то, что (в
редких случаях) она может давать неуверенную оценку кандидату. Этого
недостатка лишена искусственная нейронная есть, однако её коэффициенты
принципиально не могут быть интерпретированы (с. 98-103,113-114).
6. Программное обеспечение решения задачи подбора персонала и удобный
интерфейс
в
программной
среде
Maple,
реализующий
построенные
математические модели бинарного выбора и ориентированный на использование
HR-менеджерами, при этом не требуется специальная подготовка пользователя
(с. 105, 131-140).
9
7. Методические рекомендации по использованию построенных моделей,
которые позволяют неподготовленному пользователю применить разработанные
методы, что значительно расширяет круг их применения (с. 104).
Теоретическая
значимость
результатов.
Вынесенные
на
защиту
положения можно интерпретировать как дальнейшее развитие теории принятия
управленческих решений в части расширения математических инструментальных
методов подбора персонала.
Практическая значимость результатов исследования. Разработанные в
диссертации положения и методики ориентированы на широкое использование
кадровыми службами организаций и агентствами по подбору персонала.
Практическая значимость результатов состоит в том, что разработанная
информационная система поддержки принятия управленческих решений в данной
сфере позволяет существенно повысить результативность процесса выбора
кандидатов на должности, повысить объективность решений, принимаемых HRменеджерами, занятыми непосредственно проведением собеседований, оценкой
профессионализма и дальнейшим отбором работников.
Самостоятельное практическое значение имеют следующие результаты
диссертационного исследования:
- математические модели, описывающие процесс отбора кандидатов на
должности, дающие возможность получить четкое представление о том, какие
именно факторы, доступные априори, оказывают влияние на конечную
вероятность прохождения испытательного срока работником;
- методика принятия решений в сфере подбора и оценки персонала, которой
могут воспользоваться не только HR-менеджеры, а и другие специалисты в области
управления персоналом, в том числе первые руководители организаций.
Отмеченные результаты нашли практическое применение в работе ООО
«Келли Сервисез Си-Ай-Эс» и используются в учебном процессе ФГОБУ ВО
«Финансовый университет при Правительстве Российской Федерации» в
преподавании дисциплины «Математические и инструментальные методы
поддержки принятия решений».
10
Предложенные в диссертационном исследовании подходы к построению
математических моделей оценки будущих работников позволяют настраивать
параметры моделей для конкретных отраслей. Последнее, в частности, является
значимым преимуществом для кадровых агентств, предоставляющих свои услуги
множеству компаний.
Степень
достоверности,
апробация
и
внедрение
результатов
исследования. Полученные аналитические и численные результаты являются
достоверными, так как методика их получения соответствует общепринятой
теории. Правильность выкладок неоднократно проверялась нами на заседаниях
кафедры, а также рядом специалистов, которым были предоставлены результаты
исследования на различных конференциях и семинарах.
Основные результаты и положения диссертационного исследования
докладывались на конференции «Научные достижения молодых исследователей»
(Москва, Финансовый университет, 27-29 марта 2014 г.); на XV Всероссийской
научно-практической
(г.
Ярославль,
конференции
Ярославский
«Молодёжь.
филиал
МЭСИ,
Образование.
24
апреля
Экономика»
2014
г.);
на
VI Международном научном студенческом конгрессе «Гражданское общество
России: становление и пути развития» (Москва, Финансовый университет,
16
апреля 2015 г.).
Материалы диссертационного исследования используются в практической
деятельности кадрового агентства ООО «Келли Сервисез Си-Ай-Эс»: на
предприятии внедрена информационная система поддержки, осуществляющая
оценку вероятности прохождения кандидатами на должность испытательного
срока у компании-клиента. Методика, разработанная на основе диссертационного
исследования, позволила частично автоматизировать процесс оценки и отбора
кандидатов, а также повысить объективность принятия решений HR-менеджерами.
Материалы диссертации используются кафедрой «Прикладная математика»
Финансового
университета
в
преподавании
учебной
дисциплины
«Математические и инструментальные методы поддержки принятия решений».
11
Внедрение результатов исследования подтверждено соответствующими
документами.
Публикации.
Основные результаты исследования отражены в шести статьях общим
объемом 3,5 п. л. (весь объем авторский), в том числе три работы авторским
объемом 2,1 п. л. опубликованы в рецензируемых научных изданиях,
определенных ВАК Минобрнауки России.
Структура и объем работы. Структура диссертации обусловлена целью,
задачами и логикой проведенного исследования, состоит из введения, трех глав,
заключения, списка литературы, включающего 102 источника и 4 приложения.
Текст диссертации изложен на 143-х страницах, содержит 18 рисунков и 4 таблицы.
12
ГЛАВА 1
ТЕОРЕТИЧЕСКИЕ ОСНОВЫ И СОВРЕМЕННЫЕ ПОДХОДЫ
К ПРОЦЕССУ ПОДБОРА ПЕРСОНАЛА
1.1 Определение управления персоналом и основные понятия, связанные с
ним
В процессе организации деятельности любого предприятия первое место
занимает система управления персоналом, или так называемый менеджмент
персонала. Э. Майклз, Х. Хэндфил-Джонс, Х. Экселрод, всемирно известные
практики менеджмента, в своей знаменитой книге «Война за таланты» отмечают,
что в XXI веке спрос на высококвалифицированных работников явно превышает
предложение [42, с. 35]. Очевидно, что успешная работа компаний зависит от
наличия таких кадров. Поэтому работодатели конкурируют между собой за
эффективных
работников,
способных
максимально
улучшить
результаты
деятельности. В этих условиях от руководства любой организации требуются
быстрые и точные решения по подбору персонала. Не случайно процесс
управления персоналом (кадровый менеджмент) стали выделять как отдельный
бизнес-процесс внутри организации.
Направление «Управление персоналом» как наука и практика появилось на
заре промышленной революции во второй половине XIX века и получило расцвет
в течение XX века [35, с. 7]. По мнению Г. В. Ларионова, промышленная революция
сильно
повлияла
на
управление
человеческими
ресурсами:
впервые
предпринимаются попытки научным путем усовершенствовать организацию
труда, объяснить и спрогнозировать поведение сотрудников [40, с. 50]. Т. В.
Зайцева и А. Т. Зуб в своём труде «Управление персоналом» так же дают
исторический очерк процессу развития научного подхода к данной тематике и
утверждают, что первыми обратили внимание на человеческий фактор и его
значимость в производственном процессе американские ученые Ф. Гилберт и Ф.
13
Тейлор [28, с. 6]. Важно отметить, что абсолютное большинство исследований и
трудов на данную тему – это работы зарубежных авторов, являющихся практиками
менеджмента. Тем не менее, в последнее время исследования, посвященные
эффективному кадровому управлению, всё чаще стали появляться и в России.
Однако стоит указать, что ввиду недостаточной разработанности вышеуказанной
темы многие термины, связанные с понятием «кадровый менеджмент», не имеют
русских эквивалентов, либо эти эквиваленты разнятся в звучании у различных
авторов, и каждое заимствованное понятие нуждается в отдельном определении и
уточнении смысла.
Рассмотрим различные подходы к определению понятия «менеджмент
персонала». В числе известных российских исследователей, посвятивших свои
труды изучению этой темы, можно выделить С.И. Самыгина и Л.Д. Столяренко. В
своей книге «Менеджмент персонала» они определяют понятие «управление
персоналом» следующим образом: «Менеджмент персонала – это разработка и
реализация стратегии организации труда, т. е. осуществление формирования
кадров организации, развитие работников, совершенствование организации труда
и его стимулирования, создания безопасных условий труда» [51, с. 75]. Также стоит
выделить понятие «управление персоналом», представленное В.М. Масловой:
«Управление
персоналом
– это
часть
менеджмента,
обеспечивающая
формирование социальной политики организации, социального партнерства,
доверия между наемными работниками и работодателями» [26, с. 102].
Теперь обратимся к зарубежному толкованию понятия «менеджмент
персонала». Известный зарубежный исследователь Эдвин Флиппо (Edwin B.
Flippo)
дает
следующее
определение:
«Управление
персоналом
–
это
планирование, организация, вознаграждение и интеграция людей в целях
достижения организационных, индивидуальных и социальных целей» [71, с. 303].
По утверждению В. Д. Дорофеева, важная роль в процессе управления персоналом
отводится соответствию и непротиворечивости цели предприятия и персоналстратегии, что является одним из ключевых принципов повышения эффективности
управления трудовыми ресурсами [24, с. 11].
14
Более широкую трактовку дает современный англоязычный бизнес-словарь:
«Управление персоналом – это административная дисциплина, связанная с наймом
и развитием сотрудников, направленная на повышение их ценности для
организации, включающая в себя анализ потребности в персонале, планирование и
подбор
персонала,
выбор
людей
на
место
работы,
ориентацию
и
профессиональную подготовку, определение заработной платы, предоставление
льгот и стимулов, оценку эффективности работы, разрешение споров, общение со
всеми сотрудниками на всех уровнях» [96]. Некоторые исследователи, такие как В.
К. Федоров, М. Н. Черкасов и А. В. Луценко рассматривают управление
персоналом как составную часть политики управления инновациями, которая
имеет следующие направления: разработка кадровой политики предприятия,
подбор и расстановка кадров, адаптация и стабилизация кадров [53, с. 52].
Исходя из вышеизложенного, представляется возможным обобщить и
уточнить понятие «менеджмент персонала», которого автор будет придерживаться
в своей работе: «Менеджмент персонала – это система управления персоналом,
представляющая собой совокупность теоретической области знаний и сферы
практической деятельности, включающая в себя планирование, поиск и подбор
персонала, его ориентацию, профессиональную подготовку и стимулирование,
адаптацию и стабилизацию, направленная на достижение организацией цели
приобретения удовлетворяющей всем требованиям рабочей силы, способной
качественно и при минимальных затратах справляться с поставленными задачами».
Также представляется важным уточнить некоторые понятия, связанные с
вышеизложенным определением.
Поиск (подбор) персонала – это один из этапов системы управления
персоналом, включающий в себя методы, используемые организациями в целях
обеспечения наилучшего состава потенциальной квалифицированной рабочей
силы, кандидатов из которой они смогут при необходимости нанять. Процесс
подбора персонала можно разделить на ряд этапов.
1. Разработка политики набора и удерживания персонала, а также системы,
обеспечивающей ее функционирование.
15
Под системой, обеспечивающей функционирование политики подбора
персонала, подразумевается сбор статистики и ведение документации по
организационному
процессу
подбора
персонала,
а
также
документация
используемых критериев. Наличие документации удовлетворяет требованиям
процессуальной прозрачности и оставляет возможность обращения к ней при
необходимости.
Как правило, в документации отражаются следующие
составляющие: критерии и процедуры первоначального отбора претендентов и
панельного интервью, вопросы, оценка и комментарии интервьюеров, результаты
тестов, контрольных проверок и прочее. С. А. Карташов, Ю. Г. Одегов и И. А.
Кокорев в своём труде «Рекрутинг. Найм персонала» прямо указывают на то, что
отчет менеджера о первом интервью является важной составляющей документации
[32, с. 142].
2. Оценка текущих и будущих потребностей организации в необходимом
объеме рабочей силы.
Для обеспечения эффективности проведения данного этапа необходимо,
чтобы потребности в рабочей силе для каждой рабочей категории или для
функционального
подразделения
организации
были
оценены
согласно
расставленным приоритетам. О необходимости планирования потребности в
персонале пишет С. Иванова, профессиональный управленец, занимающийся
человеческими ресурсами (от английского «human resources», далее - HR) и
управленческой работой с 1995 года, автор таких трудов как «Искусство подбора
персонала», «Мотивация на 100 %» и других. В своем исследовании «Поиск и
оценка линейного персонала: повышение эффективности и снижение затрат» С.
Иванова отмечает, что во избежание экстренной потребности в персонале
потребность в нем необходимо планировать [30, с. 14]. Помимо оценки текущей
потребности в персонале, организациям необходимо прогнозировать потребность
в персонале, то есть оценивать будущую потребность в рабочей силе. По мнению
Светланы Ивановой, прогнозирование и предотвращение рисков в кадровом
изменении компании предполагает проведение организациями упреждающего
анализа влияния значимых изменений в организации на возможность сотрудников
16
продолжить свою рабочую деятельность в данной компании путем проведения
опросов или индивидуальных бесед [30, с. 16]. О необходимости планирования
потребности в персонале в процессе формирования кадрового состава пишут и
многие другие исследователи, например, Т. Ю. Базаров в своем труде «Психология
управления персоналом». По его мнению, данный этап необходимо осуществлять
после этапа проектирования структуры организации [16, с. 153].
В. Р. Веснин, в
свою очередь, отмечает, что планирование персонала должно осуществляться
после определения политики и стратегии в области персонала [20, с. 165].
3. Идентификация объема потенциальной рабочей силы во внутренней и
внешней среде организации, а также определение степени конкуренции за
предлагаемое вакантное место.
Идентификация
объема
потенциальной
рабочей
силы
предполагает
организации решить вопрос: возможно ли удовлетворить потребность в персонале
за счет внутреннего кадрового резерва или необходимо прибегнуть к внешним
источникам рабочей силы. Рассматривая степень конкуренции за вакантное место,
необходимо определить, высокий ли уровень конкуренции или низкий, далее,
исходя из этого, у работодателя будут разные стратегии поиска и привлечения
кандидатов. Важно отметить, что степени конкуренции зависят от сферы
деятельности организации. Так, по данным на июнь 2015 года, согласно обзору
состояния
рынка
государственным
труда
и
бюджетным
занятости
учреждением
города
Москвы,
«Малый
бизнес
проводимому
Москвы»
и
Департаментом науки, промышленной политики и предпринимательства города
Москвы, наибольшая конкуренция за вакантные места традиционно отмечается в
сферах «Государственная служба, некоммерческие организации» и «Высший
менеджмент» (25 и 21 человек на место соответственно), в то время как в сфере
«Продажи» конкуренция соискателей самая низкая [86, с. 9].
4. Анализ должности.
Анализ должности подразумевает определение содержания работы с точки
зрения знаний и навыков, необходимых для её выполнения, а также определение
предлагаемого вознаграждения за выполненную работу. Такой анализ позволяет
17
понять, какие задачи будут стоять перед работником, как он должен будет их
решать, какими личностными качествами ему необходимо обладать. Результаты
анализа оформляются в виде так называемого психографического описания таблицы или диаграммы, иллюстрирующей особенности конкретной работы (в
зарубежной литературе употребляется термин «job analysis» или «work analysis»).
В своем труде «Искусство подбора персонала: как оценить человека за час»
С. Иванова отмечает, что формирование профиля должности на основе
стратегических и текущих целей организации является важным условием
успешного
подбора
персонала.
Профиль
должности
представляет
собой
структурированную информацию о требованиях к кандидату: компетенции и опыт,
необходимые для выполнения данной работы в организации [29, с. 15]. При этом
под компетенциями подразумеваются базовые качества людей и обозначают
варианты поведения или мышления, распространяемые на различные ситуации и
длящиеся довольно длительный период времени [55, с. 24]. Уже в конце XX века
практика показала, что одних академических оценок претендентов и их результатов
интеллектуального теста (IQ) недостаточно для того, чтобы определить
эффективность работника, поэтому в качестве альтернативного метода оценки в
1959 году был изобретен компетентностный подход, определяющий способность
кандидата выполнить работу с критерием «превосходно» [56, с. 10]. Важно также
отметить, что при составлении профиля должности организация должна учитывать
специфику своей корпоративной культуры и основываться на сформированной
компанией стратегии развития. Корпоративная культура многими исследователями
понимается как система общего мнения, бездоказательно принимаемая всеми
членами коллектива, причем отличающая одну корпорацию от другой [59, с. 533].
О необходимости создания и поддержания организационной культуры пишут В. В.
Арутюнов, Е. М. Шепелев в своем труде «Управление персоналом». Ранее
указанное
психографическое
описание
должности
позволяет
составить
аналогичное психографическое описание кандидата, то есть профиль кандидата,
после чего их удобно сравнить. Как правило, организация всегда располагает
архивом
документов,
содержащих
в
себе
описания
подобного
рода.
18
Предполагается, что этот архив должен постоянно пополняться, чтобы информация
отвечала необходимым требованиям.
5. Определение возможности организации выплачивать заработную плату и
другие премии, и бонусы в течение определенного периода времени.
Опытные и честолюбивые сотрудники, скорее всего, озаботятся развитием
своего трудового потенциала, если будут уверены в том, что их активность
приведет к повышению заработной платы или получению дополнительного
материального вознаграждения. Именно поэтому организациям важно давать
своим
потенциальным
сотрудникам
четкое
представление
о
возможных
вознаграждениях в целях их привлечения.
6. Определение стратегии поиска и привлечения кандидатов.
В западной литературе используется термин «сорсинг» (от английского
«sourcing» - процесс поиска поставщиков товаров и услуг) [97], подразумевающий
действия
по
поиску,
оценке
и
привлечению
высококвалифицированных
сотрудников. Сорсинг является одним из разделов дисциплины под названием
«управление талантами» (talent management). Под управлением талантами
понимается
совокупность
методов,
позволяющих
не
только
привлечь
высококлассных специалистов, но и эффективно распоряжаться человеческими
ресурсами. Под управлением человеческими ресурсами понимается совокупность
целенаправленных, специально организованных воздействий на персонал,
осуществляемых службой управления человеческими ресурсами организации,
линейными руководителями, топ-менеджментом организации [57, с. 17]. Также
немаловажной для любой организации является способность удержать хорошего
сотрудника. Сам термин появился в 90-е годы, и изначально подразумевал
деятельность в области HR-менеджмента, направленную на то, чтобы вовлечь
работников в инновационный процесс и сформировать творческие стимулы с
целью развития творческого потенциала. Нечто похожее было и в СССР, только
имело название «Рационализаторское предложение».
Впервые об управлении талантами написал Д. Уоткинс в своей статье,
опубликованной в 1998 году, которая получила дальнейшее развитие в виде книги
19
«Системы управления талантами». В конце 1990-х консалтинговая компания
«McKinsey» опубликовала отчет «The war for talent», положивший начало
серьезным исследованиям в области управления персоналом. Крупнейшим
компаниям пришлось пересмотреть свою политику работы с талантами, в
частности, к концу 90-х годов основным инструментом поощрения для
сотрудников стали акции и опционы, в то время как до этого в качестве поощрения
применялись лишь денежные вознаграждения. В результате таких изменений во
многих
технологически
продвинутых
компаниях
(например,
«Microsoft»)
появилось множество сотрудников-миллионеров, и руководство столкнулось с
новой проблемой: теперь предстояло научиться удерживать в компании
материально независимых сотрудников.
В процессе дальнейшего развития, в конце 2000-х годов, о дисциплине
управления талантами сложилось несколько представлений. Во-первых, как о
наборе процессов, направленных на удовлетворение потребности организации в
высококлассных специалистах, в том числе и по работе с персоналом, для того
чтобы поддерживать данный процесс. В рамках такого подхода не стремятся
сотрудников четко разделить на талантливых и нет, значение имеет лишь
максимальная эффективность сотрудников в рамках той работы, которую они
выполняют. Второй подход основан на предпосылке о том, что есть категория
сотрудников, которых можно условно назвать талантливыми, и к ним,
соответственно, применяются иные технологии мотивации и управления. Многие
исследователи подчеркивают необходимость переосмысления текущего состояния
управленческой науки, формирования ее новой парадигмы, способной обеспечить
свежий взгляд на конструирование обоснованных управленческих решений [60, с.
17].
Важно отметить, что после этапа определения стратегии поиска и
привлечения кандидата следуют такие этапы, как анонс вакансии и контакт с
кандидатом (телефонный или посредством личного интервью). Анонс вакансии
должен
соответствовать
порядку
размещения
информации
о
вакансиях.
Информация о вакансиях размещается в подсистеме «Общероссийская база
20
вакансий» [8]. Информационно-аналитическая система Общероссийская база
вакансий
«Работа
в
России»
содержит
информацию
о
возможностях
трудоустройства, работодателях, испытывающих потребность в работниках,
наличии свободных рабочих мест и вакантных должностей, о гражданах, ищущих
работу, и иную информацию [5].
После осуществления организацией последнего этапа подбора персонала
начинается следующий этап в рамках управления персоналом – его отбор. Под
отбором персонала понимается процесс анализа и диагностики профессиональной
пригодности отобранных кандидатов с последующим принятием решения о приеме
на работу. Этот процесс включает в себя два этапа. Первый – анализ заявок на
соискание должности, анализ резюме и прочей представленной информации.
Сотрудники кадровой службы просматривают резюме, объявления о поиске
работы. Пригодность для работы, как правило, оценивается исходя из информации,
полученной на этапе подбора персонала (подэтапа анализа должности – то есть
сравнения психографического описания должности и профиля кандидата). Второй
этап –
проведение собеседований с потенциальными работниками и их
тестирование. Данный этап заключается в сопоставлении представленной в резюме
информации с критериями, выдвинутыми непосредственным работодателем.
Указанный процесс в рекрутменте получил название «matching» (от английского –
сопоставление). Также анализ резюме предполагает выявление потенциальных
рисков. Среди такого рода рисков Т. Баскина в своем труде «Техники успешного
рекрутмента» выделяет следующие: непрохождение испытательного срока, частые
конфликты с работодателем, слабая мотивация на трудовую деятельность,
проблемы со здоровьем, ложная информация об опыте работы и о других
указанных данных [17, с. 80].
С целью оценки навыков, знаний, личностных характеристик будущего
работника могут применяться различного рода собеседования и тестирования. В
данном случае все указанные мероприятия проводятся в соответствии с
законодательством, регулирующим обработку персональных данных [6]. В
зависимости от количества претендентов на рабочее место, размера и структуры
21
организации работодателя, кандидат проходит определенное количество этапов
отбора. Как правило, это три вида собеседования: предварительное, основное и
финальное [67, с. 280]. Цель предварительного собеседования – первичная оценка
и отбор кандидатов. Целью второго этапа является более углубленное изучение
кандидата. Некоторые исследователи предлагают различные методики оценки
персонала, предполагающие комплексный подход и состоящие из опросников
нескольких видов. Так, А. В. Вязигин для обеспечения комплексного подхода в
оценке
персонала
рекомендует
использование
таких
опросников,
как
«Определитель психологического типа», «Индекс жизненного стиля», «Стиль
мышления» и другие [21, с. 176]. Финальное собеседование подразумеваем контакт
с высшим руководством – топ-менеджментом или директором фирмы.
В зависимости от содержания собеседования выделяются ситуационное и
биографическое собеседование [17, с. 132]. Первое предполагает проверку
интервьюером наличия определенных компетенций или черт характера путем
предложения кандидату подобрать возможные решения определенных задач [17, с.
132]. Биографическое собеседование предполагает ответы кандидата на вопросы,
касающиеся его профессионального опыта.
По форме собеседования могут быть индивидуальными и групповыми, то
есть
включающими
одного
интервьюера
или
нескольких,
а
также
структурированными и свободными, то есть с заранее определенным списком
вопросов или без [41, с. 97]. Организации, проводящие отбор персонала, имеют
возможность проводить как одноэтапные, так и многоэтапные собеседования.
Преследуя разные цели, они могут использовать несколько видов интервью,
включающих
интервьюеров
разных
специальностей.
Отсюда
становится
очевидным трудоемкость данного процесса и необходимость большого количества
затрат времени рекрутера наряду с финансовыми затратами работодателя на
содержание кадровой службы.
Помимо
собеседования,
тестирование
является
одним
из
самых
распространенных и эффективных методов оценки кандидатов на должность.
Существует
большое
количество
разнообразных
видов
тестирования
и,
22
соответственно, их классификаций. Так, А. Г. Маклаков в своем труде
«Профессиональный психологический отбор персонала» отмечает, что за критерий
классификации берут либо структуру и способ применения тестов, либо навыки и
способности, для измерения которых они предназначены [43, с. 176]. По способу
применения
тесты
подразделяются
на
индивидуальные
и
групповые.
Целесообразность применения того или иного метода обусловлена количеством
вакантных в организации мест и спецификой предлагаемой должности.
Важно отметить, что существует еще одна классификация тестов,
предназначенная для отбора персонала, она основана на измеряемых ими
психологических характеристиках. Исходя из нее, все тесты можно разделить на
интеллектуальные, тесты интересов и оценки особенностей мотивационной сферы,
тесты специальных способностей, тесты оценки психомоторных функций и
личностные тесты [43, с. 178]. Согласно другой классификации, тестирование
можно подразделить на испытания, опросники и проективные (в том числе
графические) методики. К испытаниям относятся следующие группы тестов:
-
на выполнение отдельных видов работ;
-
связанные
с
моделированием
условий
деятельности
(метод
профессиональной пробы);
-
ролевые игры.
Современные проективные методики: тест Люшера, тест Роршаха, ТАТ
(тематический апперцептивный тест), а также разные методики изучения
продуктов творчества человека (например, рисования) [14, с. 50]. Кроме того, в
последнее время стали широко распространяться тесты познавательного
интеллекта (определяющие коэффициент IQ) и эмоционального интеллекта (EQ).
Помимо вышеуказанных видов тестирования способностей, следует отметить
также тестирование достижений, которое зачастую применяется кадровыми
службами при подборе персонала. Цель данного тестирования – объективная
диагностика уровня достижений кандидата. Такой вид тестирования применяется,
как правило, при отборе персонала на наиболее ответственные рабочие посты, где
требуются профессиональные знания и опыт высокого уровня [18, c. 234]. Тесты
23
достижений дают конечную оценку эффективности выполнения задач обучения и
деятельности на момент обследования.
Необходимо подчеркнуть, что независимо от выбранного организацией типа
тестирования действия сотрудников кадровой службы должны соответствовать
профессионально-этическим стандартам, принятым в работе психологов, среди
которых важно выделить такие, как принцип компетентности, ответственности,
этической и юридической правомочности, конфиденциальности, информирования
клиента о целях обследования [14, с. 42]. При отборе потенциальных кандидатов
на должность компетентное тестирование может позволить существенно уточнить
данные, полученные при собеседовании. При этом важно, чтобы подбор тестов
соответствовал требованиям психограммы по определенной должности. При
проведении различного рода тестирования организации должны быть уверены в
том, что выбранный вид тестирования обладает достаточной степенью валидности.
Валидность теста — это степень достоверности измерения психического свойства,
качества или явления, которое оценивается с помощью данного теста, то есть,
другими словами, валидность — это показатель степени эффективности теста [49,
с. 124].
Учитывая вышеизложенное, становится очевидным, что тестирование
кадровой службой кандидатов на должности является ответственным и сложным
процессом, зачастую неоднозначным ввиду разной степени валидности тех или
иных методик тестирования, разного уровня подготовки сотрудников кадровой
службы и их способности интерпретировать полученные результаты, а также ввиду
погрешности их оценки. Кроме того, надежность тестовых процедур напрямую
зависит от компетентности сотрудников, которые отвечают за составление и
проведение тестов, а также за интерпретацию их результатов. К тому же, может
иметь место утечка информации через работников компании, либо утечка тестовой
базы в Интернет, в таком случае успешное прохождение тестирования никак не
гарантирует того, что будущий работник будет устраивать работодателя.
Следующий этап - отбор и рекомендация кандидатов на должность. По
итогам
проведенных
собеседований,
тестов
и
других
методов
оценки
24
перспективности потенциальных работников необходимо принять решение о
выборе наиболее подходящих кандидатов и отказать оставшимся кандидатам в
трудоустройстве, если они не подходят на должность. Порядок отказа кандидату в
трудоустройстве должен соответствовать законодательным нормам. Обязанность
предоставить письменный отказ по требованию соискателя установлена статьей №
64 Трудового кодекса РФ.
Более того, работодатель, в случае отказа в
трудоустройстве, обязан корректно мотивировать отказ, то есть без какого-либо
вида дискриминации. В Кодексе РФ об административных правонарушениях
существует
статья
13.11.1,
которая
устанавливает
административную
ответственность за распространение информации о свободных рабочих местах или
вакантных должностях, содержащей ограничения дискриминационного характера
[3]. Здесь, также, следует упомянуть о том, что с 1 июля 2016 года вступает в силу
Федеральный закон от 2 мая 2015 г. N 122-ФЗ "О внесении изменений в Трудовой
кодекс Российской Федерации и статьи 11 и 73 Федерального закона "Об
образовании в Российской Федерации", обязывающий работодателей применять
профессиональные стандарты в части требований к квалификации работника.
Стоит отметить, что многие работодатели уже применяют в своей практике
профессиональные стандарты и, соответственно, кадровыми агентствами данные
требования тоже учитываются.
Затем отобранные кандидаты предлагаются к назначению на должность.
Если организации придерживаются такой практики отбора персонала как «ручной»
отбор резюме, предполагающий наличие эксперта, анализирующего пригодность
кандидата на должность согласно указанной информации, то уже на начальном
этапе отбора персонала эксперта ожидает рутинная техническая работа. Практика
показывает, что подобная технология отнимает у эксперта много времени даже при
самых изощренных методах отбора, например, таких как отсекающий принцип
анализа резюме. Помимо указанного трудоемкого «ручного» отбора резюме,
существуют различные компьютерные программы, в которых процесс учета и
отбора резюме автоматизирован. В процессе автоматизированной обработки
персональных данных необходимо соблюдать и обеспечивать гарантию прав и
25
свобод физических лиц [1].
Система защиты персональных данных должна
включать в себя как технические, так и организационные меры, определенные с
учетом актуальных угроз безопасности персональных данных [10]. В состав мер по
обеспечению безопасности персональных данных входят идентификация и
аутентификация субъектов доступа и объектов доступа; управление доступом
субъектов доступа к объектам доступа и другие меры [12].
Учитывая, что в последнее время процесс автоматизации различных бизнеспроцессов
приобретает
особую
актуальность,
для
многих
организаций
использование таких программ в процессе отбора персонала, как «E-Staff
Рекрутер» и «Experium», уже давно не является новшеством. Примечательно, что
программное обеспечение для кадровых служб компаний и рекрутинговых
агентств
«E-staff
Рекрутер»
обладает
широким
рядом
функциональных
возможностей, среди которых в рамках рассмотрения этапов отбора персонала
уместно выделить автоматическое распознавание ключевой информации в резюме
и возможность назначения кандидатам тестирования через внешнюю систему
тестирования [90]. Рассматривая функциональные возможности программы
«Experium», следует отметить, что ей также доступна функция парсинга
(автоматического распознавания резюме), то есть эвристического анализа текста, и
распознавание резюме кандидатов [91]. Безусловно, названные программные
обеспечения не являются единственными в своем роде – существуют зарубежные
аналоги. Причем такие программы, как «Bullhorn», «Taleo», «Lumesse»,
отличаются
большей
технологичностью
и
большими
способностями
автоматизации бизнес-процессов ввиду более солидной по «возрасту» западной
культуры рекрутмента, вследствие чего их применение в России осложнено
вынужденной адаптацией к российским экономическим и другим условиям
ведения
бизнеса.
Три вышеуказанных этапа представляют большой интерес с точки зрения
математического моделирования, поскольку выполнение каждого из них возможно
моделировать с помощью количественных методов. Исходя из этого, в
26
диссертационном исследовании предложен следующий подход к моделированию
процесса отбора персонала: поскольку кадровые агентства располагают обширной
базой резюме, а также статистикой прохождения испытательного срока
работниками,
рекомендованными
клиентам,
целесообразно
моделировать
вероятность прохождения испытательного срока, опираясь на информацию,
указанную в резюме. Безусловно, ранее указанные программы (E-Staff Рекрутер и
Experium) экономят время рекрутеров, отсеивая неподходящие резюме в
автоматизированном режиме и выполняя множество других функций, но в них
отсутствует функциональная возможность определения вероятности прохождения
кандидатом испытательного срока. Экономя время на этапе отбора резюме,
указанные программы дают возможность рекрутеру производить дальнейший
анализ отобранных резюме для прохождения тестирования и рекомендации на
должность, то есть последние два этапа отбора персонала находятся в компетенции
рекрутера и не автоматизированы.
Для наглядности сравнение возможностей программных продуктов для
рекрутеров представлено в виде таблицы 1. Предварительно, автором были
отобраны наиболее существенные, с точки зрения диссертационного исследования,
критерии оценки программ. Методика, разработанная и подробно описанная
автором в последующих главах, также воплощена в виде программного продукта,
который
может
использоваться
либо
самостоятельно,
либо,
как
часть
существующего программного обеспечения. Поскольку автор не ставил в своём
исследовании цель создания полнофункционального рекрутерского софта, но
решал научно-практическую задачу моделирования процесса подбора и оценки
персонала, авторская программа может успешно дополнить уже существующие.
Таблица 1 – Сравнительный анализ программного обеспечения для
рекрутеров
E-staff
Рекрутер
Автоматическое
распознавание ключевой
информации в резюме
(парсинг)

Experium

Bullhorn

Taleo

Lumesse

27
Продолжение таблицы 1
Внешняя система
тестирования
Анализ затрат на подбор
персонала
Автоматическая
публикация объявлений о
вакансиях в Интернет
Количество работных
сайтов (регион
размещения)
Оценка кандидатов
руководителями
Настройка ролей и прав
отдельным пользователям
Создание проектов
On-line интервью
Отслеживание статуса
кандидатов (отклик,
интервью, прохождение
испытательного срока:
пройден/не пройден)
Определение активности
аккаунтов, рассылка почты
в наиболее удачное время
Автоматическое создание
трудового договора
Мобильная версия
программы
Анализ резюме с
определением вероятности
прохождения
испытательного срока















40 (СНГ)
20
(Россия)
> 100
(Европа)
> 100
(Европа)
> 200
(Европа)

























–



















Источник: составлено автором.
Как видно из таблицы 1, все программы обладают функцией отслеживания
прохождения испытательного срока кандидатом, но среди их возможностей
отсутствуют количественные методы оценки вероятности прохождения. Этот факт
позволяет эффективно использовать методику, разработанную автором совместно
с данными программными продуктами. Однако, если рекрутинговое агентство не
располагает ни одним из вышеописанных продуктов, оно может использовать
программу, разработанную автором, самостоятельно, так как вся необходимая
статистика является частью управленческой отчетности кадрового агентства.
28
Подводя итог рассмотрению этапов подбора и отбора персонала, следует
отметить, что они являются составными частями единого процесса - управления
персоналом. Из них большинство этапов не подлежат математическому
моделированию
или
же,
наоборот,
уже
давно
в
достаточной
степени
автоматизированы. Например, кадровый учет и управление оплатой труда стало
возможным производить с помощью модулей управления персоналом в ERPсистемах с 2000-х годов. Примечательно, что один из ведущих поставщиков ERPсистем начала 2000-х годов – компания Peoplesoft – начинала свою деятельность
именно как разработчик пакетов для расчёта зарплаты и кадрового учёта [100].
Среди этапов подбора и отбора персонала стоит выделить три, имеющих
большое значение для решения кадровых проблем: 1) анализ заявок на соискание
должности, анализ резюме и прочей представленной информации; 2) проведение
собеседований с потенциальными работниками и их тестирование; 3) отбор и
рекомендация кандидатов на должность.
В результате рассмотрения основных понятий, связанных с определением
менеджмента персонала, автору удалось выделить основные этапы процесса
подбора и отбора персонала.
Поиск (подбор) персонала – как один из этапов системы управления
персоналом - основывается на методах, используемых организациями в целях
обеспечения наилучшего состава потенциальной квалифицированной рабочей
силы. Он, свою очередь, включает в себя следующие этапы:
 разработка политики набора и удерживания персонала, а также системы,
обеспечивающей ее функционирование;
 оценка текущих и будущих потребностей организации в необходимом объеме
рабочей силы;
 идентификация объема потенциальной рабочей силы во внутренней и
внешней среде организации, а также определение степени конкуренции за
предлагаемое вакантное место;
 анализ должности;
 определение возможности организации выплачивать заработную плату и
29
другие премии и бонусы в течение определенного периода времени;
 определение стратегии поиска и привлечения кандидатов;
 анонс вакансии;
 контакт с кандидатом.
Рассмотрев основные этапы процесса подбора персонала, автор хотел бы
выделить основные этапы отбора персонала:
 анализ
заявок на соискание должности, анализ резюме и прочей
представленной информации;
 проведение
собеседований
с
потенциальными
работниками
и
их
тестирование;
 отбор и рекомендация кандидатов на должность.
Три вышеуказанных этапа представляют большой интерес с точки зрения
математического моделирования, поскольку выполнение каждого из них возможно
моделировать с помощью количественных методов. В практике рекрутинга
применение методов количественного моделирования на данных этапах на
сегодняшний день в основном отсутствует, что открывает перспективу разработки
математических
моделей,
работающих
непосредственно
на
повышение
эффективности конечного результата всего процесса.
Рассматривая процесс отбора кандидатов, важно помнить о необходимости
принятия решения о найме подходящих кандидатов и об отказе оставшимся
кандидатам в трудоустройстве. Здесь следует отметить, что порядок отказа
кандидату в трудоустройстве должен соответствовать законодательным нормам.
Учитывая, что процесс подбора и отбора персонала является трудоемким с
точки зрения осуществления всех включенных в них этапов, в последнее время
автоматизация различных бизнес-процессов приобретает особую актуальность,
разрабатываются программные обеспечения для облегчения процесса управления
персоналом и экономии времени кадровых служб.
30
1.2 Поиск и отбор персонала как ключевые этапы в системе управления
персоналом и анализ эффективности современных методов подбора
персонала
В условиях современной рыночной экономики ключом к успеху или провалу
организации является набранный персонал. То есть, качественный персонал
способен улучшить эффективность функционирования предприятия, в то время как
неправильно
подобранная
рабочая
деятельности организации к нулю.
сила
способна свести
эффективность
Отсюда становится очевидной ключевая
позиция этапов подбора и отбора персонала в общей системе управления,
поскольку подбор персонала предполагает проведение мероприятий, которые в
наибольшей степени влияют на деятельность организации [80, с. 2].
В целом процесс подбора и отбора персонала можно представить в виде
схемы, приведенной на рисунке 1.
Политика подбора
персонала
Оценка
потребностей в
объеме персонала
Оценка доступных
на рынке труда
рабочих ресурсов
Выбор стратегии
поиска и
привлечения
кандидатов
Способность
финансового
обеспечения
Анализ должности
Если «отбор» = «0»
Анализ заявок и
резюме
Проведение
собеседований и
тестирований
Отбор и
рекомендация
кандидатов на
должность
Источник: составлено автором.
Рисунок 1 – Процесс подбора и отбора персонала
31
Процесс, показанный на рисунке 1 является циклическим: в том случае, если
не удалось отобрать ни одного кандидата на последнем этапе, следует либо
увеличить финансовое обеспечение, либо понизить требования к кандидатам.
Следует отметить, что подбор и отбор персонала является приоритетным
вопросом в рамках осуществления процесса по управлению персоналом не только
ввиду влияния на эффективность деятельности организации, но и с точки зрения
конкурентного преимущества организации. Поиск и отбор персонала всегда играли
ключевую роль в процессе управления персоналом в качестве ведущей части
организационного функционирования предприятия. В современном мире эти
процессы становятся более значимыми, поскольку в условиях всё большей
конкуренции организации всё чаще рассматривают своих работников в качестве
источника конкурентного преимущества. Хотя необходимо сказать, что не все
организации придерживаются такой точки зрения. Однако об усилении интереса к
использованию действующих и надежных методов подбора персонала в качестве
инструмента повышения конкурентоспособности свидетельствует то, что в течение
нескольких прошедших десятилетий вышеуказанный психологический аспект
оказал значительное влияние на способы подбора персонала через строгую
разработку и оценку процедур отбора персонала [68, с. 135]. В этой связи крайне
важно изучить существующие современные методы подбора и отбора персонала,
выявить их преимущества и недостатки для дальнейшего предложения по
оптимизации использования трудового времени рекрутера.
Методы подбора персонала различаются в зависимости от среды, из которой
он будет происходить. В соответствии с этим признаком осуществляется как
внутриорганизационный подбор персонала, так и внешний его поиск.
Первая категория подразумевает подбор работников на основе внутреннего
кадрового резерва организации, в то время как вторая предполагает привлечение
рекрутинговых агентств для подбора необходимых работников. Внутренний
подбор работников применим тогда, когда в организации высвобождается
вакантное место (например, в случае введения новой должности или при
расширении организации, когда руководство в первую очередь обращает свое
32
внимание на уже существующий кадровый резерв). Следует отметить, что такой
способ подбора персонала довольно эффективен по нескольким причинам. Вопервых, он не требует дополнительного финансирования на проведение процедур
по подбору персонала. Во-вторых, работники компании уже хорошо известны для
руководства и имели возможность продемонстрировать свои навыки и умения и
тем самым показать свой потенциал эффективности. Третьим положительным
моментом является то, что процесс адаптации работника к новой должности будет
протекать для него легче по сравнению с работником, пришедшим извне,
поскольку коллектив в данной организации ему уже знаком и не будет
необходимости интегрироваться в рабочую среду заново. Тем не менее, важно
отметить, что подбор персонала из внутренней среды организации не лишен своих
минусов: выбор потенциальных сотрудников на новую должность ограничен
существующим трудовым резервом и лишает работодателя возможности привлечь
«свежие умы», то есть людей извне, которые смогли бы продемонстрировать
качественно новый подход к решению поставленных задач.
К внутреннему подбору персонала относят также подбор персонала по
рекомендациям
существующих
сотрудников.
Достоинства
этого
метода
аналогичны предыдущему, в то время как недостатком является другой момент –
предложенные кандидаты незнакомы руководству, и их квалификацию еще
предстоит проверить. К тому же велик риск того, что кандидат может быть
рекомендован не из целей улучшения функционирования организации ввиду
высокого профессионализма предлагаемого кандидата и его квалификации, а
исходя из корыстных целей рекомендующего.
Что же касается внешнего подбора персонала, то он тоже обладает рядом
положительных и отрицательных сторон. Большим преимуществом использования
данного метода является то, что организации, привлекая стороннюю помощь
рекрутинговых агентств, освобождают себя от необходимости самостоятельно
проводить все необходимые этапы подбора и отбора персонала, рассмотренные
ранее, а, напротив, имеют возможность участвовать в финальном этапе выбора
среди кандидатов, рекомендованных на должность, и успешно прошедших все
33
этапы отбора. Такое положение дел, безусловно, экономит время организации,
необходимое для выполнения всех процедур подбора персонала. Важно
подчеркнуть то, что главным условием, определяющим возможность получить
представленного на должность кандидата, является то, насколько удачно
организации удалось представить рекрутинговому агентству образ необходимого
сотрудника и насколько эффективно была составлена приоритетность критериев
отбора. Большим минусом данного способа подбора персонала являются высокие
материальные издержки, поскольку современные рекрутинговые агентства за свои
услуги взимают значительные суммы с заказчиков. Еще один минус: есть риск того,
что рекрутинговый агент может составить неверный образ желаемого сотрудника
и представить кандидатов, не подходящих на требуемую должность.
В настоящее время Международная организация труда именует кадровые
агентства как «частные агентства занятости» в соответствии с принятой
конвенцией № 181 «О частных агентствах занятости» [2]. Также указанный термин
используется в рекомендации № 188 «О частных агентствах занятости» [13]. На
международном уровне регулирование и трудоустройство рабочей силы частными
агентствами занятости происходит на основании действия вышеназванных
нормативно-правовых актов. В России регулирование деятельности частных
агентств занятости было установлено законом РФ от 19 апреля 1991 г. № 1032-1 «О
занятости населения в Российской Федерации», статьей 19 [5]. Впоследствии
указанная статья была исключена ввиду принятия федерального закона № 15-ФЗ
от 10 января 2003 г. «О внесении изменений и дополнений в некоторые
законодательные акты Российской Федерации в связи с принятием федерального
закона “О лицензировании отдельных видов деятельности”» [7]. Более того, до
отмены лицензирования деятельности по содействию занятости населения в
Российской Федерации действовало постановление Правительства РФ от 28
октября 1995 г. № 1046 «Об утверждении Положения о лицензировании
деятельности негосударственных организаций по оказанию платных услуг в
содействии занятости граждан», которым определялся порядок получения
лицензии [9].
34
Следует отметить, что в настоящее время указанный вид деятельности
регулируется только на этапах открытия кадрового агентства и его отчетности
перед налоговой службой; на ведение данного вида деятельности лицензии не
требуется, за исключением содействия занятости населения за рубежом.
Наряду с рекрутинговыми агентствами как внешними источниками по
предоставлению рабочей силы в последнее время всё большую роль стали играть
Интернет и социальные сети. В настоящее время во Всемирной паутине существует
большое количество сайтов, на которых можно разместить объявления о поиске
сотрудников и о наличии существующих свободных вакансий. Данный способ
достаточно эффективен в плане набора персонала, поскольку размещенные
объявления, как правило, находят мгновенный отклик, но, вместе с тем, данный
способ не лишен большого минуса – организации придется потратить много
времени для того, чтобы справиться со всем массивом поступивших заявок и
отобрать нужных кандидатов.
Если классифицировать методы подбора персонала по другому критерию –
целевой аудитории, то их состав будет выглядеть следующим образом:

рекрутинг (recruiting);

эксклюзивный или прямой поиск;

подбор руководителей путем их переманивания с существующего
места работы (headhunting).

прелиминаринг
Рекрутинг – процесс поиска персонала, направленный на подбор и найм
работников низшего и среднего звена, так называемый массовый или линейный
поиск. Данный процесс включает в себя отбор, то есть оценку кандидатов. Как
правило, поиск проводится среди кандидатов, находящихся в активном поиске
работы. Главным преимуществом использования указанного метода является
экономия времени работодателя за счет предварительной фильтрации потока
кандидатов и как следствие – ускоренный поиск нужных кандидатов. С точки
зрения
применения
количественных
методов,
рекрутинг,
проводящийся
кадровыми агентствами, располагающими обширной базой резюме, а также
35
статистикой прохождения испытательного срока работниками, рекомендованными
клиентам, представляется весьма интересным, так как дает возможность
моделировать вероятность прохождения испытательного срока, опираясь на
информацию, указанную в резюме.
Эксклюзивный или прямой поиск (executive, exclusive search) – процесс
поиска персонала, направленный на подбор работников высшего управленческого
звена, а также редких специалистов. В большинстве случаев к этому методу
прибегают, если у организации стоит цель найти людей, способных оказать
ключевое
воздействие
на
эффективность
функционирования
компании.
А. Я. Кибанов отмечает, что поиск может проходить как среди свободных
специалистов, так и среди уникальных, которые не находятся в активном поиске
работы [34, с. 243]. Стоит отметить, что если организация, нуждающаяся в такого
рода сотруднике, обращается в рекрутинговое агентство, то, вероятнее всего,
эксклюзивный поиск окажется эффективным, более того, как и в предыдущем
случае, решение о рекомендации сотрудника кадровым агентством может
опираться
на
результаты
количественного
моделирования
прохождения
испытательного срока.
Подбор руководителей путем их переманивания с существующего места
работы (headhunting – от англ. «охота за головами») – способ подбора персонала,
основывающийся на «охоте» за сотрудником, обладающим желаемым набором
качеств и навыков, занятым в другой организации и не ставящим своей целью
смену рабочего места. Главным отличием от предыдущих способов является то,
что привлечь такого сотрудника на должность является трудновыполнимой
задачей,
поскольку
для
успешного
переманивания
его
необходимо
«замотивировать» и предложить более выгодные условия, чем на месте
существующей работы. Более того, не все сотрудники приветствуют смену рабочей
обстановки
ввиду
многих
причин
(устоявшийся
коллектив,
признание,
стабильность и др.). Другие минусы данного метода – длительность его
применения и дороговизна: если организации, осуществляющей поиск на
вакантное место, неизвестно определенное лицо, то нужно потратить большое
36
количество времени, чтобы найти информацию о существующем руководящем
звене конкурентов и выбрать из него подходящую кандидатуру. Как видно,
практически полное отсутствие нужной статистики осложняет процесс применения
количественных методов оценки кандидатов.
Прелиминаринг
(preliminaryу
–
от
англ.
«подготовительный»,
«предстоящий») – метод подбора персонала посредством производственной
практики и стажировки перспективных молодых специалистов (студентов и
выпускников вузов), способных внести значительный вклад в функционирование и
развитие организации. Также данный метод предусматривает проведение
бесплатных тренингов для выпускников, молодых и начинающих специалистов.
Указанный метод в случае успешного применения подразумевает прохождение
специалистом всех последующих этапов продвижения, начиная с профориентации
и адаптации молодого специалиста и заканчивая работой в должности
руководителя высшего звена управления [54, с. 65]. Явным преимуществом
прелиминаринга является то, что во время проведения практики, стажировки или
бесплатного тренинга организация имеет возможность оценить потенциальных
кандидатов и создать базу кандидатов на будущее. Вместе с тем, наряду с
перспективностью применения данного метода, следует отметить, что он не лишен
определенных недостатков. Практика выявляет определенные трудности при
использовании на рынке труда выпускников вузов, имеющих степень бакалавра,
что соответствует международным нормам и принимается работодателем за
рубежом. Со стороны же российских работодателей до сих пор существует
некоторое недоверие к первому уровню высшего образования. Основная сложность
заключается в недостаточной разработанности тарифно-квалификационных
требований [37, с. 14].
По мнению многих компаний, получение «неготового»
сотрудника, не обладающего соответствующими специальными навыками и
умениями – затрата сил и потеря эффективности деятельности организации. Но
есть и такие компании, которые предпочитают бакалавров специалистам, так как
доучивают их «под себя», ведь для организации, в которой эффективно налажен
процесс обучения и адаптации новых сотрудников, это не является проблемой.
37
Наоборот, адаптация, по мнению А. Н. Прошиной, характеризуется переходом
индивида на новый, более высокий уровень организации культуры, что запускает
механизм самореализации и приносит ощутимую выгоду организации [47, с. 16].
Уместно заметить, что основной сложностью при подготовке образовательных
стандартов является разработка профессиональных компетенций, которыми
выпускник должен обладать, придя на работу [58, с. 109]. В данном случае,
поскольку речь идет о неготовых еще специалистах, представляется трудным
оценить потенциальных кандидатов ввиду отсутствия необходимых компетенций,
одновременно являющихся критериями оценки.
Следует отметить, что результативность управления персоналом зависит от
выбранного организацией метода подбора кадров. Так, например, большие
кадровые агентства имеют возможность в наилучшей степени (самым тщательным
образом) исследовать кандидатов, чем организации, нуждающиеся в персонале и
занимающиеся его поиском самостоятельно. Во-первых, у организаций, не
специализирующихся на рекрутинге, база данных о незанятой рабочей силе
ограничена. Во-вторых, открытость и прозрачность в практиках подбора и отбора
персонала у рекрутинговых агентств более значимы.
Рассмотрев вышеуказанные методы подбора персонала, которые можно
назвать традиционными способами решения данного вопроса, автор считает
важным охарактеризовать и нетрадиционные способы. Перед этим стоит отметить,
что на настоящий момент не существует явной и четкой классификации деления
методов подбора персонала на традиционные и нетрадиционные, так как
традиционные для одной компании методы могут оказаться нетрадиционными для
другой. Речь в данном случае идет о популярности и частоте использования
различных методов организациями. Исходя из этого, можно выделить следующие
методы подбора персонала:

поиск необходимых кандидатов на конференциях тематического
характера и на различного рода профессиональных выставочных мероприятиях;

рассылка запросов по электронной почте в Интернете потенциально
заинтересованным кандидатам (спам);
38

привлечение
к
процессу
подбора
персонала
личного
штата
сотрудников, мотивированного денежными премиями за успешный поиск
специалистов;

привлечение
кандидатов
определенных
специальностей
из
провинциальных регионов страны с низким уровнем жизни.
Рассматривая такой метод как поиск необходимых кандидатов на
конференциях тематического характера и на различного рода профессиональных
выставочных мероприятиях, следует отметить, что данный способ подбора
персонала довольно эффективен, поскольку его поиск происходит в известной
целевой аудитории и не требует затрат времени и денежных ресурсов на
определение потенциально заинтересованной аудитории. Более того, применение
данного способа подбора персонала выгодно тем, что участники конференций
изначально
самостоятельно
замотивированы
исследованием
определенных
вопросов и проблем, решение которых может стать неоценимым вкладом в
эффективном
специфики
функционировании
проведения
разного
компаний-работодателей.
рода
конференций,
Также,
ввиду
работодатель
имеет
возможность выделить и отобрать наиболее неординарных, выделяющихся своими
особыми способностями, кандидатов, оценить их идеи и возможность их
прикладного применения.
Кроме того, на конференциях тематического характера работодатель может
узнать у потенциальных кандидатов на должность, какие профессиональные
форумы посещают они и их коллеги. Далее работодатель может предпринять
несколько шагов по поиску и привлечению кандидатов: разместить рекламу на
форуме или прорекламировать свою организацию от лица сотрудника. Даже если
работодателю не удастся найти нужных кандидатов на должность на самих
конференциях, у него, по крайней мере, остается возможность узнать информацию
о
посещаемых
потенциальными кандидатами
форумах для дальнейшего
привлечения этих лиц.
Важно отметить, что в соответствии со статьей 20 Трудового кодекса
Российской Федерации работодателями могут выступать юридические и
39
физические лица, однако работодатели – физические лица, в том числе
предприниматели
без
образования
рассматриваться
как
субъекты,
юридического
лица,
формирующие
и
вряд
ли
могут
осуществляющие
целенаправленную кадровую политику [4]. Стратегия кадровой политики создает
условия для принятия решений, удовлетворяющих и организацию, и ее персонал
[36, с. 5].
С
точки
представляется
зрения
субъектов
сложным
собрать
моделирования
статистику
процесса
участников
рекрутинга,
студенческих
мероприятий тематического характера: они могут не числиться в базах данных
рекрутинговых агентств, так как еще не занимались рабочей деятельностью, не
искали рабочие места и, соответственно, не занесены в списки желающих найти
работу и оставивших свои резюме. В случае профессиональных выставок также
имеются
препятствия
для
сбора
необходимой
статистики
–
работники
определенных организаций могут быть на своем первом рабочем месте и
находиться в закрытых базах данных своих компаний.
По поводу рассылки запросов по электронной почте в Интернете
потенциально заинтересованным кандидатам (спам) следует сказать, что
эффективность данного метода сомнительна. Во-первых, при таком поиске крайне
сложно найти конкретных кандидатов на необходимую должность и иметь
возможность обратиться к ним адресно. Во-вторых, ввиду негативного отношения
к спаму, не все кандидаты откликнутся на вакансию, даже заинтересованные в
предлагаемой должности. Более того, репутация организации, рассылающей заявки
на свободные вакансии по электронной почте в Интернете, может упасть в глазах
потенциального работника, так как в настоящее время в обществе широко
распространено мнение, что серьезная организация никогда не будет «клеить
объявления на остановках» или рассылать спам. Данная область достаточно
широко проработана в рамках исследований в области психологии.
Рассмотрим следующий метод – привлечение к процессу подбора персонала
личного штата сотрудников, мотивированного денежными премиями за успешный
поиск
специалистов.
Данный
метод
схож
с
подбором
персонала
«по
40
рекомендациям», но его отличие состоит в том, что подразумевается привлечение
потенциальных работников не из ближайшего окружения существующих
сотрудников организации, то есть речь идет о поиске кандидатов на должность из
внешней
среды.
Очевидно,
что
эффективность
данного
метода
весьма
сомнительна, поскольку более рационально привлечь к выполнению поставленной
задачи рекрутинговые агентства как специализированные организации, имеющие
большую базу потенциальных работников. В литературе, посвященной подбору
персонала, отсутствуют какие-либо сведения о том, были ли проведены точные
расчеты, показывающие преимущества указанного метода перед использованием
кадровых агентств.
С экономической точки зрения весьма целесообразно привлечение
кандидатов определенных специальностей из провинциальных регионов страны с
низким уровнем жизни. Применение этого метода рационально, поскольку
вакансия, предложенная потенциальному работнику организации, предполагает
лучшие условия оплаты труда и другие стимулы, что может оказаться весьма
привлекательным для кандидата и способствовать миграции работников внутри
страны и высокой профессиональной мобильности. Однако необходимо учесть, что
в данном случае процесс автоматизации в целях повышения результативности
управления персоналом может быть значительно затруднен ввиду того, что
организация, занимающаяся поиском нужного персонала собственными силами, не
располагает формализованной статистикой, более того, сбор указанной статистики
повлечет большую трату денежных ресурсов и займет много времени.
Подводя итоги рассмотрения различных методов подбора персонала,
классифицированных по разным критериям, следует отметить, что представляется
невозможным выделить общепринятую для всех классификацию эффективных и
неэффективных методов оценки персонала. Использование определенного метода
может дать одной организации положительные результаты, а другой, при
применении того же метода, нежелательные. В любом случае, при выборе того или
иного метода следует ориентироваться на имеющиеся доступные ресурсы,
необходимые для проведения поиска персонала, обращая особое внимание на
41
количество времени, которое есть в распоряжении организации, и срочность
поставленной задачи.
Рассмотрев вышеуказанные способы подбора персонала, отметим, что этими
методами список возможных приемов подбора персонала не исчерпывается. В
своем труде «Поиск и оценка линейного персонала: повышение эффективности и
снижение затрат» С. Иванова выделяет также и другие источники поиска и
привлечения персонала, среди которых, по мнению автора, важно отметить
следующие:

печатные СМИ по поиску работы;

наружная реклама;

«своя кампания» (реклама на чеках, пакетах, в торговой точке);

реклама в транспорте (с помощью радио, в салонах и вагонах
общественного транспорта, наружная реклама
на автобусах, трамваях,
троллейбусах).
Рассмотрим каждый из вышеперечисленных методов подробнее с точки
зрения эффективности их использования. Прежде всего, стоит отметить, что
эффективность применения того или иного метода привлечения персонала
напрямую связана с теорией поколений в России. На основе описания
профессиональных и жизненных ценностей, как правило, выделяют четыре
поколения: поколение Сети (поколение «Y»), поколение «Х», поколение «бэбибумеров» и «молчаливое» поколение [64, с. 94].
Анализируя такой метод привлечения персонала как размещение объявлений
о доступных вакансиях в печатных СМИ, стоит отметить, что эффективность
применения указанного метода в большой степени зависит от целевой аудитории.
Если организация нуждается в работниках «молчаливого» поколения или
поколения «бэби-бумеров», то данный метод, вероятнее всего, окажется
эффективным. Дело в том, что работники в возрасте от 50 лет имеют более
благосклонное отношение к печатным СМИ, нежели работники поколений «Х» и
«Y», для которых характерно стремление к инновациям и, соответственно, к
современным методам передачи информации, социальным сетям и Интернету.
42
Вместе с тем, в данных обстоятельствах применение указанного метода несет риск
привлечения неквалифицированного персонала, то есть не обладающего навыками
пользования компьютером. Также существует риск того, что вложенные средства
на публикацию рекламы о вакантных местах в печатных изданиях не дадут
должного результата, то есть ожидаемого количества откликов, поскольку
последнее зависит от многих факторов: типа издания, тиража, его распространения,
места размещения рекламы на печатной площади издания и т. д.
Насколько привлекательна для кандидатов наружная реклама?
С точки
зрения теории поколений, следует отметить, что, как правило, использование
такого вида рекламы одинаково эффективно для людей разных возрастов: данный
метод доступен только крупным и сильным в финансовом отношении компаниям
и воспринимается кандидатами как привлечение персонала надежной и
престижной компанией. Достоинствами применения указанного метода является
широкий охват публики и возможность привлечения людей, проживающих на
определенной территории. Также некоторые специалисты отмечают такой
положительный
эффект
использования
указанного
метода
как
саморекламирование, то есть многим компаниям удается совмещать объявления о
наборе персонала с рекламой самой компании [30, c. 62]. С другой стороны,
использование указанного метода рационально лишь в случае массового подбора
персонала или постоянной необходимости набора сотрудников.
Анализируя такой способ привлечения персонала как «своя кампания»,
аналогично
предыдущему методу,
можно
сказать,
что
результативность
применения указанного метода, как правило, не зависит от поколений, поскольку
потенциальным
кандидатом
может
стать
любой
клиент
компании,
проинформированный о доступных вакансиях через рекламу на чеках или пакетах
заведения, плакатах в торговых точках. Достоинством применения указанного
метода, как и предыдущего, является широкий охват аудитории, а также
относительная дешевизна его использования по сравнению с наружной рекламой.
С другой стороны, база потенциальных кандидатов в таком случае ограничивается
базой клиентов организаций.
43
Перейдем к рассмотрению такого метода привлечения персонала как реклама
в общественном транспорте. Важное преимущество использования указанного
метода – более широкая база потенциальных кандидатов, то есть возможность
привлечения случайных людей со стороны. Очевидно, реклама в общественном
транспорте эффективна широким охватом публики, но в случае аудиоинформации
(реклама, передаваемая по радио) способность воспринимать её гораздо меньше по
сравнению с визуальным восприятием. Например, ухудшающим моментом
эффективности данного метода может стать шум в общественном транспорте, на
фоне которого передаётся реклама по радио.
Как отмечалось ранее, этапы подбора и отбора персонала являются
ключевыми в общей системе управления ввиду влияния на эффективность
деятельности организации, а также с точки зрения ее конкурентного преимущества.
Рассматривая методы подбора персонала в соответствии с различными
классификациями и лежащими в их основе признаками, такими как среда подбора
или целевая аудитория, можно выделить их различные виды. В результате изучения
существующих современных видов подбора и отбора персонала автор выявил их
следующие преимущества и недостатки.
Внутренний подбор персонала, подразумевающий подбор работников из
внутреннего кадрового резерва организации, эффективен по нескольким причинам:
он не требует дополнительного финансирования на проведение процедур по
подбору персонала, работники компании уже хорошо известны, процесс адаптации
работника к новой должности протекает легче. Среди минусов автор выделяет
следующие: выбор потенциальных сотрудников ограничен существующим
трудовым резервом, отсутствует возможность привлекать «свежие умы».
Рассматривая внешний подбор персонала, автор хотел бы выделить
следующие преимущества его использования: высвобождение времени у
организаций и вовлеченность в процесс лишь на финальном этапе. Недостатком
указанного способа подбора персонала являются высокие материальные издержки
и неудовлетворительная работа кадрового агентства. Стоит отметить главное
преимущество рекрутинга, как метода подбора персонала – экономию времени
44
работодателя за счет предварительной фильтрации потока кандидатов и как
следствие – ускоренный поиск нужных кандидатов.
Говоря об эксклюзивном или прямом поиске, важно подчеркнуть, что
эффективность применения указанного метода зависит от того, прибегает ли
работодатель к услугам рекрутинговых агентств или нет. Также отметим, что
подбор руководителей путем их переманивания с существующего места работы
тоже является трудновыполнимым ввиду ряда причин, среди которых –
недостаточные стимулы для перехода, отсутствие трудовой мобильности, большие
затраты времени и дороговизна.
Как
отмечалось
ранее,
преимуществами
прелиминаринга
являются
следующие: возможность предварительной оценки потенциальных кандидатов и
создания базы кандидатов на будущее. Вместе с тем, прелиминаринг обладает
такими недостатками как недоверие со стороны работодателей к компетентности
выпускников и сложность адаптации «неготовых» сотрудников.
Среди преимуществ поиска необходимых кандидатов на конференциях
тематического характера и на различного рода профессиональных выставочных
мероприятиях можно назвать следующие: экономия времени и денежных ресурсов
на
определение
потенциально
заинтересованной
аудитории;
возможность
выделить и отобрать наиболее неординарных кандидатов. Как отмечалось раннее,
рассылка
запросов
по
электронной
почте
в
Интернете
потенциально
заинтересованным кандидатам (спам) в настоящее время представляется
недостаточно эффективным методом, обладающим плохой репутацией.
Эффективность привлечения к процессу подбора персонала личного штата
сотрудников, мотивированного денежными премиями за успешный поиск
специалистов, может оспариваться ввиду наличия более конкурентного субъекта –
рекрутинговых агентств, располагающих большее широкими возможностями
поиска.
Ранее было также отмечено, что применение такого метода как привлечение
кандидатов определенных специальностей из провинциальных регионов страны с
низким уровнем жизни может оказаться эффективным и способствовать миграции
45
работников внутри страны и высокой профессиональной мобильности, но в то же
время осложнено трудоемкой его выполнимостью.
Рассматривая такие методы привлечения персонала, как печатные СМИ по
поиску работы, наружная реклама, «своя кампания» и реклама в транспорте, автор
хотел бы заметить, что достоинства и недостатки их применения удобно
анализировать с точки зрения теории поколений в России. Первый метод
эффективен в случае, если целевой аудиторией является поколение «бэбибумеров» и «молчаливое» поколение. Последний указанный метод более
эффективен в случае его адресации поколениям «Х» и «Y». Касательно второго и
третьего метода автор хотел бы отметить возможность широкого охвата
кандидатов всех поколений, что является безусловным преимуществом их
использования.
Подводя итог рассмотрению различных методов подбора персонала,
классифицированных
по
разным
критериям,
следует
подчеркнуть,
что
эффективность результата использования метода подбора персонала обусловлена
возможностью формализации действий и процедур рекрутингового процесса с
помощью количественных методов. По мнению автора, к методу, наиболее удачно
совместимому с математическим моделированием, можно отнести рекрутинг,
поскольку кадровые агентства имеют возможность тщательно исследовать
кандидатов, а также располагают широкой базой данных о незанятой рабочей силе
и характеризуют свою деятельность открытостью и прозрачностью в практиках
подбора и отбора персонала.
1.3 Анализ существующих методов отбора персонала
Прежде чем приступить к анализу методов отбора персонала, следует
определить
основные
формы
отбора.
Существует
так
называемый
предварительный отбор, предполагающий изучение интервью, проведение
дистанционного интервью (например, телефонного), изучение анкет кандидатов.
Также используется вторичный отбор, он предполагает проведение собеседований,
46
различных тестов, направленных на проверку профессиональных навыков и знаний
кандидатов, применение кейсов, ролевых игр и т. д.
Перечислим наиболее распространенные методы отбора персонала:

интервью (собеседование);

центры оценки (Assessment center);

тестирование.
Рассмотрим теперь каждый метод более подробно.
Интервью с точки зрения журналистики – это беседа журналиста с какимлибо лицом или группой лиц, представляющая общественный интерес и
предназначенная для передачи в средствах массовой информации [62, с. 87].
Заметим, что рассмотрение интервью с точки зрения журналистики нельзя считать
полным и емким в случае использования интервью как метода оценки кандидатов
при подборе персонала. Более широким можно считать определение, данное в
труде С. Квале «Исследовательское интервью»: «Интервью – это беседа, результат
которой является плодом совместных усилий интервьюера и его собеседника, это
момент конструирования знания» [33, с. 11]. Интервью могут принимать
различные
формы,
например,
интеллектуальное,
стрессовое,
«brainteaser»
интервью (от англ. «интервью, щекочущее мозг»). Интеллектуальное интервью
направлено на выявление сотрудников, способных четко и логически мыслить,
обладающих выдающимися интеллектуальными способностями. В таких интервью
используются сложные вопросы с подвохом, задачи и головоломки. Особенности
текущей мировой конъюнктуры требуют от представителей разных профессий
молниеносных и креативных решений. Именно поэтому корпоративный мир
начинает осваивать особые методы подбора персонала, характерные для
динамичных высокотехнологичных компаний [63, c. 71].
Стрессовое интервью предполагает проведение интервью в шоковых
условиях, направленное на выявление психической устойчивости кандидатов.
Данный метод полезен в использовании в случае подбора персонала в
определенных областях, требующих высокой стрессоустойчивости (например, для
подбора сотрудников милиции или операционистов в банк). Суть метода
47
заключается в создании невыносимых условий собеседования для кандидата и
проверке его реакции. Такими условиями могут быть как физически неудобные
условия
(яркое освещение,
неудобное расположение кандидата),
так
и
психологические (невежливое поведение интервьюера, постановка неприличных
вопросов и другое). Следует отметить: несмотря на то, что эффективность
проведения указанного метода оценки результативности трудоспособности
кандидата под нагрузкой сложно недооценить, последствия его проведения не
всегда
можно
назвать
благоприятными, поскольку зачастую
кандидаты,
прошедшие через такое шоковое интервью, могут потерять стимул к получению
работы в данной организации, будучи деморализованными методами оценки
кандидатов в компании. Важно помнить, что во время собеседования не только
работодатель оценивает потенциального кандидата, но и соискатель выбирает свое
будущее место работы [65, с. 326].
«Brainteaser»-интервью направлено на выявление сотрудников, обладающих
выдающимися изобретательными и креативными способностями. В таких
интервью
предлагается
решить
задачи,
направленные
на
выявление
оригинальности мышления кандидатов и определение соответствия кандидата
вакантной должности. Очевидно, что такое интервью целесообразно использовать
при подборе персонала, в задачах которого будет постоянно присутствовать
творческое начало (программисты, менеджеры по рекламе, дизайнеры и другие)
[61, с. 264].
Метод интервью обладает важным преимуществом перед другими методами.
Это возможность оценить поведение кандидата вживую, то есть оценить его жесты,
мимику, позы, интонацию голоса и др., составить его психологический и
эмоциональный портрет. На первый взгляд может показаться, что для организации,
занимающейся отбором персонала, такой метод не трудозатратный. Однако для
проведения эффективного интервью, способного принести положительные
результаты, а именно – отобрать лучшего кандидата из представленных,
интервьюеру нужно готовиться к проведению интервью не меньше, чем
интервьюируемому. Интервьюеру необходимо разработать предварительный
48
список вопросов с тем, чтобы быть готовым задавать только необходимые вопросы,
способные выявить наличие у интервьюируемого определенных качеств и
способностей, и не тратить время на выяснение бесполезных деталей.
Помимо содержательной составляющей интервью, организации необходимо
также позаботиться о том, чтобы интервьюер был квалифицированным и обладал
необходимыми навыками проведения интервью и анализа ответов кандидатов. К
сожалению, при проведении процедуры интервью нередки случаи, когда
отбирающий не замечает талантливых кандидатов или, что еще хуже, отпугивает
кандидата своим поведением, тем самым лишая организацию возможности
привлечения перспективного сотрудника. Именно поэтому в процессе отбора
персонала крайне важно, чтобы интервью проводили настоящие профессионалы,
подверженные наименьшей степени риска проведения неверного отбора.
Следующим методом отбора персонала являются центры оценки (ассесментцентры). Центры оценки предполагают наличие специально обученных оценщиков
(ассесоров), главной задачей которых является наблюдение за поведением
кандидатов во время выполнения определенных заданий, обычно имитирующих
реальную рабочую обстановку. Самым важным моментом в процессе оценки
является измерение способности выполнения кандидатами поставленных задач.
Чтобы это измерение осуществить в полной мере, организация должна располагать
определенным количеством оценщиков, на подготовку и содержание которых
необходимо затратить немалое количество времени и денежных средств, либо ей
придется прибегать к одноразовым услугам внешних специалистов, что
представляется более рациональным для компаний, у которых процесс подбора
персонала является нечастым событием.
Точность и валидность оценки зависит от нескольких факторов. Во-первых,
в компании должны быть разработаны четкие критерии оценки и их шкалирование
с целью определения соответствия им компетенций потенциальных кандидатов. И,
во-вторых, следует разработать систему оценочных методов, включающую как
индивидуальные, групповые имитационные игры и упражнения, так и бизнесориентированные психологические тесты [87].
49
Метод тестирования является довольно распространенным способом
подбора персонала и включает в себя разнообразные виды оценки, среди которых
можно выделить психологические тесты и профессиональные опросники. Первый
метод оценки целесообразно проводить только в том случае, если в нем есть
реальная необходимость, то есть тогда, когда нужно выявить определенные
психологические личные качества. Здесь, как и в случае интервью и центров
оценки, аналогично, неотъемлемым условием проведения данного метода отбора
персонала
является
наличие
профессионального
человека,
а
именно
-
профессионального психолога. Второй метод оценки очень эффективен в плане
того, что он позволяет выявить кандидатов, не обладающих достаточным уровнем
компетенций, и отсеять их уже на первом этапе отбора персонала. Также этот метод
удобен тем, что его можно применить практически в любой сфере деятельности, и
практически в 100 % случаев он является объективной оценкой кандидатов.
Представляется важным также отметить некоторые методы оценки
персонала, которые чаще всего не относятся к традиционным, а используются как
дополнительные:

диагностика способностей при помощи компьютерной программы,
направленной на выявление трудового потенциала кандидата;

оценка соискателя по фотографии;

оценка соискателя по почерку (графо-ассесмент);

оценка голоса кандидата;

оценивание кандидата по итогам проведения медицинского осмотра;

оценка кандидата по итогам проведения интервью в неформальной
обстановке.
Рассматривая такой метод как диагностика способностей при помощи
компьютерной программы, направленной на выявление трудового потенциала
кандидата, следует отметить, что в настоящее время в России отсутствует
общепринятая и зарекомендовавшая себя методика оценки трудового потенциала
кандидатов с помощью компьютерной программы, в основе которой лежал бы
анализ представленного кандидатом резюме. Вместе с тем важно подчеркнуть, что
50
в последнее время развитие современных компьютерных технологий в большой
степени влияет на эффективность организации подбора персонала. И компании,
успешно
внедряющие
такого
рода
технологии,
становятся
более
конкурентоспособными по сравнению с теми, которые только начинают практику
постепенного внедрения компьютерного интеллекта в процесс отбора кандидатов
или отказываются от нее вообще.
В данном случае применение указанного метода оценки кандидатов
наилучшим образом может быть основано на математическом моделировании.
Разработанные математические модели такого рода, существенно ускоряющие и
повышающие объективность результатов целого ряда этапов в процессе
управления персоналом (а именно – этапов подбора и отбора вместе с их всеми
ключевыми подэтапами), будут иметь определенную научную значимость,
поскольку в результате их использования появится возможность отобрать
наилучшую кандидатуру среди всех имеющихся, в наилучшей степени
отвечающую всем заявленным требованиям, с максимальной вероятностью
прохождения испытательного срока и, что немаловажно, при максимальной
экономии в процессе подбора. Практическая значимость применения подобного
рода программ, основанных на математическом моделировании, даст возможность
достоверного
и
качественного
прогнозирования
факта
прохождения
испытательного срока кандидатом.
Оценка соискателя по фотографии. В настоящее время использование
данного метода отбора персонала встречается крайне редко ввиду отсутствия
научно доказанной достоверности результатов исследования зависимости
внешнего вида кандидатов и их черт характера. В отдельных случаях, когда
работодатели принимают решение использовать данный метод, подбор и оценка
кандидатов по их фотографиям направлены на выявление склонности к
девиантному поведению. Следует отметить, что определением типа человека и его
душевных качеств, исходя из анализа внешних черт лица и его выражения,
занимается физиогномика, которая не признана современной психологической
наукой. Несмотря на то что некоторые специалисты считают, что ее применение
51
может быть оправдано только при условии большого практического опыта
использования и особой осторожности при выдаче рекомендаций, массовый
скепсис в отношении физиогномики остается [61, с. 264].
Оценка соискателя по почерку (графо-ассесмент). Графология – искусство,
которое позволяет специалистам познавать и объяснять характер по почерку
[22, c. 45]. В разных странах востребованность применения данного метода
различна. Так, графология зарекомендовала себя как точная и надежная практика в
большинстве европейских стран. К примеру, французское общество графологии
«The Société Francaise de Graphologie» имеет устоявшуюся репутацию и около 80 %
компаний во Франции используют графо-ассесмент при отборе персонала [101]. В
то время как в России метод оценки соискателя по почерку не принимается всерьез.
Помимо Европы, метод графо-ассесмент распространен и в ряде других стран,
например, в Израиле графологический тест проходит каждый, кто поступает на
государственную службу, в полицию или армию. Однако эффективность выводов
на основе графологии до сих пор не доказана, поскольку нет исследований,
доказывающих связь почерка человека с чертами его личности.
Метод «Оценка голоса кандидата» зачастую применяется при прохождении
кандидатом телефонного интервью. В таком случае интервьюер может оценить
грамотность речи кандидата, четкость произношения, тембр и тональность голоса,
что является важным и необходимым при подборе персонала, например,
операторов call-центров. Также высокую значимость оценки голоса при подборе
персонала подчеркивает М.В. Самоукина, отмечая, что из всех невербальных
характеристик человеческий голос находится ближе всего к вербальному
взаимодействию, то есть именно голос больше всего связан с вербальным
поведением [88]. Именно поэтому оценка голоса может дать эксперту мнение о
конгруэнтности в коммуникации, то есть о совпадении вербального и
невербального поведения, что особенно важно при подборе персонала, где
позитивное восприятие кандидата может возникнуть лишь в случае его
конгруэнтности.
52
Три вышеуказанных метода подразумевают их проведение экспертом,
причём такие методы, как оценивание кандидата по итогам проведения
медицинского осмотра и оценка кандидата по итогам проведения интервью в
неформальной обстановке, принципиально нельзя использовать в сочетании с
количественными методами.
Рассмотрев наиболее распространенные методы оценки персонала, автор
хотел бы отметить, что не существует «правильных» и «неправильных» методов,
поскольку есть подходящие и неподходящие методы для каждой конкретной
организации. Поэтому для формирования более эффективной системы управления
персоналом руководству организации, в первую очередь, необходимо выбрать
наиболее подходящие для ее целей методы подбора и отбора персонала,
минимизировать операционные издержки проведения всех этапов отбора
персонала, найти оптимальный баланс между внутренними специалистами по
набору кадров и внешними рекрутинговыми агентствами.
По мнению автора, вышеперечисленных условий недостаточно для того,
чтобы организация обладала конкурентным преимуществом по сравнению с
другими организациями. Автор также считает важным условие отказа от
общепринятых, но неэффективных методов для данной конкретной организации,
внедрение вместо этого качественно новых, то есть инновационных способов
оценки персонала, что связано с разработкой индивидуальных компьютерных
программ, которые способны выявить наличие или отсутствие необходимых
качеств кандидата для успешного прохождения отбора, а также вынести
окончательное решение по поводу приема или отказа на работу. Метод оценки
персонала с использованием такого рода программ можно считать одним из
наиболее эффективных, поскольку, во-первых, процесс оценки персонала будет
автоматизирован и не потребует особых личных трудовых затрат работников
компании, а, во-вторых, данный метод не потребует дальнейшей оценки персонала,
поскольку даёт возможность вынести окончательное решение, в результате не
понадобятся никакие дальнейшие затраты, в том числе материальные.
1.4 Проблема рационального использования времени рекрутера
53
Быстрый, рациональный и последовательный процесс рекрутинга является
естественным элементом любой успешной программы подбора персонала. Если
организации не в состоянии нанять персонал, оперативно провести интервью и
оценить навыки кандидатов, лучшие кандидаты могут быть привлечены
конкурентами. Также, если кандидатам уделяется недостаточное внимание на
протяжении всего процесса отбора, это может негативно сказаться на репутации
работодателя и его способности привлекать самые талантливые кадры. Очевидно,
что результативность рекрутинга зависят от оперативности действий рекрутеров и
от того, насколько удачно оптимизирован процесс подбора персонала.
Оптимизация подбора персонала (recruitment process optimization – RPO) –
быстрорастущий сегмент индустрии аутсорсинга человеческих ресурсов (Human
Resources Outsourcing – HRO), который, в свою очередь, является подмножеством
сегмента аутсорсинга бизнес-процессов (Business Process Outsourcing – BPO) [94].
Оптимизация рекрутмента часто является частью полного процесса управления
персоналом, с момента, когда открывается вакантное место до послерекрутинговой
активности, связанной с текучестью кадров.
Оптимизацию процесса подбора персонала необходимо начать с измерения
дохода от инвестиций по каждому методу подбора. Вместо того чтобы измерять
успех или провал количеством привлеченных кандидатов, рациональнее
определить, какой из методов подбора персонала приносит наилучшие результаты,
то есть позволяет привлечь наиболее качественные кадры. Определение дохода от
инвестиций в тот или иной метод подбора персонала помогает выявить издержки
приобретения талантов и какие источники являются наиболее эффективными.
Назовем некоторые метрики, которые могут помочь измерить эффективность
затрат:
- количество новых привлеченных кандидатов по каждому источнику;
- качество кандидатов по источнику (как далеко они смогли продвинуться по
карьерной лестнице после их найма);
- затраты приобретения кандидатов по источнику;
- общее количество нанятых сотрудников по департаменту;
54
- общее количество нанятых сотрудников по рекрутеру.
Следующим важным шагом является разработка структурирования процесса
интервьюирования. Некоторые исследователи полагают, что структурированное
интервью является более эффективным по сравнению с традиционным способом
проведения интервью [70, c. 252]. Структурированное интервью представляет
собой установление устойчивых связей между элементами интервью, установление
между ними стилевого соответствия, их упорядочивание [23, с. 416]. Другие
считают, что наиболее эффективным методом проведения интервью является
полуструктурированное интервью, обладающее огромным потенциалом [71, с. 3].
Полуструктурированное интервью – это интервью, состоящее из тематических
блоков и содержащее перечень обязательных аспектов, относительно которых
должна быть получена информация. Такой вид интервью содержит не только
закрытые вопросы, но и вопросы открытого типа. В полуструктурированном
интервью жестко стандартизируют только самые важные вопросы и варианты
ответов к ним [27, с. 243]. Структурированные вопросы независимо от выбранного
типа
интервью
привнесут
в
процесс
интервьюирования
необходимую
последовательность: постановка одинаковых вопросов кандидатам упростит
сравнение
их
навыков
и
позволит
выбрать
лучших.
Эффективность
интервьюирования зависит также от того, насколько четко заданные вопросы
позволяют выявить пригодность или непригодность кандидатов на должность.
Таким образом, организованное, заранее продуманное, эффективное интервью
может не только сократить затраты времени рекрутера, а и повысить
результативность подбора персонала.
Принимая во внимание ранее изложенное, процесс подбора и отбора
персонала непременно требует траты рабочего времени рекрутеров. Поэтому
становится очевидной необходимость оптимизации затрат времени рекрутеров на
всех этапах, в которых они участвуют. Важно отметить, что оптимизация времени
рекрутера в разных направлениях подбора персонала имеет разную степень
значимости. В случае с подбором руководителей путем их переманивания с
существующего места работы (headhunting) оптимизация времени рекрутера не
55
является приоритетной задачей, поскольку главное в этом процессе – качественная
подготовка и тщательный поиск кандидата. Если речь идет о подборе специалистов
среднего и низшего звена, то есть при линейном поиске или массовом подборе, то
поток кандидатов, как правило, велик, и задача оптимизации времени рекрутера
приобретает первостепенную значимость. При этом нужно подчеркнуть, что речь
идет об оптимизации времени рекрутера не в ущерб эффективности его работы, а,
наоборот, без потери качества работы.
Для оптимизации трудового времени рекрутеры могут прибегнуть к
следующим мероприятиям:

отсеивать
резюме
при
выявлении
первого
значительного
несоответствия;

применять принцип отсекающего интервью;

использовать видео интервью в процессе рекрутинга;

прибегнуть к кадровому консалтингу;

максимально автоматизировать процесс информирования кандидатов
(например, записывать на автоответчик всю информацию по вакансии, рассылать
по электронной почте стандартизированные письма о схемах проезда и т. д.);

применять
передовые
технологии,
позволяющие
рекрутерам
вовлекаться в процесс отбора персонала лишь на финальных этапах рекрутинга.
Указанный принцип отсекающего резюме предполагает выделение из числа
указанных в резюме нескольких максимально значимых факторов, при
несоответствии которым кандидат, представивший резюме, исключается из
рассмотрения [30, c. 42].
Таким образом, исключается необходимость
рассмотрения всех поданных резюме, в итоге остается рассмотреть только те
резюме, которые смогли удовлетворить соответствующим факторам. Значимыми
факторами могут быть определенное образование, опыт работы в определенной
сфере и другие формальные факторы, имеющие ценность для работодателя.
Предполагается, что резюме, прошедшие отбор, уже необходимо прочесть
целиком.
Для экономии времени рекрутера целесообразно пользоваться и принципом
56
отсекающего интервью, аналогичным принципу отсекающего анализа резюме [30,
с. 46]. Суть указанного метода заключается в том, чтобы выбрать в порядке
приоритетности значимые вопросы и задавать их в течение интервью, избегая при
этом общих вопросов. Данный метод позволит в короткий срок оценить именно те
факторы, которые для работодателя являются значимыми. В своем труде «Поиск и
оценка линейного персонала: повышение эффективности и снижение затрат» С.
Иванова отмечает, что существуют три варианта последующих действий.
Первый вариант заключается в том, что после постановки определенных
вопросов рекрутер определяет, что кандидат на должность не соответствует
значимым критериям. В таком случае кандидат более не рассматривается на
должность. Второй вариант является обратной противоположностью – кандидат
соответствует всем весомым критериям и может быть рассмотрен далее для
дальнейшей оценки или приглашен на рабочее место. Третий вариант, самый
неоднозначный, предполагает ситуацию, когда кандидат соответствует одной
части критериев, а другой – не соответствует. В таком случае у рекрутера возникает
необходимость
проведения
повторного
интервью
(поскольку
на
основе
полученных результатов необходимо проанализировать потребность компании в
данном сотруднике) или же проведения спонтанного интервью. Важно отметить,
что, как правило, первый и второй вариант случаются редко, поэтому, по мнению
автора, эффективность указанного метода не является перманентной величиной.
Необходимо учесть такие моменты: с одной стороны, данный метод
существенно экономит время рекрутера за счет сокращения количества
рассматриваемых кандидатов, с другой стороны, работодатель рискует ограничить
себя определенными рамками и вследствие этого упустить стоящего кандидата
ввиду того, что не будет иметь возможности узнать особые подробности по
кандидату (например, особый опыт работы или уникальные умения). Поэтому
целесообразно рассмотреть следующие методы оптимизации времени рекрутера.
Видеорекрутинг, как метод оптимизации времени рекрутера, предполагает
проведение видеособеседований работодателями или в случае аутсорсинга
рекрутинга
и
обращения
в рекрутинговые компании
–
предоставление
57
работодателям доступа к онлайн-платформе видеоанкетирования кандидатов для
быстрой оценки видеоответов кандидатов на поставленные заказчиком вопросы.
Следует отметить, что в последнее время частота использования видеорекрутинга
увеличивается, о чем свидетельствуют проведенные исследования американских
компаний «Column Five» и «PGI», которые показали, что с 2011-го по 2015 год
количество видеоинтервью увеличилось на 49% [92]. Использование рекрутинга,
по мнению автора, представляется наиболее рациональным в случае массового
подбора
персонала.
Во-первых,
исключается
необходимость
физического
присутствия кандидата и рекрутера в определенном месте, что существенно может
сократить затраты на обеспечение процесса подбора персонала, поскольку,
кандидаты могут находиться в других регионах или странах. Во-вторых,
отсутствует необходимость проводить интервью с каждым кандидатом в
отдельности, поскольку использование видеоинтервью позволяет задавать одни и
те же вопросы сразу всем кандидатам. В-третьих, видеоинтервью может проходить
не в реальном времени, то есть кандидаты могут записать видеообращение с
ответами на заранее полученные вопросы работодателя, а работодатель может
просмотреть запись в любое удобное время.
Более того, большим достоинством использования указанного метода
является тот факт, что при участии в видеоинтервью в онлайн-режиме у
кандидатов, в процессе ответов на поставленные вопросы, нет возможности
посмотреть материалы в Интернете, и таким образом работодатель может
объективно оценить их ответы, полученные без подготовки. Также, благодаря
специальным программам и сервисам (например, «Pre-interview»), появилась
возможность записать процесс интервью, что очень удобно, поскольку при
необходимости руководство компании может в любой момент визуально оценить
кандидата, даже если оно не участвовало в процессе интервьюирования [85].
Важно также отметить, что, несмотря на указанные положительные стороны
использования
видеоинтервью,
видеорекрутинг
обладает
некоторыми
отрицательными характеристиками. Во-первых, его не следует рассматривать как
полноценное интервью ввиду упрощенного процесса интервьюирования. Скорее,
58
такого рода интервью следует воспринимать как предварительное, после которого
становится ясно: стоит ли рассматривать кандидата дальше и предлагать
руководству или кандидат не подходит по основным критериям.
Следующей особенностью использования метода видеоинтервьюирования
является то, что оно может быть применимо не ко всем вакансиям, а именно - к
вакансиям, при которых использование компьютера не является обычной
необходимостью. Потенциальные кандидаты могут в силу своего характера или
других особенностей не захотеть проходить видеоинтервью, но при этом быть
высокими специалистами в своей области. Особенно это касается людей поколения
50-60-х годов, людей, для которых общение в социальных сетях не является
нормой. В таком случае, компании, решившие прибегнуть к видеоинтервью как к
отборочному туру кандидатов, рискуют лишиться ценных сотрудников. С другой
стороны, видеоинтервью может привлечь молодых и перспективных кандидатов
поколения «Х» и «Y».
Технологический прогресс снял все возможные барьеры – ширину полосы
передачи, хранение, распространение данных, сложности создания видео.
Последний оставшийся барьер – это уровень комфортности при работе с видео.
Пока инструмент видеоинтервью не приобрел характер повсеместной практики,
необходимо отметить, что компаниям, решившимся использовать его в процессе
управления персоналом, важно правильно выбирать целевую аудиторию поиска
кандидатов и продумывать вопросы, позволяющие соискателю качественно и
быстро подобрать нужные кадры, что позволит работодателю в процессе
видеоинтервью экономить временные и финансовые затраты.
Еще одним способом повышения результативности работы рекрутеров и
вместе с тем оптимизации трудовых затрат является кадровый консалтинг.
Кадровый
консалтинг
(HR-консалтинг)
–
это
система
организационно-
психологических мероприятий по диагностике и коррекции организационной
структуры
или
культуры
предприятия
с
целью
улучшения
социально-
психологического климата, усиления мотивации персонала и улучшения
производственных показателей [48, с. 31]. По мнению А.И. Ткалич, кадровый
59
консалтинг – это консультирование по вопросам управления организационными
кадрами [51, с. 134]. Оптимизация времени рекрутера в случае кадрового
консультирования происходит благодаря профессиональной помощи рекрутеру в
анализе многоаспектных проблем и внедрению предложенных организационноэкономических инноваций, направленных на решение проблем в области
управления персоналом.
Следующим
методом
оптимизации
времени
рекрутера
является
автоматизация его рекрутинговых процессов. Максимальная автоматизация
процесса информирования кандидатов заключается в применении таких
инструментов, как, например, автоответчик. Использование автоответчика
рационально в том случае, если существует необходимость передачи большого
количества информации кандидатам, например, информации по вакансии
(особенности графика работы и условий труда, требования для кандидатов) или
информации по работодателю (контакты, адрес офиса, схема проезда и прочее).
Использование автоответчика лишит работодателя необходимости перегружать
объявление лишней информацией и позволит выделить только самое главное, тем
самым повысит возможность эффективного восприятия объявления работодателя.
Рассылка электронных писем с необходимой для кандидата информацией также
является простым и эффективным способом экономии времени. Как правило, на
этапе, когда возникает необходимость поделиться с кандидатом информацией,
работодатель или рекрутер уже имеет у себя в наличии резюме кандидата, где
указан необходимый адрес электронной почты.
Как было отмечено ранее, существует большое количество компьютерных
программ, способных упрощать процесс управления персоналом, в том числе
процесс рекрутинга, среди которых были отмечены такие, как «E-Staff Рекрутер»,
«Experium», «Bullhorn», «Taleo» и «Lumesse». Безусловно, существуют и другие
программы, с другим функционалом и возможностями. Например, программа
«Резюмакс», разработанная Центром кадровых технологий, отличается от ранее
указанных программ максимальной эффективностью в подборе требуемого
персонала благодаря автоматизированному процессу взаимодействия соискателей
60
и работодателей HR-менеджеров. Дополнительным преимуществом указанной
программы является возможность установки пароля для каждого пользователя, что
обеспечивает доступ каждого сотрудника именно к тем функциям, которые ему
предоставлены [89].
Другими программами из линейки программ, разработанных Центром
кадровых технологий, являются «Фараон», «Рекрутер» и «Астерикс». Каждая из
указанных программ отличается от других определенными особенностями:
«Фараон» специализируется на учете, управленческом учете, учете рабочего
времени; «Рекрутер» направлен на деловое общение с кандидатами – ведение
деловой переписки, конкурсный отбор, заключение договоров; «Астерикс»
автоматизирует размещение объявлений о вакансиях в Интернете, хранит
вакансию и историю размещений. Все ранее перечисленные программы в той или
иной степени упрощают процесс рекрутинга и оптимизируют время рекрутеров
путем выполнения следующих функций:
- автоматическая публикация вакансий работодателя на сайтах по поиску
работы;
- ведение базы данных штатной структуры организации, учета клиентов,
вакансий и заявок на подбор сотрудников;
- осуществление поиска кандидатов;
- осуществление полного цикла работы с кандидатами;
- внешнее тестирование кандидатов;
- ведение статистики по всей компании и по каждому рекрутеру;
- формирование отчетности по любым параметрам;
- контроль за договорами и платежами;
- осуществление отбора специалистов по точным заданным критериям;
- прогноз возможных потребностей в специалистах разного профиля;
- разработка оптимальной модели управления персоналом и другое.
Стоит подчеркнуть, что все вышеперечисленные функции не только
оптимизируют рабочее время рекрутера, но и заметно снижают затраты на
пополнение, актуализацию и обновление баз данных, а также представляют
61
руководству возможность контроля деятельности рекрутингового агентства в
целом или каждого отдельного сотрудника в частности. Применение такого рода
передовых технологий, позволяющих рекрутерам вовлекаться в процесс отбора
персонала лишь на определенных этапах рекрутинга, объективно способствует
экономии времени рекрутеров и повышению качества их работы. Применение
компьютерного обеспечения рационально тогда, когда рутинную работу можно
доверить автоматизированной программе, а рекрутеру – осуществить контроль
результатов,
выданных
программой
и
принимать
дальнейшие
решения,
основываясь на полученных результатах.
Важно отметить: несмотря на то, что указанные программы ведут статистику
по кандидатам и располагают обширной базой резюме кандидатов, ни одна из
рассмотренных программ не обладает способностью прогнозирования вероятности
прохождения испытательного срока кандидатами. Вместе с тем, наличие
информации о вероятности прохождения испытательного срока кандидатом
представляется ценной информацией как для работодателей, так и для кадровых
агентств.
С одной стороны, знание о том, что предлагаемый кандидат на должность с
высокой вероятностью успешно пройдет испытательный срок, практически
полностью гарантирует работодателю успешно решенную проблему подбора
персонала, поскольку нужный работник найден, вакансия закрыта и необходимость
дальнейшей траты средств на поиск и отбор персонала отсутствует. С другой
стороны, если в процесс подбора персонала включены рекрутинговые агентства,
уверенность в том, что предлагаемый ими кандидат с большой вероятностью
пройдет испытательный срок, уменьшает вероятность выплаты неустойки в случае
представления агентствами неподходящего кандидата на должность. Даже если
условиями контракта между работодателем и рекрутинговым агентством не
оговорена выплата последним неустойки в случае представления неподходящего
кандидата, агентство все равно рискует предлагать кандидата на должность, не
будучи уверенным в прохождении им испытательного срока, поскольку, в случае
его непрохождения, агентству придется предлагать замену кандидата, что
62
подразумевает затраты на новый поиск и отбор. Повторный поиск и подбор
повлекут дополнительные издержки, что отразится на общих экономических
показателях, по которым ведется статистика государственной статистической
службой [11].
Рассмотрев определение управления персоналом и основные понятия,
связанные с ним, автору удалось выделить основные этапы процесса подбора и
отбора персонала. Поиск персонала включает в себя такие этапы, как разработка
политики набора и удерживания персонала, а также системы, обеспечивающей ее
функционирование; оценка текущих и будущих потребностей организации в
необходимом объеме рабочей силы; идентификация объема потенциальной
рабочей силы во внутренней и внешней среде организации, а также определение
степени конкуренции за предлагаемое вакантное место; анализ должности;
определение возможности организации выплачивать заработную плату и другие
премии и бонусы в течение определенного периода времени; определение
стратегии поиска и привлечения кандидатов; анонс вакансии; контакт с
кандидатом. Рассмотрев основные этапы процесса подбора персонала, автор хотел
бы выделить основные этапы отбора персонала: анализ заявок на соискание
должности, анализ резюме и прочей представленной информации; проведение
собеседований с потенциальными работниками и их тестирование; отбор и
рекомендация кандидатов на должность.
Три указанные этапа представляют большой интерес с точки зрения
математического моделирования, поскольку выполнение каждого из них возможно
моделировать с помощью количественных методов. Применение методов
количественного моделирования на данных этапах на сегодняшний день в
основном отсутствует в практике рекрутинга, что открывает перспективу
разработки математических моделей, работающих непосредственно на повышение
эффективности конечного результата всего процесса.
Учитывая, что процесс подбора и отбора персонала является трудоемким с
точки зрения осуществления всех включенных в него этапов, в последнее время
автоматизация различных бизнес-процессов приобретает особую актуальность,
63
разрабатываются программные обеспечения для облегчения процесса управления
персоналом и экономии времени кадровых служб.
Как отмечалось ранее, этапы подбора и отбора персонала являются
ключевыми в общей системе управления ввиду влияния на эффективность
деятельности организации, а также с точки зрения ее конкурентного преимущества.
Отметим, что о повышении интереса к использованию действующих и надежных
методов подбора и отбора персонала в качестве инструментов повышения
конкурентоспособности организаций свидетельствует то, что в течение нескольких
прошедших десятилетий ключевая роль указанных этапов оказала значительное
влияние на способы подбора персонала через строгую разработку и оценку
процедур отбора персонала.
Проведенный анализ литературы показал, что существует большое
количество подходов к подбору персонала, таких как рекрутинг, эксклюзивный или
прямой поиск; подбор руководителей путем их переманивания с существующего
места работы; прелиминаринг; поиск необходимых кандидатов на конференциях
тематического характера и на различного рода профессиональных выставочных
мероприятиях; рассылка запросов по электронной почте в Интернете потенциально
заинтересованным кандидатам (спам); привлечение к процессу подбора персонала
личного штата сотрудников, мотивированного денежными премиями за успешный
поиск специалистов; привлечение кандидатов определенных специальностей из
провинциальных регионов страны с низким уровнем жизни; реклама в печатных
СМИ по поиску работы; наружная реклама; «своя компания» и другие. В
результате изучения существующих современных методов подбора и отбора
персонала автор выявил их основные преимущества и недостатки. Эффективность
применения того или иного метода управления персоналом зависит от того,
сколько средств направляется на финансирование привлечения кандидатов,
насколько адресно нацелена реклама, насколько удачно учтены особенности
теории поколений в управлении персоналом и, наконец, прибегают ли организации
к услугам кадровых агентств (рекрутингу) или занимаются поиском и
привлечением кандидатов самостоятельно. Как было сказано ранее, существуют
64
методы, которые, при сочетании с услугами кадровых агентств, могут принести
более эффективный результат. К таким методам относится эксклюзивный или
прямой поиск и прелиминаринг.
В то же время есть другие методы, которые по определенным причинам не
могут принести такие же эффективные результаты, как рекрутинг. Эффективность
результата использования метода подбора персонала обусловлена возможностью
формализации действий и процедур рекрутингового процесса с помощью
количественных методов. По мнению автора, к методу, наиболее удачно
совместимому с математическим моделированием, можно отнести рекрутинг.
Невозможность применения количественных методов в случае использования
других способов поиска и привлечения персонала или же затруднительность их
использования обусловлена отсутствием нужной статистики или трудоемкостью и
дороговизной ее сбора.
Из всего вышеизложенного можно сделать вывод о том, что из всех
вышеперечисленных методов поиска и привлечения персонала наиболее
перспективным для применения количественного моделирования является
рекрутинг, поскольку кадровые агентства имеют возможность тщательно
исследовать кандидатов, а также располагают широкой базой данных о незанятой
рабочей силе и характеризуют свою деятельность открытостью и прозрачностью в
практиках подбора и отбора персонала.
Вместе с тем представляется невозможным выделить общепринятую для всех
работодателей классификацию эффективных и неэффективных методов оценки
персонала, поскольку для одной организации проведение определенного метода
может дать положительные результаты, в то время как использование того же
метода другой организацией может не дать желаемых результатов. В любом случае
организациям при выборе того или иного метода следует ориентироваться на
количество доступных ресурсов, необходимых для проведения поиска персонала,
на количество времени, имеющееся в распоряжении организации, и срочность
поставленной задачи.
65
В результате исследования информации по методам отбора кандидатов на
должность автором были выделены следующие наиболее распространенные
методы отбора персонала: интервью (собеседование); центры оценки (assessment
center); тестирование. Рассмотрев такие виды интервью, как стрессовое интервью
и «brainteaser»-интервью, автор хотел бы заметить, что каждое из них обладает
своими преимуществами и дает возможность оценить поведение кандидата
вживую, но вместе с тем ни один из видов не лишен общего недостатка – процесс
проведения интервью является трудоемким и дорогостоящим. Также, изучив метод
центров оценки, автор пришел к выводу, что указанный метод тоже является
дорогостоящим и трудоемким, но в случае уместного применения может оказаться
довольно эффективным. Метод тестирования, в свою очередь, удобен тем, что его
можно применять практически в любой сфере деятельности и практически во всех
случаях применения оценка является объективной.
Рассмотрев вышеуказанные методы оценки кандидатов, автор хотел бы
отметить,
что
при
необходимости
организации
могут
использовать
дополнительные методы, такие как диагностика способностей при помощи
компьютерной программы, направленной на выявление трудового потенциала
кандидата; оценка соискателя по почерку; оценка голоса кандидата; оценивание
кандидата по итогам проведения медицинского осмотра; оценка кандидата по
итогам проведения интервью в неформальной обстановке.
По итогам анализа наиболее распространенных методов оценки персонала
автор хотел бы подчеркнуть, что для формирования эффективной системы
управления персоналом руководству любой организации, в первую очередь,
необходимо выбрать наиболее подходящие для ее целей методы подбора и отбора
персонала, минимизировать операционные издержки проведения всех этапов
отбора персонала, найти оптимальное соотношение между внутренними
специалистами по набору кадров и внешними рекрутинговыми агентствами. Метод
оценки персонала с использованием такого рода программ можно считать одним
из наиболее эффективных, поскольку, во-первых, процесс оценки персонала будет
автоматизирован и не потребует больших трудовых затрат работников компании,
66
а, во-вторых, данный метод не потребует дальнейшей оценки персонала, поскольку
будет способен вынести окончательное решение, и не потребует никаких
дальнейших затрат, в том числе материальных.
Подводя итог исследованию проблемы оптимизации времени рекрутеров в
процессе подбора персонала, автор хотел бы отметить, что для эффективного
проведения оптимизации указанного процесса необходимо выполнить ряд
условий, среди которых стоит выделить измерение эффективности каждого из
используемых организацией методов подбора персонала, а также разработку
структурирования процесса интервьюирования. Учитывая, что процесс подбора и
отбора персонала непременно требует траты рабочего времени рекрутеров,
становится очевидной необходимость оптимизации затрат их времени на всех
этапах, в которых они участвуют.
Для оптимизации трудового времени рекрутеры могут прибегнуть к
различным мероприятиям, причем использование каждого из них должно
осуществляться
организацией
строго
в
соответствии
с
ее
спецификой
деятельности. Очевидно, что организации, использующие в своей повседневной
практике передовые техники рекрутмента, такие как проведение видеоинтервью и
реализация индивидуального программного обеспечения, учитывающего все
особенности
бизнес-процессов
конкурентоспособными.
внутри
организации,
являются
более
67
ГЛАВА 2
АНАЛИЗ МЕТОДОВ БИНАРНОЙ КЛАССИФИКАЦИИ, АДАПТАЦИЯ
МОДЕЛЕЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ ПОДБОРА ПЕРСОНАЛА
2.1 Подбор персонала с точки зрения математического моделирования
Из анализа, сделанного в предыдущей главе, можно понять, что методы
поиска кандидатов довольно хорошо разработаны, создано большое количество
теорий, описывающих процесс привлечения работников. Однако самым сложным,
затратным по времени и неоднозначным по результату остается этап, на котором
непосредственно принимается решение о найме сотрудника. Проведение
собеседований
и
просмотр
резюме
HR-менеджерами
всегда
связаны
с
человеческой субъективностью. Кроме того, не так-то просто найти менеджера по
персоналу, обладающего достаточным профессиональным опытом, удержать его,
замотивировать и т. д.
Как уже было сказано, самым пригодным для моделирования является
процесс принятия решения о найме кандидата на должность, или, если речь идет о
рекрутинговом
агентстве,
рекомендации
его
клиенту.
Математическое
моделирование принятия решений является разделом дисциплины под названием
«Исследование операций», в которой для обоснования решений в различных
областях человеческой деятельности применяются количественные методы. Под
операцией понимается всякая система действий, объединенных единым замыслом
и направленных на достижение той или иной цели. Определение конкретных
параметров операции, в данном контексте, будет являться принятием решения.
Целью исследования операций является количественное обоснование решений, в
соответствии с некоторым показателем эффективности [50, с. 139]. Важно
подчеркнуть, что само принятие решений является прерогативой управленца,
ответственного лица, поэтому, как и было сказано в предыдущей главе,
68
использование количественных методов в процессе подбора персонала может
составить систему поддержки принятия решения.
Далее будем рассматривать процесс подбора персонала с позиции HRменеджера кадрового агентства, перед которым стоит задача отбора из общей
массы кандидатов тех, кого агентство впоследствии рекомендует фирме-клиенту.
По опыту работы в крупном рекрутинговом агентстве, автору известно, что
на услуги подбора персонала предоставляется своего рода гарантия: в случае, если
предложенный работник не проходит испытательного срока, сумма выставляемого
счета может быть существенно уменьшена. В некоторых случаях эта сумма может
составлять до 50 % гонорара рекрутингового агентства, либо, если в течение
испытательного срока соискатель и работодатель захотят расстаться, агентство
производит равноценную замену [84]. В любом случае неудовлетворенность
клиента подбором будет стоить агентству не только репутации, поэтому
внутренняя отчетность кадровой компании всегда содержит информацию о тех
кандидатах, которые не прошли испытательный срок, а, значит, их резюме можно
легко извлечь из базы.
Первый подход к применению количественных методов в деле подбора
персонала, предлагаемый в исследовании, основан на оценке вероятности
прохождения испытательного срока работником. Далее, зная вероятность
прохождения и установив некий порог, менеджер может принимать решение о
рекомендации работника клиенту, основываясь на результатах, предсказанных
моделью.
Подобный подход практикуется в кредитном скоринге, где предполагается
наличие статистической зависимости между социальными данными заемщика и
его
добросовестностью.
Аналогично
этому
в
исследовании
делается
предположение о наличии статистической зависимости между информацией,
указываемой работником в резюме, и фактом прохождения испытательного срока.
В качестве факторов в скоринговых моделях могут выступать такие данные,
как возраст, пол, семейное положение, стаж работы (общий и стаж работы на
последнем рабочем месте), наличие детей, образование, доход, срок проживания по
69
текущему месту жительства и прочие социально-демографические данные [66, с.
4].
В деле кредитного скоринга в настоящее время широко используются такие
методы
статистики,
как
регрессия,
дискриминантный
анализ,
деревья
классификации, методы исследования операций, искусственные нейронные сети.
Прагматичный подход банковской системы к решению задачи объясняет обилие
применяемых методов: на практике руководители банков стараются использовать
то, что приносит быстрый результат, зачастую пренебрегая объяснением причин
тех или иных статистических закономерностей. Статистику, по которой
оцениваются модели, составляют анкетные данные заемщиков и их кредитная
история за определенный период. Каждой кредитной истории присваивается
соответствующая метка в зависимости от того, является ли история «плохой» или
«хорошей». В категорию «плохих» попадают кредитные истории с фактом
задержки платежей на длительный срок. В некоторых случаях указать точно
принадлежность кредитной истории к одной из групп затруднительно, тогда их
помещают в третью группу – в «средние». Модели, которые могут предсказывать
принадлежность клиента к одной из нескольких (более двух) групп, называются
моделями упорядоченного выбора. Если же используются модели бинарного
выбора, то группу «средние» просто исключают из выборки. Также важным
показателем обучающей выборки является соотношение в ней числа «хороших» и
«плохих» клиентов. Для некоторых методов, таких как регрессия, возможно
использование равного количества «плохих» и «хороших» клиентов в обучающей
выборке [82, с. 154], в то время как использование байесовских сетей или деревьев
классификации предполагает реальное соотношение «плохих» и «хороших»
клиентов.
Теперь можно попытаться переложить понятия из скоринга на проблему
отбора персонала. В качестве анкет будут выступать резюме работников, а
распределение в соответствующую группу «плохих» или «хороших» будет
осуществляться по факту прохождения испытательного срока, что даже упрощает
задачу, поскольку не придется выносить решение об отнесении работника к той
70
или иной категории самостоятельно по каждому работнику, как в случае с оценкой
кредитной истории.
Как уже было сказано выше, методы регрессионного анализа позволяют
использовать обучающую выборку, содержащую равное количество наблюдений
из обоих групп, поэтому практическая реализация первого подхода к
моделированию отбора персонала будет основана на использовании бинарной
регрессии. В эконометрике модели бинарного выбора являются разновидностью
так называемых моделей дискретного выбора, или, как их еще называют, моделей
качественного выбора [74, с. 681]. Такие модели предсказывают выбор между
двумя или более дискретными альтернативами, в отличие от стандартных
эконометрических
моделей,
оперирующих
в
основном
непрерывными
переменными.
Математическая постановка задачи подбора персонала в этом случае
выглядит следующим образом: пусть имеется вектор факторов ̅
X, отражающий
информацию, представленную в резюме работника, который оказывает влияние на
зависимую переменную 𝑌, которая, в свою очередь,
принимает только два
значения: 1 – если работник прошел испытательный срок и 0 – в противном случае.
Тогда вероятность того, что 𝑌 = 1, необходимо выразить как функцию от факторов
по формуле (1):
𝑃(𝑌 = 1|𝑋̅) = 𝐹(𝑋)
(1)
Как правило, в качестве функции F используются некоторые интегральные
функции распределений [76, с. 6], а в качестве аргумента берётся взвешенная сумма
значений факторов, где весовые коэффициенты являются параметрами модели [15,
c. 188].
Второй подход к моделированию рекрутинга предполагает рассмотрение
действий HR-менеджера как задачи классификации.
Задачи классификации представляют собой формализованные задачи, в
которых множество объектов разделено некоторым образом на классы. С одной
стороны, имеется множество объектов, для которых известны их классы. С другой
стороны, имеется множество объектов, принадлежность к классам которых
71
неизвестна. Задача состоит в том, чтобы построить алгоритм, который будет
осуществлять классификацию произвольного объекта из второго множества. Такие
задачи, как правило, решаются с помощью искусственных нейронных сетей, о чем
пойдет речь далее.
Если рассматривать задачу рекрутера как задачу классификации, то
совершенно очевидно, что классов будет всего два – «хороший» кандидат, в
котором можно быть уверенным, что он пройдет испытательный срок и принесет
пользу
организации,
и
«плохой»
кандидат,
который,
соответственно,
испытательный срок не пройдет.
Математическая постановка задачи в таком виде будет выглядеть
следующим образом: каждому кандидату, с которым работает рекрутинговое
агентство, поставим в соответствие признаковое описание, построенное на
информации, извлеченной из его резюме. Множество кандидатов разделено на два
класса: те работники, что прошли испытательный срок у компании клиента, и те,
кто его не прошел.
Итак, имеется множество описаний кандидатов X и множество наименований
классов, состоящее, соответственно, из двух элементов – 0, если работник не
прошел Y испытательный срок у компании-клиента, и 1, если работник прошел
испытательный срок. Значения целевой зависимости 𝐹: 𝑋 → 𝑌 известны на
объектах обучающей выборки {(𝑥1 , 𝑦1 ), … (𝑥𝑛 , 𝑦𝑛 )} (как уже было сказано выше,
любая рекрутинговая компания располагает информацией о прохождении
испытательного срока, предложенными клиентам работниками). Требуется
построить
алгоритм
𝑘: 𝑋 → 𝑌,
способный
осуществлять
классификацию
произвольного кандидата.
Теперь необходимо выделить факторы, которые будут включены в
соответствующую модель. Как было выяснено в первой главе, очень многое о
кандидате можно почерпнуть из информации, указанной в резюме. Одной из
трудностей, с которыми сталкиваются эконометристы при оценке параметров
моделей, являются пропуски данных в статистике. Решить эту проблему можно
следующими способами [98]:
72
• удалить записи с пропусками данных;
• заменить отсутствующие значения на моду (данный способ хорошо
работает в случае, если отсутствующих данных мало; сначала нужно вычислить
распределение параметра, после чего заменить отсутствующие значения на его
моду);
• отсутствующие данные можно смоделировать, например, как в
предыдущем случае, вычислив по имеющимся данным распределение параметра и
проведя случайный эксперимент;
• также можно заменить отсутствующие строки линейной комбинацией
других строк.
Впрочем, если речь идет о резюме, присылаемых кадровому агентству, то
данная проблема не должна иметь широкого распространения, так как все резюме
заполняются типовым образом. К тому же, в случае с оценкой резюме, даже
отсутствующие данные могут что-то сказать о кандидате. Например, отсутствие в
резюме запрашиваемой заработной платы может говорить о том, что человек
неспособен оценить свой собственный труд или же просто небрежно подошел к
процессу составления резюме.
Рассмотрим рекомендации по составлению резюме, размещенные на сайте
крупного рекрутингового агентства [93]: «Правильно составленное резюме
поможет Вам обрести работу Вашей мечты, в то время как плохое резюме может
означать упущенную возможность. Подготовка резюме — это первый шаг при
поиске работы. В нем содержатся первые данные о Вас, полученные компанией, а
первое впечатление, как Вы знаете — самое важное. Резюме — это краткое
изложение Вашего опыта работы, личных качеств и достижений. Резюме высылают
по факсу или отправляют по почте в ряд компаний, и таким образом,
представляются и заявляют о себе как о возможном сотруднике. Если Вас
пригласили на интервью, резюме, следует также предложить вниманию
представителя компании в самом начале встречи.
Идеальное резюме не должно превосходить по объему одну страницу. Здесь
возможно только одно исключение — в случае, если Вы меняли работу каждые 6
73
месяцев. Содержание резюме можно разбить приблизительно на следующие
категории:
1. личные данные;
2. цель;
3. образование;
4. опыт работы;
5. навыки;
6. интересы/хобби;
7. рекомендации.
Личные данные. Резюме начинается с имени, отчества и фамилии, адреса и
телефонного номера. Эта информация располагается вверху страницы по центру.
Вслед за адресом указывается цель Вашего резюме. Необходимо тщательно
сформулировать цель в самом начале составления резюме, так как впоследствии
эта формулировка отразится на составлении всего текста. Нельзя делать такие
обобщения, как «руководящая должность в западной компании». Тщательно
продумайте, какую именно работу Вы ищете, и те цели, которые Вы ставите перед
собой в области карьеры, запишите их и проанализируйте. Необходимо показать,
что Вы хорошо обдумали этот пункт. Например: «ЦЕЛЬ: Получить должность в
телекоммуникационной компании, которая позволит мне использовать свои знания
инженера и реализовать желание работать в области сбыта».
Обратите внимание — желание получить высокооплачиваемую должность
не упоминается в этом пункте. Упор на финансовый момент в первом же
предложении резюме не произведет хорошего впечатления ни в одной стране мира.
Образование. Вслед
за
описанием
цели
необходимо
рассказать
об
образовании. В хронологическом порядке перечислите университеты, институты и
техникумы, в которых Вы обучались. Следует указать образование, полученное за
рубежом и любые курсы, имеющие отношение к сформулированной Вами цели. В
случае если Вы получили какие-либо знаки отличия по окончании учебного
заведения, необходимо включить их в этот пункт («красный диплом» переводится
74
на английский язык как «graduated with high honours»). Не следует приводить
информацию об окончании средней школы.
Опыт работы. Перечислите места Вашей работы, начиная с последнего в
обратном
хронологическом
порядке.
Укажите
точные
даты
Вашего
трудоустройства, должность и название компании работодателя. Включите
информацию о своих рабочих обязанностях (при этом особенно подчеркните те
аспекты деятельности, которые имеют наибольшее отношение к указанной в
резюме цели). Не следует использовать законченных предложений. Перечислите
Ваши обязанности короткими словосочетаниями, без использования личных
местоимений «мой», «я».
Навыки. После раздела «Опыт работы» необходимо указать особые навыки,
которыми Вы владеете. В перечень навыков может входить знание языков,
владение компьютером и любые другие способности, которые имеют отношение к
сформулированной Вами цели. При указании Ваших языковых навыков лучше
всего честно отразить уровень Ваших знаний. «Свободное владение английским
языком», «русский (родной)», «средний уровень знания немецкого», «базовые
знания французского» — такими формулировками Вы можете воспользоваться,
чтобы оценить свое знание языка.
Интересы/хобби будут указаны в следующем разделе. Здесь можно указать
студенческие или профессиональные организации, в которых Вы состоите,
путешествия, спорт и хобби. Среди своих интересов не следует указывать «чтение»
(считается, что большинство людей с высшим образованием регулярно занимаются
подобными видами деятельности).
Последний раздел Вашего резюме посвятите рекомендациям. Перечислите,
по крайней мере, двух человек, которые могут дать оценку Вашей квалификации
(Ваш начальник, коллега или клиент). Их имена, должности, места работы и номера
телефонов необходимо включить в текст резюме. Если в резюме для этого не
хватает места, следует написать: «Данные предоставляются по требованию». В
таком случае работодатель может попросить Вас предоставить эту информацию.
75

Стиль и оформление резюме чрезвычайно важны. Работу Вы получите
после интервью с представителем компании. Для того чтобы получить
возможность пройти интервью, необходимо отправить в компанию резюме с
сопроводительным письмом.

Обязательно проверьте правильное написание слов! (Два раза
проверьте резюме сами, а затем попросите своих друзей и родных проверить его).

В резюме Вы должны представить себя с лучшей стороны, однако
избегайте преувеличений.

Оставляйте достаточно места между параграфами, чтобы резюме не
выглядело перегруженным.

Используйте шрифт Times New Roman, 12-й размер.

Вы не обязаны указывать в резюме свой возраст или семейное
положение.

Выровняйте по центру параграф, который содержит Ваши личные
данные.

Выделите жирным шрифтом оглавление каждого параграфа (цели,
образование, навыки и т. д.), используйте заглавные буквы.

Выделите название своей должности на предыдущем месте работы
жирным шрифтом. Укажите, если эта должность была временной.

Указывая период, когда Вы работали в данной должности, используйте
месяц и год (январь 1997 — апрель 1999).

Описывая свой опыт, начинайте с последнего места работы или, если
Вы работаете, с Вашей настоящей работы.

Имейте в виду, что вся информация, указанная Вами в резюме, может
быть проверена Вашим будущим работодателем или компанией по подбору
персонала.
Несмотря на то, что все резюме не могут быть заполнены абсолютно
одинаковым образом, из вышесказанного можно сделать вывод о том, какая
информация будет присутствовать в резюме практически наверняка. В данном
76
исследовании автором предложен следующий набор факторов и измерительных
шкал для них, которые можно извлечь из резюме.
1) Пол кандидата (1 – мужской, 2 - женский).
2) Возраст (в годах).
3) Наличие высшего образования (0 – не указано, 1 – указано).
4) Профиль (1 – гуманитарный, 2 – технический).
5) Стаж работника (в годах).
6) Количество организаций, в которых работал кандидат.
7) Перечисленные обязанности (количество).
8) Знание английского языка (0 – не указано, 1 – указано).
9) Другие иностранные языки, указанные в резюме (0 – не указаны, 1 –
указаны).
10) Уровень знания компьютера (3-балльная шкала; 0 – не указан, 1 – знание
MS Office, 2 – знание специализированных пакетов анализа Statistica, SAP и т. д., 3
– навыки программирования).
11) Уровень запрашиваемой заработной платы (0, если не указан).
Как видно, в модель приходится включать довольно большое количество
качественных данных, которые показывают наличие или отсутствие того или иного
признака у исследуемого объекта и могут иметь как номинальную, так и ранговую
[25] (в случае с фактором № 10) шкалу измерений. Наличие некоторых признаков
у исследуемого объекта отражается в моделях при помощи так называемых
«фиктивных переменных» (манекенных переменных, dummy variable), которые
принимают только два значения – 0 и 1.
При применении фиктивных переменных (индикаторов) в регрессионных
моделях можно использовать два различных подхода [31, c. 60]:

построить несколько моделей, отдельно для каждого значения
качественной переменной;

учесть качественные переменные в одной модели.
Также, в случае, когда количество градаций качественной переменной
превышает два, существуют два пути включения качественной информации в
77
модель: создать шкалу значений для отражения качественного признака, либо
ввести несколько фиктивных переменных, число которых должно быть на единицу
меньше, чем количество градаций изначальной переменной. В противном случае
возникает
ситуация,
переменных»
[38,
которая
с.
118]
получила
(dummy
название
variable
trap)
«ловушки
и
фиктивных
означает
наличие
мультиколлинеарности.
2.2 Модели бинарного выбора
Бинарная регрессия представляет зависимость эндогенной переменной,
принимающей всего два значения – 0 и 1, от набора факторов. Существуют
ограничения, связанные с использованием обычной линейной регрессии, так как
прогнозное значение должно попадать в отрезок [0; 1]. Данная проблема решается
с
использованием
интегральных
функций
распределения.
Чаще
всего
используются функции нормального распределения (пробит), логистического
распределения (логит) и распределения Гомпертца (гомпит). От выбора функции
распределения напрямую зависит соответствие прогнозов, полученных с помощью
модели, реальным данным.
Предполагая, что зависимая переменная 𝑌, которая представляет собой
возможность или невозможность взять на работу кандидата (или, в случае с
рекрутинговым агентством – рекомендовать его клиенту), принимает только два
значения: {0; 1}, вероятность того, что она примет соответствующее значение
можно выразить как функции некоторых факторов (2) и (3):
𝑃𝑟𝑜𝑏 (𝑌 = 1|𝑥) = 𝐹(𝑥 𝑇 𝛽),
(2)
𝑃𝑟𝑜𝑏 (𝑌 = 0|𝑥) = 1 − 𝐹(𝑥 𝑇 𝛽).
(3)
Набор параметров 𝛽 отражает влияние изменения каждого фактора на
конечную вероятность. Задача состоит в том, чтобы подобрать адекватную
функцию в правой части уравнения.
Одна из возможностей – использовать обыкновенную линейную регрессию
(4):
𝐹(𝑥, 𝛽) = 𝑥 𝑇 𝛽.
(4)
78
Поскольку
𝐸[𝑦|𝑥] = 0[1 − 𝐹(𝑥, 𝛽) + 1[𝐹(𝑥, 𝛽) = 𝐹(𝑥, 𝛽),
мы
можем
построить регрессионную модель (5):
𝑦 = 𝑥 𝑇 𝛽 + 𝜀.
(5)
Линейная вероятностная модель имеет ряд недостатков, главный из них – то,
что результат, полученный с помощью модели может выходить за границы отрезка
[0;1].
Естественно предположить следующие условия (6) и (7):
lim 𝑃𝑟𝑜𝑏 (𝑌 = 1|𝑥) = 1,
(6)
𝑃𝑟𝑜𝑏 (𝑌 = 1|𝑥) = 0.
(7)
𝑥 𝑇 𝛽→∞
lim
𝑥 𝑇 𝛽→−∞
В
принципе,
любая
интегральная
функция
распределения
будет
удовлетворять данным условиям. Широкую известность в эконометрике приобрела
так называемая пробит-модель [45, c.77], использующая функцию (8) стандартного
нормального распределения:
𝑥𝑇𝛽
𝜙(𝑡)𝑑𝑡 = Φ(𝑥 𝑇 𝛽).
𝑃𝑟𝑜𝑏(𝑌 = 𝑦|𝑥) = ∫
(8)
−∞
Так же популярна логит-модель [46, c.47], использующая функцию (9)
логистического распределения:
exp(𝑥 𝑇 𝛽)
𝑃𝑟𝑜𝑏(𝑌 = 𝑦|𝑥) =
= Λ(𝑥 𝑇 𝛽).
1 + exp(𝑥 𝑇 𝛽)
(9)
И гомпит-модель, использующая функцию распределения Гомпертца (10),
так же имеющая название complimentary log log model, или просто cloglog
[74, с.729]:
𝑃𝑟𝑜𝑏(𝑌 = 𝑦|𝑥) = 1 − exp[− exp(𝑥 𝑇 𝛽)].
Оценка
параметров 𝛽
осуществляется
методом
(10)
максимального
правдоподобия [74, c.58]. Каждое наблюдение является схемой Бернулли, поэтому
функция правдоподобия (11) предстает в виде:
𝑃𝑟𝑜𝑏(𝑌1 = 𝑦1 , … 𝑌𝑛 = 𝑦𝑛 |𝑿) = ∏[1 − 𝐹(𝑥𝑖𝑇 𝛽)] ∏ 𝐹(𝑥𝑖𝑇 𝛽).
𝑦𝑖 =0
𝑦𝑖 =1
(11)
79
Функцию правдоподобия для n наблюдений (12) можно переписать в виде
[77, c.253]:
𝑛
𝑦𝑖
1−𝑦𝑖
𝐿(𝛽|𝑑𝑎𝑡𝑎) = ∏[𝐹(𝑥𝑖𝑇 𝛽)] [1 − 𝐹(𝑥𝑖𝑇 𝛽)]
.
(12)
𝑖=1
Теперь запишем уравнения правдоподобия (13):
𝑛
𝑑𝐿𝑛𝐿
𝑦𝑖 𝑓𝑖
−𝑓𝑖
= ∑[
+ (1 − 𝑦𝑖 )
] 𝑥 = 0.
𝑑𝛽
𝐹𝑖
(1 − 𝐹𝑖 ) 𝑖
(13)
𝑖=1
Поскольку данные уравнения являются нелинейными, они решаются с
помощью численных методов, таких, как многомерная интерпретация метода
Ньютона (14):
𝛽 𝑗+1 = 𝛽 𝑗 − 𝐻−1 (𝛽 𝑗 )𝑔𝑟𝑎𝑑𝐿(𝛽 𝑗 )
(14)
где 𝐻- матрица Гессе.
Особенность применения бинарной регрессии для оценки работника
заключается в необходимости дать количественную интерпретацию качественным
переменным: образование, пол, навыки и др. Опыт работы может включать в себя
так же и оценку самих организаций, в которых работал кандидат, оценку
должностей, которые он занимал и т.д.
Показатели качества моделей бинарного выбора.
Поскольку модели бинарного выбора являются нелинейными моделями, то
воспользоваться обычным коэффициентом детерминации мы не можем. В случае,
когда обычная линейная модель оценивается методом наименьших квадратов,
коэффициент детерминации рассчитывается по формуле (15) [81, c.153]:
2
∑𝑛𝑖=1(𝑦𝑖 − 𝑦̂)
𝑖
𝑅 =1− 𝑛
2
∑𝑖=1(𝑦𝑖 − 𝑦̅)
𝑖
2
(15)
𝑦 +⋯+𝑦𝑛
где 𝑦̂𝑖 = 𝛽̂1 𝑥𝑖1 + ⋯ + 𝛽̂𝑚 𝑥𝑚1 , 𝑦̅𝑖 = 1
. Если оценивать короткую модель
𝑛
(так же, используется термин «нулевая модель»), правая часть которой состоит
только из константы, т.е. модель 𝑦𝑖 = 𝛽1 + 𝜀1 , 𝑖 = 1, … , 𝑛, то для такой модели 𝛽̂1 =
𝑦,
̅ 𝑦̂𝑖 = 𝛽̂1 = 𝑦̅, так что 𝑅2 = 0. При добавлении в правую часть модели
80
дополнительных объясняющих переменных коэффициент 𝑅 2 возрастает, и его
величина будет зависеть от того, насколько более выраженной является линейная
связь объясняемой и объясняющих переменных. Максимального значения 𝑅2 =
1 коэффициент достигнет в предельном случае, когда для всех 𝑖 = 1, … , 𝑛
выполняются точные соотношения 𝑦𝑖 = 𝛽1 𝑥𝑖1 + ⋯ + 𝛽𝑚 𝑥𝑖𝑚 .
В случае с нелинейными моделями, одной из возможностей определить меру
качества подобранной модели является сравнение количества неправильных
предсказаний, производимых длинной моделью, и предсказаний, получаемых по
модели, в которой в качестве объясняющей переменной выступает только
константа (тривиальная или короткая модель).
Естественно было бы предсказывать значение 𝑦𝑖 = 1, если 𝐹(𝑥𝑖𝑇 𝛽̂) > 0,5, что
для
симметричных
распределений
равносильно
𝑥𝑖𝑇 𝛽̂ > 0,
следовательно,
прогнозные значения (16) будут равны:
1,
если 𝑥𝑖𝑇 𝛽̂ > 0,
𝑦̂𝑖 = {
0, если 𝑥𝑖𝑇 𝛽̂ ≤ 0.
(16)
Количество неверных предсказаний модели (17) равно:
𝑛
𝑛
𝑛𝑤 𝑓𝑢𝑙𝑙 = ∑|𝑦𝑖 − 𝑦̂𝑖 | = ∑(𝑦𝑖 − 𝑦̂𝑖 )2 ;
𝑖=1
(17)
𝑖=1
доля неправильных предсказаний рассчитывается по формуле (18):
𝑛
𝜔𝑤 𝑓𝑢𝑙𝑙
1
= ∑(𝑦𝑖 − 𝑦̂𝑖 )2 .
𝑛
(18)
𝑖=1
В то же время, для короткой модели 𝑦𝑖 = 1 предсказывается для всех 𝑖 =
1, … , 𝑛, при 𝛽̂1 > 0,5, то есть, когда значения 𝑦𝑖 = 1 наблюдаются более, чем в
половине наблюдений. Аналогично, значение 𝑦𝑖 = 0 предсказывается для всех 𝑖 =
1, … , 𝑛, когда 𝛽̂1 ≤ 0,5, то есть, когда значения 𝑦𝑖 = 1 появляются не более, чем в
половине наблюдений.
Доля неправильных предсказаний (19) для короткой модели равна:
1 − 𝑦,
̅ если 𝑦̅ > 0,5,
𝜔𝑤 𝑛𝑢𝑙𝑙 = {
𝑦,
̅ если 𝑦̅ ≤ 0,5.
(19)
81
Тогда, в качестве показателя качества модели (20) можно использовать
коэффициент [75, c.98]:
𝑅̃2 = 1 −
𝜔𝑤 𝑓𝑢𝑙𝑙
𝜔𝑤 𝑛𝑢𝑙𝑙
.
(20)
Однако, в том случае, если длинная модель дает предсказание хуже, чем
короткая модель, такой коэффициент может, принять отрицательное значение. Так
же, стоит отметить, что количество неверных предсказаний осуществляемых
короткой моделью не может превышать половины наблюдений. А в том случае,
если в выборке для 90% наблюдений 𝑦𝑖 = 1, то доля неверных предсказаний для
короткой модели будет равна 0.1, и для того, чтобы получить положительный 𝑅̃2 ,
необходимо, чтобы длинная модель осуществляла более 90% правильных
предсказаний. Это говорит о том, что большая доля верных предсказаний еще не
говорит о качестве модели.
Альтернативным подходом к построению аналога коэффициента 𝑅2 является
сравнение максимумов функции правдоподобия для длинной и короткой модели.
Обозначим максимум функции правдоподобия для длинной модели и
короткой модели соответственно 𝐿𝑓𝑢𝑙𝑙 и 𝐿𝑛𝑢𝑙𝑙 . При этом мы справедливо можем
использовать логарифмы этих значений, так как 𝐿𝑛𝑢𝑙𝑙 ≤ 𝐿𝑓𝑢𝑙𝑙 ≤ 1, следовательно
Ln𝐿𝑛𝑢𝑙𝑙 ≤ Ln𝐿𝑓𝑢𝑙𝑙 ≤ 1.
В рамках этого подхода, эконометристам известны следующие показатели
качества для моделей бинарного выбора: псевдо-𝑅2 (21) [69, c.502-503] и
коэффициент детерминации МакФаддена (22) [95]:
𝑝𝑠𝑒𝑢𝑑𝑜𝑅2 = 1 −
1
2(Ln𝐿𝑓𝑢𝑙𝑙 − Ln𝐿𝑛𝑢𝑙𝑙 )
1+
𝑛
Ln𝐿𝑓𝑢𝑙𝑙
𝑀𝑐𝐹𝑎𝑑𝑑𝑒𝑛𝑅2 = 1 −
Ln𝐿𝑛𝑢𝑙𝑙
(21)
(22)
Коэффициент МакФаддена часто называют индексом отношения
правдоподобий (Likelihood Ratio Index, LRI).
Оба этих показателя варьируются в пределах от 0 до 1. Если для
82
длинной
модели
𝛽̂2 = ⋯ = 𝛽̂𝑚 = 0, то
𝐿𝑛𝑢𝑙𝑙 = 𝐿𝑓𝑢𝑙𝑙 , и
оба коэффициента
детерминации равны нулю. Коэффициент МакФаддена будет равен единице, если,
Ln𝐿𝑓𝑢𝑙𝑙 = 0, то есть 𝐿𝑓𝑢𝑙𝑙 = 1. В этом случае модель даёт точное предсказание,
таким образом, что 𝑦̂𝑖 = 𝑦𝑖 для всех 𝑖 = 1, … , 𝑛. При этом, для пробит, логит и
гомпит моделей оказывается невозможным довести до конца итерационную
процедуру оценивания вектора параметров 𝛽̂, поскольку абсолютная величина 𝛽̂ 𝑥𝑖𝑇
резко возрастает. Происходит это потому, что у моделей бинарного выбора при
конечных значениях 𝑥𝑖𝑇 𝛽̂ выполняются строгие неравенства 0 < 𝐹(𝑥𝑖𝑇 𝛽̂) < 1,
следовательно, функция правдоподобия не может достичь единицы.
Проверка значимости группы регрессоров моделей бинарного
выбора осуществляется с помощью так называемого критерия отношения
правдоподобий.
Итак, пусть 𝐿𝑓𝑢𝑙𝑙 − максимум функции правдоподобия длинной
модели, 𝐿𝑛𝑢𝑙𝑙 − максимум функции правдоподобия для короткой модели. Критерий
отношения правдоподобия [79, с.513] 𝐿𝑅 = 2(Ln𝐿𝑓𝑢𝑙𝑙 − Ln𝐿𝑛𝑢𝑙𝑙 ) отвергает
гипотезу
𝐻0 :{𝛽2 = 0, … , 𝛽𝑚 = 0},
критического
при
заданном
если
уровне
значение
статистики
значимости.
LR
Критерий
больше
отношения
правдоподобий является асимптотическим – это означает, что критическое
значение 𝐿𝑅𝑐𝑟𝑖𝑡 вычисляется на основе распределения, к которому распределение
показателя стремится при 𝑛 → ∞, если гипотеза 𝐻0 верна. В случае с критерием
отношения
правдоподобий
этим
распределением
является
хи-квадрат
c
количеством степеней свободы равным 𝑑1 − 𝑑0 , где 𝑑1 и 𝑑0 – количество
параметров в длинной и короткой модели соответственно. Гипотеза 𝐻0 отвергается,
2
2 (𝑑
если 𝐿𝑅 > 1−𝑎
(𝑑1 − 𝑑0 ), где 1−𝑎
1 − 𝑑0 ) − квантиль распределения хи-квадрат
уровня 1 − 𝑎 с 𝑑1 − 𝑑0 степенями свободы.
Еще одним инструментом оценки качества бинарной регрессии является так
называемая ROC-кривая, график, отображающий соотношение доли верно
классифицированных положительных примеров в общем числе положительных
примеров
(TPR,
true
positive
rate)
и
долю
примеров,
ошибочно
83
классифицированных, как положительные (FPR, false positive rate), при изменении
порогового значения классификации. В идеальном случае, ROC-кривая принимает
Г-образный
вид,
а
в
случае
неудовлетворительного
качества
модели,
соответствующего случайному гаданию, график будет совпадать с прямой,
делящей плоскость FPR TPR пополам. ROC-кривую, также, можно использовать
для сравнения качества нескольких моделей, график модели с наилучшим
качеством классификации будет смещен влево вверх. Количественную оценку
качества классификации даёт показатель AUC (area under curve) – площадь под
ROC-кривой. Чем ближе данный показатель к единице, тем качественнее
классификатор, в то время как значение 0,5 соответствует случайному гаданию и
говорит о неудовлетворительном качестве модели.
Поскольку пробит, логит и гомпит модели являются нелинейными (23), то
интерпретация коэффициентов в них отличается от интерпретации в линейной
модели:
𝑃{𝑦𝑖 = 1|𝑥𝑖 } = 𝐹(𝑥𝑖𝑇 𝛽), 𝑖 = 1, … , 𝑛;
(23)
Если k-я объясняющая переменная является непрерывной, то её предельный
эффект определяется формулой (24):
𝜕𝑃{𝑦𝑖 = 1|𝑥𝑖 } 𝜕𝐹(𝑥𝑖𝑇 𝛽)
=
.
𝜕𝑥𝑖𝑘
𝜕𝑥𝑖𝑘
(24)
Стоит отметить, что этот эффект зависит от значений объясняющих
переменных
для
i-го
наблюдения
𝑥𝑖 = (𝑥𝑖1 , … , 𝑥𝑖𝑚 )𝑇 .
Малое
изменение
∆𝑥𝑖𝑘 приводит к изменению вероятности 𝑃(𝑦𝑖 = 1|𝑥𝑖 } (25) на величину, равную
𝜕𝑃{𝑦𝑖 = 1|𝑥𝑖 }
𝜕𝐹(𝑥𝑖𝑇 𝛽)
∆𝑃{𝑦𝑖 = 1|𝑥𝑖 } ≈
∆𝑥𝑖𝑘 =
∆𝑥𝑖𝑘 .
𝜕𝑥𝑖𝑘
𝜕𝑥𝑖𝑘
(25)
Так как модели бинарного выбора нелинейны, при интерпретации
значений предельного эффекта подразумевается отклик исследуемой вероятности
на малые приращения объясняющих переменных. В случае, когда в модель
включены качественные переменные, указывающие на наличие либо отсутствие
конкретного признака (фиктивные переменные, индикаторы), предельный эффект
84
определяется как разность 𝑃{𝑦𝑖 = 1|𝑥𝑖∗ , 𝑥𝑖𝑑 = 1} − 𝑃{𝑦𝑖 = 1|𝑥𝑖∗ , 𝑥𝑖𝑑 = 0}, где 𝑥𝑖𝑑 исследуемая фиктивная переменная, 𝑥𝑖∗ - вектор значений остальных переменных.
Для пробит-модели, малое изменение ∆𝑥𝑖𝑘
k-й объясняющей
переменной приведет к изменению вероятности 𝑃{𝑦𝑖 = 1|𝑥𝑖 } на величину (26),
равную:
∆𝑃{𝑦𝑖 = 1|𝑥𝑖 } = 𝜑(𝑥𝑖𝑇 𝛽)𝛽𝑘 ∆𝑥𝑖𝑘 ,
(26)
где 𝜑(𝑥𝑖𝑇 𝛽) – функция плотности стандартного нормального распределения.
Соответственно предельный эффект k-й переменной будет равен 𝜑(𝑥𝑖𝑇 𝛽)𝛽𝑘 .
Для логит-модели, малое изменение ∆𝑥𝑖𝑘 приведет к изменению
исследуемой вероятности на величину (27):
𝜕Λ(𝛽𝑥𝑖𝑇 )
∆𝑃{𝑦𝑖 = 1|𝑥𝑖 } =
∆𝑥𝑖𝑘 = {Λ(𝑥𝑖𝑇 𝛽) (1 − Λ(𝑥𝑖𝑇 𝛽)) 𝛽𝑘 } ∆𝑥𝑖𝑘 ,
𝜕𝑥𝑖𝑘
(27)
при этом, выражение {Λ(𝑥𝑖𝑇 𝛽) (1 − Λ(𝑥𝑖𝑇 𝛽)) 𝛽𝑘 } представляет собой
предельный эффект для k-й объясняющей переменной.
2.3 Использование искусственных нейронных сетей для решения задач
бинарной классификации
Как уже было сказано ранее, решение задачи классификации предполагает
отнесение имеющихся образцов к определенным классам. Каждому образцу
поставлено в соответствие признаковое описание - вектор, компоненты которого
представляют собой различные количественные и качественные характеристики,
описанные выше. Количество компонент этого вектора определяет размерность так
называемого «пространства входов», разбитое на классы. Задачей алгоритма
классификации, таким образом, является отнесение произвольного объекта к
одному из классов. Благодаря своей исключительной способности моделировать
нелинейные зависимости в данной области получили широкое распространение
искусственные нейронные сети.
Искусственная нейронная сеть (далее - ИНС) представляет собой
математическую модель и её программную реализацию, построенные по принципу
организации и функционирования сетей нейронов головного мозга живого
85
организма [39, c. 8]. Данное понятие возникло во время исследования процессов,
протекающих в мозге, и при первых попытках моделирования данного процесса.
Первые результаты были получены У. Маккалоком и У. Питтсом. В дальнейшем,
после того как были разработаны алгоритмы обучения, такие модели стали
применять на практике для решения задач прогнозирования, распознания,
классификации, задач управления и др.
Искусственная нейронная сеть представляет собой систему взаимосвязанных
и взаимодействующих простых процессоров – искусственных нейронов. Каждый
нейрон получает и передает сигналы другим нейронам. Будучи соединенными в
достаточно большую сеть, такие локально простые операторы могут решать
довольно сложные задачи.
Нейронная сеть, с точки зрения машинного обучения, является частным
случаем
методов
распознавания
образов,
методов
кластеризации,
дискриминантного анализа. С точки зрения математики, задача обучения ИНС
является задачей многопараметрической нелинейной оптимизации.
К
искусственным
нейронным
сетям
неприменимо
понятие
программирования в привычном смысле. Когда речь идет о ИНС, используется
термин «обучение». Возможность такого обучения является одним из главных
преимуществ искусственных нейронных сетей перед остальными алгоритмами.
Технически данный процесс заключается в нахождении коэффициентов связей
между нейронами. Эти коэффициенты также называются синаптическими весами.
В процессе своего обучения ИНС способна выявлять сложные нелинейные
зависимости внутри исследуемых данных, выполнять обобщение. Это означает,
что после успешного обучения ИНС может дать верный результат, основанный на
данных, отсутствовавших в выборке при обучении, или же неполных и частично
искаженных данных.
Далее, рассмотрим, какие нейросетевые модели могут быть наилучшим
образом применены для решения поставленной задачи. Простейшим и исторически
первым искусственным нейроном является предложенный в 1943 году У.
86
Маккаллоком и У. Питтсом бинарный элемент [19, c. 13]. Такой нейрон вычисляет
взвешенную сумму с n входных сигналов
и формирует единичный сигнал на
выходе, если взвешенная сумма превышает некий порог (в противном случае
значение на выходе равно нулю).
Модель нейрона Маккаллока-Питтса (28) выглядит следующим образом:
𝑦𝑗 = 𝐹 (∑ 𝑤𝑖𝑗 ∙ 𝑥𝑖 ),
(28)
𝑖
где 𝑦𝑖 – выход j-го нейрона, 𝑥𝑖 – i-й вход нейрона, 𝑤𝑖𝑗 – синаптический вес jго нейрона на i-м входе. Функция F называется активационной функцией нейрона.
Графически, нейрон представлен на рисунке 2:
𝑥1
𝑥2
𝑥3
…
𝑤1𝑗
𝑤2𝑗
𝑤3𝑗
𝐹 (∑ 𝑤𝑖𝑗 ∙ 𝑥𝑖 )
𝑤𝑖𝑗
𝑦𝑗
𝑖
𝑥𝑖
Источник: составлено автором.
Рисунок 2 – Модель нейрона
Изначально, Маккаллок и Питтс использовали в качестве активационной
функции бинарный ограничитель (релейную функцию). В настоящее время на
практике используются функции из семейства сигмоид, которые имеют
следующий вид (29):
𝑦=
1
1 + 𝑒 −𝛾𝑥
(29)
Данный факт обусловлен тем, что при использовании сигмоидальных
функций существенно сокращается вычислительная сложность метода обратного
87
распространения ошибки, с помощью которого осуществляется «обучение»
нейрона.
Одиночный нейрон способен выполнять лишь простейшие процедуры
классификации, в то время как для более универсальных вычислений необходима
система из нескольких параллельно функционирующих нейронов [73, c. 35-39].
Такая система будет представлять собой простейший вид ИНС – однослойную
нейронную сеть, схематично представленную на рисунке 3.
𝑤11
𝑤21
𝑥1
𝑥2
Σ
𝑦1
Σ
𝑦2
Σ
𝑦𝑛
… 𝑤𝑛1
𝑥𝑛
Источник: составлено автором.
Рисунок 3 – Однослойная ИНС
Элементы-круги слева служат только для распределения входных сигналов и
не выполняют каких-либо вычислений, отчего не будут считаться слоем.
Квадратные элементы представляют собой искусственные нейроны, устройство
которых описано выше. Каждый элемент множества входов соединен с каждым
нейроном через так называемую синаптическую связь.
Однако нейронная сеть такого типа, несмотря на большую универсальность,
не может справиться с задачей классификации в том случае, если исходное
множество не является линейно разделимым. В общем случае, можно говорить о
трех основных типах исследуемых множеств: линейно разделимые, линейно
неразделимые и множество с пересекающимися классами. Линейная разделимость
означает, что имеющиеся классы возможно разделить прямыми линиями (в общем
виде – гиперплоскостями). Во втором случае это сделать нельзя, однако классы все
равно могут быть разделены более сложным образом – нелинейная разделимость.
Если классы пересекаются, то имеет место вероятностная разделимость.
88
Немаловажным этапом построения нейронной сети для решения задачи
классификации является предварительная обработка данных (нормировка,
стандартизация). Целью данного этапа является получение линейной разделимости
множества классифицируемых объектов, при наличии которой построение
классификатора значительно упрощается. Однако при решении реальных задач
малое количество образцов в обучающей выборке, как правило, не позволяет
обработать исходные данные таким образом, чтобы была достигнута линейная
разделимость объектов, подлежащих классификации.
Искусственные нейронные сети обладают исключительной способностью
аппроксимации функций, что позволяет строить разделяющие поверхности
большой сложности, а, следовательно, эффективно проводить классификацию.
Фактически нейронная сеть генерирует большое число регрессионных моделей,
которые являются стандартным средством классификации при решении задачи
статистическими методами.
Для решения задачи классификации на нелинейно разделимом множестве,
как показано в работе «Персептроны» Минского и Пейперта, однослойные
нейронные сети не подходят [44, c. 118]. Проблема преодолевается путем
построения искусственной нейронной сети, содержащей несколько скрытых слоев
(многослойной нейронной сети).
В многослойной нейронной сети выход каждого нейрона в одном слое связан
с входами всех нейронов следующего слоя, что схематически представлено на
рисунке 4:
89
Источник: составлено автором.
Рисунок 4 – Граф нейросети, которая имеет четыре нейрона во входном
слое, два скрытых слоя, содержащих по два нейрона и выходной слой,
состоящий из одного нейрона
Количество нейронов входного слоя нейронной сети равно количеству
факторов, влияющих на классификацию. Выходной слой, в случае бинарной
классификации, содержит один нейрон, на выходе которого получается значение 0
или 1.
Оцениваемыми параметрами в ИНС являются синаптические веса, а процесс
их оценки называется обучением нейронной сети. Настройка нейронной сети
включает в себя:

выбор архитектуры нейронной сети (выбор количества скрытых слоёв
и количества нейронов в них);

выбор активационной функции нейронов;

выбор алгоритма и параметров обучения,
Процесс
обучения
предполагает
просмотр
обучающей
выборки
в
определенном порядке, который может быть как последовательным, так и
случайным. Для обучения многослойных нейронных сетей, которые будут
использованы в данной работе, используется так называемое «обучение с
учителем» (альтернативой является процесс обучения без учителя, реализуемый в
самоорганизующихся нейронных сетях, яркий пример: самоорганизующаяся карта
Кохонена [78, c. 106]), при котором обучающая выборка просматривается
множество раз, и один полный проход называют «эпохой обучения». При данном
типе обучения исходный набор данных делится на две части – обучающую и
тестовую выборку, при этом разделение, как правило, происходит случайным
90
образом. Тестовые данные никогда не участвуют в процессе обучения и
используются только для расчета ошибки предсказаний, осуществляемых сетью.
Если в процессе обучения на тестовом множестве ошибка сети уменьшается, то
считают, что сеть выполняет обобщение. Если же при обучении ошибка
уменьшается на обучающем множестве, но увеличивается на тестовом, это
означает, что происходит запоминание образцов сетью, в то время как обобщение
отсутствует. Такая ситуация получила название «переобучение» (overfitting).
Другой проблемой, которая может возникнуть в процессе обучения, является так
называемый паралич сети – ситуация, при которой оцениваемые синаптические
веса в сети становятся очень большими, что, в свою очередь, приводит к тому, что
нейроны начинают функционировать лишь при очень больших входных значениях.
С математической точки зрения процесс обучения – это адаптация
параметров искусственной нейронной сети для решения поставленной задачи
путем оптимизации принятого критерия качества. Данная формулировка
предполагает,
что
обучение
искусственных
нейронных
сетей
является
разновидностью методов оптимизации. На выбор конкретного алгоритма обучения
влияет структура и объем данных, составляющих обучающую выборку.
Подробнее остановимся на парадигме обучения с учителем. При данном типе
обучения, помимо информации о классифицируемом множестве, заданной в виде
входных векторов 𝑋, имеется, также, заданная реакция сети на эту информацию –
обучающий сигнал d. В процессе обучения, если реакция необученной сети
отличается от реакции учителя, возникает ошибка (30):
𝑒 =𝑑−𝑦
(30)
Настройка параметров искусственной нейронной сети производится таким
образом, что в процессе обучения, некоторая функция от ошибки E(e) достигает
своего минимума. Обученная нейронная сеть, таким образом, фактически
«повторяет» реакцию учителя в статистическом смысле.
91
Для обучения многослойных нейронных сетей, в настоящее время, чаще
всего применяют два алгоритма: алгоритм обратного распространения ошибки
(back propagation) и алгоритм эластичного распространения (resilient propagation).
Остановимся подробнее на алгоритме обратного распространения
ошибки [83, c.129]. Каждый объект на входе искусственной нейронной сети
𝑇
представляет собой так входной сигнал, вектор - 𝑥 = (𝑥1 , … 𝑥𝑛 0 ) . Также имеются
𝑇
𝑇
выходной сигнал - 𝑦 = (𝑦1 , … 𝑦𝑛 𝑚 ) и обучающий сигнал 𝑑 = (𝑑1 , … 𝑑𝑛 𝑚 ) .
Очевидно, что размерность входного и выходного сигналов может отличаться, и,
если говорить о задаче бинарной классификации, размерность сигнала 𝑦 будет
равна 1, как и размерность обучающего сигнала. В процессе обучения необходимо
обеспечить
минимальную
разницу
между
значениями
выходных
𝑦𝑗 (𝑘)
и желаемых 𝑑𝑗 (𝑘) сигналов, где 𝑘 − номер экземпляра обучающей выборки.
В качестве функции ошибок используется критерий качества (31):
𝑛𝑚
𝑛𝑚
𝑛𝑚
2
1
1
𝐸(𝑘) = ∑ (𝑑𝑗 (𝑘) − 𝑦𝑗 (𝑘)) = ∑ 𝑒𝑗2 (𝑘) = ∑ 𝐸𝑗 (𝑘),
2
2
𝑗=1
𝑗=1
(31)
𝑗=1
либо целевая функция (32):
2
1
1
𝐸 𝑘 = ∑ 𝐸(𝑘) = ∑ ∑ (𝑑𝑗 (𝑘) − 𝑦𝑗 (𝑘)) = ∑ ∑ 𝑒𝑗2 (𝑘).
2
2
𝑘
𝑘
𝑗
𝑘
(32)
𝑗
Для нахождения минимума целевой функции используют метод,
состоящий в последовательной настройке весов по мере получения входных
сигналов один за другим в реальном времени. При этом, для каждой пары сигналов
𝑥, 𝑑 веса 𝑤𝑗𝑖𝑠 изменяются на величину (33) Δ𝑤𝑗𝑖𝑠 , пропорционально антиградиенту
функции 𝐸(𝑘):
𝑤𝑗𝑖𝑠 (𝑘 + 1) − 𝑤𝑗𝑖𝑠 (𝑘) = Δw𝑗𝑖s (𝑘) = −𝜂(𝑘)
𝜕𝐸(𝑘)
,
𝜕𝑤𝑗𝑖𝑠
(33)
92
где 𝜂(𝑘) – шаговый коэффициент.
Алгоритм обратного распространения ошибки можно представить
поэтапно:
1)
Определение начальных условий для синаптических весов сети. В
качестве весов, на данном этапе, берутся достаточно малые случайные числа
−
0,5
𝑛𝑠−1
< 𝑤𝑗𝑖𝑠 <
0,5
𝑛𝑠−1
(где 𝑛𝑠 − количество нейронов в слое 𝑠) с целью защиты
сети от «паралича».
2)
Подача входных значений 𝑥 и вычисление весов на выходе всех
нейронов
3)
Вычисление локальных ошибок 𝛿𝑗𝑠 для всех слоев
4)
Уточнение синаптических весов по следующей формуле (34):
∆𝑤𝑗𝑖𝑠 = 𝜂𝛿𝑗𝑠 𝑥𝑖𝑠 ,
5)
(34)
Подача новых входных значений 𝑥 и т.д.
Алгоритм получил своё название из-за процедуры расчета локальных ошибок
скрытых слоев. В выходном слое, локальная ошибка представляет собой функцию
желаемого и фактического выходов ИНС и производной активационной функции.
Для скрытых же слоёв локальные ошибки определяются на основе локальных
ошибок последующего слоя.
Серьезным недостаток вышеописанного алгоритма является достаточно
долгий процесс обучения, что делает его неприменимым для ряда задач,
требующих быстрого решения. Сегодня используются алгоритмы, существенно
ускоряющие процесс обучения, среди них: метод сопряженных градиентов,
алгоритм Левенберга-Марквардта [99] и другие. Одним из таких алгоритмов,
дающих пятикратное преимущество перед алгоритмом обратного распространения
ошибки по времени сходимости, является алгоритм эластичного распространения
(resilent propagation), предложенный М. Ридмиллером и Г. Брауном [102].
93
В отличие от алгоритма обратного распространения, вышеназванный
алгоритм использует знаки частных производных для изменения весовых
коэффициентов. Обучение в данном алгоритме происходит по так называемым
«эпохам», каждая из которых означает представление сети всех объектов
обучающей выборки.
Величина коррекции весов рассчитывается по следующей формуле (35):
𝜕𝐸 𝑘 𝜕𝐸 𝑘−1
>0
𝜕𝑤
𝜕𝑤
𝑖𝑗
𝑖𝑗
∆𝑘𝑖𝑗 =
𝜕𝐸 𝑘 𝜕𝐸 𝑘−1
− 𝑘
𝜂 Δ𝑖𝑗 ,
<0
𝜕𝑤𝑖𝑗 𝜕𝑤𝑖𝑗
{
𝜂+ Δ𝑘𝑖𝑗 ,
(35)
0 < 𝜂− < 1 < 𝜂+
Изменение
знака
частной
производной
(35)
на
текущем
шаге
по
соответствующему весу говорит о том, что локальный минимум был пропущен и
величину изменения нужно уменьшить на 𝜂, а значение веса сделать равным
предыдущему (36):
∆𝑤𝑖𝑗 (𝑘) = ∆𝑤𝑖𝑗 (𝑘) − ∆𝑘−1
𝑖𝑗
(36)
Если же знак частной производной остался неизменным, то необходимо
увеличить
коррекцию
на
𝜂+,
для
увеличения
скорости
сходимости.
Преимуществом данного алгоритма перед алгоритмом обратного распространения
ошибки является то, что при фиксировании 𝜂 + и 𝜂− можно отказаться от
глобальных
параметров
настройки
нейронной
сети.
Рекомендованными
значениями для 𝜂 + и 𝜂− являются 1,2 и 0,5 соответственно, однако, допустимо
использовать и другие значения.
На практике, с целью недопущения слишком больших и малых значений
весов, вводится ограничение величины коррекции.
94
Вычисление значений коррекции весов осуществляется следующим образом
(37):
𝜕𝐸 𝑘
>0
𝜕𝑤𝑖𝑗
𝜕𝐸 𝑘
𝑘
(𝑘)
∆𝑤𝑖𝑗
= −Δ𝑖𝑗 ,
<0
𝜕𝑤𝑖𝑗
𝜕𝐸 𝑘
0,
=0
𝜕𝑤𝑖𝑗
{
+Δ𝑘𝑖𝑗 ,
(37)
Если производная имеет положительный знак, что означает возрастание
ошибки, то весовой коэффициент уменьшают на величину коррекции (в противном
случае производят увеличение).
Подстройка весов происходит по формуле (38):
𝑤𝑖𝑗 (𝑘 + 1) = 𝑤𝑖𝑗 (𝑘) + ∆𝑤𝑖𝑗 (𝑘)
(38)
Пошагово, алгоритм можно представить в следующем виде:
1)
Установка начальных значений Δ𝑖𝑗
2)
Предъявление сети всех образцов и вычисление частных производных
3)
Подсчет новых значений Δ𝑖𝑗
4)
Коррекция весов
5)
Повторение процедуры, начиная с п.2
Метод оценки персонала с использованием компьютерных программ можно
считать одним из наиболее эффективных, поскольку, во-первых, процесс оценки
персонала может быть автоматизирован и, во-вторых, данный метод не требует
дальнейшей оценки персонала, поскольку способен вынести окончательное
решение и исключает необходимость дальнейших затрат, в том числе
материальных. Очевидно, что организации, использующие в своей повседневной
практике передовые техники рекрутмента, такие как проведение видеоинтервью и
реализация индивидуального программного обеспечения, учитывающего все
95
особенности
бизнес-процессов
внутри
организации,
являются
более
конкурентоспособными.
Подводя итог в обсуждении количественных методов, рассмотренных в
качестве возможных для решения поставленной задачи, необходимо отметить
присущие им специфические достоинства и недостатки. Подбор всех параметров
искусственной нейронной сети осуществляется экспериментально, поскольку
появление проблем при обучении невозможно предсказать заранее, что является
основным недостатком их использования, наряду с отсутствием возможности
интерпретировать результаты классификации, то есть установить, какие именно
факторы имеют решающее значение в определении класса, к которому
принадлежит исследуемый объект. Однако данный недостаток компенсируется
исключительной
пригодностью
искусственных
нейронных
сетей
для
аппроксимации нелинейный функций с большим количеством переменных, что
делает их превосходным инструментом для решения задач классификации.
В свою очередь, метод оценки вероятности прохождения испытательного
срока, основанный на использовании бинарной регрессии, позволяет узнать не
только влияние отдельных факторов на результаты, предсказанные моделью, но
также предлагает стандартизированные процедуры оценки статистической
значимости регрессоров, а на основе анализа изменений коэффициента
МакФаддена можно оценить необходимость включения того или иного фактора в
модель. К недостаткам бинарной регрессии можно отнести необходимость выбора
порогового значения для вероятности, предсказываемой моделью, которое будет
влиять на принятие окончательного решения о найме работника (или рекомендации
его клиенту в случае, если речь идет о кадровом агентстве). В идеальном случае
вероятность, предсказываемая моделью бинарного выбора, близка либо к 0, либо к
1. Однако на практике возникают случаи неуверенной оценки, которую дает
бинарная регрессия.
96
ГЛАВА 3
МОДЕЛИРОВАНИЕ ПРОЦЕССА ПОДБОРА И ОЦЕНКИ ПЕРСОНАЛА
3.1 Анализ результатов моделей бинарного выбора и искусственной
нейронной сети
Теперь
можно
приступить
к
построению
моделей.
Данные
для
моделирования представлены в таблице приложения Г, которая содержит значения
факторов по семидесяти кандидатам и информацию о прохождении ими
испытательного срока. Статистику составили офисные работники среднего звена.
Начнём с адаптации моделей бинарного выбора для решения задачи подбора
персонала. В предыдущей главе были выделены наиболее существенные факторы,
которые можно выделить из резюме кандидата и которые поддаются
формализации. Однако с точки зрения качества регрессии вовсе не обязательно, что
все перечисленные факторы будут вносить вклад в качество предсказаний,
осуществляемых моделью. Как, опять же, было сказано выше, статистическая
значимость группы регрессоров проверяется с помощью статистики отношения
правдоподобия.
С другой стороны, изменение величины коэффициента
детерминации МакФаддена после включения в модель нового фактора также
может говорить об улучшении (ухудшении) качества модели.
Для оценки параметров модели, а также для расчета отношения
правдоподобия и псевдокоэффициента детерминации, автором была написана
программа в системе компьютерной алгебры «Maple», код которой представлен в
приложениях А, Б и В. Несмотря на то, что существуют программные пакеты, в
которых модели бинарного выбора уже реализованы, программный код данных
пакетов является закрытым, что уменьшает доверие к результатам вычислений.
Другим аргументом в пользу пакета Maple является возможность производить
символьные вычисления, что крайне удобно для нахождения гессиана функции
97
правдоподобия, необходимого для реализации многомерного метода Ньютона для
поиска экстремума функции.
Начнём с пробит-модели (39).
𝑃𝑟𝑜𝑏 (𝑌 = 1|𝑥) =
(𝑥−𝜇)
𝑥
−
2∙𝜎2
𝑒
∫
𝜎 √2∙𝜋 −∞
1
2
𝑑𝑥
(39)
Сначала включим полный набор факторов в модель:
1) пол кандидата;
2) возраст;
3) наличие высшего образования;
4) профиль;
5) стаж работника (лет);
6) количество организаций, в которых работал кандидат;
7) перечисленные обязанности (количество);
8) знание английского языка;
9) другие иностранные языки, указанные в резюме;
10) уровень знания компьютера (3-балльная шкала, 0 - не указан, 1 - знание
MS Office, 2 - знание специализированных пакетов анализа Statistica, SAP и т. д., 3
- навыки программирования);
11) уровень запрашиваемой заработной платы («0», если не указан).
Данные для статистики были взяты из резюме работников, рекомендованных
крупным кадровым агентством своим клиентам. Бинарная зависимая переменная
98
принимает значение «1» в том случае, если человек продолжил работу в
организации по истечении испытательного срока, «0» - в противоположном случае.
Оцененные коэффициенты при переменных представим в виде таблицы 1.
Таблица 2 – Коэффициенты при переменных (пробит-модель)
𝛽0
−7,193
Пол кандидата
0,768
Возраст
−0,0502
Наличие высшего образования
3,870
Профиль
−1,051
Стаж работника (лет)
0,296
Количество организаций, в которых работал
−0,296
кандидат
Перечисленные обязанности (количество)
−0,001
Знание английского языка
4,140
Другие иностранные языки, указанные в
0,687
резюме
Уровень знания компьютера
Уровень запрашиваемой заработной платы
0,360
−0,0000062
Источник: составлено автором.
2
𝑅𝑝𝑠𝑒𝑢𝑑𝑜
= 0,42
𝐿𝑅 = 23,33 > 𝜒 2 (11) = 19,68 ; при уровне значимости 95%
Значение LR статистики показывает, что все параметры являются
значимыми. Поскольку функция распределения всегда является монотонно
возрастающей, то по знаку параметра можно судить о том, какой вклад,
отрицательный или положительный, он вносит в конечную вероятность. В нашем
случае, поскольку значения всех факторов являются неотрицательными, можно
утверждать, что знак коэффициента перед ним можно интерпретировать
буквально. Так, например, знание иностранных языков оказывает положительное
99
влияние на конечную вероятность, что вполне очевидно. Столь же понятно и
отрицательное влияние количества организаций, в которых работал кандидат. Уже
на стадии обработки данных для статистики автор заметил тот факт, что люди,
которые уволились в течение испытательного срока, могли сменить множество
организаций за два-три года. Прошедшие испытательный срок, напротив,
предпочитали не менять столь часто место работы. Следует отметить, что
абсолютная величина коэффициентов при факторах ни коим образом не говорит о
значимости этих факторов в регрессии, но лишь масштабирует их значения.
Исключение любого параметра из модели приводит к уменьшению величины
2
𝑅𝑝𝑠𝑒𝑢𝑑𝑜
, что говорит о необходимости присутствия каждого фактора в регрессии.
В конечном итоге, именно сочетание всех факторов оказывает решающее влияние
на результат, предсказываемый моделью.
Гистограмма предсказанных вероятностей, представленная на рисунке 5,
указывает на то, что большинство из них близки либо к 0, либо к 1. Это означает,
что модель редко даёт «неуверенную» оценку кандидатам.
Источник: составлено автором.
Рисунок 5 – Гистограмма предсказанных вероятностей, пробит-модель
Логит модель (40) даёт несколько лучший результат:
100
𝑒𝑥
𝑃𝑟𝑜𝑏 (𝑌 = 1|𝑥) =
1 + 𝑒𝑥
(40)
Коэффициенты при переменных представим в таблице 2.
Таблица 3 – Коэффициенты при переменных (логит-модель)
𝛽0
−16,867
Пол кандидата
0,956
Возраст
−0,094
Наличие высшего образования
Профиль
9,472
−1,8603
Стаж работника (лет)
Количество организаций, в которых работал
0,436
−0,588
кандидат
Перечисленные обязанности (количество)
−0,009
Знание английского языка
9,859
Другие иностранные языки, указанные в
0,937
резюме
Уровень знания компьютера
Уровень запрашиваемой заработной платы
0,524
−0,00001
Источник: составлено автором.
2
𝑅𝑝𝑠𝑒𝑢𝑑𝑜
= 0,43
𝐿𝑅 = 24,046 > 𝜒 2 (11) = 19,68 ; при уровне значимости 95%
101
Источник: составлено автором.
Рисунок 6 – Гистограмма предсказанных вероятностей, логит-модель
На гистограмме, представленной на рисунке 6, отчетливо видно, что
логистическая
функция
реже
предсказывает
вероятность
прохождения
испытательного срока, близкую к 0,5, что, безусловно, даёт большую уверенность
в результате.
Гомпит модель (41), на имеющихся данных, показала наихудший результат,
заметный, в том числе, по более частым неуверенным оценкам, что хорошо заметно
на гистограмме, представленной на рисунке 7:
𝑃𝑟𝑜𝑏 (𝑌 = 1|𝑥) = 1 − 𝑒 −𝑒
𝑥
(41)
Коэффициенты при переменных представлены в таблице 3.
Таблица 4 – Коэффициенты при переменных (гомпит-модель)
𝛽0
Пол кандидата
Возраст
Наличие высшего образования
−17,114
1,398
−0,055
8,478
102
Продолжение таблицы 3
Профиль
−1,544
Стаж работника (лет)
0,211
Количество организаций, в которых работал
−0,291
кандидат
Перечисленные обязанности (количество)
−0,007
Знание английского языка
8,5204
Другие иностранные языки, указанные в
1,174
резюме
Уровень знания компьютера
Уровень запрашиваемой заработной платы
0,502
−0,000009
Источник: составлено автором.
2
𝑅𝑝𝑠𝑒𝑢𝑑𝑜
= 0,40
𝐿𝑅 = 24,046 > 𝜒 2 (11) = 19,68 ; при уровне значимости 95%
Источник: составлено автором.
Рисунок 7 – Гистограмма предсказанных вероятностей, гомпит-модель
103
Выбор порогового значения вероятности для принятия окончательного
решения зависит уже от руководителя кадровой службы самого предприятия.
Очевидно, что чем выше пороговое значение, тем выше степень уверенности в
будущем кандидате.
Для того чтобы окончательно убедиться в том, какая из моделей
осуществляет классификацию наилучшим образом, построим ROC-кривую для
трёх моделей. На рисунке 8 графики для пробит-, логит- и гомпит-моделей
показаны золотым, красным и зеленым цветами соответственно. На рисунке
отчетливо видно, что ROC-кривая логит-модели больше остальных смещена в
сторону левого верхнего угла, что соответствует наилучшему качеству
классификации. Показатель AUC для логит-модели равен 0.962, для пробит-модели
- 0.958, для гомпит-модели - 0.955.
Алгоритм для построения ROC-кривой для каждой модели был также
написан в программном пакете Maple, программный код представлен в
приложениях А, Б и В.
Источник: составлено автором.
Рисунок 8 – ROC-кривые для пробит-, логит- и гомпит-моделей
104
Поскольку
логит-модель
продемонстрировала
наилучший
результат,
покажем работу интерфейса к программному коду на примере данной модели. Для
осуществления расчетов необходимо сначала исполнить лист программного кода,
целиком нажав на кнопку с тремя восклицательными знаками в программном
пакете Maple -
, затем просто выбрать файл, содержащий статистику.
Необходимо отметить то, что коэффициенты, полученные в диссертационном
исследовании, обладают универсальностью и могут быть сразу использованы в
моделях для оценки вероятности прохождения испытательного срока. Вместе с тем
написанная
программа
позволяет
с
легкостью
производить
пересчет
коэффициентов модели на новых статистических данных, что помогает учитывать
специфику работы конкретного предприятия или кадрового агентства.
После того как программа произвела расчет коэффициентов, на экране
появится окно, показанное на рисунке 9, для ввода данных по кандидату и оценки
вероятности прохождения им испытательного срока.
105
Источник: составлено автором с помощью программы из приложения Б.
Рисунок 9 – Интерфейс программы для оценки вероятности прохождения
испытательного срока
106
3.2 Анализ результатов искусственной нейронной сети
Теперь рассмотрим второй подход к моделированию процесса подбора
персонала – представим его в виде бинарной классификации и попытаемся решить
с использованием искусственной нейронной сети.
Преимущество искусственных нейронных сетей при использовании для
задач
классификации
обусловлено
их
исключительной
способностью
моделировать нелинейные зависимости с большим количеством переменных. К
тому же, в случае с оценкой работника, когда количество классов равно двум («0»
– работника не следует рекомендовать клиенту, «1» – работника можно
рекомендовать клиенту) использование ИНС не вызовет сложностей, связанных с
представлением данных на выходе сети.
Для оценки будущего работника будем использовать многослойную
нейронную сеть, реализованную в программном пакете Deductor.
Одним из достоинств данной программной реализации искусственных
нейронных сетей является возможность настроить тип выходных данных на этапе
предварительной обработки статистики, как показано на рисунке 10.
107
Источник: интерфейс программного пакета Deductor.
Рисунок 10 – Предварительная обработка загружаемой статистики
Выбор целочисленного типа данных позволяет избавиться от основного
недостатка бинарной регрессии – неуверенных оценок и необходимости выбирать
пороговое значение вероятности.
После загрузки и предварительной обработки статистики необходимо
вызвать «Мастер обработки», представленный на рисунке 11, и приступить к
построению искусственной нейронной сети.
108
Источник: интерфейс программного пакета Deductor.
Рисунок 11 – Инструмент «Мастер обработки»
Далее экспериментальным путём было выявлено, что наилучшим образом
классификацию осуществляет ИНС со следующей конфигурацией:

количество скрытых слоёв – 2;

количество нейронов в первом скрытом слое – 2;

количество нейронов во втором скрытом слое – 4;

активационная функция нейронов – гипертангенс;

алгоритм обучения – алгоритм эластичного распространения ошибки
(resilient propagation).
Стоит отметить, что выбор целочисленного типа данных, о котором было
сказано выше, отрицательно влиял на обучение модели, но даже с
непрерывным типом данных на выходе искусственная нейронная сеть дает
кандидатам оценку, близкую либо к 0, либо к 1.
109
Источник: составлено автором.
Рисунок 12 – Граф нейронной сети
Цвета рёбер графа на рисунке 12 показывают значения синаптических
весов, однако, как уже было отмечено выше, веса в искусственных нейронных
сетях не поддаются интерпретации, как коэффициенты в регрессионных моделях.
Нейронная сеть данной конфигурации осуществляет верную
классификацию для всех работников и не дает неуверенных оценок, что видно на
гистограмме, представленной на рисунке 14, как это бывает при использовании
моделей бинарного выбора (пробит, логит, гомпит). На рисунке 13 представлены
результаты работы ИНС на тестовом множестве.
Источник: составлено автором.
Рисунок 13 – Результаты ИНС на тестовом множестве
110
Источник: составлено автором.
Рисунок 14 – Гистограмма выходных значений ИНС
Одним из недостатков ИНС является то, что они не показывают, как именно
влияют отдельные факторы на классификацию. Другим недостатком является то,
что при одних и тех же параметрах повторное обучение нейронной сети может
давать отличный результат, о чем будет сказано ниже. Влияние факторов на
результаты модели можно, однако, установить экспериментально, с помощью
анализа «что, если», реализованного в программном пакете Deductor (рисунок 15).
Изменяя значения факторов, можно заметить, какие из них оказывают большее
влияние на классификацию кандидатов. В частности, можно утверждать, что в
нейронной сети, описанной в статье, такой фактор как «запрашиваемая заработная
плата», указываемый в резюме, не имеет влияния на то, к какому классу будет
отнесен работник. Проверить данный факт можно, исключив соответствующий
фактор из входного слоя сети, при этом качество классификации не меняется.
111
Источник: составлено автором.
Рисунок 15 – Анализ «что, если»
Однако при повторном обучении на той же выборке, с теми же
параметрами, можно получить другие синаптические веса, как показано на рисунке
16, и другое качество модели. Данный факт обусловлен тем, что за ограниченное
количество эпох обучения примеры подаются на вход сети в случайном порядке.
На рисунке 17 представлены результаты модели на тестовом множестве.
Результаты обучения изменяются, потому что тестовое множество каждый раз
выбирается случайным образом. При многократном повторении процедуры
обучения автором было установлено, что доля верно распознанных примеров в
тестовом множестве не может опуститься ниже 80 %.
112
Источник: составлено автором.
Рисунок 16 – Граф повторно обученной нейронной сети
Источник: составлено автором.
Рисунок 17 – Результаты ИНС на тестовом множестве после повторного обучения
Разница в качестве классификации, осуществляемой моделью, объясняется
тем, что для обучения нейронной сети критическое значение имеет наличие в
обучающем множестве некоторых примеров. Если они отсутствуют в обучающем
множестве (находясь в тестовом), то искусственная нейронная сеть в процессе
обучения не может настроить синаптические веса для качественного обобщения.
113
Источник: составлено автором.
Рисунок 18 – Гистограмма выходных значений повторно обученной ИНС
На гистограмме, представленной на рисунке 18, даны результаты
классификации, осуществляемые искусственной нейронной сетью на обучающем
и тестовом множестве. Изначально в выборке в одинаковом количестве
присутствуют люди, прошедшие испытательный срок и не прошедшие его
(красные столбцы), однако ИНС распознаёт некоторые примеры ошибочно
(желтые столбцы), изменяя реальное соотношение.
Результаты, полученные в исследовании, позволяют утверждать, что
информация, которую люди указывают в резюме, несёт в себе закономерности,
поддающиеся статистическому анализу. Построенные модели хорошо подходят
для решения поставленной задачи, имея при этом ряд специфических преимуществ
друг перед другом. Модели бинарного выбора, помимо оценки вероятности
прохождения испытательного срока работником, позволяют исследовать влияние
отдельных факторов на конечный результат, благодаря чему рекрутинговые
агентства и кадровые службы смогут, например, повысить эффективность
корпоративных тренингов.
114
Искусственные нейронные сети, в свою очередь, имеют хороший потенциал
для моделирования процесса подбора персонала в силу исключительной
пригодности для аппроксимации нелинейных функций с большим количеством
переменных, что крайне важно для решения задач классификации. Однако ИНС
имеют ряд недостатков:
 необходимость экспериментального подбора параметров искусственной
нейронной сети;
 невозможность интерпретации коэффициентов ИНС;
 отсутствие алгоритма включения факторов в модель.
Поиск оптимального соотношения параметров нейросетевых моделей и их
характеристик в каждом конкретном случае является одной из ключевых задач, так
как от выбора конфигурации ИНС и параметров алгоритма обучения зависит
возможность избежать таких проблем как переобучение сети и её паралич.
В случае, когда кадровое агентство осуществляет массовый подбор
работников и агентство хочет автоматизировать этот процесс, возможно, не столь
принципиально знать, какое влияние конкретные факторы оказывают на
классификацию. Если же речь идет о подборе высококвалифицированных кадров,
например, на управленческие должности, такая информация, безусловно, была бы
полезна, так как в этом случае математическая модель может выступать лишь как
система поддержки принятия решений, в то время как конечное решение о том,
можно ли рекомендовать работника клиенту, остается за HR-менеджером.
115
ЗАКЛЮЧЕНИЕ
В проведенном исследовании было изучено моделирование процессов
подбора и оценки персонала.
Рассмотрев определение управления персоналом и основные понятия,
связанные с ним, автору удалось выделить основные этапы процесса подбора и
отбора персонала. Учитывая, что процесс подбора и отбора персонала является
трудоемким с точки зрения осуществления всех включенных в них этапов, в
последнее время автоматизация различных бизнес-процессов приобретает особую
актуальность, разрабатываются программные обеспечения для облегчения
процесса управления персоналом и экономии времени кадровых служб.
Как отмечалось ранее, этапы подбора и отбора персонала являются
ключевыми в общей системе управления ввиду влияния на эффективность
деятельности организации, а также с точки зрения ее конкурентного преимущества.
Проведенный анализ литературы показал, что существует большое количество
подходов к подбору персонала, каждый из которых имеет свои преимущества и
недостатки.
Эффективность применения того или иного метода управления персоналом
зависит от того, сколько средств направляется на финансирование привлечения
кандидатов, насколько адресно нацелена реклама, каким количеством доступного
времени для поиска кандидатов обладает работодатель и, наконец, прибегает ли он
к услугам кадровых агентств или занимается поиском и привлечением кандидатов
самостоятельно. Как было отмечено ранее, существуют методы, которые при
сочетании с услугами кадровых агентств могут принести более эффективный
результат. К таким методам относится прямой поиск и прелиминаринг.
Эффективность результата использования метода подбора персонала
обусловлена возможностью формализации действий и процедур рекрутингового
процесса с помощью количественных методов. По мнению автора, к методу,
наиболее удачно совместимому с математическим моделированием, можно
116
отнести рекрутинг.
Применение методов количественного моделирования на
некоторых этапах отбора персонала в практике рекрутинга в основном отсутствует,
что открывает перспективу разработки математических моделей, работающих
непосредственно на повышение эффективности конечного результата всего
процесса.
В результате исследования информации по методам отбора кандидатов на
должность автором были рассмотрены их основные преимущества и недостатки.
Также автором были проанализированы дополнительные методы оценки, которые
могут использоваться работодателями при отборе персонала. Автор хотел бы
отметить, что для формирования эффективной системы управления персоналом
руководству любой организации в первую очередь необходимо выбрать наиболее
подходящие для ее целей методы подбора и отбора персонала, минимизировать
операционные издержки проведения всех этапов отбора персонала, найти
оптимальное соотношение между внутренними специалистами по набору кадров и
внешними рекрутинговыми агентствами. Также необходимой мерой является
условие внедрения качественно новых, инновационных способов оценки
персонала, а именно - разработка компьютерных программ, способных упростить
процесс рекрутинга и повысить его результативность. Учитывая, что процесс
подбора и отбора персонала непременно требует траты рабочего времени
рекрутеров, становится очевидной необходимость оптимизации затрат их времени
на всех этапах, в которых они участвуют.
Назовём результаты, полученные в ходе работы.
● Авторская систематизация существующих подходов к подбору
персонала, в основу которой положена возможность формализации
действий и процедур рекрутингового процесса.
● Набор наиболее существенных факторов, влияющих на результат
решения исходной задачи и измерительная шкала для каждого из них. В общей
сложности выделено 11 факторов, которые учитывались в процессе
моделирования: 1 - пол кандидата, 2 - возраст в годах, 3 - наличие высшего
образования, 4 - профиль образования, 5 - стаж работника в годах, 6 - количество
117
организаций, в которых работал кандидат, 7 - количество навыков и
обязанностей, перечисленных в резюме, 8 - знание английского языка, 9 - знание
других иностранных языков, 10 - уровень знания компьютера, 11 запрашиваемая заработная плата.
● Модели бинарного выбора, описывающие процесс принятия решений о
подборе персонала. Построены три модели, использующие в своей основе три
различные функции распределения: нормального распределения (пробит),
логистического распределения (логит) и распределения Гомпертца (гомпит).
Оценены коэффициенты моделей, которые позволяют судить о том, как именно
каждый фактор влияет на вероятность прохождения испытательного срока.
●
Нейронная
сеть,
построенная
по
данным
о
прохождении
испытательного срока работниками и, таким образом, решающая задачу
априорной классификации кандидатов, предлагаемых кадровым агентством, на
пригодных и непригодных. Это позволяет снизить издержки рекрутингового
агентства в виде неустойки, выплачиваемой за «плохой подбор».
● Сравнительный анализ качества результатов, полученных с помощью
указанных выше моделей, в котором отражены преимущества конкретных
подходов к моделированию рекрутингового процесса в зависимости от
ситуации. В частности, установлено, что бинарная модель даёт возможность
определить влияние каждого фактора на результат. Недостатком модели
является то, что (в редких случаях) она может давать неуверенную оценку
кандидату. Этого недостатка лишена искусственная нейронная есть, однако её
коэффициенты принципиально не могут быть интерпретированы.
● Программное обеспечение решения задачи подбора персонала и
удобный интерфейс в программной среде Maple, реализующий построенные
математические
модели
бинарного
выбора
и
ориентированный
на
использование HR-менеджерами.
● Методические рекомендации по использованию построенных моделей,
которые
позволяют
разработанные методы.
неподготовленному
пользователю
применить
118
Исследование показало, что информация, которую люди указывают в
резюме, несёт в себе закономерности, поддающиеся статистическому анализу.
Разработанные модели хорошо справляются с задачей моделирования процессов
подбора и оценки персонала, а разные подходы имеют специфические
преимущества друг перед другом. Модели бинарного выбора, помимо оценки
вероятности
прохождения
испытательного
срока
работником,
позволяют
исследовать влияние отдельных факторов на конечный результат, благодаря чему
рекрутинговые агентства и кадровые службы смогут, например, повысить
эффективность корпоративных тренингов.
Искусственные нейронные сети, в свою очередь, имеют хороший потенциал
для моделирования процесса подбора персонала в силу исключительной
пригодности для аппроксимации нелинейных функций с большим количеством
переменных, что крайне важно для решения задач классификации. Однако ИНС
имеют ряд недостатков, главными из которых можно назвать принципиальную
невозможность интерпретации весовых коэффициентов связей между нейронами и
отсутствие четких алгоритмов настройки параметров искусственной нейронной
сети, в то время как поиск оптимального соотношения параметров нейросетевых
моделей и их характеристик в каждом конкретном случае является одной из
ключевых задач, так как от выбора конфигурации ИНС и параметров алгоритма
обучения зависит возможность избежать таких проблем как переобучение сети и её
паралич.
Разработанный подход может найти широкое применение в работе кадровых
служб предприятий и рекрутинговых агентств. Использование математических
методов в управленческой деятельности – шаг не только к автоматизации, но и к
объективизации решений в той или иной области.
119
СПИСОК ЛИТЕРАТУРЫ
Законодательные и нормативные акты
1.
Конвенция о защите физических лиц при автоматизированной
обработке персональных данных, заключена в Страсбурге 28 января 1981 г. //
Собрание законодательства Российской Федерации. — 2014. — № 5. — Ст. 419.
2.
Конвенция о частных агентствах занятости № 181 (принята
Международной организацией труда 19.06.1997) // Справочно-правовая система
«КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
http://www.consultant.ru (дата обращения: 15.08.2014).
3.
Кодекс
Российской
Федерации
об
административных
правонарушениях : [федер. закон от 30.12.2001 г. № 195-ФЗ (ред. от 21.07.2014)]
[Электронный ресурс] // Справочно-правовая система «КонсультантПлюс»:
Законодательство: Версия Проф. – Режим доступа: http://www.consultant.ru (дата
обращения: 15.08.2014).
4.
Трудовой кодекс Российской Федерации : [федер. закон от 30 дек. 2001
г. № 197-ФЗ (ред. от 28.06.2014)] [Электронный ресурс] // Справочно-правовая
система «КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
http://base.consultant.ru (дата обращения: 12.07.2014).
5.
О занятости населения в Российской Федерации : [федер. закон РФ от
19 апреля 1992 г. № 1032-1 (в ред. от 25 июля 2002 г.)] // Собрание законодательства
Российской Федерации. Российская Федерация. – 1996. – № 17. – Ст. 19.
6.
О персональных данных : [федер. закон от 27 июля 2006 г. № 152-ФЗ
(в ред. от 21 июля 2014 г.)] [Электронный ресурс] // Справочно-правовая система
«КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
http://base.consultant.ru (дата обращения: 22.07.2014).
7.
О внесении изменений и дополнений в некоторые законодательные
акты Российской Федерации в связи с принятием Федерального закона «О
лицензировании отдельных видов деятельности» : [федер. закон от 10 янв. 2003 г.
№ 15-ФЗ (в ред. от 28 дек. 2013 г.)] [Электронный ресурс] // Справочно-правовая
система «КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
120
http://base.consultant.ru (дата обращения: 22.07.2014).
8.
Об информационно-аналитической системе Общероссийская база
вакансий «Работа в России» : [постановление Правительства Российской
Федерации от 25 авг. 2015 г. № 885] [Электронный ресурс] // Справочно-правовая
система «КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
http://base.consultant.ru (дата обращения: 29.08.2015).
9.
Об
утверждении
Положения
о
лицензировании
деятельности
негосударственных организаций по оказанию платных услуг в содействии
занятости граждан : [постановление Правительства Российской Федерации от 28
окт. 1995 г. № 1046] [Электронный ресурс] // Справочно-правовая система
«КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
http://base.consultant.ru (дата обращения: 29.08.2014).
10.
Об утверждении требований к защите персональных данных при их
обработке в информационных системах персональных данных «Российская газета»
: [постановление Правительства Российской Федерации от 1 ноября 2012 г. № 1119]
[Электронный ресурс] // Справочно-правовая система «КонсультантПлюс»:
Законодательство: Версия Проф. – Режим доступа: http://base.consultant.ru (дата
обращения: 29.07.2014).
11.
Об утверждении статистического инструментария для организации
статистического наблюдения за деятельностью организаций, оказывающих услуги
по подбору персонала : [постановление Росстата от 18 мая 2005 г. № 29]
[Электронный ресурс] // Справочно-правовая система «КонсультантПлюс»:
Законодательство: Версия Проф. – Режим доступа: http://base.consultant.ru (дата
обращения: 01.10.2014).
12.
Об
утверждении
Состава
и
содержания
организационных
и
технических мер по обеспечению безопасности персональных данных при их
обработке в информационных системах персональных данных : [приказ ФСТЭК
России от 18 февраля 2013 № 21] ] [Электронный ресурс] // Справочно-правовая
система «КонсультантПлюс»: Законодательство: Версия Проф. – Режим доступа:
http://base.consultant.ru (дата обращения: 01.10.2014).
121
13.
О частных агентствах занятости : [рекомендация № 188 (принята
Международной организацией труда 19.06.1997 ] [Электронный ресурс] //
Справочно-правовая система «КонсультантПлюс»: Законодательство: Версия
Проф. – Режим доступа: http://base.consultant.ru (дата обращения: 02.10.2014).
Книги, сборники, монографии
14.
Аллин, О.Н. Кадры для эффективного бизнеса. Подбор и мотивация
персонала / О.Н. Аллин, Н.И. Сальникова — М. : Генезис, 2005. — 248 с.
15.
Айвазян, С. А. Основы эконометрики : учебник для вузов /
С.
А. Айвазян. – М. : ЮНИТИ-ДАНА, 2001. – 432 с.
16.
Базаров, Т. Ю. Психология управления персоналом : учебник и
практикум для академического бакалавриата / Т. Ю. Базаров. — М. : Издательство
Юрайт, 2015. — 381 с.
17.
Баскина, Т. Техники успешного рекрутмента / Т. Баскина. – 2-е изд.,
перераб. и доп. – М. : Альпина Паблишер, 2014. – 288 с.
18.
Бодров, В. А. Психология профессиональной пригодности : учебное
пособие / В. А. Бодров. – 2-е изд., перераб. и доп. – М. : 2006. – 512 с.
19.
Бодянский,
Е.
В.
сети: архитектуры, обучение, применения:
Искусственные
монография / Е.
нейронные
В.
Бодянский,
О.Г. Руденко. – Харьков: Телетех, 2004. – 369 с.
20.
Веснин, В. Р. Управление человеческими ресурсами. Теория и практика
: учебник / В. Р. Веснин. – М. : Проспект, 2014. – 688 с.
21.
Вязигин, А. В. Оценка персонала высшего и среднего звена /
А.
В. Вязигин. – М. : Вершина, 2006. – 256 с.
22.
Гольдберг, И. Графология шаг за шагом: как расшифровать почерк / И.
Гольдберг. – М. : АСТ-Москва, 2008. – 221 с.
23.
Добреньков, В. И., Кравченко А. И. Методы социологического
исследования / В.И. Добреньков, А.И. Кравченко – М: ИНФРА-М, 2013. – 768 с.
24.
Дорофеев, В. Д. Эффективность управления трудовыми ресурсами
предприятия при внедрении системы менеджмента качества : монография /
В.
Д. Дорофеев, А. Н. Шмелева. – Пенза : Информационно-издательский центр ПГУ,
122
2008. - 210 с.
25.
Дрогобыцкий, И. Н. Системный анализ в экономике : учебник для
студентов вузов, обучающихся по специальностям «Математические методы в
экономике», «Прикладная информатика» / И. Н. Дрогобыцкий. - 2-е изд., перераб.
и доп. - М. : ЮНИТИ-ДАНА, 2012. - 423 с.
26.
Маслова В. М. Управление персоналом: толковый словарь. /
В.
М. Маслова. – М. : Издательско-торговая корпорация «Дашков и К°», 2013. – 120
с.
27.
Зайцева Н. А. Управление персоналом в гостиницах / Н. А. Зайцева. –
М. : ДРОФА, 2013. – 416 с.
28.
Зайцева Т. В., Зуб А. Т. Управление персоналом. – М. : ИД «ФОРУМ»:
ИНФРА-М, 2013.– 336 с.
29.
Иванова С. Искусство подбора персонала: как оценить человека за час
/ С. Иванова. – 8-е изд., перераб. и доп. – М. : Альпина Паблишер, 2015. – 272 с.
30.
Иванова С. Поиск и оценка линейного персонала: повышение
эффективности и снижение затрат / С. Иванова. – М. : Альпина Паблишер, 2014. –
129 с.
31.
Карапетян А. Л. Основы эконометрики: учеб. пособие /
А.
Л. Карапетян. – СибГИУ. – Новокузнецк, 2008. – 218 с.
32.
Карташов, С.А. Рекрутинг. Найм персонала / С. А. Карташов,
Ю.
Г. Одегов, И. А. Кокорев – М. : Экзамен, 2014. – 319 с.
33.
Квале С. Исследовательское интервью / С. Квале. – М. : Смысл, 2003. –
34.
Кибанов,
301 с.
А.
Я.
Управление
персоналом
в
России:
теория,
отечественная и зарубежная практика. Кн. 2 : монография / А.Я. Кибанов и др. ; под
ред. А.Я. Кибанова. – М. : ИНФРА-М, 2014. - 283 с.
35.
Кибанов, А.Я. Управление персоналом в России: история и
современность: монография / А. Я. Кибанов. – М. : ИНФРА-М, 2013. - 240 с.
36.
Кибанов, А. Я. Управление персоналом: конкурентоспособность
выпускников вузов на рынке труда: монография / А. Я. Кибанов,
Ю.
123
А. Дмитриева; Гос. Университет Управл. - М. : ИНФРА-М, 2011. – 229 с.
37.
Кибанов, Ю. А. Управление трудоустройством выпускников вузов на
рынке труда: монография / А. Я. Кибанов, Ю. А. Дмитриева. – М. : НИЦ ИНФРАМ, 2014. – 250 с.
38.
Кремер, Н. Ш. Эконометрика : учебник для студентов вузов. – 3-е изд.
/ Н. Ш. Кремер, Б. А. Путко. – М. : ЮНИТИ-ДАНА, 2010. – 328 с.
39.
Круглов, В. В. Искусственные нейронные сети. Теория и практика. - 2-
е изд., стереотип / В. В. Круглов, В. В. Борисов. – М. : Горячая линия-Телеком, 2002.
– 382 с.
40.
Ларионов, Г.В. Инновационное формирование тенденций управления
человеческими ресурсами : монография / Г. В. Ларионов. — М.: Издательскоторговая корпорация «Дашков и К°», 2014. — 160 с.
41.
Магура М. Поиск и отбор персонала. Настольная книга для
препринимателей, руководителей кадровых служб и менеджеров / М. Магура. –
М. : Бизнес-школа «Интел-Синтез», 2003. – 160 с.
42.
Майклз Э. Война за таланты / Э. Майклз, Х. Хэндфил-Джонс, Х.
Экселрод; пер. с англ. Ю.Е. Корнилович. – 2-е изд., испр. – М. : Манн, Иванов и
Фербер, 2006. – 272.
43.
Маклаков, А. Г. Профессиональный психологический отбор персонала:
теория и практика: учебник для вузов / А. Г. Маклаков. – СПб. : Питер, 2008. – 480
с.
44.
Минский М., Персептроны / С. Пейперт, М. Минский; пер. с англ.
Г.
Л. Гимельфарба и В. М. Шарыпанова. – М. : Мир, 1971. – 266 c.
45.
Мхитарян В. С. Эконометрика : учебник для студентов экономических
вузов / В. С. Мхитарян, М. Ю. Архипова, В. Балаш [и др.]; под ред. д.э.н., проф.
В.С.Мхитаряна. – М. : Проспект, 2015. – 384 с.
46.
Писарук, Н. Н. Исследование операций : учебное пособие /
Н.
Н. Писарук. — Минск : БГУ, 2015. – 298 с.
47.
Прошина, А. Н. Адаптация персонала в российских организациях:
социально-управленческий анализ (на примере работников с огранич. возможн.):
124
монография / А. Н. Прошина. – М. : НИЦ ИНФРА-М, 2014. - 124 с.
48.
Роздольская,
консультирования
в
И.В.
условиях
Инновационная
реального
направленность
экономического
кадрового
пространства:
альтернативные способы формирования и поиск новых возможностей развития :
монография / И.В. Роздольская, М.Е. Ледовская, Н.А. Однорал. — М. :
Издательско-торговая корпорация «Дашков и К°», 2014. — 275 с.
49.
Рудинский, И. Д. Структурные основы тестологии / И. Д. Рудинский. –
2-е изд., испр. – М. : Горячая Линия – Телеком, 2015. – 244 с.
50.
Рыков, А. С. Системный анализ: модели и методы принятия решений и
поисковой оптимизации / А. С. Рыков. – М . : МИСиС, 2009. – 608 с.
51.
Самыгин, С. И. Менеджмент персонала / С. И. Самыгин,
Л.
Д. Столяренко. – Ростов н/Д : Феникс, 2001. – 512 с.
52.
Ткалич А. И. Консалтинговый сервис : учебное пособие /
А.
И. Ткалич. – М. : Альфа-М, 2009. – 207 с.
53.
Федоров, В. К. Управление трудовыми ресурсами в инновационных
процессах: монография / В.К. Федоров, М.Н. Черкасов, А.В. Луценко; под ред. В.К.
Федорова. – М. : РИОР: НИЦ ИНФРА-М, 2014. – 208 с.
54.
Фокин, К. Б. Управление кадровым резервом: теория и практика:
монография / К.Б. Фокин. - М. : НИЦ ИНФРА-М, 2014. – 278 с.
55.
Чуланова, О. Л. Управление персоналом на основе компетенций:
монография / О. Л. Чуланова. – М. : ИНФРА-М, 2014. – 122 с.
56.
Чуланова, О. Л. Формирование, развитие и коучинг эмоциональной
компетентности в управлении персоналом организации: монография /
О.
Л. Чуланова. – М. : НИЦ ИНФРА-М, 2015. – 217 с.
57.
Эфендиев,
А.
Г.
Человеческие
ресурсы
российских
организаций: проблемы формирования и управления: монография /
бизнесА.Г.
Эфендиев, Е.С. Балабанова и др. - М. : НИЦ ИНФРА-М, 2013. – 192 с.
Периодические издания
58.
Голосов, О. В. Компетенции – это самый тяжелый пласт в разработке
стандартов / О. В. Голосов, И. Н. Дрогобыцкий // Прикладная информатика. – 2006.
125
– № 4. – С. 108 – 115.
59.
Голосов, О. В. Определение термина «корпоративная культура» /
О.
В. Голосов, В. В. Смагина // Вестник Тамбовского университета. Серия:
гуманитарные науки. – 2011. – № 12-2 (104). – С . 532 – 534.
60.
Голосов, О. В. Совместимость моделей организационного управления /
О. В. Голосов, И. Н. Дрогобыцкий // Вестник Тамбовского университета. Серия:
гуманитарные науки. – 2015. – № 1 (141). – С. 15 – 19.
61.
Демина,
Н.В.
Нетрадиционные
методы
отбора
персонала:
эффективность применения в организациях / Н.В. Демина // Научные проблемы
гуманитарных исследований. – 2010. – № 2. – С. 263-268.
62.
Джандалиева, Е. Ю. Портретное интервью как жанр речевого общения:
некоторые особенности коммуникативного поведения участников /
Е. Ю.
Джандалиева ; пер. с нем. // Научный диалог. – 2012. – № 12: Филология. – С. 86–
101.
63.
Жариков, В. В. Инновационные технологии отбора персонала /
В.
В. Жариков, М. А. Лыжникова // ЭКОНОМИНФО. – 2014. – № 21. – С. 71 – 79.
64.
Самоукина, Н. В. Теория поколений и управление персоналом в
условиях кризиса / Н. В. Самоукина // Мотивация и оплата труда. – 2009. – № 2. –
С.94-101.
65.
Сидорова, Л. Н. Роль стрессового интервью в отборе персонала /
Л.
Н. Сидорова, В. С. Сученкова, А. Н. Малюгина // Управление человеческими
ресурсами – основа развития инновационной экономики. – 2013. – № 5. –
С. 324 – 326.
66.
Сорокин, А. С. Построение скоринговых карт с использованием модели
логистической регрессии / А. С. Сорокин // Науковедение. – 2014. – № 2. – С. 1 –
29.
67.
Фридрих,
А.
Л.
Проведение
собеседования:
виды,
методы,
рекомендации / А. Л. Фридрих, Е. О. Сударенко // Управление человеческими
ресурсами – основа развития инновационной экономики. – 2014. – № 1. –
280- 281.
С.
126
Иностранная литература
68.
Arnold, J. Work Psychology: Understanding Human Behaviour in the
Workplace / J. Arnold, J. Silvester. – 5th edition. – London: Pearson Education, 2010. –
848 p.
69.
Cohen, J., Applied Multiple Regression/Correlation Analysis for the
Behavioral Sciences / P. Cohen, S. G. West, L. S. Aiken. – 3rd edition. – London:
Lawrence Erlbaum Associates Publishers, 2003. – 736 p.
70.
Durivage, A. The Structured Interview Enhancing Staff Selection /
A.
Durivage, N. Pettersen // Personnel Psychology. – 2010. – Vol. 63. – P. 250 – 255.
71.
Flippo, E. B. Personnel Management (Mcgraw Hill Series in Management) /
E. B. Flippo. – 6th edition. – Colombia: Mcgraw-Hill College, 1984. – 607 p.
72.
Galletta, A. Mastering the Semi-structured Interview and Beyond : From
Research Design to Analysis and Publication (Qualitative Studies in Psychology) /
A.
Galletta, W. E. Cross. – New York: New York University Press, 2013. – 258 p.
73.
Galushkin, A. I. Neural Networks Theory / A. I. Galushkin. – New York:
Springer-Verlag Berlin Heidelberg, 2007. – 396 p.
74.
Greene, W. H. Econometric Analysis / W. H. Greene. – 7th edition. – New
Jersey : Prentice Hall, 2012. – 802 p. Hilbe, Joseph M. Logistic Regression Models /
J.
M. Hilbe. – Abingdon: Chapman & Hall/CRC Press, 2009. – 656 p.
75.
Hoffmann, J. Generalized linear models: An applied approach /
J.
Hoffmann. – Boston, MA: Allyn & Bacon, 2003. – 216 p.
76.
Hosmer, D. W. Applied logistic regression / David W. Hosmer, Jr., Stanley
Lemeshow, R. X. Sturdivant. – 3rd edition. – New York: John Wiley & Sons INC, 2013.
– 528 p.
77.
Izenman, A. J. Modern Multivariate Statistical Techniques: Regression,
Classification, and Manifold Learning Springer / A.J. Izenman. – New York: SpringerVerlag, 2008. – 760 p.
78.
Kohonen, T. Self-Organizing Maps / T. Kohonen. – 3rd edition. – New York:
Springer-Verlag Berlin Heidelberg, 2001. – 501 p.
79.
Lehmann, E. L. Testing Statistical Hypotheses / E. L. Lehmann,
J.
127
P. Romano. – 3rd edition. New York: Springer Science+Business Media Inc, 2005. – 786
p.
80.
Richardson, M. A. Recruitment strategies / M. A. Richardson //
Managing/effecting the recruitment process. – 2012. – № 1. – P. 1 – 24.
81.
Tabachnik B. G. Using multivariate statistics / B. G. Tabachnik,
L.
S. Fidell. – London: Pearson Education Inc., 2007. – 1024 p.
82.
Verstraeten, G. The impact of sample bias on consumer credit scoring
performance and profitability. PhD dissertation. Ghent University, Belgium, 2005. – 191
p.
83.
Haykin, S. Neural Networks and Learning Machines / S. Haykin. – 3rd
edition. – London: Pearson Education Inc., 2009. – 906 p.
Электронные ресурсы
84.
Найти квалифицированного специалиста … [Электронный ресурс] /
Кадровое агентство уникальных специалистов КАУС. – Режим доступа :
http://www.kaus-group.ru/press-centre/news/during/2008/07/material/100/
(дата
обращения: 21.06.2015).
85.
Левченко И. Видеоинтервью – это революция в рекрутменте?
[Электронный ресурс] / И. Левченко // Управление персоналом. – 2014. – № 17. –
Режим доступа : http://www.top-personal.ru/issue.html?3716 (дата обращения 18. 06.
2015).
86.
Обзор
состояния
рынка
труда
и
занятости
города
Москвы
[Электронный ресурс] : / МБМ Аналитика. – Режим доступа : http://analitika.mbm.ru
(дата обращения: 23.04.2015).
87.
Самоукина Н. В. Оценка персонала при помощи технологии Assessment
Center [Электронный ресурс] / Н. В. Самоукина // Школа тренинга Натальи
Самоукиной.
–
Режим
доступа
:
http://www.samoukina.ru/index/publikaczii
/stati/oczenka-personala-pri-pomoshhi-texnologii-assessment-center.html
(дата
обращения: 19.08.2015).
88.
Самоукина Н. В. Голос как фактор успеха в бизнесе [Электронный
ресурс] / Н. В. Самоукина // Школа тренинга Натальи Самоукиной. – Режим
128
доступа : http://www.samoukina.ru/index/publikaczii/stati/golos-kak-faktor-uspexa-vbiznese.html (дата обращения: 21.06.2015).
89.
Центр кадровых технологий [Электронный ресурс] : Астерикс / Центр
кадровых технологий. – Режим доступа : http://www.hrit.ru/asterix.shtml (дата
обращения: 21.07.2015).
90.
E-Staff Рекрутер [Электронный ресурс] : О программе / E-Staff
Рекрутер. – Режим доступа : http://www.e-staff.ru/object.htm?eid=about (дата
обращения 26.04.2015).
91.
Experium [Электронный ресурс] : О программе / Experium. – Режим
доступа : http://www.experium.ru/ru/about/ (дата обращения 26.04.2015).
92.
Headhunter [electronic resource] : Экономия времени при рекрутинге –
это просто! / Headhunter. – Режим доступа : http://hh.ua/article/17183 (дата
обращения 26.07.2015).
93.
Kellyservices [Электронный ресурс] : Как правильно составить резюме
/ Kellyservices. – Режим доступа : http://www.kellyservices.ru/RU/Careers/ CandidateResource-Center/Career-Tips/How-to-write-the-cv-ru/ (дата обращения: 22.06.2015).
94.
ACA Talent Expert recruitment and retention [electronic resource] : What is
RPO? / ACA Talent Expert recruitment and retention. – Access mode:
http://acatalent.com/rpo/what-is-rpo/ (date of request: 20.06.2015).
95.
Allison, P. D. Measures of Fit for Logistic Regression : [electronic resource]
/ P. D. Allison, Statistical Horizons LLC and the University of Pennsylvania // SAS
Technical
–
papers.
Access
mode
:
http://support.sas.com/resources
/papers/proceedings14/1485-2014.pdf (date of request: 27.07.2015).
96.
BusinessDictionary [electronic resource] : Definition of personnel
management
/
–
BusinessDictionary.
Access
http://www.businessdictionary.com/definition/personnel-management.html
mode
(date
:
of
request: 26.04.2015).
97.
BusinessDictionary [electronic resource] : Definition of sourcing /
BusinessDictionary.
–
Access
mode
:
http://www.businessdictionary.com/-
definition/sourcing.html (date of request: 26.04.2015).
129
98.
Feelers, A. J. An overview of model based reject inference for credit scoring.
Technical report : [electronic resource] / A. J. Feelers // Utrecht University, Institute for
information
and
Computing
–
Sciences.
Access
mode:
http://www.cs.uu.nl/people/ad/mbrejinf.pdf (date of request: 02. 07. 2015).
99.
Gavin, H. P. The Levenberg-Marquardt method for nonlinear least squares
curve-fitting problems : : [electronic resource] / H. P. Gavin // Department of Civil and
Environmental
Engineering
Duke
–
University.
Access
mode:
http://people.duke.edu/~hpgavin/lm.pdf (date of request: 24.07.2015).
100. Reference for business: PeopleSoft Inc. [electronic resource] : Company
Profile
/
Reference
for
business.
–
Access
mode
:
http://www.referenceforbusiness.com/history2/16/PeopleSoft-Inc.html (date of request:
26.04.2015).
101. Stuart, P. R. Are UK employers embracing graphology? [electronic resource]
/
P.
R.
Stuart
//
HR-magazine.
–
Access
mode:
http://www.hrmagazine.co.uk/hro/features/1145977/uk-employers-embracinggraphology (date of request: 20.06.2015).
102. Riedmiller, M. A Direct Adaptive Method for Faster Backpropagation
Learning: The RPROP Algorithm : [electronic resource] / M. Riedmiller, H. Braun //
University of Karlsruhe. – Access mode: http://deeplearning.cs.cmu.edu/pdfs/Rprop.pdf
(date of request: 28.06.2015).
130
СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА
Рисунки
Рисунок 1. Процесс подбора и отбора персонала ...................................................... 30
Рисунок 2. Модель нейрона ......................................................................................... 86
Рисунок 3. Однослойная ИНС ..................................................................................... 87
Рисунок 4. Граф нейросети, которая имеет четыре нейрона во входном слое, два
скрытых слоя, содержащих по два нейрона и выходной слой, состоящий из одного
нейрона ........................................................................................................................... 89
Рисунок 5. Гистограмма предсказанных вероятностей, пробит модель ................. 99
Рисунок 6. Гистограмма предсказанных вероятностей, логит модель .................. 101
Рисунок 7. Гистограмма предсказанных вероятностей, гомпит модель ............... 102
Рисунок 8. ROC-кривые для probit, logit и gompit-моделей.................................... 103
Рисунок 9. Интерфейс программы для оценки вероятности прохождения
испытательного срока ................................................................................................. 105
Рисунок 10. Предварительная обработка загружаемой статистики ...................... 107
Рисунок 11. Инструмент «Мастер обработки» ........................................................ 108
Рисунок 12. Граф нейронной сети ............................................................................. 109
Рисунок 13. Результаты ИНС на тестовом множестве ............................................ 109
Рисунок 14. Гистограмма выходных значений ИНС............................................... 110
Рисунок 15. Анализ «что, если»................................................................................. 111
Рисунок 16. Граф повторно обученной нейронной сети ......................................... 112
Рисунок 17. Результаты ИНС на тестовом множестве после повторного обучения
....................................................................................................................................... 112
Рисунок 18. Гистограмма выходных значений повторно обученной ИНС. ......... 113
131
Приложение А
(обязательное)
Программный код пробит-модели для оценки вероятности прохождения
испытательного срока
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
132
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
133
>
>
>
>
>
>
>
>
>
>
>
>
>
>
134
Приложение Б
(обязательное)
Программный код логит-модели для оценки вероятности прохождения
испытательного срока
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
135
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
136
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
137
>
>
>
>
>
>
>
>
>
138
Приложение В
(обязательное)
Программный код гомпит-модели для оценки вероятности прохождения
испытательного срока
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
139
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
140
>
>
>
>
>
>
>
>
>
>
>
>
141
Приложение Г
(обязательное)
Исходные данные для моделирования процесса подбора персонала
Таблица Г.1. Исходные данные для моделирования процесса подбора персонала
Уволен/
работает
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
Пол
Возраст
2
1
1
1
1
1
2
2
2
2
2
2
1
2
2
1
2
2
2
1
1
30
24
0
37
36
42
33
33
0
22
34
33
36
28
38
37
28
32
45
33
23
Наличие
высшего
образования
Профиль
1
1
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Стаж
1
2
0
1
2
2
1
1
1
2
1
1
1
1
2
2
1
1
2
2
2
0,75
3
13
6
13
14
14
7
3
3
11
6
8
8
9
9
4
9
6
13
2,5
Кол-во
орг-ций
Перечисленны
е обязанности
1
4
6
4
7
6
1
6
5
2
7
5
5
7
5
2
6
10
5
11
3
3
8
30
19
15
15
13
33
57
9
50
48
43
44
38
43
19
38
25
67
39
Знание анг.
языка
Др.
языки
1
0
0
1
0
1
1
1
0
0
1
1
0
1
0
1
0
1
0
1
1
1
0
0
0
0
0
0
1
0
1
1
0
0
0
0
0
0
0
0
0
0
Уровень
пользования
компьютером
Запрашиваема
я з/п.
1
3
0
1
2
3
1
1
2
1
0
1
1
2
1
0
2
2
1
0
1
25440,04707
0
0
0
0
42400,07846
50000
62000
60000
25000
0
0
150000
80000
0
45000
40000
0
120000
130000
0
142
Продолжение таблицы Г.1.
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
2
1
1
2
1
1
1
1
1
2
1
1
2
2
1
1
1
1
1
2
2
2
2
1
2
2
2
2
23
28
38
31
32
27
23
29
24
37
32
19
43
27
34
35
32
41
39
35
36
40
29
31
28
27
30
28
26
24
1
1
0
1
1
0
0
1
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
0
2
1
0
0
2
0
2
1
2
1
2
2
1
1
2
2
2
1
1
1
1
1
2
2
1
1
1
1,5
2
16,5
8,5
13
7
2
8
2
8,25
8
0,1
7
4
7
14
7
19
19
14
15
18
14
10
7
14
9
15
5
2
2
3
6
5
9
4
6
6
4
6
7
1
4
2
2
3
2
5
4
3
2
4
2
2
2
3
3
2
3
2
52
15
47
53
48
17
33
11
15
28
29
54
46
9
16
26
19
8
14
6
12
23
18
11
12
25
23
28
17
16
1
1
0
1
1
1
0
1
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
0
1
0
1
0
0
1
1
0
1
0
0
1
1
1
0
0
3
0
0
0
0
0
0
2
0
0
2
1
2
1
3
1
3
2
2
2
1
1
3
1
1
2
2
0
30000
40000
0
45000
25000
0
50000
30000
0
0
30000
0
0
70000
55000
45000
80000
212,0003923
85000
30000
50000
12000
45000
30000
120000
45000
70000
400000
500000
143
Продолжение таблицы Г.1.
1
1
35
1
1
11
4
14
1
0
2
50000
1
2
27
1
1
6
3
11
1
1
2
50000
1
1
40
1
2
16
3
17
1
1
1
127200,2354
1
2
30
1
1
11
5
15
1
1
2
100000
1
2
36
1
2
15
4
8
1
0
1
500000
1
2
26
1
1
9
3
19
1
0
2
70000
1
2
25
1
2
3,75
2
12
1
1
2
45000
1
2
30
1
1
12
2
16
1
0
2
45000
1
2
23
1
1
3
2
13
1
1
2
35000
1
2
39
1
1
10
2
33
1
1
2
45000
1
2
29
1
2
3
3
27
0
1
1
50000
1
1
34
0
0
5,5
2
8
1
0
2
50000
1
1
45
1
2
20
5
15
1
1
1
100000
1
2
23
1
1
4
2
22
0
0
3
100000
1
2
0
1
1
24
4
11
1
1
0
50000
1
1
0
1
2
11
3
17
0
1
2
45000
1
2
40
1
1
15
3
29
0
1
3
35000
1
1
28
1
1
8
2
9
1
1
2
55000
1
2
28
1
1
10,5
3
30
1
0
3
0
П р и м е ч а н и е: резюме для статистики предоставлены ООО «Келли Сервисез Си-Ай-Эс» - кадровым агентством, в работе которого используются
результаты диссертационного исследования.
Источник: составлено автором.