Cilt 9 Sayı 3 (2021): Business & Management Studies: An International Journal
Makaleler

Proaktif insan kaynakları yönetiminin yeni gücü: İK analitiği ve yapay zekâ

PDF
  • Yasemin Bal,
  • Mert Bal
Yasemin Bal
Doç. Dr., Yıldız Teknik Üniversitesi
Mert Bal
Dr. Öğr. Üyesi, Yıldız Teknik Üniversitesi

Yayınlanmış 24.09.2021

Anahtar Kelimeler

  • İnsan kaynakları yönetimi,
  • İK analitiği,
  • Yapay zeka,
  • Makine Öğrenme,
  • Derin öğrenme,
  • Yapay sinir ağları
    • ...Daha fazla
    Daha az
  • Human resources management,
  • HR analytics,
  • artificial intelligence,
  • machine learning,
  • deep learning,
  • neural networks
    • ...Daha fazla
    Daha az

Nasıl Atıf Yapılır

Proaktif insan kaynakları yönetiminin yeni gücü: İK analitiği ve yapay zekâ. (2021). Business & Management Studies: An International Journal, 9(3), 1198-1216. https://doi.org/10.15295/bmij.v9i3.1863

Telif Hakkı (c) 2021 Yasemin Bal- Mert Bal

Creative Commons License

Bu çalışma Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License ile lisanslanmıştır.

Nasıl Atıf Yapılır

Proaktif insan kaynakları yönetiminin yeni gücü: İK analitiği ve yapay zekâ. (2021). Business & Management Studies: An International Journal, 9(3), 1198-1216. https://doi.org/10.15295/bmij.v9i3.1863

Öz

İK Analitiği son yıllarda giderek önem kazanan konular arasında yer almaktadır. Kurumun insan kaynaklarına ilişkin verilerini analiz etmek, sorunlarını tespit etmek ve strateji belirlemek için kullanılan İK Analitiği kurumlara önemli bir rekabet avantajı sağlamaktadır. İK analitiği, işletmelerin elektronik tablo tabanlı veri deposundan uzaklaşmasını sağlayarak, verileri gerçek zamanlı olarak tutmaya ve bunları kurumun mevcut veri akışı ile birlikte analiz etmeye imkân tanımaktadır. Yapay zekâ yöntemlerinin bu alanda kullanılması ile verimlilik ve tasarruf artışı sağlayan İK analitiği alanına her geçen gün daha fazla işletme yatırım yapmaktadır. Geliştirilen İK analitiği modülleri ile işletmeler İK süreçlerini daha etkin şekilde yönetebilmekte, işe alım kararlarını daha sağlıklı verebilmekte, işten ayrılma niyeti olan çalışanları önceden tahmin edebilmekte, geleceğe yönelik işgücü optimizasyonu ve planlamalarını daha etkin biçimde yapabilmektedir. Böylece, İK analitiği sayesinde veri temelli karar vermek ve strateji belirlemek kolaylaşmaktadır. Bu çalışma kapsamında İK analitiği kavramının önemi incelenecek ve İK fonksiyonlarının hangi süreçlerinde İK analitiğinden yararlanıldığı, hangi yapay zekâ yöntemlerinin bu alanda nasıl kullanıldığı ve işletmelere ne gibi yarar sağladığı üzerinde durulacaktır. Gerek İK analitiği gerekse yapay zekâ konularının işletmecilik alanında giderek yükselen bir trend kazanması, bununla beraber yerli literatürde İK Analitiği ve Yapay Zekâ konusunu birlikte ele alan ve işletmelere kattığı değer yönünden inceleyen teorik pek fazla çalışmanın bulunmaması bu çalışmanın önemini oluşturmaktadır. Çalışma özellikle ilgili alanda çalışan akademisyenler ile uygulamacılara yol gösterici olacaktır.

PDF

Referanslar

  1. Agrawal, R. & Srikant, R. (1994). Fast Algorithms for Mining Association Rules. Proceedings of the 20th VLDB Conference, Santiago, Chile.
  2. Ahmed, O. (2018). Artificial intelligence in HR. International Journal of Research and Analytical Reviews, 5 (4), 971-978.
  3. Alao, D. & Adeyemo, A.B. (2013). Analyzing employee attrition using decision tree algorithms. Computing, Information Systems and Development Informatics, 4(1), 17-28.
  4. Alduayj., S. S., & Rajpoot K. (2018). Predicting employee attrition using machine learning. 2018 Proceedings of International Conference on Innovations in Information Technology (IIT). IEEE, 93 - 98.
  5. Alpaydın, E. (2011). Yapay Öğrenme. Boğaziçi Üniversitesi Yayınları, İstanbul.
  6. Breiman, L. (2001). Random forests. Machine Learning. 45, 5-32.
  7. Cheng, X. (2020). Obtain Employee Turnover Rate and Optimal Reduction Strategy Based on Neural Network and Reinforcement Learning. Publication eprint: arXiv:2012.00583.
  8. Efe, M. Önder & Kaynak, O. (2000). Yapay Sinir Ağları ve Uygulamaları. Boğaziçi Üniversitesi Yayınları, İstanbul.
  9. El-Rayes, N., Fang, M., Smith, M. & Taylor S.M. (2020). Predicting employee attrition using tree-based models. International Journal of Organizational Analysis. 28(6), 1273 – 1291.
  10. Faliagka, E., Illiadis,L., Karydis, I., Rigou, M., Sioutas, S., Tsakaladis, A. & Tzimas, G. (2014). On-line consistent ranking on e-recruitment: seeking the truth behind a well formed CV. Artificial Intelligence Review, 42 (3), 515-528.
  11. Fitz-enz, J. (2009). Predicting people: from metrics to analytics. Employment Relations Today, 36 (3), 1-11.
  12. Frye, A., Boomhower, C., Smith, M., Vitovsky, L. & Fabricant, S. (2018). Employee attrition: what makes an employee quit? SMU Data Science Review. 1(1), 1 – 28.
  13. Gartner Analytics Maturity Model. (2021). Erişim adresi: www.gartner.com.
  14. Girmanova, L. & Gasparova, Z. (2018). Analysis of data on staff turnover using association rules and predictive techniques. Quality Innovation Prosperity, 22 (2), 82-95.
  15. Gurusinghe, R.N., Arachchige, B.J.H. & Dayarathna, D. (2021). Predictive HR analytics and talent management: a conceptual framework. Journal of Management Analytics, 8 (2), 195-221.
  16. Hamilton, R.H. & Sodeman, W.A. (2020). The questions we ask: opportunities and challenges for using big data analytics to strategically manage human capital resources. Business Horizons, 63 (1), 85-95.
  17. Heuvel, V.D.S. & Bondarouk, T. (2017). The rise and fall of HR analytics. Journal of Organizational Effectiveness, People and Performance, 4 (2), 127-148.
  18. HR and AI: Making Human Resources More With Algorithms. (2021). Erişim adresi: https://apro-software.com/hr-and-ai/
  19. Jia, Q., Guo, Y., Li, R., Li, Y. & Chen, Y. (2018). A conceptual artificial intelligence application framework in human resource management. ICEB Conference Proceedings 91.
  20. Jurafsky, D. & Martin, J.H. (2020). An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition, Pearson Education, USA.
  21. Karimi-Majd, A.- M., Mahootchi, M. & Zakery, A. (2017). A reinforcement learning methodology for a human resource planning problem considering knowledge-based promotion. Simulation Modelling Practice and Theory. (79), 87 - 99.
  22. Karmanska, A. (2020). The benefits of HR analytics. Research Papers of Wroclaw University of Economics and Business, 64 (8), 30-40.
  23. LeCun, Y, Bengio, Y & Hinton, G. (2015). Deep learning. Nature. 521, 434-444.
  24. Levenson, A. & Fink, A. (2017). Human capital analytics: too much data and analysis, not enough models and business insight. Journal of Organizational Effectiveness: People and Performance, 4 (2), 145-156.
  25. Liu, Y. (2020). Analysis of human resource management mode and its selection factors based on decision tree algorithm. International Conference on Advance in Ambient Computing and Intelligence Proceedings. IEEE.
  26. Maimon, O. & Rokach, L. (2010). The Data Mining and Knowledge Discovery Handbook. Springer Science.
  27. Margherita, A. (2021). Human resources analytics: a systematization of research topics and directions for future research. Human Resource Management Review,
  28. Marler, J. & Boudreau, J. (2017). An evidence based review of HR analytics. The International Journal of Human Resource Management, 28 (1), 3-26.
  29. Matyunina, J. (2020). How machine learning is changing HR industry? Erişim adresi: https://codetiburon.com/machine-learning-changing-hr-industry/
  30. McCarthy, J. (2004). What is Artificial Intelligence? Stanford University, Computer Science Department. (www-formal.stanford.edu/jmc(whatisai.pdf).
  31. Merlin, R. & Jayam, R. (2018). Artificial intelligence in human resource management. International Journal of Pure and Applied Mathematics, 119 (17), 1891-1895.
  32. Mitchell, M.T. (1997). Machine Learning. McGraw Hill.
  33. Mortensen, M. J., Doherty, N.F. & Robinson, S. (2015). Operational research from taylorism to terabytes: a research agenda for the analytics age. European Journal of Operational Research, 241 (3), 583-595.
  34. Murgai, A. (2018). Role of artificial intelligence in transforming human resource management. International Journal of Trend In Scientific Research and Development, 2(3), 877-881.
  35. Narula, S. (2015). HR analytics, its use, techniques and impact. International Journal of Research in Commerce & Management, 6 (8), 47-53.
  36. Pağda, Z. (2018). Yapay zekâ ve insansız insan kaynakları. Harvard Business Review, 103-107.
  37. Pwc. (2017). Artificial intelligence in HR: a no-brainer. Erişim adresi: https://www.pwc.nl/nl/assets/documents/artificial-intelligence-in-hr-a-no-brainer.pdf.
  38. Quinlan, J.R. (1986). Induction of decision trees. Machine Learning, 1, 81-106.
  39. Russell, S. & Norvig, P. (2010). Artificial Intelligence: A Modern Approach, Third Edition. Prentice Hall, USA.
  40. Setiawan, I., Suprihanto, S., Nugraha, A.C. & Hutahaean, J. (2020). HR analytics: Employee attrition analysis using logistic regression. IOP Conference Series: Mater. Sci. and Engineering. 830(3), 1 – 7.
  41. Sharma, A. & Sharma, T. (2017). HR analytics and performance appraisal system: a conceptual framework for employee performance improvement. Management Research Review, 40 (6), 684-697.
  42. Sooraska, N. (2021). A survey of using computational intelligence and artificial intelligence in human resource analytics. 7th International Conference on Engineering, Applied Sciences and Technology. 1-3 Nisan 2021, Pattaya, Tayland.
  43. Srivastava, K. D. & Nair, P. (2017). Employee attrition analysis using predictive techniques. Proceedings of International Conference on Information and Communication Technology for Intelligent Systems. Springer, Cham. 293 – 300.
  44. Strohmeier, S., & Piazza, F. (2015). Artificial intelligence techniques in human resource Management- a conceptual exploration. In Intelligent Techniques in Engineering Management, 149-172, Springer, Cham.
  45. Sushman, B. (2021). The beginners guide to AI in HR. Erişim adresi: https://www.toolbox.com/hr/hr-innovation/articles/the-beginners-guide-to-ai-in-hr/
  46. Turing A. (1950). Computing machinery and intelligence. Mind, 49, 433 – 460.
  47. Van Vulpen, E. (2019). The Basic Principles of People Analytics. Academy to Innovative HR, AIHR. Erişim adresi: https://www. aihr.com/resources /The_Basic_principles_of _People _Analytics.pdf
  48. Vapnik, V. (1995). The Nature of Statistical Learning Theory. Springer-Verlag, New York, USA.
  49. Writer, S. (2018). 3 Ways machine learning can transform HR. Erişim adresi: https://www.hrtechnologist.com/articles/digital-transformation/futures-at-the-door-why-machine-learning-can-transform-hr/
  50. Yadav, S., Jain, A. & Singh, D. (2018). Early Prediction of Employee Attrition using Data Mining Techniques. Proceedings of IEEE 8th International Advance Computing Conference (IACC), 349 – 354.
  51. Yang, S. & Islam, Md.T. (2020). IBM Employee Attrition Analysis. Publication eprint: arXiv:2012.01286

Benzer Makaleler

Bu makale için ayrıca gelişmiş bir benzerlik araması başlat yapabilirsiniz.