İnsan kaynakları yönetiminin dijitalleşmesi: Makine öğrenmesi temelli bir karar destek sistemi önerisi
[ X ]
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Hitit Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Sosyal ve mobil platformlar, yapay zeka, büyük veri analitiği ve bulut bilişim gibi teknolojik gelişmeler insan kaynakları yönetiminin işlevi, tasarımı ve süreçleri üzerinde önemli bir etki yaratmıştır. Teknolojik gelişmeler insan kaynakları yönetiminde daha etkin karar vermeyi sağlayarak, insan kaynağı yöneticilerini organizasyonlara stratejik destek veren ortaklar haline getirmiştir. İnsan kaynakları süreçlerinin otomatikleşmesiyle işe alım süreci, bordro ve performans yönetimi, işgücü devir oranı, işgücü planlaması gibi insan kaynağı yönetiminin birçok fonksiyonunun yerine getirilmesinde dijital teknolojilerden yararlanılmaktadır. İşletmeler için maliyetlerin düşürülmesi, kurumsal performans, stratejik büyüme ve kurumsal imaj açısından yüksek işgücü devri yaygın bir sorundur. Çalışan değişimini tahmin etme yeteneği, çalışanları elde tutmak ve gelecekteki davranışlarını tahmin etmek isteyen herhangi bir işletme için önemli bir araç olacaktır. Bu amaçla işgücü devir tahmini ve makul personel-departman eşleştirmesi için bir karar destek sistemi geliştirilmiştir. Çalışmanın ilk aşamasında makine öğrenmesi teknikleri kullanılarak çalışanların mevcut şirketten ne kadar sürede ayrılacakları tahmin edilmiştir. İkinci aşamada, personel-departman atamalarında toplam çalışma süresini maksimize etmek üzere personel atama modeli geliştirilmiştir. Önerilen karar destek sistemi ile yapılan örnek çalışmalarda önerilen personel-departman atamalarında tahmini çalışma sürelerinde mevcut duruma göre önemli ölçüde artış olduğu görülmüştür.
Technological developments such as social and mobile platforms, artificial intelligence, big data analytics and cloud computing have had a significant impact on the function, design and processes of human resource management. Technological advances have enabled more effective decision making in human resource management, transforming HR managers into partners who provide strategic support to organisations. With the automation of HR processes, digital technologies are used to perform many HR functions such as recruitment, payroll and performance management, labour turnover and workforce planning. High employee turnover is a common concern for organisations in terms of cost reduction, business performance, strategic growth and corporate image. The ability to predict employee turnover will be an important tool for any organisation that wants to retain employees and predict their future behaviour. For this purpose, a decision support system has been developed for predicting turnover and making optimum staff-department matching. In the first stage of the study, machine learning techniques are used to predict how soon employees will leave their current organisation. In the second phase, an assignment model is developed to maximise the total working time in staff-department assignments. In the case studies conducted with the proposed decision support system, it has been observed that there is a significant increase in the estimated working time in the proposed staff-department assignments compared to the current situation.
Technological developments such as social and mobile platforms, artificial intelligence, big data analytics and cloud computing have had a significant impact on the function, design and processes of human resource management. Technological advances have enabled more effective decision making in human resource management, transforming HR managers into partners who provide strategic support to organisations. With the automation of HR processes, digital technologies are used to perform many HR functions such as recruitment, payroll and performance management, labour turnover and workforce planning. High employee turnover is a common concern for organisations in terms of cost reduction, business performance, strategic growth and corporate image. The ability to predict employee turnover will be an important tool for any organisation that wants to retain employees and predict their future behaviour. For this purpose, a decision support system has been developed for predicting turnover and making optimum staff-department matching. In the first stage of the study, machine learning techniques are used to predict how soon employees will leave their current organisation. In the second phase, an assignment model is developed to maximise the total working time in staff-department assignments. In the case studies conducted with the proposed decision support system, it has been observed that there is a significant increase in the estimated working time in the proposed staff-department assignments compared to the current situation.
Açıklama
Hitit Üniversitesi, Lisansüstü Eğitim Enstitüsü
