Развитие единой информационной системы управления кадровым составом государственной гражданской службы Российской Федерации

Размещено на http://www.allbest.ru

Центр современных технологий обучения и онлайн ресурсов Высшей школы государственного управления, Российская академия народного хозяйства и государственной службы при Президенте РФ (119571, Россия, г. Москва, пр. Вернадского, 82)

Развитие единой информационной системы управления кадровым составом государственной гражданской службы Российской Федерации

Лаврова Татьяна Будаевна, кандидат экономических наук, Директор

Полякова Александра Григорьевна, доктор экономических наук, профессор

Аннотация

В связи с тем, что цифровая экономика видоизменяет практику хозяйствования, реконструируется и работа государственных органов: достижения теории и практики формирования цифровой экономики требуют адаптации к теории государственного управления, в том числе и в кадровой его подсистеме. Так, актуализируется необходимость проектирования инновационных систем управления и мониторинга кадров, внедрения новых алгоритмов обработки информации, что требует разработки новых теоретикометодических подходов. В статье рассмотрены предпосылки трансформации кадровой работы на государственной гражданской службе, новые ожидания и требования, предъявляемые к кадровой работе в меняющихся условиях. Отдельного рассмотрения удостоен потенциал, заложенный в использовании массивов больших данных. Структура исследования выстроена по принципу движения от идентификации модели «как есть» в сторону модели «как должно быть» В статье исследована возможность модернизации деятельности кадровых подразделений органов государственной власти в части найма, подбора и оценки персонала за счет использования массивов больших данных. Предложен вариант интеграции блока сбора и обработки больших данных о служащих в ФГИС «Единая информационная система управления кадровым составом государственной службы» с целью совершенствования аналитической работы в кадровой подсистеме.

Ключевые слова: государственная гражданская служба, управление кадровым составом, кадровые процессы, кадровые функции, кадровая аналитика, информационно-коммуникационные технологии, информационная система, цифровая экономика, информационное пространство.

Abstract

DEVELOPMENT OF THE UNIFIED INFORMATION SYSTEM FOR THE RUSSIAN FEDERATION CIVIL SERVICE HUMAN RESOURCES MANAGEMENT

Due to the fact that the digital economy is modifying managerial practices, the work of government bodies is being reconstructed: advances in the theory and practice of forming a digital economy require applications to the theory of public administration, including its human resource subsystem. Thus, the demand for innovative management systems, HR-monitoring systems, information processing algorithms is getting actual, that requires the new theoretical and methodological approaches development. The article considers the prerequisites for the transformation of human resources related workflow in the state civil service, new expectations and requirements for HRM in changing conditions. A separate consideration was awarded the potential inherent in the use of big data. The research structure is built on the principle of movement from the identification of the "as is" model towards the "as it should be" model. The article explores the possibility of modernizing the activities of personnel departments of state authorities in terms of hiring, selecting and evaluating personnel through the use of big data. An option is proposed for integrating the unit for collecting and processing big data on employees in the Federal State Information System "Unified Information System for Managing the Personnel of the Civil Service" with the aim of improving analytical work in the personnel subsystem.

Keywords: civil service, personnel management, personnel processes, personnel functions, personnel analytics, information and communication technologies, information system, digital economy, information space.

Основная часть

Управление персоналом в сфере государственной гражданской службы предъявляет ряд специфических требований, трансформирующихся в условиях цифровой экономики, к компетенциям специалистов кадровых подразделений. До определённой степени государственная служба и ее кадровая подсистема нечувствительны к изменениям технологии, но ровно до тех пор, пока не будет достигнута критическая масса изменений. Опыт показывает, что государственный сектор редко является пионером в области применения инновационных практик в кадровой сфере, что в большинстве случаев оправданно и объяснимо. Государственная служба функционирует по регламентированным процедурам, пересмотр которых требует временного лага, с одной стороны, а с другой - инновационные технологии всегда сопряжены с более высокими рисками, недопустимыми для государственной гражданской службы.

В качестве примера можно привести опыт коммерческих компаний. Долгое время с их стороны существовало выраженное противодействие использованию социальных сетей работниками. Наблюдалось это до тех пор, пока их распространение не стало повсеместным, в том числе и за счет вхождения в нашу жизнь мобильных устройств. Именно в этот момент стало формироваться понимание того, что для контроля за использованием социальных сетей надо не только снять запрет, но и стать полноценным участником сетевого взаимодействия. В результате многие работодатели в частном секторе приняли решение о перестроении своей маркетинговой, сбытовой, кадровой и продуктовой политики с учетом факторов, происходящих из интернет-среды.

Есть основания полагать, что органы исполнительной власти в своей политике будут двигаться эволюционно похожим образом и вместо отказа от использования технологий и жестких мер контроля перейдут к регулированию процесса использования служащими информационного пространства и, в дальнейшем, к стратегии полной вовлеченности в информационную среду и к сотрудничеству. При экспоненциальном росте информации это неизбежно с точки зрения достижения желаемых социально-экономических эффектов и формирования квалифицированного кадрового состава, способного эффективно и результативно решать задачи государственного управления.

Рассматривая текущие тренды и перспективы использования больших данных в кадровой работе, необходимо отметить, что ближайшая веха - это экспоненциальный рост числа субъектов, применяющих аналитику, основанную на больших данных, в том числе для нужд управления персоналом. Количество процессов, охваченных такой аналитикой, также будет расти. Наиболее значимым трендом является стремительный переход от констатирующей и описательной аналитики, основанной на объяснении уже произошедших событий, к предиктивной аналитике. В таком случае, например, задача оценки и объяснения текучести персонала трансформируется в задачу предсказания величины и причин оттока работников, а также их реакций на те или иные изменения во внутренней или внешней среде организации [2].

Таким образом, сам процесс трансформации кадровых процессов в условиях цифровой экономики в мире науки и образования не ставится под сомнение, а скорее выглядит как неизбежность, в то время как в рядах практиков, связанных с государственной гражданской службой, подобная уверенность не столь выражена. В большей степени вопрос кроется в сроках внедрения новых технологий, целесообразности выбора того или иного технологического решения и архитектуры системы, а также минимизации рисков при внедрении технологических нововведений.

Предпосылки трансформации подхода к кадровой работе на государственной службе в условиях цифровой экономики

Рассмотрим, какой импульс изменений задает распространение цифровой экономики в государственной гражданской службе, и как меняются различные кадровые процессы [3].

Во-первых, существенно изменяется объем данных, характеризующих потенциальных сотрудников, которые могут быть приглашены на работу, кандидатов и уже работающий персонал. Обусловлено это расширением круга источников информации, появлением возможностей хранения больших объемов данных и инструментария для их обработки. Кадровая аналитика, используемая в текущей практике, уже сейчас не охватывает все имеющиеся данные, и руководители кадровых служб вынуждены обрабатывать их практически в ручном режиме. Использование неполной информации снижает возможности практически всех кадровых процессов: от отбора до мотивации персонала, не позволяя принимать наиболее обоснованные решения. Ограниченный доступ к информации не позволяет внедрять современные эффективные практики, получившие распространение в коммерческой сфере, как, например, поиск и развитие талантов.

В частности, У. Вольф, директор Credit Suisse по приобретению и развитию талантов, говорит, что сокращение на 1 п.п. оборота по выбытию в части нежелательных увольнений работников экономит банку 75 - 100 млн долл. в год. По данным Wall Street Journal, медианная стоимость замещения выбывающего работника составляет в США примерно 21% от годовой заработной платы соответствующего специалиста. Поскольку замещение является дорогостоящей процедурой, по мере улучшения ситуации с занятостью компании уделяют больше внимания сохранению работников и стремятся задействовать все имеющиеся ресурсы для поиска специалистов с требуемыми характеристиками и при этом минимизировать затраты.

Во-вторых, распространение цифровой экономики влечет за собой не только расширение спектра возможностей, но и минимизацию затрат, что обусловлено самим содержанием цифровой экономики [4; 5]. В самых крайних случаях ее рассматривают как синоним цифровизации и уровня внедрения информационно-коммуникационных технологий, что не совсем оправданно. В большей степени она является зеркалом, отражающим процессы, которые имеют место в народном хозяйстве под влиянием цифровой трансформации.

Можно констатировать, что в научной литературе получают распространение два подхода к определению «цифровой экономики». Согласно первому под ней понимают экономику, основывающуюся на цифровых технологиях и связанную, в основном, с электронными товарами и услугами. Второй подход предполагает рассмотрение «цифровой экономики» как способа осуществления процесса экономического производства с использованием цифровых технологий. Каким подходом к интерпретации понятий «цифровая экономика» ни руководствоваться, однозначно то, что само ее возникновение и распространение обусловлено способностью снижать транзакционные издержки при реализации товаров и услуг. Как правило, издержки не столько финансово-стоимостные, сколько временные, которые, в свою очередь, также могут быть измерены в стоимостном измерении. Именно свойство сокращения издержек, присущее цифровым технологиям, обуславливает то, что первоочередное распространение они получают в части предоставления государственных и муниципальных услуг, а в кадровой сфере их продвижение идет значительно медленнее.

На основе систематизации описанного в литературе опыта можно выделить ряд проблем в сфере работы с персоналом, требующих более эффективного решения, предполагающего обращение к большим данным.

Раньше работодатели полагались на различные стандартизированные и массовые оценки, такие как тесты Щ, тесты практических навыков, профессиональные экзамены, пробные задания и даже конкурсы на испытательном сроке, чтобы принять решение о найме, увольнении или продвижении конкретного работника. Но в последние годы большие данные стали новым подходом для научно-обоснованного найма, позволяя рекрутёрам решать задачи выбора между двумя или массой потенциальных кандидатов на должность или увольнение.

Процесс поиска кандидата может быть трудоемким и, следовательно, затратным. Всеобщая устремленность к реализации принципов бережливого производства и к оптимизации обусловливает потребность в сокращении данного вида затрат при необходимости повышения качества отбора.

Источники кадровой информации становятся всё более объемными: базы объявлений, социальные сети и профессиональные форумы со всей очевидностью невозможно эффективно исследовать и анализировать в ручном режиме.

Ряд профессий и позиций имеет низкий уровень чувствительности к уровню или профилю образования соискателей (например, на госслужбу может поступить любой человек, имеющий высшее образование], чем злоупотребляют некоторые соискатели, обладающие более развитыми коммуникативными навыками. Существует ряд способов и практических рекомендаций о том, как ввести в заблуждение рекрутера и успешно пройти почти любое собеседование, порой прибегая к мошенничеству. Сегодня выявление таких соискателей реализуется преимущественно субъективно.

Таким образом, происходит изменение наполнения кадровых функций, что возводит в число приоритетных проблему формирования статистической информации о кадровом составе и его изменениях, проблему подготовки аналитических данных о процессах в кадровой подсистеме органов власти и выявления достоверной информации о государственных гражданских служащих.

В деятельности органов государственной власти активно используется информация, загруженная в федеральную государственную информационную систему «Единая информационная система управления кадровым составом государственной службы» (далее - ФГИС «ЕИСУ КС»]. Однако процесс формирования баз данных в отношении государственных гражданских служащих, позволяющих выявлять и оценивать разворачивающиеся на государственной гражданской службе тренды, а также формировать прогнозы о будущей возможной динамике и структуре кадрового состава, идет медленно. При этом имеющаяся официальная информация о кадровом составе государственной гражданской службы, предоставляемая Росстатом, далека от исчерпывающей с учетом растущих потребностей в статистических данных и не оперативна, что затрудняет аналитику. При этом многие качественные параметры, необходимые для комплексной оценки, не находят отражения в статистической отчётности в принципе, требуя иных методов обработки информации из иных источников (например, контент-анализа социальных сетей].

Число направлений кадровой работы, где применимы большие данные, ограничено. Данные, которые собирают в отделах персонала (загрузка персонала, процент отсутствий, время обучения, уровень производительности, опыт работы, затраты на подбор и т.п.], создают видение внутренних показателей в прошлом вместо того, чтобы обратить внимание на будущие изменения и перспективы не только внутри организации, но и вне ее. То есть HR продолжает фокусироваться на данных, а не на бизнес-проблемах как таковых. На практике уже сейчас можно выделить направления кадрового менеджмента, наиболее привлекательные с точки зрения потенциала внедрения аналитических процедур, основанных на больших данных:

рекрутинг: большое количество неструктурированных данных, поступающих в распоряжение кадровых служб (профили в социальных сетях, фотографии, комментарии] дает пространство для анализа и подбора наилучших кандидатов;

анализ внутренних коммуникаций (анализ почты, телефонных разговоров, встреч в календарях, переписки в корпоративных коммуникаторах и т.д.] на предмет угроз, оценки мотивации и по другим поводам;

формирование графиков работы - анализ загрузки на основании данных прошлых периодов и предложение по графикам сменности.

Так или иначе, кадровые службы органов исполнительной власти не могут оставлять без внимания увеличивающийся объем сведений, характеризующих кадровый состав, и вынуждены проводить работу по его оценке вручную. Практика показывает, что данные о нанимаемом на работу кандидате всё же собираются из самых разнообразных источников, включая социальные сети. Поступающий на государственную гражданскую службу кандидат наряду с основными данными о себе указывает профиль в сетях и соглашается на использование данных, что позволяет сотрудникам кадровых служб вести мониторинг на законной основе. Однако процесс, реализуемый без специализированных средств сбора и обработки данных, занимает больше времени, а получаемый результат основывается на обработке лишь той информации, которую смог извлечь сотрудник кадровой или информационно-аналитической службы, т.е. фактически части от всего объема имеющейся информации. Разумеется, для кандидата или сотрудника процесс оценки не является прозрачным, что не столько создает трудности для самого кандидата, сколько делает неявным процесс отбора кадров и формирования требований, предъявляемых к кадровому составу.

Текущая модель кадровой работы с новыми объемами информации на государственной службе

В соответствии со статьей 16 Федерального закона от 27.05.2003 № 58-ФЗ «О системе государственной службы Российской Федерации» основными кадровыми процессами, составляющими систему управления государственной службой на федеральном уровне и на уровне субъектов Российской Федерации в целях координации деятельности государственных органов, являются процессы, связанные со следующим:

поступление на государственную службу;

формирование кадрового резерва;

прохождение и прекращение государственной службы;

использование кадрового резерва для замещения должностей государственной службы;

профессиональное образование и дополнительное профессиональное образование государственных служащих;

проведение ротации государственных служащих;

осуществление вневедомственного контроля за соблюдением в государственных органах федеральных законов, иных нормативных правовых актов Российской Федерации, законов и иных нормативных правовых актов субъектов Российской Федерации о государственной службе.

Современные рыночные отношения и растущий функционал государственных органов предъявляют к государственным гражданским служащим требования по качественно новой подготовке и расширению профессиональных знаний. Одним из инструментов, способствующих приведению госслужащих в соответствие с современными требованиями, является ФГИС «ЕИСУ КС», созданная на базе Федерального портала государственной службы и управленческих кадров в соответствии с постановлением Правительства РФ от 03.03.2017 г. № 256 «О федеральной государственной информационной системе «Единая информационная система управления кадровым составом государственной гражданской службы Российской Федерации».

ФГИС «ЕИСУ КС» является базовым государственным информационным ресурсом в отношении информации о кадровом составе государственных органов (включая аппараты судов и органы местного самоуправления]. Она способствует научной организации труда и реализации кадровой работы в части информационного оснащения, ориентирована на информатизацию и автоматизацию процессов внедрения электронного документооборота, обеспечение информационной поддержки управления, автоматизацию архивирования и работы с документами, и представляет собой:

базовый государственный информационный ресурс в отношении информации о кадровом составе государственных органов, включая сведения о вакантных должностях государственной службы, имеющихся в аппаратах судов и государственных органах;

систему в области государственной службы, в рамках которой осуществляется обработка справок о доходах, расходах, об имуществе и обязательствах имущественного характера, проведение анализа указанных в них сведений, межведомственное взаимодействие в сфере противодействия коррупции;

ресурс, с использованием которого осуществляется представление документов в электронном виде для участия в конкурсах на замещение вакантной должности государственной гражданской службы Российской Федерации и включение в кадровый резерв федерального государственного органа;

- федеральную государственную информационную систему в области государственной службы, на официальном сайте которой размещается реестр лиц, уволенных в связи с утратой доверия.

С 01 января 2019 г. федеральные органы исполнительной власти используют данную систему в части ведения кадрового учета и прохождения государственной гражданской службы. Единая система применяется для информационного обеспечения федеральной гражданской службы и оптимизации работы кадровых служб федеральных органов государственной власти. Сведения из личного дела гражданского служащего учитываются в реестре гражданских служащих государственного органа и хранятся в базах данных системы.

Актуальность и значимость ФГИС «ЕИСУ КС» определяется и положениями Стратегии научно-технологического развития Российской Федерации, утвержденной Указом Президента Российской Федерации «О Стратегии научно-технологического развития Российской Федерации» от 01.12.2016 № 642, в соответствии с которыми в ближайшие 10-15 лет в рамках приоритетных направлений научно-технологического развития Российской Федерации требуется обеспечить переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам, новым материалам и способам конструирования, а также создание систем обработки больших объемов данных, машинного обучения и искусственного интеллекта.

В Основных направлениях деятельности Правительства Российской Федерации на период до 2024 г., разработанных в целях выполнения Указа Президента Российской Федерации «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» от 07.05.2018 № 204, среди приоритетных направлений системного развития государственной гражданской службы Российской Федерации указаны, в частности, создание системы цифровизации кадровых процессов на государственной гражданской службе посредством внедрения федеральной государственной информационной системы в области государственной службы, формирования аналитической отчетности по вопросам государственной службы и противодействия коррупции; внедрение современных кадровых технологий на гражданской службе в целях ее эффективного функционирования.

Работа ФГИС «ЕИСУ КС» ориентирована, в конечном итоге, на поддержку процесса формирования нового типа современного гражданского служащего с требуемым компетенциями, развитым творческим мышлением, способного к решению в том числе и нестандартных задач, что имеет особую актуальность на фоне активного преобразования нормативно-правовой базы, трансформирующей методы работы, формы и схемы коммуникационного взаимодействия.

Функционирование системы позволяет реализовывать комплекс мероприятий по обеспечению функционирования органов государственной власти, что в первую очередь включает традиционные процессы работы кадровых подразделений и предусматривает выполнение таких функций как организационное и документационное обеспечение деятельности, организация единого порядка работы с кадровыми документами, обмен документами между органами власти, проведение информационно-аналитической работы по вопросам кадрового обеспечения управления и пр. В основе автоматизации кадровых процедур и функций лежит ряд критериев, в числе которых используемая технология делопроизводства и степень ее соответствия основным задачам органа власти, функциональные характеристики системы, программная реализация, стоимость и безопасность системы.

Практическое внедрение алгоритмов обработки информации выстраивается в соответствии с входящими в настоящее время в состав ФГИС «ЕИСУ КС» подсистемами (табл. 1).

Проектирование перспективных направлений кадровой работы на базе ФГИС «ЕИСУ КС» на основе массивов больших данных

Логичным является создание и адаптация дополнительного блока в рамках существующей системы, основанного на обработке массивов больших данных. Модуль должен способствовать обоснованию проектов создания в среднесрочной перспективе новой модели принятия управленческих решений и оценки эффективности государственных гражданских служащих, основанной на всеобъемлющем оперативном информационном обеспечении, полноценно учитывающей интересы объекта и субъекта управления. Он призван обеспечить диагностику и контроль за кадровой подсистемой, консолидацию полноценной информации о кадровом составе в единой базе, координацию деятельности служб управления персоналом, распределение задач и учёт выполненных мероприятий по реагированию на изменения в моделях поведения персонала с целью повышения оперативности реагирования.

кадровый государственный массив данные

Таблица 1 Структура ФГИС «ЕИСУ КС»

Важным этапом проектирования системы больших данных является поиск оптимальной структуры, что подразумевает выбор способа хранения и распределения данных между ее узлами, подбор оборудования и хранилищ данных. При этом необходимо учесть специфику выполняемых запросов, а также способы оптимизации структуры системы. Рассматривая процедуру работы модуля, нельзя не остановиться на ключевых этапах, позволяющих раскрыть функционал его работы.

Прием данных. Для эффективного проведения дальнейшей процедуры сбора данных требуется определение источников данных с учетом того, что они характеризуются разнообразными параметрами, в числе которых следующие:

частота поступления данных из источника,

объём поступающих данных,

скорость передачи данных,

характер и тип поступающих данных,

достоверность данных.

Исходный формат данных во многом зависит от используемых источников данных. Источники информации в современном управлении - экспоненциально растущие объемы текстов, поступающие из Интернета, внутренних отчетов, договоров, переписки, корпоративных баз знаний, нормативной и справочной информации, структурированных баз данных о клиентах, партнерах, проектах, сделках. При этом наличие данных не означает наличие пригодной для управленческих целей информации и, тем более, знаний о процессе, объекте или событии. Именно знание, основанное на функциональной модели информации, приводит к действию, то есть обеспечивает переход от реактивной (аналитической] модели мира к проактивной (синтетической] модели, позволяя прогнозировать и планировать.

Применительно к модулю работы с кадровым составом государственных служащих наибольшим потенциалом обладают данные, собираемые из медиа-источников, в том числе популярные социальные сети, сайты отзывов, многочисленные форумы и блоги, онлайн-СМИ.

Сбор, очистка и хранение данных. Сбор данных сопряжен с непосредственным взаимодействием с системами, позволяющими хранить данные. Использование больших данных сопряжено с необходимостью решения важной проблемы, связанной с многообразием источников информации, в которых данные структурированы неодинаково или содержат противоречия. В совокупности эти проблемы значительно усложняют процесс принятия решений, поскольку всесторонний анализ этой информации будет затруднительным, а результаты - недостоверными. Следовательно, сбор и складирование информации должны сопровождаться очисткой данных, которая представляет собой процесс интеллектуального упорядочивания данных, их структуризации, цензурирования (исключение повторов], кросс-верификации (исключение противоречий].

Оперативный и интеллектуальный анализ данных. Оперативный анализ выявляет преимущественно описательные характеристики: частоту и контекст упоминаний персоны в разрезе качеств или выполняемых работ, сравнение с конкурентами, ключевых акторов, участвующих в обсуждении персоны или события, отношение к персоне или процессу (коннотация отзывов], данные акторов, входящих в целевую аудиторию: имена, возраст, географию и пр. Интеллектуальный анализ обладает большими возможностями, так как предполагает использование новых техник и позволяет инкорпорировать поведенческую психологию, сочетая ее со статистически надежными методами. Он формирует более полную картину поведения индивида и его конкурентов. Интеллектуальный анализ предполагает, что на основе собранных метаданных по заданной выборке формируется типология индивидов по выбранной критериальной системе. Учитывая, что имеется значительное количество данных о психотипах пользователей социальных сетей, становится возможным определить потенциальное поведение кандидата, сравнив имеющиеся по нему данные с поведением пользователей в аккаунтах.

Визуализация данных и результатов анализа. Результаты анализа данных могут быть использованы по-разному (табл. 2).

Таблица 2 Варианты представления и использования результатов анализа массивов больших данных

Важным этапом является выбор параметров, соответствующих кадровой политике и используемых при формировании аналитики. Подбор HR-метрик и периодичность их расчета осуществляется в соответствии со стоящими задачами. Основные необходимые метрики сосредоточены в трех плоскостях: время, цена и качество. Каждой HR-метрике на выходе должен соответствовать набор (массив) данных, отражающих ситуацию для конкретных ключевых позиций (должностей) или их групп.

Заключение

Опыт информационно-аналитической поддержки системы управления кадровым составом Перевод цифровой экономики из теории в пространство действия способен обеспечить в масштабе национальной экономики значительное сокращение транзакционных издержек, включая те, что связаны с получением информации и предоставлением государственных услуг. В той связи в РАНХиГС при Президенте РФ реализуется проект методического сопровождения работы кадровых подразделений в ФГИС «ЕИСУ КС», включая развитие функционала системы. Реализация проекта предполагает оценку применения отчетных кадровых форм для проведения кадровой аналитики и мониторинга типовых кадровых процессов на государственной гражданской службе, а также описание перспективных аналитических процедур, рекомендуемых к выполнению на базе отчетных кадровых форм, учитывающих потенциально возможный на сегодняшний день функционал в кадровой работе на государственной гражданской службе, с учетом возможности интеграции в ФГИС «ЕИСУ КС». Исследование предполагает на выходе формирование положений для практического внедрения в систему принятия управленческих решений на государственном уровне. Предполагается, что это позволит в перспективе заполнить технологические пробелы в части формирования и обработки данных для управления кадровым составом и оказать поддержку принятия важных кадровых решений. Разработанные решения должны дать дорогу внедрению новаторских механизмов, призванных способствовать открытости и обмену данными, обеспечить своевременное преобразование научно-технических достижений в информационно-технологические платформы поддержки процесса разработки и принятия управленческих решений.

Литература

1. Колмаков В.В., Полякова А.Г., Поляков С.В. Проектирование инновационной системы поддержки управленческих решений на основе сетевого анализа и алгоритмов обработки массивов больших данных. // Сборник материалов III Черноморской международной научно-практической конференции Московского государственного университета имени М.В. Ломоносова. Под ред.

2. О.А. Шпырко, В.В. Хапаева, С.И. Рубцовой, Ю.Л. Ситько. 2019. С. 172 - 173.

3. Буньковский Д.В. Методы минимизации рисков предприятия. // Вопросы управления. 2018. № 5 (54). С. 125 - 129.

4. Батуева Т.Б., Колесников А.М. Система подготовки и профессионального развития государственных служащих // Ученые записки Российской академии предпринимательства. 2015. № 45. С. 286 - 294.

5. Polyakova A.G., Loginov M.P., Serebrennikova A.I., Thalassinos E.I. Design of a socio-economic processes monitoring system based on network analysis and big data // International Journal of Economics and Business Administration. 2019. Т. 7. № S1. С. 130 - 139.

6. Капустюк П.А., Буньковский Д.В. Оплата труда как элемент добавленной стоимости, создаваемой в теневой экономике // Вестник Восточно-Сибирского института Министерства внутренних дел России. 2017. № 4 (83). С. 158 - 168.

7. McAfee A., Brynjolfsson E. Big Data: The Management Revolution // Harvard Business Review. 2012. Vol. 10. P. 60 - 68.

8. Lavrova Tatyana Budaevna, PhD (econ.), Director of the Center for Modern Teaching Technologies and Online Resources of the Higher School of Public Administration, Russian Presidential Academy of National Economy and Public Administration (82, Vernadsky Ave, Moscow, 119571, Russian Federation).

9. Polyakova Aleksandra Grigoryevna, Dr.Sc. (econ.), Professor of Economics, PhD (econ.), Russian Presidential Academy of National Economy and Public Administration (82, Vernadsky Ave, Moscow, 119571, Russian Federation).

References

1. Kolmakov V.V., Polyakova A.G., Polyakov S.V. Proektirovanie innovacionnoj sistemy podderzhki uprav- lencheskih reshenij na osnove setevogo analiza i algoritmov obrabotki massivov bol'shih dannyh. // Sbornik materialov III CHernomorskoj mezhdunarodnoj nauchno-prakticheskoj konferencii Mos- kovskogo gosudarstvennogo universiteta imeni M.V. Lomonosova. Pod red. O.A. SHpyrko, V.V. Hapaeva,

2. Rubcovoj, YU.L. Sit'ko. 2019. P. 172 - 173.

3. Bun'kovskij D.V. Metody minimizacii riskov predpriyatiya. // Voprosy upravleniya. 2018. № 5 (54). P. 125 - 129.

4. Batueva T.B., Kolesnikov A.M. Sistema podgotovki i professional'nogo razvitiya gosudarstvennyh slu- zhashchih // Uchenye zapiski Rossijskoj Akademii predprinimatel'stva. 2015. № 45. P. 286 - 294.

5. Polyakova A.G., Loginov M.P., Serebrennikova A.I., Thalassinos E.I. Design of a socio-economic processes monitoring system based on network analysis and big data // International Journal of Economics and Business Administration. 2019. T. 7. № S1. P. 130 - 139.

6. Kapustyuk P.A., Bun'kovskij D.V. Oplata truda kak element dobavlennoj stoimosti, sozdavaemoj v tenevoj ekonomike // Vestnik Vostochno-Sibirskogo instituta Ministerstva vnutrennih del Rossii. 2017. № 4 (83). P. 158 - 168.

7. McAfee A., Brynjolfsson E. Big Data: The Management Revolution // Harvard Business Review. 2012. Vol. 10. P. 60 - 68.

Размещено на Allbest.ru