Главная>Новости>Новости отрасли>ПО научилось определять причины выгорания сотрудников

23.07.2021

Посетителей: 20

Просмотров: 15

Время просмотра: 2.3

Она показывает особенности характера и мышления сотрудников через анализ текстов, которыми они обмениваются по работе. Результаты позволяют сделать выводы о характере, эмоциональном состоянии, ценностях, амбициях и потенциальных рисках со стороны сотрудников.

 

В обновленном ProfileCenter стало удобнее «читать» профили сотрудников – информация с подробными объяснениями содержится в «Расширенном отчете». Он описывает характеристики профиля: от сильных и слабых сторон, стабильных и изменчивых качеств, до потенциальных криминальных тенденций и рискованного поведения. В дополнение отчет предлагает оценку мотивации, стресс-факторов, коммуникативных навыков каждого сотрудника и описывает его поведение в команде.

 

В разделе «Расширенные отчеты» по любому выбранному сотруднику можно получить четкие рекомендации для снижения рисков и повышения его личной эффективности. Чтобы их сформулировать, мы подключили в два раза больше параметров оценки – с 70+ до 150+, включая анализ текста и статистические метаданные о поведении сотрудников: как они работают за ПК, насколько интенсивно переписываются с коллегами, насколько широк их круг общения и т.д. Благодаря этому не только расширились возможности ProfileCenter, но и выросла достоверность оценок – до 85-98 %.

 

Алексей Филатов,

научный руководитель проекта «Сёрчинформ ProfileCenter».

 

Также появилась возможность четче проследить особенности взаимодействия сотрудников в коллективе. Задача решается через раздел «Рейтинги», этот инструмент дает наглядное представление о группах риска и ситуациях, которые стоит брать под особый контроль. Раздел «Рейтинги» стал более информативным благодаря отслеживанию динамики изменений.

 

Инциденты не возникают в голове потенциального инсайдера сиюминутно, на реализацию плана сотруднику нужно время: подготовиться, обдумать все «за» и «против». Его поведение изменится – и это отразится на его психологическом профиле. Если пользователь длительное время занимает лидирующие строчки в «Рейтингах», это один из признаков рисков в области информационной и кадровой безопасности компании. Перестановки в риск-рейтингах могут показывать, например, реакцию отдельных сотрудников на решения руководства, указывать на конфликты в коллективе и т.д.

 

Алексей Филатов,

научный руководитель проекта «Сёрчинформ ProfileCenter».

Уведомления об обновлении новостей – в вашей почте

«Супераппом НЛМК ежемесячно пользуются 30 000 сотрудников»

На кого ориентированы мобильные приложения НЛМК? Какие технологии лежат в основе этих решений? Почему НЛМК разрабатывает собственную платформу для создания мобильных приложений?

Будущее уже здесь: как поставить искусственный интеллект на службу маркетологу

Как машинное обучение помогает выполнить KPI маркетолога? Какие преимущества поведенческого анализа может использовать бизнес?

Почему в управлении клиентскими данными главное слово — «управление»

Из каких этапов состоит процесс управления клиентскими данными? Какие классы систем представлены в этой области? Как подготовиться к внедрению процесса?

Другие новости из этой рубрики

21
04

«Ростелеком-Солар»: за год компании укрепили внешний периметр, но забыли про внутренние сети

За год на фоне многочисленных кибератак российские компании укрепили защиту ИТ-периметров, но они по-прежнему недооценивают угрозу внутреннего нарушителя.

20
04

В России создадут цифровую карту аварийности

В новой карте будут выделены самые опасные зоны вождения автомобилей и самокатов, где чаще всего происходят дорожно-транспортные происшествия. Разработкой решения занимает провайдер Simble. В последствии решение позволит строить маршрут движения с объездом наиболее авариных мест.

19
04

ИИ от резидента «Сколково» помог снизить риск развития сердечно-сосудистых заболеваний

Медицинский лечебно-диагностический центр «Миг» и Компания «К-скай», разработчик платформы Webiomed, запустили совместный проект внедрения технологий искусственного интеллекта для анализа обезличенных медицинских данных и прогнозирования развития заболеваний пациентов. Он повышает эффективность профилактической медицинской помощи.

Спасибо!
Вы подписались на обновления наших статей
Предложить
авторский материал





    Спасибо!
    Вы подписались на обновления наших статей
    Подписаться
    на тему







      Спасибо!
      Вы подписались на обновления наших статей
      Оформить
      подписку на журнал







        Спасибо!
        Вы подписались на обновления наших статей
        Оформить
        подписку на новости







          Спасибо!
          Вы подписались на обновления наших статей
          Задать вопрос
          редактору








            Оставить заявку

            Мы всегда рады ответить на любые Ваши вопросы

            * Обязательные поля для заполнения

            Спасибо!

            Благодарим за обращение. Ваша заявка принята

            Наш специалист свяжется с Вами в течение рабочего дня