ИСПОЛЬЗОВАНИЕ  МОДЕЛИ  КОМПЕТЕНЦИЙ  В  ПРОЦЕССЕ  КОМАНДООБРАЗОВАНИЯ

Бейльханов  Дамир  Кайржанович

аспирант  АГТУ,  РФ,  г.  Астрахань

Email:  mcproxa@yandex.ru

Квятковская  Ирина  Юрьевна

д-р  техн.  наук,  профессор  АГТУ,  РФ,  г.  Астрахань

Email:  i.kvyatkovskaya@astu.org

USE  OF  COMPETENCE  MODEL  IN  THE  TEAMBUILDING  PROCESS

Beylkhanov  Damir  Kayrzhanovich

postgraduate  of  ASTU,  Russia  Astrakhan

Kvyatkovskaya  Irina  Yurievna

doctor  of  Technical  Sciences,  Professor  of  ASTU,  Russia  Astrakhan

АННОТАЦИЯ

В  данной  статье  уделяется  внимание  применению  модели  оценки  компетенций  в  процессе  командообразования  при  управлении  командами  и  проектами,  где  описывается  разработка  общих  принципов,  которые  применимы  для  создания  проектных  команд.

ABSTRACT

This  article  discusses  applying  of  competency  assessment  model  in  the  process  of  teambuilding  at  managing  teams  and  projects,  which  describes  the  development  of  common  principles  that  apply  to  formation  project  teams.

Ключевые  слова:  командообразование;  кластеризация;  система  поддержки  принятия  решений;  модель  компетенций.

Keywords:  teambuilding;  clustering;  decision  support  system;  competence  model.

Успешная  деятельность  современных  организаций  сферы  услуг  определяются  различными  факторами,  одним  из  которых  является  создание  сплоченной  команды.  Основным  методом  развития  командной  работы  является  тимбилдинг  или  система  командообразования,  благодаря  которой  создаются  и  корректируются  установки  сотрудников  организации  и  выравниваются  компетентности  в  области  командного  менеджмента.

Командообразование,  как  раз  используется  в  таких  случаях,  когда  требуется:

·     сплочение  и  направление  сотрудников  на  достижение  командных  целей;

·     адаптация  новых  сотрудников;

·     повышение  уровня  личной  ответственности  за  результат;

·     повышение  уровня  доверия  и  поддержки  между  членами  команды;

·     предоставление  возможности  каждому  сотруднику  внести  свой  вклад  в  решение  задач;

·     диагностика  команды  с  точки  зрения  ее  структуры  (влияние,  лидерство,  групповые  роли,  сильные  и  слабые  стороны  команды).

Управление  при  помощи  команды  имеет  большое  количество  преимуществ:  сотрудничество  в  противовес  конкуренции;  увеличение  возможностей  каждого  члена  группы;  умение  рисковать,  а  не  контролировать;  децентрализация  принятия  решений  как  механизм  «исправления  ошибок»;  коллегиальные  отношения  в  противовес  авторитарности  [3]. 

Компетентностный  подход,  рассматриваемый  в  данной  работе,  значительно  расширяет  функциональность  существующих  информационных  систем  за  счет  применения  модели  оценки  компетенций,  которая  используется  для  определения  состава  участников  команды  и  назначения  задач,  что  позволяет  повысить  эффективность  процесса  привлечения  специалистов.

Данная  модель  определения  компетенции  может  быть  использована  в  системе  поддержки  принятия  решений  (СППР)  в  виде  независимого  модуля,  где  показатели  уровня  компетенции  обеспечивают  основу  для  дальнейших  вариантов  использования.  В  модуль  оценки  компетенций  может  быть  включено  любое  количество  видов  тестирования,  поскольку  основной  его  задачей  является  правильно  обработать  полученные  оценки  и  сопоставить  их  между  задачами  и  участниками  команды,  после  чего,  сформировать  эффективную  команду  [1].

Таким  образом,  в  настоящее  время  существует  актуальная  научная  и  техническая  задача,  состоящая  в  разработке  системы  поддержки  принятия  решений  (СППР),  в  которой  будут  заложены  методы  и  алгоритмы  интеллектуальной  поддержки  принятия  управленческих  решений,  позволяющие  автоматизировать  процесс  командообразования,  оценивая  навыки,  знания  и  умения,  а  также  личностные  и  психологические  характеристики  будущих  кандидатов.

.  При  разработке  модели  для  количественной  оценки  компетенций  для  процессов  электронного  рекрутмента  и  командообразования,  в  данном  подходе  используется  четыре  модуля,  каждый  из  которых  концентрируется  на  различных  точках  зрения.

Модули  «Профиль  работы»  и  «Профиль  команды»  являются  необходимыми  модулями  с  точки  зрения  работодателя.  Модель  компетентностного  подхода,  служит  целью,  чтобы  рассчитать  сопоставимые  уровни  компетенции  на  основе  входных  данных  из  базы  данных  кандидатов,  профиля  работы  или  профиля  команды. 

Интересы  кандидатов  и  рекрутеров  выражены  в  качестве  входных  данных  для  процесса  подбора  и  хранятся  в  базе  данных  кандидатов.  Модель  компетентностного  подхода  вычисляет  уровни  компетентности  с  помощью  алгоритма,  основанного  на  методе  многокритериальной  оценки.  Дополнительные  параметры  представляют  собой  расчет  связанных  модулей  (профиль  работы,  профиль  команды),  где  предоставляют  более  конкретные  модели  расчета.  Параметры  должны  быть  скорректированы  за  счет  привлечения  специалистов,  использующих  профессиональные  знания  и  опыт  работы  в  рекрутменте. 

По  сравнению  с  процессом  найма  отдельных  кандидатов  на  работу,  состав  команды  включает  в  себя  определение  ролей,  которые  отнесены  к  экспертам.  Модель  компетенций  может  быть  использована  для  определения  уровня  компетенции,  включая  сочетание  выделенных  рекомендуемых  навыков  с  каждым  необходимым  навыком.  Уровни  компетентности  используются  для  установки  минимальных,  оптимальных  и  максимальных  уровней  компетентности  в  соответствии  с  ролями  в  команде  [4]. 

Планируемый  размер  команды  используется  в  качестве  отправной  точки  для  определения  реального  размера  команды,  который,  как  правило,  меньше,  когда  эксперты  начинают  объединять  несколько  необходимых  компетенций  в  общие  требования.

Рисунок  1.  Уровни  компетенций  участника  команды  и  задачи

На  рисунке  1  продемонстрирован  результат  проверки  модели  компетенций,  где  в  результате  была  получена  диаграмма  распределения  компетенций  в  сочетании  с  уровнем,  определенным  для  участника  команды.  Веса  компетенций  —  существенный  параметр  в  модели,  которые  указывают  на  важность  навыков  и  служат  в  качестве  механизма  распределения  компетенций,  которые  определяются  экспертами  по  рекрутменту  в  сотрудничестве  с  работодателем  или  ответственным  за  управление  проектом.  В  случае  с  компетентностью  под  номером  7,  ее  вес  компетенции  ниже,  чем  заданное  значение  комбинации  компетенций,  и  тем  самым,  приводит  к  выводу  о  том,  что  роль  существующего  члена  команды  покрывает  только  компетенции  от  1  до  6.

Методы  исследования.  Для  решения  поставленной  задачи  применялись  методы  теории  принятия  решений,  линейной  алгебры,  теории  множеств,  теории  алгоритмов,  где  ROC  (англ.  “Rank  Order  Clustering”  —  упорядочивание  на  основе  кластеризации)  является  основным  методом  расчета  оценки  компетенций  на  основе  кластеризации  массива  [3].

Предлагаемый  в  данной  работе  подход  командообразования  предусматривает  процесс  моделирования  компетенций,  кластеризацию  в  виде  «задача-кандидат»  и  компетенции  на  основе  динамического  назначения  задач.  Во-первых,  моделирование  компетенций  основано  на  расчете  матрицы  компетенций,  представляющая  уровень  компетентности  участников  команды  для  конкретного  списка  задач.  Во-вторых,  кластеризация  вида  «задача-кандидат»  является  важным  шагом  в  связи  с  растущей  сложностью  при  проектировании  проектов.  В-третьих,  модель  назначения  задач  благодаря  сопоставлению  компетенций  кандидатов  и  задач  минимизирует  стоимость  проекта  и  риски  появления  неустоек  с  просроченными  сроками  [3].

Рисунок  2.  Многоэтапный  подход  при  командообразовании

В  соответствии  с  рисунком  2,  данный  подход  был  разделен  на  три  этапа.  На  первом  этапе,  осуществляется  создание  матрицы  компетенций.  На  втором  этапе,  приводим  алгоритм  к  тому,  чтобы  сгруппировать  участников  на  основе  связи  задача-кандидат  в  так  называемые  целевые  группы  с  использованием  алгоритма  кластеризации  массива  ROC.  Третий  этап  решает  проблему  назначения  на  основе  результатов,  полученных  путем  кластеризации  [5].

Научная  новизна.

·     выделены  требуемые  характеристики  оценки  навыков,  знаний  и  умений  кандидатов  при  подборе  в  команду,  позволяющие  расширить  набор  параметров  информационного  поиска;

·     разработана  модель  оценки  компетенций  и  назначения  задач;

·     разработан  алгоритм  кластеризации  участников  команды  и  задач; 

·     модифицирована  информационная  поисковая  технология  в  части  анализа  и  систематизации  полученных  данных,  позволяющая  в  процессе  анализа  неструктурированной  информации  формировать  команды  участников.

Для  решения  поставленной  задачи  применялись  методы  теории  принятия  решений,  линейной  алгебры,  теории  множеств,  теории  алгоритмов  и  математического  моделирования.  Результаты  работы  могут  применяться  рекрутинговыми  агентствами  и  руководителями  проектов  в  целях  привлечения  подходящих  специалистов,  оценки  компетенций  кандидатов  и  задач  в  проектах.

Список  литературы:

1.Бейльханов  Д.К.,  Квятковская  И.Ю.  Система  поддержки  принятия  решений  по  формированию  команд  проектов  на  основе  компетентностного  подхода  //  Международная  научно-практическая  конференция  «Проблемы  развития  науки  и  образования:  теория  и  практика.  Часть  II».  М.,  2013.  —  С.  125—129.

2.Tsai  H.,  H.  Moskowitz,  L.  Lee.  Human  resource  selection  for  software  development  projects  using  taguchi’s  parameter  design.  European  Journal  of  Operational  Research,  2003.  151:  167—180.

3.Färber  F.,  T.  Keim,  T.  Weitzel.  An  Automated  Recommendation  Approach  to  Personnel  Selection.  Tampa,  USA:  Proceedings  of  the  2003  Americas  Conference  on  Information  Systems,  2003.

4.Herlocker  J.L.,  J.A.  Konstan,  A.  Borchers,  J.  Riedl.  An  Algorithmic  Framework  for  Performing  Collaborative  Filtering.  Proc.  of  the  22nd  ACM  SIGIR  Conference  on  Research  and  Development  in  Information  Retrieval,  1999.  —  pp.  230—237.