Conceptual model of a digital analytical support system for the remote management of an organisation's workforce

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The authors discuss problems related to the requirements for digital dynamic employee management systems, taking into account their remote work. The purpose of the article was to formulate requirements for a conceptual model of a digital analytical decision support system for remote personnel management to improve the development plans' effectiveness. The functional requirements for the dynamic task management system of employees are considered. The necessary interactions, such as incoming and outgoing data, are analyzed. A conceptual model based on goals and best practices is substantiated. Functional requirements for the conceptual model of a dynamic employee task management system based on active feedback are formulated. A conceptual model of a dynamic management system for remotely working employees is proposed. It allows evaluating their work and managing changes. The basic requirements for a system that will allow companies and employees to flexibly plan, register and analyze their workload and productivity are outlined. The transition of the management system and remote interaction of employees to real-time mode will increase the client focus of the campaign and the work efficiency. The proposed approach is designed to help the company's management to prioritize the further development of relations with employees by increasing the level and quality of feedback and innovation activity. This article may be of interest to researchers studying innovative trends in management, staff efficiency improvement and digitalization. The research results can also be useful for practical managers who develop and implement corporate digital transformation strategies.

About the authors

Viktor Ivanovich Abramov

National Research Nuclear University MEPhI

Email: viabramov@mephi.ru
Профессор кафедры «Управления бизнес-проектами» факультета бизнес-информатики и управления комплексными системами, доктор экономических наук, доцент

Igor Viktorovich Abramov

Globatek JSC

Email: abramov@globatek.ru
управляющий партнер

Kirill Viktorovich Polivanov

Institute of Applied Information Technologies

Email: kvp@ipit.ru
Научный сотрудник

Konstantin Yuryevich Semenkov

Institute of Applied Information Technologies

Email: kus@ipit.ru
Научный сотрудник

References

  1. Втулкина Н., Фирсов А. Хрупкая, тревожная, нелинейная, непостижимая: что такое «эпоха BANI». Forbes. 2022. [Электронный ресурс]. URL: https://www.forbes.ru/forbeslife/476185-vse-v-bani-pocemu-tak-nazyvaetsa-novaa-trevoznaa-epoha-i-kak-v-nej-zit (дата обращения: 10.05.2023).
  2. Богданова Е. Л., Абрамов В. И., Титов А. К., Кучерявенко Д. М. Экономические санкции как способ стимулирования инновационной активности организаций // Экономика и предпринимательство. – 2015. – № 8-1(61). – c. 667-671.
  3. Абрамов В. И., Андреев В. Д. Проблемы и перспективы цифровой трансформации государственного и муниципального управления в регионе (на примере Кемеровской области) // Ars Administrandi.Искусство управления. – 2022. – № 4. – c. 667-700. – doi: 10.17072/2218-9173-2022-4-667-700.
  4. Абрамов В. И., Лаврентьев И. А., Гремпель В. О. Роль инноваций и стартапов в развитии экосистем // Экономические науки. – 2022. – № 210. – c. 97-100. – doi: 10.14451/1.210.97.
  5. Covin J. G., Selvin D. P. Strategic management of small firms in hostile and benign environments // Strategic Management Journal. – 1989. – № 10 (1). – p. 75–87.
  6. Абрамов В.И., Чуркин Д.А. Предиктивная аналитика взаимоотношений с клиентами как метод адаптации компании к изменениям и повышения ценности предложения // Экономика, предпринимательство и право. – 2022. – № 6. – c. 1709-1722. – doi: 10.18334/epp.12.6.114842.
  7. Абрамов В. И., Абрамов И. В., Поливанов К. В., Семенков К. Ю. Цифровая трансформация системы управления отношениями с клиентами // Вопросы инновационной экономики. – 2023. – № 1. – c. 289-306. – doi: 10.18334/vinec.13.1.117051.
  8. Абрамов В. И., Чуркин Д. А. Оценка уровня зрелости системы управления взаимоотношениями с клиентами // Вестник университета. – 2022. – № 12. – c. 5–13. – doi: 10.26425/1816-4277-2022-12-5-13.
  9. Behnke К. 10 Best Workforce Management Software of 2023 // Peoplemanagingpeople. – 2023. – № 13.
  10. Dor N. The 10 Best Workforce Management Software Solutions of 2023 // Connecteam. – 2023. – № 19.
  11. Booth Ph. How to Evaluate Workforce Management Application Software. Gartner. [Электронный ресурс]. URL: https://www.gartner.com/en/articles/how-to-evaluate-workforce-management-application-software?utm_medium=socialutm _source=facebo (дата обращения: 09.05.2023).
  12. Абрамов В. И., Михайлов Д. М., Столяров А. Д. Роль и особенности управленческого учета при реализации цифровой трансформации компании // Экономика и управление: проблемы, решения. – 2021. – № 4(112). – c. 165-168. – doi: 10.36871/ek.up.p.r.2021.04.04.030.
  13. Шпак Ю. О., Абрамов В. И. Управление инновационной активностью персонала при цифровой трансформации компаний малого и среднего бизнеса // Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки. – 2022. – № 1(23). – c. 115-124. – doi: doi: 10.21603/2500-3372-2022-7-1-115-124.
  14. Kodama M. Collaborative Dynamic Capabilities for Service Innovation Creating a New Healthcare Ecosystem. , 2018.
  15. Mayer R. C., Davis J. H., Schoorman F. D. An integrative model of organizational trust // Academy of Management Review. – 1995. – № 20(3). – p. 709–734.
  16. Gulati R., Sytch M. Does familiarity breed trust? Revisiting the antecedents of trust // Managerial and Decision Economics. – 2008. – № 29(2–3). – p. 165–190.
  17. Davis J. P. The group dynamics of interorganizational relationships: Collaborating with multiple partners in innovation ecosystems // Administrative Science Quarterly. – 2016. – № 61(4). – p. 621–661.
  18. MacDuffie J. P., Helper S. Collaboration in supply chains: With and without trust. In C. Heckscher, P. Adler (Eds.), The firm as a collaborative community (pp. 417–466). Oxford: Oxford University Press. 2007
  19. Столяров А. Д., Гордеев В. В., Абрамов В. И. Модель модуля динамической генерации персональных предложений дополнительных услуг для пассажиров авиакомпаний // Экономика и управление. – 2023. – № 3. – c. 335–344.
  20. Столяров А. Д., Гордеев В. В., Абрамов В. И. Архитектура системы кластеризации пассажиров // Модели, системы, сети в экономике, технике, природе и обществе. – 2023. – № 1. – c. 136–148. – doi: 10.21685/2227-8486-2023-1-9.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2023 Abramov V.I., Abramov I.V., Polivanov K.V., Semenkov K.Y.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».