МЕТОД ПРОГНОЗУВАННЯ ГРУПОВОЇ ДИНАМІКИ ЛЮДСЬКИХ РЕСУРСІВ ПІДПРИЄМСТВА ДЛЯ СИСТЕМНОГО РОЗВ’ЯЗАННЯ ПРОБЛЕМИ СЕРТИФІКАЦІЇ

Анотація

У межах дослідження було розроблено метод прогнозування групової динаміки людських ресурсів підприємства шляхом класифікації працівників за ймовірністю їхнього звільнення та створено програмне забезпечення, що підвищує ефективність управління персоналом та дозволяє використовувати його зокрема під час підготовки до проведення сертифікації систем управління якістю на підприємстві. Запропонований метод дозволяє своєчасно виявляти ризики втрати ключових співробітників, мінімізувати витрати, пов’язані із заміною кадрів, що має прямий економічний ефект для організації, та забезпечувати підтримку принципів задіяності персоналу, процесного підходу, прийняття рішень на основі фактичних даних і керування взаємовідносинами для забезпечення необхідного для сертифікації рівня системи управління якістю на підприємстві. Методологія дослідження базується на застосуванні методів машинного навчання, зокрема методу Random Forest, доповнена процедурою автоматичного відбору ознак для оптимізації якості прогнозування. Такий підхід забезпечує побудову високоточної моделі класифікації на основі комплексного аналізу великих обсягів даних про людські ресурси, включаючи демографічні, професійні та поведінкові характеристики працівників. Запропонований метод включає етапи збору та очищення даних, нормалізацію і кодування змінних, визначення інформативності ознак, навчання моделі, підтримуючи в подальшому оцінку її точності за основними метриками класифікації. Результати експериментальної перевірки підтверджують високу прогностичну здатність моделі та її здатність ефективно ідентифікувати групи людських ресурсів із підвищеним ризиком звільнення. Практична значущість дослідження полягає у можливості інтеграції розробленого програмного продукту в корпоративні системи керування людськими ресурсами для підтримки прийняття рішень, автоматизації процесів управління персоналом і формування індивідуальних програм мотивації. Отримані результати можуть бути застосовані в бізнесі та корпоративному менеджменті для оптимізації людських ресурсів, підвищення продуктивності праці та зменшення ризиків втрати цінних кадрів.