Интеллектуальный поиск в HR-процессах. Когда и где нужен?

Кадровые процессы, как и многие другие корпоративные процедуры, подразумевают работу с документами и сбор информации. Но различных данных в системах накоплено уже настолько много, что ориентироваться бывает сложно. На помощь приходит умный поиск и искусственный интеллект.

Рассмотрим задачи HR-служб, как специалисты кадровых служб организуют хранение и поиск информации, и возможные точки улучшения процессов.

Подбор персонала и работа с резюме кандидатов

Открылась новая вакансия — в работу пришла новая заявка на подбор персонала. Например, необходимо организовать подбор менеджеров по продажам, работавших ранее в определенных организациях.

В первую очередь, мы обращаемся к резюме тех кандидатов, которых уже рассматривали ранее, — информация о них еще хранится в системе. Нам известно, что недавно коллега Иванова М., уже занималась подбором кандидатов на подобную вакансию.

Как организован процесс сейчас

Как правило, информация о кандидатах заносится в систему в виде справочных данных — есть какая-то карточка с краткой информацией, к ней прикреплены резюме, копии дипломов и сертификаты обучения, результаты тестовых заданий, копия переписки и др. В карточке кандидата выделены и заполнены некоторые обязательные поля — наиболее важная информация: предыдущие места работы, ВУЗ, специальность, дата окончания вуза, компетенции и др.

Чтобы найти карточки всех нужных нам кандидатов, мы просто используем инструмент «Фильтрация» по колонке «Место работы». Просто? Да, если все заполнено верно.

Как повысить качество подбора данных с помощью интеллектуальных инструментов

Возможно два пути решения вопроса:

1. Интеллектуальная классификация документов и извлечение данных из текста помогают повысить качество занесения данных.

При сканировании резюме искусственный интеллект распознает, что этот документ относится к виду «Резюме кандидата на вакансию», и автоматически формирует карточку кандидата в справочнике нашей системы.

Технологии распознавания и семантического анализа текстов извлекают важную информацию из документа, так автоматически заполняются поля в карточке кандидата. Другими словами, при сохранении в системе, например, полученного от кандидата резюме, информация о предыдущих местах работы, вузе, компетенциях и т.д. будет автоматически занесена в соответствующие поля карточки кандидата.

2. Интеллектуальный полнотекстовый поиск по документам сможет быстро найти всех, кто подходит по критериям.

Запрос вводят на естественном языке, например, «выпускники МГТУ с 2011 года», и результатах выдается полная подборка кандидатов на основе их резюме.

Умный поиск анализирует поисковый запрос по смыслу, и в результатах выделяется полная подборка кандидатов на основании их резюме. Необходимую ключевую информацию для поиска (вуз, год выпуска) технологии искусственного интеллекта извлекают из текста еще при занесении документа в систему, что позволяет улучшить релевантность выборки.

Сбор информации по компетенциям работника

В компании стартует новый масштабный проект, к работе над ним требуется подключить опытных сотрудников, которые знают специфику работы в определенной области. Откуда брать эту информацию? Хорошо, если в компании проводится регулярная переаттестация сотрудников и есть какие-то отчеты, но даже если таковые есть, достаточно ли этого?

Как организован процесс сейчас

На каждого сотрудника в справочнике системы заведена индивидуальная карточка. Как и в случае с кандидатами, к карточке прикреплены документы об обучении, отчеты об аттестации и планы по профессиональному развитию.

Как с задачей справляется интеллектуальный поиск

В этой задаче два пункта:

1. Сквозной поиск по нескольким корпоративным источникам гарантирует сбор полной информации.

То есть поиск запускается по всем имеющимся HRM-, ECM-системам, файловым хранилищам, корпоративному порталу, порталу обучения и аттестации, библиотекам знаний.

2. Рейтинг отображения данных определяет, что именно будет наиболее полно отвечать запросу.

Если ввести обычный запрос «опыт в строительстве», поиск выдаст нам все возможные записи и документы с этими словами. Но мы понимаем, что под нашу задачу вероятность найти нужное, больше, если это отчеты по проектам или информация по конференциям. Умный поиск, благодаря классификации запроса по смыслу, и настроенный рейтинг документов позволят отобразить такую информацию первой в списке.

Обучение и развитие персонала

Сотрудники не лишены амбиций, готовы развиваться и обучаться — «прокачивать» свои профессиональные и личностные компетенции. Компания выделяет сотруднику время на обучение и регулярно пополняет базу знаний полезными материалами — если сотрудник заинтересован, то обращаются к этим материалам.

Как организован процесс сейчас

Информация о порядке корпоративного обучения доведена до всех сотрудников компании. Все накопленные обучающие материалы хранятся в базе знаний в специальном разделе «Библиотека тематических изданий». При необходимости сотрудники могут обращаться к этой библиотеке.

Какие ограничения у базы знаний:

• Поиск осуществляется по всем введенным в запрос словам, а не по смыслу. Например, требуется подобрать литературу по компетенциям лидерства. При вводе запроса «Обучение лидерство» первые три результата — это заявки на аттестацию и некоторые рекомендации для обучения новичков компании;
• Обратная проблема, когда материалов находится очень много и нужно выбрать лучшие, например, именно те, которые подходят для начального или более продвинутого уровня;
• Встроенный поиск не предусматривает исправления слов при опечатках или неправильной раскладке клавиатуры, так что в случае ошибки приходится вводить запрос заново.

Как работает интеллектуальный поиск по базе знаний

Умный поиск снимает ограничения обычного поиска, поэтому в разы удобнее для пользователей:

• Интеллектуальные алгоритмы ищут документы по смыслу, исходя из содержания запроса. В этом случае в работу опять же включается распознавание текстового слоя документов.
• Пользователю предлагается заведомо релевантная категория поиска. То есть при обращении с запросом «Обучение лидерство», умный поиск не будет выдавать в нашем примере именно обучающие материалы, а не заявки на аттестацию, образы документов и прочие ненужные виды документов.
• Применяются возможности неточного полнотекстового поиска и поиска по синонимам. Искусственный интеллект понимает смысл введенного запроса, поэтому в результатах поиска у вас будут не только документы, где содержится словосочетание «Обучение лидерство», но и все остальные документы из базы знаний, которые касаются темы «Лидерство», в том числе, например, в выдачу попадут документы с синонимами (например, «Курсы по лидерству»).
• Опечатки и неправильная раскладка клавиатуры автоматически исправляются.
• Интеллектуальный поиск непрерывно обучается в процессе взаимодействия с пользователем — анализирует определенные действия пользователя, их статистику. Например, если по запросу «Обучение лидерство», несколько пользователей перешли к документу, который находится десятым в списке, в последующих поисковых выдачах искусственный интеллект поднимает этот документ в результатах поиска выше.

И компания DIRECTUM постоянно развивает и совершенствует интеллектуальные решения, чтобы они соответствовали потребностям пользователей.

Закрепление материальной ответственности работника

Проверка инспекции по труду может запросить все документы о закрепленной материальной ответственности. Оформляется закрепление ответственности за работниками разными видами документов: договоры (о закреплении коллективной или индивидуальной материальной ответственности), приказы и распоряжения, трудовой договор главного бухгалтера. Как быстро все это собрать?

Как организован процесс сейчас

Соглашения о материальной ответственности хранятся в личных делах работников. В карточке сотрудника в информационной системе стоит отметка о том, что за сотрудником закреплена какая-либо материальная ответственность. При необходимости мы фильтруем записи справочника по колонке «Материальная ответственность», соответственно, удается быстро сформировать список всех сотрудников. Дело за малым — подобрать все личные дела, снять копии.

В некоторых крупных организациях подобных документов может быть много. Информация по договорам материальной ответственности фиксируется в специальных журналах регистрации или номенклатурах отдельных дел, в которых и хранятся оригиналы документов. Такой способ упрощает сбор документов для проверки, особенно если документы запрашиваются за определенный период. Но не стоит забывать, что условие о материальной ответственности главного бухгалтера прописывается в трудовом соглашении, а еще могут быть случаи оформления материальной ответственности приказами.

Как поможет интеллектуальный поиск

Если обеспечить хранение копий документов в электронном виде, то умный поиск поможет подготовить выборку по одному простому запросу «Материальная ответственность сотрудников 1 полугодие 2018».

Нужные документы отобразятся в результатах поиска благодаря семантическому анализу содержания документов. При этом в отличие от полнотекстового поиска, в выборку не попадут сторонние документы, например, внутренние регламенты о закреплении материальной ответственности в организации.

А каким вам видится умный поиск для задач HR?

В статье приведено лишь несколько примеров по организации хранения и поиска информации из жизни кадровой службы. Какие вы считаете наиболее полезными, в каких процессах вам было бы интересно попробовать возможности интеллектуальных сервисов? Ответьте на опрос, и вы узнаете мнение других участников сообщества.