Digital transformation of staff development and training

Cover Page

Cite item

Full Text

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

Abstract

The article discusses ways to increase efficiency in the development of staff competencies using individual educational trajectories. Tools for digital representation and management of employee competencies, design and monitoring of the learning process both for individual employees and for obtaining aggregate competencies for the company as a whole are offered. Automation of a significant part of the educational process makes it possible to increase the training effectiveness. The proposed approach is designed to correctly combine the interests of the company and employees, to set priorities for the further development of relations between participants in the educational process with an increase in the level and quality of feedback and innovation activity in general. The article may be of interest to researchers whose area of interest includes innovative trends in management, the development of entrepreneurial activity and improving the efficiency of digitalization of companies and organizations. The research results can be useful for practical managers who develop and implement strategies for innovative development, including the introduction of innovation in educational processes and technology.

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

Elena Vasilevna Glukhova

Moscow University named after A.S. Griboyedov

Email: egluhova@inbox.ru
преподаватель, аспирант

Konstantin Yuryevich Semenkov

Institute of Applied Information Technologies

Email: kus@ipit.ru
научный сотрудник

References

  1. Абрамов В.И., Андреев В.Д. Проблемы и перспективы цифровой трансформации государственного и муниципального управления в регионе (на примере Кемеровской области) // Ars Administrandi. – 2022. – № 4. – c. 667-700. – doi: 10.17072/2218–9173-2022-4-667-700.
  2. Абрамов В.И., Борзов А.В., Семенков К.Ю. Оценка готовности малых и средних предприятий к цифровой трансформации // Вопросы инновационной экономики. – 2022. – № 3. – c. 1573-1596. – doi: 10.18334/vinec.12.3.115000.
  3. Абрамов В.И., Бобоев Д.С., Гильманов Т.Д., Семенков К.Ю. Теоретические и практические аспекты создания цифрового двойника компании // Вопросы инновационной экономики. – 2022. – № 2. – c. 967-980. – doi: 10.18334/vinec.12.2.114890.
  4. Абрамов В.И., Акулова Н.Л. Предиктивный анализ клиентов на основе CRM // Оригинальные исследования. – 2020. – № 6. – c. 96-102.
  5. Абрамов В. И., Абрамов И. В., Поливанов К. В., Семенков К. Ю. Цифровая трансформация системы управления отношениями с клиентами // Вопросы инновационной экономики. – 2023. – № 1. – doi: 10.18334/vinec.13.1.117051.
  6. Гальченко С.А., Сезонова О.Н., Ходыревская В.Н., Трубникова В.В., Рюмшин А.В. Человекоцентричность – необходимое условие экономики будущего // Лидерство и менеджмент. – 2022. – № 2. – c. 309-322. – doi: 10.18334/lim.9.2.114587.
  7. Сысоева Е.А. Формирование современных компетенций у управленцев в условиях цифровой экономики // Лидерство и менеджмент. – 2022. – № 1. – c. 113-126. – doi: 10.18334/lim.9.1.114284.
  8. Абрамов И.В., Абрамов В.И. Центры аддитивных технологий – драйверы цифровой трансформации экономики // Вопросы инновационной экономики. – 2022. – № 3. – c. 1325-1344. – doi: 10.18334/vinec.12.3.115107.
  9. Нараева А. Больше половины компаний сократили расходы на персонал. Vedomosti.ru. [Электронный ресурс]. URL: https://www.vedomosti.ru/management/articles/2022/07/27/933377-sokratili-rashodi-personal (дата обращения: 20.12.2022).
  10. Глухова Е.В., Набок О.А. ORISS: Оптимальный диапазон интегральных ситуационных навыков в эпоху неопределенности и цифровой трансформации // Креативная экономика. – 2021. – № 9. – c. 3447-3458. – doi: 10.18334/ce.15.9.113477.
  11. Зачем и как крупный бизнес решает задачи HR с помощью искусственного интеллекта Sever.AI. Tadviser.ru. [Электронный ресурс]. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8CD1%82%D0%B0_Sever.AI (дата обращения: 20.12.2022).
  12. Резникова О.С., Ибрагимов Э.Э., Верна В.В., Мабиала Ж. и др. Компетентностный подход в управлении персоналом: теория, методология, практика. / Монография. - Симферополь: АРИАЛ, 2018. – 296 c.
  13. Чему и как учиться. Forbs Education Russia. [Электронный ресурс]. URL: https://education.forbes.ru/authors/chemu-i-kak-uchitsya.
  14. Правительство расширило перечень профессий, наиболее востребованных в экономике России. Government.ru. [Электронный ресурс]. URL: http://government.ru/docs/43171/ (дата обращения: 28.152.2022).
  15. Панасюк И. Какие профессии будут востребованы через 10–15 лет. Ucheba.ru. [Электронный ресурс]. URL: https://www.ucheba.ru/article/6396?ysclid=ld1veauag4185717903 (дата обращения: 28.12.2022).
  16. Самсоненко А. Названы наиболее востребованные специалисты на российском рынке труда в будущем. Russian.rt.com. [Электронный ресурс]. URL: https://russian.rt.com/russia/news/975586-rossiya-professiya-specialisty.
  17. Абрамов В.И., Борзов А.А. Роль инновационного потенциала при цифровой трансформации компании // Актуальные проблемы экономики и менеджмента. – 2022. – № 2(3). – c. 5-12.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2023 Abramov V.I., Glukhova E.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».