Вячеслав Кондратьев - HR-инжиниринг
С помощью DFS-систем можно смоделировать развитие ситуации во времени и в изменяющейся бизнес-среде и, соответственно, точно просчитать последствия принимаемых решений. Поскольку моделируются финансовые и материальные потоки в их взаимосвязи и, следовательно, невероятно велико число взаимозависимых переменных, то множественная «прокрутка» по всем циклам обратных связей выявляет влияние скрытых и случайных факторов. DFS-системы дают возможность до того, как произойдет событие (вступит в действие управленческое решение), точно просчитать цену риска, ресурсную обеспеченность и разнообразные последствия стратегических и оперативных решений в любой функциональной области управления.
С помощью DFS-систем решается масса практических задач путем построения мультиальтернативных сценариев по принципу «а что будет, если?». Что произойдет с предприятием в случае резкого изменения ситуации? Как повысить прибыльность бизнеса в условиях нестабильного спроса и нехватки оборотных средств? Решение таких задач традиционными методами и тем более «вручную» не дает нужной точности.
DFS-системы – это инструмент поддержки стратегического управления компанией за счет следующих возможностей (рис. 6.3.5).
Быстро и точно реагируя на изменения ситуации с помощью систем DFS, компания за счет упреждающего управления сохраняет и наращивает свои конкурентные преимущества, временной ресурс которых для компаний исчисляется иногда неделями и даже днями.
Менеджеры видят текущую ситуацию во внутренней и внешней среде предприятия в динамике, максимально точно просчитывают сценарии ее развития в зависимости от множества вносимых изменений. За счет быстрого поиска в многомерном пространстве факторов и ограничений менеджер получает лучшие решения из возможных вариантов в каждой конкретной ситуации (эффект «золотой середины»).
Преимущество систем DFS состоит в том, что их функциональность (моделирование, анализ, прогнозирование, оптимизация) позволяет максимально быстро достичь высоких и устойчивых результатов деятельности предприятия в неопределенной и меняющейся среде. Прогнозная функция DFS-систем основана также на обнаружении скрытых закономерностей ситуаций. В качестве объектов прогнозирования могут выступать любые ценные для управления социально-экономические объекты, выраженные в количественном и даже качественном виде. Сложнейший и запутанный мир объектов представляется в виде ясной многомерной классификации (кластеризации) и стратификации (рейтингования), причем с точки зрения принятия управленческих решений важно то, что многомерное пространство без искажений воплощается в удобной для восприятия и оценки двумерной плоскости, с возможностью пошаговой детализации картинки. В отличие от традиционных статистических методов не предъявляются жесткие требования к распределению данных и к полноте обрабатываемой информации – система работает даже при пропуске информации. Точность прогноза достигает величин, значимо превышающих возможности других методов прогнозирования.
Проработка мультиальтернативных сценариев развития ситуации и дальнейшая проверка их на практике позволяет накапливать успешные решения и создавать не просто базу знаний, но интерактивную базу знаний. Свойство интерактивности прямо обусловливает высокую эффективность обучения менеджеров предприятия на примерах «родного» предприятия с возможностью новых вариантов оптимизации решений.
Интеллектуальные информационные технологии поднимают на новый уровень и такую современную управленческую концепцию, как сбалансированная система показателей (BSC). Разработка сбалансированных целевых значений невозможна без сбалансирования их ресурсного обеспечения. Эта задача нуждается в инструментах моделирования и интеллектуальной обработки.
Возникает возможность реализации мониторинга экономических и социокультурных ситуаций – системы постоянного слежения и заданной автоматической индикации отклонений «план-факт» по ключевым факторам успеха.
Для управления человеческими ресурсами особенно ценно то, что моделированию поддаются даже такие слабоформализуемые явления, как удовлетворенность, лояльность, мотивация персонала и др. (рис. 6.3.6). Внедрение интеллектуальных модулей позволит также значимо усовершенствовать операционное управление подбором, оценкой, развитием и стимулированием персонала. Например, на базе интеллектуальных информационных технологий можно создать систему автоматического мониторинга психофизиологического состояния сотрудников опасных производств с целью заблаговременного предупреждения критических (опасных) ситуаций или систему автоматизированного определения рейтинга соответствия кандидатов по заданным параметрам (включая оценку профессионального соответствия, этического и психологического соответствия) при найме и аттестациях.Рис. 6.3.6. Задачи в сфере HR, решаемые средствами DFS
Приведем примерный перечень задач в сфере управления человеческими ресурсами, решаемых с помощью интеллектуальных информационных технологий.
Стратегический уровень управления человеческими ресурсами (пользователи – топ-менеджеры):
– стратегическое планирование человеческих ресурсов, включая прогнозирование рынков труда;
– сценарное имитационное моделирование потребности в рабочей силе для разных корпоративных стратегий и с учетом рисков, ограничений и возможностей внутреннего и внешнего рынков рабочей силы;
– бизнес-анализ с целью выявления глубинных, скрытых закономерностей организационного поведения и факторов, влияющих на производительность и качество труда;
– балансировка целевых показателей с учетом возможностей и ограничений финансовых, материальных и человеческих ресурсов для сбалансированной системы показателей.
Административный уровень управления человеческими ресурсами (пользователи – директор по персоналу, начальники отделов службы управления персоналом):
– контроллинг персонала, включая стратификацию и рейтингование HR-факторов и выявление точек роста или опасных тенденций;
– сценарное планирование вариантов оплаты труда персоналу по заданным параметрам.Рис. 6.3.7. Упреждающее управление организационными изменениями на основе моделирования (модуль подготовки)
Наличие мощных информационных технологий позволяет реализовать амбициозный проект создания в компании нового качества управления, основанного на упреждающем управлении организационными изменениями на базе моделирования. По сути, речь идет о создании интегрированной динамичной среды управления и обучения. Такая задача особенно актуальна для российских предприятий, отличающихся, с одной стороны, колоссальными темпами изменений и, с другой стороны, дефицитом необходимых организационных компетенций персонала и отсутствием необходимого опыта. Ситуация большинства крупных растущих компаний требует быстрого (и часто – одновременного) решения следующих сложных задач:
– налаживание процесса стратегического позиционирования и целеполагания (например, в формате системы сбалансированных показателей);
