ІНФОРМАЦІЙНЕ ЗАБЕЗПЕЧЕННЯ ОЦІНЮВАННЯ ЛОЯЛЬНОСТІ ПЕРСОНАЛУ В УМОВАХ ЦИФРОВІЗАЦІЇ СУСПІЛЬСТВА
DOI:
https://doi.org/10.36074/grail-of-science.20.02.2026.084Keywords:
лояльність персоналу, інформаційне забезпечення, цифровізація, HR-аналітика, people analytics, якість даних, структуровані дані, неструктуровані дані, верифікація, індикатори, етичне управління даними, економічна безпекаSummary
Цифровізація суспільства змінює практики управління персоналом і підвищує вимоги до якості даних, на яких ґрунтуються кадрові рішення. У цих умовах лояльність персоналу стає критичною для продуктивності, утримання працівників і стійкості корпоративної культури, але традиційні підходи оцінювання ускладнюються через дистанційну роботу, платформену комунікацію та автоматизацію процесів. Обґрунтувати підходи до формування інформаційного забезпечення оцінювання лояльності персоналу в цифровому середовищі та визначити вимоги до даних, індикаторів і процедур аналітичної підтримки. Використано системний підхід, порівняльний аналіз інструментів, методи узагальнення, класифікації та логічного моделювання для опису структури інформаційної підтримки й її зв’язку з управлінськими рішеннями. Доведено, що інформаційне забезпечення має розглядатися як інтегрована система процесів, регламентів і відповідальностей, орієнтована на валідність, інтерпретованість і керованість даних. Обґрунтовано доцільність поєднання структурованих HR-джерел із неструктурованими цифровими сигналами за умови контекстної інтерпретації та верифікації. Визначено ключові критерії якості даних і показано переваги комбінованої моделі, що поєднує психометричні вимірювання, процесні метрики, аналітичну підтримку та контури етичного управління даними. Запропоновані підходи підвищують точність оцінювання лояльності та знижують ризики управлінських помилок. Подальші дослідження мають бути спрямовані на емпіричну апробацію моделі, калібрування індикаторів для різних груп персоналу та розвиток пояснюваності аналітичних висновків.
Downloads
Downloads
License
Copyright (c) 2026 Володимир Панченко
References
Davenport, T. H., Harris, J., & Shapiro, J. (2010). Competing on talent analytics. Harvard Business Review, 88(10), 52–58, 150. https://hbr.org/2010/10/competing-on-talent-analytics
Dutta, T. (2025). Employee loyalty: Measurement and validation. Global Business Review, 26(2), 346–363. https://doi.org/10.1177/0972150921990809 DOI: https://doi.org/10.1177/0972150921990809
European Commission, High-Level Expert Group on Artificial Intelligence. (2019, April 8). Ethics guidelines for trustworthy AI. https://digital-strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai
European Court of Human Rights. (2017, September 5). Bărbulescu v. Romania (Application no. 61496/08) [Grand Chamber]. HUDOC. https://hudoc.echr.coe.int/fre?i=001-177082
European Data Protection Board. (2021, July 7). Guidelines 07/2020 on the concepts of controller and processor in the GDPR (Final version). https://www.edpb.europa.eu/system/files_en?file=2023-10%2FEDPB_guidelines_202007_controllerprocessor_final_en.pdf
European Union. (2016). Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (General Data Protection Regulation). Official Journal of the European Union, L 119. https://eur-lex.europa.eu/eli/reg/2016/679/oj
Fernández, V., & Gallardo-Gallardo, E. (2021). Tackling the HR digitalization challenge: Key factors and barriers to HR analytics adoption. Competitiveness Review: An International Business Journal, 31(1), 162–187. https://doi.org/10.1108/CR-12-2019-0163 DOI: https://doi.org/10.1108/CR-12-2019-0163
Giermindl, L. M., Strich, F., Christ, O., Leicht-Deobald, U., & Redzepi, A. (2022). The dark sides of people analytics: Reviewing the perils for organisations and employees. European Journal of Information Systems, 31(3), 410–435. https://doi.org/10.1080/0960085X.2021.1927213 DOI: https://doi.org/10.1080/0960085X.2021.1927213
International Labour Organization. (2024). Workplace monitoring and decision-making technologies. https://www.ilo.org/media/719371/download
International Organization for Standardization. (2018). ISO 30414:2018 Human resource management: Guidelines for internal and external human capital reporting. https://www.iso.org/standard/69338.html
Meyer, J. P., & Allen, N. J. (1991). A three-component conceptualization of organizational commitment. Human Resource Management Review, 1(1), 61–89. https://doi.org/10.1016/1053-4822(91)90011-Z DOI: https://doi.org/10.1016/1053-4822(91)90011-Z
Meyer, J. P., Stanley, D. J., Herscovitch, L., & Topolnytsky, L. (2002). Affective, continuance, and normative commitment to the organization: A meta-analysis of antecedents, correlates, and consequences. Journal of Vocational Behavior, 61(1), 20–52. https://doi.org/10.1006/jvbe.2001.1842 DOI: https://doi.org/10.1006/jvbe.2001.1842
Milanez, A., Lemmens, A., & Ruggiu, C. (2025). Algorithmic
management in the workplace: New evidence from an OECD employer
survey (OECD Artificial Intelligence Papers, No. 31). OECD Publishing. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/02/algorithmic-management-in-the-workplace_3c84ed6d/287c13c4-en.pdf
Schaufeli, W. B., & Bakker, A. B. (2004). Utrecht Work Engagement Scale: Preliminary manual (Version 1.1, December 2004). Utrecht University, Occupational Health Psychology Unit. https://www.wilmarschaufeli.nl/publications/Schaufeli/Test%20Manuals/Test_manual_UWES_English.pdf
Tursunbayeva, A., Di Lauro, S., & Pagliari, C. (2018). People analytics: A scoping review of conceptual boundaries and value propositions. International Journal of Information Management, 43, 224–247. https://doi.org/10.1016/j.ijinfomgt.2018.08.002 DOI: https://doi.org/10.1016/j.ijinfomgt.2018.08.002
Downloads
How to Cite
Issue
Section
Categories
