Դինամիկ վիճակագրություն և կատարողականի կառավարում, երբ փոխվում են ոչ միայն տվյալներն, այլ նաև դրանց կշիռները

Տարիներ շարունակ կատարողականի կառավարումը կազմակերպություններում կառուցվել է համեմատաբար պարզ տրամաբանության վրա․ սահմանվում են KPI-ներ, չափվում են արդյունքները, գնահատվում են աշխատակիցները։ Տվյալները հավաքվում են, ամփոփվում, և դրանց հիման վրա կայացվում են որոշումներ։ Այս մոդելը երկար ժամանակ բավարար էր, քանի որ միջավայրը համեմատաբար կանխատեսելի էր, փոփոխությունները՝ դանդաղ, իսկ տվյալների ծավալը՝ կառավարելի։

Սակայն այսօր իրավիճակը հիմնովին փոխվել է։ Կազմակերպությունները գործում են արագ փոփոխվող, բարձր մրցակցային և տեխնոլոգիապես հագեցած միջավայրում, որտեղ կատարողականը այլևս չի կարող չափվել մեկ կամ երկու ցուցանիշներով։ Այն ձևավորվում է բազմաշերտ և փոխկապակցված գործոնների ամբողջությունից՝ կարգապահությունից, KPI-ներից, կարողունակություններից, լեզվական և ՏՏ հմտություններից, կազմակերպության արժեքների հետ համահունչ վարքագծից, սոցիալական պատասխանատվությունից և նույնիսկ այն բարեփոխումներից, որոնք աշխատակիցը նախաձեռնում կամ իրականացնում է։

Սակայն խնդիրը միայն գործոնների բազմազանությունը չէ։ Խնդիրը դրանց փոփոխականությունն է։

Ավանդական մոտեցման մեջ ենթադրվում է, որ եթե մենք ճիշտ սահմանենք ցուցանիշները և դրանց կշիռները, ապա համակարգը կաշխատի երկար ժամանակ՝ առանց էական վերանայման։ Բայց իրականում տվյալները ստատիկ չեն։ Աշխատակիցների վարքագիծը փոխվում է, շուկան փոխվում է, կազմակերպության ռազմավարական առաջնահերթությունները փոխվում են, տեխնոլոգիաները փոխվում են։ Նույնիսկ այն, ինչ մենք անվանում ենք «արդյունավետություն», տարբեր ժամանակահատվածներում կարող է ունենալ տարբեր իմաստ։

Ահա այստեղ է ի հայտ գալիս դինամիկ վիճակագրության գաղափարը։

Դինամիկ վիճակագրությունը ենթադրում է ոչ միայն այն, որ տվյալները փոփոխվում են ժամանակի ընթացքում, այլ նաև այն, որ դրանց կարևորությունն ու ազդեցությունը ընդհանուր կատարողականի վրա նույնպես փոփոխվում են։ Այսօր կարգապահությունը կարող է ունենալ բարձր կշիռ, քանի որ կազմակերպությունը գտնվում է խիստ վերահսկողության փուլում։ Վաղը նույն կազմակերպությունը կարող է անցնել նորարարական զարգացման փուլ, որտեղ առաջնային է դառնում ստեղծագործական մտածողությունը և ռիսկի դիմելու պատրաստակամությունը։ Այդ դեպքում նույն կարգապահական ցուցանիշները կարող են կորցնել իրենց նախկին որոշիչ ազդեցությունը։

Այսինքն՝ փոփոխական են ոչ միայն թվերը, այլ նաև դրանց կշիռները։

Երբ մենք դիտարկում ենք կատարողականը որպես հավասարում՝ Performance = f(Discipline, KPI, Competencies, Values, IT, Language, CSR, Reforms), պետք է ընդունենք, որ այս հավասարման գործակիցները հաստատուն չեն։ Դրանք կախված են համատեքստից, ռազմավարությունից, շուկայից, թիմային դինամիկայից և նույնիսկ արտաքին քաղաքական կամ տնտեսական իրադարձություններից։ Հետևաբար, ֆիքսված կշիռներով կառուցված գնահատման համակարգը վաղ թե ուշ սկսում է խեղաթյուրել իրական պատկերը։

Այս պայմաններում արհեստական բանականությունը և մեքենայական ուսուցումը դառնում են ոչ թե պարզապես տեխնոլոգիական նորարարություն, այլ կառավարման անհրաժեշտություն։ Machine Learning մոդելները կարող են վերլուծել մեծ ծավալի բազմագործոն տվյալներ, հայտնաբերել օրինաչափություններ և, ամենակարևորը, ադապտացվել փոփոխվող միջավայրին։ Նրանք չեն սահմանափակվում նախապես տրված կշիռներով, այլ կարող են ժամանակի ընթացքում վերագնահատել գործոնների ազդեցությունը՝ հիմնվելով իրական արդյունքների վրա։

Այս մոտեցման արդյունքում կատարողականի կառավարումը վերափոխվում է հետադարձ գնահատման համակարգից կանխատեսող և հարմարվող կառավարման գործիքի։ Այն այլևս տարեկան կամ կիսամյակային հաշվետվություն չէ, այլ շարունակական «սկան»՝ կազմակերպության մարդկային կապիտալի վիճակի, ռիսկերի և հնարավորությունների վերաբերյալ։

Միևնույն ժամանակ պետք է ընդգծել, որ մեծ տվյալների առկայությունը ինքնին լուծում չէ։ Եթե տվյալները չեն վերլուծվում և չեն վերաիմաստավորվում, դրանք կարող են նույնիսկ վնասակար լինել։ Ժամանակավրեպ տվյալների հիման վրա կայացված որոշումները կարող են բերել սխալ առաջնահերթությունների, սխալ խթանման համակարգերի և սխալ ռազմավարական ուղղությունների։ Այստեղ ևս դինամիկ մոտեցումն է կարևոր․ տվյալները պետք է ոչ միայն թարմացվեն, այլ նաև վերագնահատվեն՝ հաշվի առնելով դրանց ընթացիկ նշանակությունը։

Դինամիկ վիճակագրությունը կատարողականի կառավարման մեջ, փաստորեն, փոխում է մտածողության ամբողջ տրամաբանությունը։ Մենք այլևս չենք հարցնում միայն՝ «ինչպիսին է աշխատակցի արդյունքը»։ Մենք հարցնում ենք՝ «ինչ գործոնների համակցությունն է այս պահին առավել ազդեցիկ», «ինչ է փոխվել միջավայրում», «ինչ է պետք վերակշռել գնահատման համակարգում»։

Այս մոտեցումը թույլ է տալիս անցում կատարել ֆիքսված չափման համակարգերից դեպի հարմարվող, համատեքստային և կանխատեսող կառավարման մոդելներ, որտեղ մարդը և տեխնոլոգիան համագործակցում են։ Արհեստական բանականությունը չի փոխարինում ղեկավարին, այլ ընդլայնում է նրա տեսադաշտը՝ ցույց տալով այն կապերն ու դինամիկան, որոնք մարդու համար դժվար է տեսնել մեծ տվյալների պայմաններում։

Վերջիվերջո, կատարողականի կառավարումը այլևս պարզապես գնահատում չէ։ Այն կազմակերպության ռազմավարական էներգիայի կառավարման համակարգ է։ Եվ եթե այդ էներգիան դինամիկ է, ապա դրա չափման և կառավարման մեխանիզմներն էլ պետք է լինեն դինամիկ։

Դինամիկ վիճակագրությունը հենց այդ անցումն է խորհրդանշում՝ ստատիկ հաշվարկներից դեպի փոփոխվող կարևորություններով առաջնորդվող խելացի համակարգեր, որտեղ ոչ միայն տվյալներն են շարժման մեջ, այլ նաև դրանց նշանակությունը։

Հոդվածի հեղինակ` Կարեն Սարգսյան
DisruptHR Երևան 2025