• 人力分析
    人力分析如何落地?快来看这3家企业的做法 People Analytics(以下简称PA或人力分析),无疑是当下HR领域最时髦的话题。尽管很多企业HR萌发了“PA”的意识,但是在付诸实践时,常常会遇到许多问题和挑战:数据又多又分散,不知道如何下手? 数据标准不一,操作不规范,数据治理难度大?数据无法有效关联,没有通用的标准,无法构建分析指标?……为帮助企业HR解决以上问题,北森提出PA解决方案,包括PA七步法、PA指标地图和PA最佳实践,从战略解码和人力指标体系建立入手,制定数据治理规范,实现报表和主题分析,并通过数据监测、预警和报告,深入洞察数据,最终赋能业务,加速管理决策。此外,北森还在8大分析维度,预置了200多项人力分析关键指标,以助力企业开启人力分析之旅。当然,只有理论还不够,有了方法论和指标地图后,我们的人力分析到底该如何有效落地?这是PA下一步重点动作,也是企业最关心的问题。在此,我们分享3家企业的PA落地经验,共同探讨PA数据化应用价值,为企业人力数字化转型带来关键跨越。 01、互联网破局 首先要分享的,是一家专注文化传播的互联网公司,在成立的10年里,员工人数从不到100人发展到如今的3000多人。员工规模快速增长的背后是成倍的业务扩展。在明确走数字化转型之路后,企业高层确立了核心战略,即成为全面线上的连锁经营体。HR团队希望借助People Analytics的建设,从交付型HR成长为专家型HR,并能对公司的业务进行预测性、指示性的分析,体现整个人力工作的价值。借鉴北森PA七步法,该企业首先将战略解码为实现营收、提高人效和扩张业务这3个人资部门的战略指标,并确定人力资源的关键任务——构建高效的人才供应链,规范管理成规模的员工,挖掘干部人才,打造一支高标准、高绩效、高激励的“三高”团队。接着是把这些定性的指标转换成定量的指标。比如,体现人才资产的员工规模、干部数量、绩优占比等软实力指标,体现组织效能的员工人效、顾问人效等战斗力指标,体现人员流动的员工主动离职率、干部离职率等凝聚力指标。确定具体指标后,HR团队在北森HR SaaS系统上整合了一体化人力资源数据,利用北森Ocean BI分析平台,完成个性化的报表和主题建设,通过自动化订阅、预警提醒功能,帮助相关管理者深度洞察业务,提升管理效能,监测管控风险。例如,如果发现某个战区凝聚力指标相对较差,战区管理层可以比较运营线人员、学科线人员和绩优人员的离职率,深入洞察到底是管理环节还是业务单元出了问题,并提出改进方向。通过七步上线PA分析后,HRD提炼了几点价值: 数据分析落地:梳理内部资源,搭建从无到有、从有到优的人力数字化运营体系。 促进管理提升:对数据及时性和准确性提出了更高要求,规范过程管理。 为深入分析奠定基础:未来会持续整合业务数据对接业务系统(营收、客单、产量等),实现全面人效分析。 02、 重工出击 第二个分享的案例,是一家超过百年历史的海洋工程装备龙头企业。作为传统行业,多年来其人力资源发展水平对比新兴行业存在着一定距离。企业希望提升精细化管理,增强对业务的支撑,由此衍生与北森共建People Analytics项目的契机。企业的生产模式决定了他们需要与多家分包商合作管理数千名的分包商员工。过去,管理者仅能对分包商提供的工人数量进行管控。现在,通过实时的PA数据看板,管理者还可以看到各岗位、各工种的匹配和结构比例、船级社证书持有情况等信息来进行精细化管理,要求分包商在合适的时间,提供需要的岗位工种和技能员工,以更好的一线人力配置,提升协同能力与交付效率。受整体劳动力市场的冲击,蓝领新生力量补充困难,操作工人老龄化问题日益严重,导致焊工、装配工等技能型人才出现短缺。为应对制造业普遍存在的“招人难、留人难”的问题,企业在离职数据分析中,将员工保留、遗憾离职等指标纳入对一线经理的考核中,提升经理们对人才保留的关注。通过前期的PA项目,该重工企业初步实现了: 报表线上化分析:实现人力资源管理常用报表基础搭建,满足各类角色管理需要。 员工精细化管理:完成人力资源信息看板、分包商考勤看板等数据看板的配置,掌握关键人员信息。 深入洞察业务:通过关注高绩效人才、特种作业人员等人员情况,提醒管理者关注人才保留。 03、  制造转型  最后分享的案例,是一家半导体、显示以及新能源等测试领域的高科技制造集团,该集团人事数据零散,无法结构化地把控组织、人员现状,人力成本无法深入分析。传统的人力资源管理模式已然跟不上业务发展的脚步。上线北森一体化HR SaaS系统后,人力资源业务实现全面线上化,为综合性PA分析提供数字化基础。该企业从增长指标、流动指标、结构指标三大维度,构建了员工分析指标体系,依据员工增长、新员工转正、核心人才离职、岗位分布、司龄/年龄分布等各项指标,综合性把控组织和人员现状,为人力资源管理提供抓手。比如,结合人员离职的职级和司龄分布,企业发现职级越低离职率越高,2-5年人员离职占比最高,与离职原因中反馈的职业发展有密切关联。这就提示管理者要重点做好人才梯队建设,对于不同发展周期的员工进行职业生涯辅导与内部成长规划,落实培养发展,保留低职级但高潜力员工。通过PA项目的共建,企业HR团队已完成: 落地复杂分析:从招聘到人事、薪酬、测评、其他(如问卷、假勤等)五个看板主题。基于法人公司维度搭建了自定义分析报表,满足复杂详细数据分析。 支持核心组织管理:在集团、事业群、子公司管理模式下,搭建完成核心组织显示事业群专属看板。 赋能管理决策:通过数据监测、预警等工具,辅助管理者智慧化决策。 人力分析工作是一个漫长的过程,基于多家企业的反馈,我们发现制定一套完整指标体系是开展人力分析的关键。在此,我们也提出PA实施过程中的3点建议:1)确定人力分析目标 人力分析需要以结果为导向,从企业战略和人力资源部门的关键任务出发,制定数据分析阶段性目标和工作计划。2)输出完整指标体系企业需要根据目标筛选合适的分析指标,构建指标体系。并明确指标的定义、计算逻辑和取数来源。3)制定数据治理规范 准确实时的数据是分析的基础。明确数据的输入和核查标准,定期审计并纳入考核。人力分析结果是给管理者决策提供依据,需要持续分析验证决策的有效性,根据用户的反馈不断调整。成熟的企业需要及时搭建专业的PA团队,持续投入资源,让PA真正发挥作用。我们认为,未来HR工作重心不再是繁琐的事务,更多的是用数据说话,深刻洞察业务,设计具有企业特色的人力模型,最终实现数字化管理。在这个旅程中,北森People Analytics解决方案有望帮助更多的人力资源管理者们高效落地人力分析,实现人力价值。
    人力分析
    2021年08月12日
  • 人力分析
    Facebook如何识别数据驱动型人力资源的优势 作者:SAP SuccessFactors集团产品管理副总裁David Ludlow  以下由AI翻译完成,旨在快速传播资讯,具体可以参考文末的英文   在全球人才竞争中,企业需要重点关注提高员工技能和留住员工的方法。 如果企业不能保持或改善员工体验,他们就有可能失去最重要的资产——员工。有了今天可用的工具,企业可以增强传统的人力资源活动,并追求数据驱动的人力资源计划。通过利用像人力分析这样的技术,组织可以获得他们需要的洞察力来保持员工的参与。 在与Facebook人力分析和劳动力战略副总裁亚历克西斯•芬克(Alexis Fink)的独家问答中,我们将探讨数据驱动人力资源的好处。 David Ludlow:实践数据驱动人力资源的好处是什么? Alexis Fink:在人力资源工作中应用良好的数据和分析方法提供了一个惊人的补充和一套额外的工具来加强传统的人力资源活动。数据的好处在于它能让你全面地了解组织。对于大多数公司来说,我们自己是不可能做到这一点的。 但更好的是,使用数据驱动的方法可以帮助确保组织在其人力资源实践中是公平、道德、有效和高效的。此外,使用分析可以帮助组织找到最好的人,创建良好的工作环境,并主动识别潜在的风险。 你如何解释“人力分析”? 这当然取决于受众,但我尽量保持相当简单:“人们分析使用数据,让工作和工作场所变得更好。“如果你仔细想想,传统的人力资源活动与你的医生很相似,而人力分析更像是流行病学或其他医学研究。我们正在寻找规模模式,并以谨慎的方式测试新的干预措施。 反过来,这项研究为我们的人力资源合作伙伴提供了帮助他们更好地工作所需要的信息。在工作场所,这意味着员工拥有提高工作效率所需的工具和知识,人力资源部门也有能力让他们更好地投入工作。 人力分析可以在哪些业务领域提供帮助? 有这么多!在我职业生涯的早期,我使用人力分析技术围绕流程效率和团队效率进行了非常艰苦的工作。在其中的一些案例中,我们致力于减少事故,降低环境影响,或者解决围绕库存的供应链问题。 当然,这也包括围绕有效的管理和领导,公平和准确的招聘和选择,以及员工参与来帮助企业的每一个角落。 总的来说,你认为企业是在成功地进行人员分析,还是需要更多的帮助? 有这么多!如果你看一下宏观经济生产率数据,你会发现组织产出总体上有相当稳定的增长。我们有很好的证据,在微观和宏观层面上,人们分析绝对是成功的,并且对员工和他们的组织都产生了积极的影响。也就是说,是的,我们绝对需要做得更多——有很大的发掘潜力!当我们知道组织比这更复杂时,很多人的分析仍然是孤立的,只关注单个项目或业务问题。 此外,计算能力的进步使我们有可能做得更多。多年前在电脑上需要几周或几个月才能完成的分析,现在只需几分钟就能完成。这催生了各种各样的新工具——从优秀的数据可视化平台到为各种分析进行优化的新语言。   以上为AI翻译,内容仅供参考。 原文来自:https://www.forbes.com/sites/sap/2019/06/25/how-facebook-identifies-the-benefits-of-data-driven-hr/#500228841ec8
    人力分析
    2019年07月16日
  • 人力分析
    怎样才能在人力分析方面更成功? 文/Jonathan Ferrar “我怎样才能在人力分析方面更成功?” 这是我在2018年底的一次客户会议上,被一家跨国知名品牌的首席人力资源官(CHRO)问到的问题。 她解释说,她想在他们的组织中建立一个“合适的”人力分析功能。她接着解释说,她的利益相关者(首席执行官、首席财务官、董事会)感到沮丧,因为他们甚至不能以常规的、一致的格式获得一个基本的人员信息仪表板,尽管在人力资源技术上投入了数百万美元。这种情况我在过去两周内又遇到了两次。 在任何情况下,高能力的人力资源管理人员都在努力从人力分析中获得价值并取得成功。 回到CHRO的对话中,我使用了David Green和我自己开发的人员分析模型中的九个维度来帮助回答这个问题。我特别列出了她应该问自己的七个问题。她对这些问题的回答将引导她走向一个成功的分析路线图。 你可以通过我们的七个问题调查来了解你目前在人力分析方面的水平。 1. 你有一个人分析的道德行为准则吗? 这个问题源于这样一个事实:你对人的分析越开放,你的员工和经理就会越信任你,他们就会越愿意与你交流数据。 2017年Insight222进行了一项调查显示,81%的人力分析项目被发现是损害?经常或有时吗?由伦理相关的问题和隐私(参见图1)。最近2019年1月,埃森哲战略文章(解码组织DNA:信任、数据和释放值在工作场所数字)发现,92%的员工是开放的劳动力市场数据的收集,但前提是它提供了个人利益。 如果你公开展示你处理员工数据的道德和法律法规,那么你可能会得到更多的关注。我建议成立一个“道德委员会”,制订及推行一套操守守则,以合乎道德及明智地分析员工资料。这个“道德委员会”还应该负责确保在进行人员分析时,员工自己能够“公平地交换价值”。 图1:81%的人力分析项目“经常或有时”受到道德和隐私问题的危害 2. 您的人力分析项目是否使用适当的治理和标准来选择和确定优先级? 关于这个话题的讨论很简单。您是否有一组来自整个业务的人员,他们定期满足并使用已定义的和一致同意的标准来选择并优先考虑人力分析所做的工作? 如果你不这样做,那么人力分析通常仍然是一个“HR对HR”的功能,影响有限。 通过建立这个“人力分析委员会”(其中一个角色是选择和优先考虑项目),你提高了对人力分析的认识,并为其提供了方向。您将关注业务(而不是人力资源)主题。图2显示了“人力分析委员会”的推荐组成。 图2:“人员分析委员会”的推荐组合 3.您的高级业务主管是否资助人员分析项目? 这是简单的。对于您组织中所有最重要的人力分析项目——让您的业务(而不是人力资源)主管资助每个项目。 换句话说,他们是否帮助定义业务问题、阐明意图、讨论可能的结果、在项目陷入困境时提供自己的时间来解决问题、提供(或争取)预算、人员或数据,以及帮助沟通结果和建议。他们是否会因为工作而痴迷于做出改变? “上个月,我的项目在六个月后失败了”,人力资源主管“不喜欢这些见解”。因此,他结束了这个项目,没有执行任何建议。我认为他觉得受到了威胁,因为分析显示了与他“想做的事情”相反的情况。 就像上面一位欧洲人力分析领导者(他很有理由不愿透露姓名)所说的那样,与人力资源高管一起工作可能会浪费精力,这让人感到沮丧。 答案很简单,让一位业务主管赞助所有重要的人员分析工作。 4. 你的首席人力资源官是否投资于人力分析? 啊,这是我最喜欢和人力资源主管讨论的话题! 通常情况下,人力资源部门会在人力资源技术上投入数百万美元,他们认为这将为所有分析以及解决其他问题提供一剂万灵药。不幸的是,人们的分析需要的不仅仅是把钱花在花哨的技术上。 总而言之,革联必须从前线领导。他们不得不做出艰难的选择,将支出从其他人力资源领域转移到人力分析上。或者他们必须使用分析项目本身来为业务创建ROI,然后使用其中的一些投资回报来重新投资于人力分析。 在欧洲的一家零售机构,我正是这样建议的。只要求1%的回报,你就能将你团队的资源翻倍。反过来又能给公司带来99%的回报。 综上所述,认真投入技能、技术和数据的CHROs将会在人员分析方面取得成功。 图3:首席人力资源官应该投资于Skiils、技术和数据 5. 你的人力分析主管是否具备“把事情做好”的技能? 在最近的一次人力分析会议上,旁边的人凑过来说道:“看起来最快乐的人分析领导者是那些在他们组织的一小部分进行有趣实验的人。”我低声回答——“是的,但它们有很大影响吗?” 简而言之,最优秀的人力分析领导者拥有以下丰富的技能: 商业敏锐性——他们了解商业,能够在最高层施加影响。他们了解公司政治。 咨询——他们可以定义正确的业务问题,管理复杂性并影响变更。 交流——他们能讲故事,吸引人们,激发行动。 确保你的人力分析主管具备这些技能,培养他们,帮助他们,或者招募一个新的。 6. 您是否衡量您的人员分析项目的ROI ? 好的,不是每个人的分析项目都是关于财务回报的。是的,他们中的一些人管理风险,一些人吸引员工和管理者,但更多地关注员工的体验。 但我们不要困惑。分析项目和工作,显示一个明确的投资回报,将得到关注。这将给你机会获得更多的投资(见上面的问题4)。 有很多例子,如图4所示的Nielsen的例子。通过与财务团队合作,并在得到一个明确的赞助商的帮助下(见上面的问题3),Piyush Mathur(当时的人员分析主管)获得了动力,帮助员工更好地管理自己的职业生涯,并为企业带来了重大价值。 图4:尼尔森人力分析项目显示了清晰的财务回报(来自人力的力量,Pearson 2017) 7. 您的人力资源业务伙伴是否有能力进行基于证据的讨论? 这是至关重要的。如果你的人力资源业务伙伴不能翻译分析,不能谈论“数字”,不能在基于事实的业务对话中感到舒服,那么就很难在人员分析方面产生影响。整个“前厅”人力资源团队都应该具备一定的数据素养,以便将分析作为工作的一个组成部分。 这并不意味着多年的直觉被忽视了。噢,不!也不意味着HRBPs必须是统计向导! 不。我们这里的意思是:你们的人力资源部门是否培养了一种分析文化,使人力资源业务伙伴能够自如地进行分析。 总结 要确保在人员分析方面取得成功,请关注七个关键问题。你可以通过这七个问题的调查来测试你在人际分析方面的卓越水平。 要了解更多信息,您可以通过Insight222联系Jonathan Ferrar或任何团队成员。我们的使命是“把人的分析放在商业的中心”——因此,如果你想在上述七个问题中寻求帮助,请致电我们。 以上为AI翻译,内容仅供参考 原文链接:How can I be more successful at People Analytics?
    人力分析
    2019年05月29日
  • 人力分析
    未来人力资源的3个角色 文/Neelie Verlinden 我们经常谈论技术如何改变工作世界。的确,自动化和新技术的到来将导致某些工作岗位的消失,但更重要的是,它将促使我们很多人提高技能,以便为未来做好准备。 我们也谈到了人力资源在数字化转型中的作用;HR如何帮助组织和员工成为未来的证明?培训和发展在这一切中扮演了什么角色?我们在招聘候选人时应该寻找哪些技能? 我们不谈论的,或者至少不经常谈论的,是几年后人力资源会是什么样子。未来人力资源的角色是什么? 几周前,我的人力资源未来的朋友们发布了他们的2019年人力资源未来技能报告,这份报告是基于来自61个国家的400多名专业人士完成的一项调查。在这份报告中,正如它的名字所暗示的,他们讨论了人力资源专业人士为了将来证明自己所需要的一些必要技能。 在这篇文章中,我们将快速浏览一下我未来人力资源报告中提到的五项技能。我们还将尝试描述在不久的将来对HR至关重要的三个角色。 未来的人力资源技能 根据My HR Future的调查,当被问及“如果你能在2019年培养一项技能,你会选择什么?” 1. 人力分析 28%的受访者表示,2019年他们最想培养的技能是“人力分析”。 2. 软技能 15%的人认为2019年最重要的(软)技能是解决问题、分析问题、变更管理和谈判能力。 3.数字人力资源 12%的受访者希望提升自己在数字人力资源和人力资源技术方面的能力。 4. 战略人力资源规划 10%的受访者表示,策略性人力资源规划是他们最需要发展的技能。 5. 设计思维和利益相关者管理 分别有9%和6%的受访者认为设计思维和利益相关者管理是今年进一步发展的基本技能。 未来的人力资源角色 既然我们现在对人力资源专业人士认为重要的技能有了一个概念,我们就可以开始思考未来人力资源的各种角色会是什么样子。 虽然仍然需要一个全面的,通才型的人力资源专业人士,他们将需要配备一系列新的技能(如上所述)。 与此同时,在当前技术和全球劳动力水平发展的推动下,将需要人力资源专家,他们是各自专业领域的专家。 我们可以想象未来人力资源的几个角色(很多): 数字化的传教士 当前人力资源技术的爆炸式增长远未结束。相反,几乎没有任何人力资源部门没有一系列令人印象深刻的软件和工具来实现流程的自动化和数字化。仅在招聘技术领域,每周就有十几个新解决方案上市。 不用说,HR部门的每个人都不可能在所有其他活动之外还跟上最新的技术。特别是在未来几年,人力资源技术解决方案的数量可能会进一步增加。 因此,我们可以想象企业拥有自己的数字人力资源传道者。这个人的几个特点: 对人力资源技术充满热情的人 具备必要的技能,掌握新解决方案的本质及其对组织的潜在好处 精通数字和技术 始终愿意尝试新技术,不害怕质疑现有的解决方案 在实施和使用新解决方案时,能够让所有利益相关者都参与进来;传福音的那部分工作。 国际象棋大师 平均劳动力主要由全职员工组成的时代已经一去不复返了。今天的雇员是自由职业者、兼职人员、全职人员、合同工以及介于两者之间的所有人的混合体。 尽管这种新的组合当然有其优势——考虑灵活性、专业知识和对业务的不同视角——但它也有其挑战。 其中之一就是继任计划。 因为当你不知道你的需求是什么,或者你的劳动力中有多少是全职员工和临时员工时,你如何提前计划? 如果说接班计划在以前是一项挑战,那么当人力资源部门对谁将在何时离职仍或多或少有一定的了解时,现在就完全不同了。 举例来说,随着劳动力迅速老龄化或自动化程度的提高,工作和劳动力都将发生变化,由此带来的挑战。 我们不要忘记招聘,因为当我们谈论劳动力规划时招聘是等式中不可避免的一部分。 当我们考虑未来的人力资源角色时,一个在战略劳动力规划方面的专家,或者我们喜欢称之为真正的象棋大师,是不可或缺的。 这个人的几个特点: 有能力解决复杂难题的人 很有条理的 具有跳出思维定势,从不同角度看待问题的自然倾向 精通数字和技术 能够快速适应变化的环境 人员数据向导 没有数据就不可能有技术。绝大多数人力资源技术解决方案都是由数据驱动的,并具有分析功能。这是数据频谱的一面。 另一个是人员分析。由于基于云的人力资源系统的增加,越来越多的组织开始存储员工数据。然而,为了利用这些数据,他们需要知道如何使用这些数据的人。 这意味着——除了其他事情之外——数据科学家知道什么数据可以使用(科学地验证),数据应该存储在哪里(集中地),当然,还知道如何从it中获得对业务有积极影响的有价值和可操作的见解。 但这个角色需要更多。 数字人力资源使我们能够更聪明地思考哪些数据将带来更好的性能。基于这些信息,我们可以建立我们的系统,并开始进行人员分析。 因此,人员数据向导更像是一个人员数据和系统向导。下图很好地说明了这一点。 图片来源- PA: FOW会议 我们不要忘记这样一个事实:如果想让组织的其他成员理解,人员数据向导需要能够将这种“外国数据语言”翻译成普通人员的英语。 当谈到这个人的特点时,我们会想到: 非常严谨的人 他喜欢数字 有很强的分析能力 能够讲一个引人入胜的故事 精通数字和技术 合作的重要性 尽管未来的人力资源角色将(更加)专业化,但将它们视为独立的实体将是错误的。为了让每个职能真正发挥作用,我们的“特殊人力资源部门”需要密切合作。 因为,例如,当象棋大师开始规划劳动力和招聘需求时,他或她无疑将需要相关的人员数据和支持技术解决方案来创建一个可靠的战略。 这意味着他们需要同时咨询人员数据向导和数字化专家。 其他任何需要处理的人力资源问题也一样,无论是与绩效管理、学习和发展相关的话题,还是与入职相关的话题;为了制定出一个好的战略和执行方案,所有的人力资源部门必须通力合作。 最后一点 在一个自动化和新技术正在迅速改变工作世界的时代,人力资源将在帮助企业及其员工成为未来的证明方面发挥重要作用。 但在不远的将来,人力资源本身也会有很大的不同。 人力资源专业人士需要具备一系列新的技能,包括人员分析、数字人力资源、战略劳动力规划、设计思维和利益相关者管理。 虽然仍然需要一种全面、通才型的人力资源专业人员,但也需要人力资源专家。 以上为AI翻译,内容仅供参考 原文链接:3 HR Roles of the Future
    人力分析
    2019年04月30日
  • 人力分析
    如何为人力分析专业人士创造职业道路-How to create career paths for people analytics professionals(续) 文/David Green 文章导读 往期回顾: Geetanjali在2017年9月在费城举行的人力分析与未来工作会议上发言要点回顾: MERCK&CO.的人力分析团队 这个团队由三支柱组成:咨询、高级分析、报告和数据可视化 创建一个数据驱动的文化:高层领导的支持对于人员分析功能的成功至关重要 在人力分析中创造职业道路:一个能够提供发展和职业发展的组织和领导者,可以成为吸引和留住人才的关键因素。 三“C”模式:Capability-Capacity-Connectivity 今日导读: 领导人员分析团队 问7、在谈到你作为一个人分析领导者的角色时,你会对这个角色的新手或者将来想成为一个人分析负责人的人提出什么建议呢? 分享五个我认为普遍适用的特性,并且对于成为这个领域的有效领导者很重要。 优先考虑:对于人员分析领导者来说,学习如何无情地优先考虑团队将花费时间和精力的项目是至关重要的。 位置: 一个好的领导者知道如何找到合适的机会去重新定位、结合和展示这项工作。这不仅对获得声望和对人员分析的认可很重要,而且对提升团队的士气也很重要。 连接: 当你建立起新的职业联系时,你也开始建立友谊,这是一个支持网络,可以帮助你在这个相当模糊的、新的人力分析空间中导航。 与时俱进:作为一个优秀的人员分析领导者,重要的一点是要跟上外部变化的步伐,并将这种学习带回您的业务中 发展:一个有效的领导者需要投入时间和精力来建立自己的内部和外部网络,并与他们的团队分享他们的进 问8、我观察到的一个挑战是,作为一个人分析的领导者,你必须平衡在内部构建能力的重大挑战,同时关注在外部快速发展的领域。作为一名分析人士的领导者,你如何平衡这两个优先事项,以及你如何了解公司外部发生的事情? 尽可能多地阅读各种不同的出版物(博客、文章、白皮书、书籍),这些内容让我与人力分析的各个方面:从社会科学到人工智能都保持联系。 此外,与来自不同行业的其他从业者建立联系很有帮助,我通过非正式的和正式的对等网络进行联系。 最后,我试着每年参加一些活动来学习新的东西和认识新的人。   人力分析的未来 问9、你认为人力分析的主要趋势是什么? 我认为人力分析中的一些“热点领域”将在未来继续变得“更热”。 我还认为,随着研究的增长和越来越多的组织对这一领域的投资,网络的力量将得到充分的挖掘和释放。 最后,要实现所有这些类型的分析,最重要的领域之一将是关于数据使用、隐私和人员分析领域的安全性的伦理研究。   问10、我们如何平衡我们能做什么以及我们应该做什么? 谈谈你对道德和隐私等方面的关注。 过度反应或倾向于采用过于保守的方法,这可能会妨碍人员分析领域的一些重要工作。 话虽如此,与适当的实践专家密切合作,就业法律、隐私法律、伦理、通信、业务合作,和工人委员会合作是一个很好的方式,以确保除了工作的合法性。 另一种从道德角度是预先与内部客户分享你分析的可能结果,并向他们清楚地说明在每个场景中他们将采取什么行动。 在人力分析领域工作类型需要把伦理放在最重要的日程上 英文原文: LEADING THE PEOPLE ANALYTICS TEAM 7. Turning towards your role as a People Analytics Leader, what would your advice be to someone who is new to this role or who aspires to be a Head of People Analytics in the future? I think everyone has different strengths and experiences, which means their approach will vary with regards to them proving successful as a people analytics leader. But based on my personal experiences and observations of others, I can share five attributes that I think apply universally and are important to being an effective leader in this space. Prioritise: Whether you have a small or large people analytics team, it will never be big enough to meet all the demands of your clients, particularly as awareness of the team’s capabilities grow. So, it is critical for the people analytics leader to learn (and teach!) how to relentlessly prioritise the projects on which the team will spend its time and effort. A good rule of thumb is to think about the magnitude of business impact that an analysis has the potential to deliver, or a key relationship that it can help build in the business for future collaborations and sponsorship. Many teams even use formal prioritisation grids to help the process, but ultimately the leader needs to ensure that the criteria used to allocate resources to projects aligns with the vision and mission of the people analytics team (which in turn, should align with the objectives of the enterprise). It is critical for the people analytics leader to learn (and teach!) how to relentlessly prioritise the projects on which the team will spend its time and effort. Position: A critical skill for a people analytics leader is the ability to effectively position analyses before the right decision-makers at the right time to maximise positive outcomes and build a strong people analytics brand. This is probably one of, if not the most, important part of being a people analytics leader. On many occasions, brilliant workforce analyses have been underutilised in their original scope, but a good leader knows how to find the right opportunities to repurpose, combine and present this work. This is not only important in gaining prestige and recognition for people analytics, but also for boosting the morale of the team. Connect:  There is a small, but growing, community of people analytics leaders globally who collectively have a spectacular amount of experience and knowledge. Fortunately, this community is inclusive and generous, in terms of sharing their knowledge and connections with others in the field. The group is a great resource to learn about new technologies, techniques, vendors, and also receive tips and tricks that can help a new leader to avoid mistakes and grab the right opportunities. Most importantly, as you build new professional connections you also begin building friendships that are a support network to help you navigate this fairly ambiguous, new(ish) space of people analytics. Evolve: Since a people analytics leader needs to have some depth in analytical methods, it is always a good idea to read, listen and learn. Thanks to social media there are amazing resources available, many of them free, that any analytics leader can and should leverage to keep oneself updated and evolving. There are some extremely prolific writers (like David Green!) who share both original and curated content on various forums including LinkedIn. Whether you are looking for detailed tutorials on advanced data science methods or want to learn about the latest technological breakthrough and its application to people data, there is a publication, podcast, or video out there on it. Another reason why this mind set of curiosity and awareness is important is because the people analytics space is sensitive primarily due to ethics and privacy reasons; and keeping a handle on that also demands a leader who keeps their eyes and ears open. An important part of being a strong people analytics leader is to keep up with the pace of change externally and bring that learning back to your business. An important part of being a strong people analytics leader is to keep up with the pace of change externally and bring that learning back to your business Develop:  Last, but certainly not the least, a critical part of being a good people analytics leader is simply being a good leader. This implies being someone who invests in the development of their team. It is of particular importance because it is a space that has attracted a lot of exceptional talent, but still has somewhat limited opportunities for advancement. Therefore, an effective leader needs to invest time and effort in building their own internal and external network; and share it with their teams for their advancement. They should also be committed to actively finding or creating opportunities for their team members to learn new skills and develop themselves as multi-faceted professionals. An effective leader needs to invest time and effort in building their own internal and external network; and share it with their teams for their advancement 8. One of the challenges I’ve observed in being a people analytics leader is that you have to balance the significant challenge of building capability internally whilst keeping an eye externally on what is a fast-developing field. As a people analytics leader, how do you juggle these two priorities, and how do you keep abreast of what is happening outside the organisation?  I strive to practice the same behaviours that I would advise new people analytics leaders to try. For example, I follow and subscribe to content by certain thought leaders in people analytics and read as many varied publications as possible (blogs, articles, whitepapers, books) which keep me connected to the different aspects of people analytics; from social science to artificial intelligence. In addition, it really helps to connect with other practitioners in the field from different industries, which I do via both informal and formal peer networks. This helps to broaden one’s worldview, spark new ideas, and offers a forum to ask questions of your peers. Most likely, if you are facing a people analytics quandary, there is a leader out there who has faced it too and would be willing to share their experience. Finally, there are a plethora of great conference events out there, and the quality and number of these keeps rising every year. I try to participate in at least a few such events every year to learn new things and meet new people. THE FUTURE OF PEOPLE ANALYTICS 9. What do you believe will be the main trends moving forward in people analytics?  I think that a number of “hot areas” in people analytics will continue to get “hotter” in the future. The idea of employee experience will grow even wider with focus on the end-to-end experience all the way from being a prospective candidate stage to becoming an alumni of the company. This is likely to grow simultaneously with the focus on managing and optimising a new, fluid workforce that may at any one time be full-time and freelance, human and robotic. I also think that the power of networks will be fully explored and unleashed as research grows and more organisations invest in this space. The applications of network analysis are so varied and relevant, that it should continue to gather steam in the future. Finally, from my perspective to enable all these types of analyses, one of the most critical areas that will grow in importance will be the study of ethics relating to data use, privacy and security in the space of people analytics. 10. Finally, how do we balance what we can do with what we should do? How concerned are you about areas such as ethics and privacy? This is a great question, and a difficult one to answer. The frontiers of what is possible are being pushed at a break-neck speed thanks to ever larger datasets being at our disposal faster, and at cheaper cost. And that pace makes it tough to process the implications in real time. In fact, this often leads to an overreaction or the inclination to adopt an overly conservative approach that can hamper some great work in the people analytics space. That being said, I believe that an extremely important fact to understand about the space we work in is that we should not do something just because it is possible. Besides being legally compliant, the type of work being undertaken in this field needs to put ethics at the very top of the agenda even before beginning work on an analysis. Working closely with the appropriate experts in the practices of employment law, privacy law, ethics, communications, business partners and workers councils is a good way to ensure that besides the legality of the work, its potential impact on people is also being considered through the lens of ethics, privacy, and empathy.  Most established organisations have extensive reviews involving these types of stakeholders already in place. Another way to pressure test the approach from an ethics lens is to share possible outcomes of an analysis with the internal clients beforehand and ask them to articulate what actions they would take in each scenario. Obviously, this method is not possible in every situation, but when applicable it can be a useful “stop and reflect” moment. The type of work being undertaken in the people analytics field needs to put ethics at the very top of the agenda
    人力分析
    2018年07月31日
  • 人力分析
    人力分析领导者的角色-第1部分:建立能力 文/David Green 第1部分:建立团队和组织能力。 第2部分还将介绍people analytics leader的角色和职责,如何创建分析文化和分析的未来 正如我之前所写的,在人力资源分析和数据驱动决策中,成功开发和构建了可持续能力的组织具有许多共同的特点。 领先公司共有的一个特点是有一个鼓舞人心的领导者——“人力分析主管”。乔纳森•费拉尔(Jonathan Ferrar)撰写的这篇文章,收录了2017年40篇最佳人力资源分析文章。“人力分析”(People Analytics)的负责人阿伦•奇丹巴拉姆(Arun Chidambaram)列出了乔纳森描述的所有问题,他在“人力分析”领域工作了15年。在此期间,Arun帮助了四家财富500强公司在人员分析方面建立了可持续的能力。 Arun当之无愧地被同行认可为该领域的主要权威和梦想家之一。他经常被邀请分享他在会议上的见解,就像他去年在伦敦的人物分析世界(见此处的亮点)和费城的人物分析和工作的未来(见下图和此处的重点)。对于那些在纽约地区的人,您将能够在4月5日的Hunt Scanlon主持的数据驱动公司活动中看到Arun(见下图)。 2017年9月,Arun Chidambaram在费城的人力分析和工作未来发表演讲 PEOPLE ANALYTICS LEADER的角色-第1部分:建立团队和增强组织能力  我很高兴Arun同意分享他在《人物分析领袖的角色》这两集系列文章中的一些见解。“第1部分涵盖以下领域: 人员分析团队所需要的技能和能力,以及这些技能是如何随时间发展的 关于团队应该如何与业务保持一致的不同选项。 进行人员分析项目的方法 开发团队成熟度的关键里程碑 关键的学习和成功的秘诀。 问1:嗨,Arun,根据你的经验,在一个人分析团队中你需要的技能范围是什么? 团队的技能和组成取决于许多因素,包括组织在分析方面的成熟度,以及团队是否也负责报告。如果我们把报告部分放在一边,我所建立和领导的分析团队将拥有数据科学、行为经济学、工程和数学背景的成员结合在一起。直接向CHRO或CHRO的一个领导团队报告非常重要,因为它向业务和人力资源部门证明了分析是人员战略的一个组成部分。 问2:团队应该如何与业务保持一致? 通常,大多数人分析团队最初都是按照部门和关键的人力资源兴趣区域进行协调的。在我的经验中,这种结合一开始可以很好地工作,但是随着业务需求的增长,您需要以不同的方式思考。您需要这样做,一方面是为了优化容量,另一方面也是为了确保团队正在进行对业务很重要的项目。对工作进行优先排序可能很快成为一个问题,这对分析人员的负责人来说是一个重大挑战。为了缓解这一问题,我采访并与人力资源领导团队进行定期对话,共同确定最重要的3-5个主题,这是实现业务和人力资源战略的关键。然后,我将团队中的一名成员作为每个主题的中小企业来管理传统和创新的分析项目。 优先考虑这项工作可能是人力分析的主要挑战。 问3:你能解释一下“传统”和“创新”项目是什么意思吗? 当然,传统工作仅限于对现有的一般人力资源项目进行微调,并利用分析来获得更大的价值,例如在继任规划等领域。相反,创新的工作包括使用新的和新兴的方法,如组织网络分析(ONA)来帮助解决业务问题。你如何平衡你在每个项目上花费的时间取决于你的组织成熟度。 下面的图1说明了组织成熟的重要性。图上的顶线显示分析能力以指数速度增长。底线代表了人力资源消费者的意识,从我的经验来看,这一意识增长得更不规律,而且速度也更慢。知道你适合的地方和差距的程度有助于传统和创新之间的过渡和平衡。 图1 -了解你的适合程度和差距的程度-人分析的组织成熟度(Y轴=投资/成熟度/产品等);X轴-时间)-来源:Arun Chidambaram 2月13日与Arun一起参加网络研讨会,与Stela Lupushor和Antony ebel - ebanda一起讨论组织网络分析(ONA)的实际应用。 问4:团队的结构是如何随着时间演进的?这与组织成熟度有什么关系?  好的问题和团队结构是我非常感兴趣的话题。不用说,团队的结构会在公司之间有所不同,但我相信组织成熟度的水平在这个结构随着时间的发展过程中也扮演着重要的角色。 我使用的模型(见图2)描述了我在这个领域的想法: 图2:人员分析团队结构和业务一致性的演进(来源:Arun Chidambaram) 部门一致  一个典型的人力资源结构有一个商业伙伴支持每一个业务,包括奖励和多样性等专业领域。我所见过的最常见的人员分析结构将一个团队成员与支持一组业务单元/部门的HRBPs联合起来。随着你的组织趋于成熟,需求将远远超过供给,而这种结构有崩溃的危险。 人力资源主题一致  组织你的团队的第二种方式,除了部门一致性之外,是了解公司的关键人力资源优先事项,并使你的团队专注于这些关键主题,如员工规划和人才预测。这种方法可以帮助您确定工作的优先级,并在一定程度上解决需求海啸。然而,就像在业务单元/部门一致中一样,随着人员分析能力的增强,这种结构将无法维持需求的强大力量。 中小企业一致  最后,随着需求的增长和成熟度的不断提高,我认为人员分析功能将需要划分为两个主要领域:1)面向客户;ii)主题专家(或非客户端)(见图3)。 图3 -将人员分析团队与主题专家和面向业务的顾问组织起来并进行对齐(来源:Arun Chidambaram) 在此模型中,人员分析团队中面向客户的团队与业务部门和HRBP建立联系,以了解问题,管理项目并运行事后分析和干预。虽然这个团队应该具备基本的核心分析技能,但他们的专业技能将更侧重于咨询、讲故事、沟通以及项目和项目管理。 中小型企业(或非面向客户的角色)需要跨关键学科的深入主题专业知识,如数据工程、研究和数据科学、实验和设计思维、可视化/报告和技术。我设想每一个中小企业都是由一个致力于自己专业领域的人领导的。 如今的团队结构通常会让成员同时面对双方(中小企业和客户)——这种模式的潜在挑战是,当一些分析师在决定专攻哪个方向时,他们会发现很难放弃另一方。 问5:根据您的经验,在组织内建立一个坚实的人员分析基础的关键里程碑是什么? 根据我的经验,我将把它归纳为五个主要里程碑: 建立一个可持续的和长期的分析能力,重点是交付业务结果 与业务中的其他分析团队建立紧密的合作关系,并开发一个实践社区来共享过程、技术和科技。 开发一个严格的5步方法,所有项目都要涉及,这对成功至关重要 建立与法律和数据隐私的关系,以便更好地理解人才分析中数据的使用 建立一个人才分析实验室,测试分析思维,并尝试新的举措,如组织网络分析(ONA)  问6:请您提供您的5步研究方法的更多细节,以及它是如何对您的成功至关重要  每个潜在项目的方法始于人力资源和业务同事之间关于问题声明的对话,遵循五个严格的步骤,从撰写研究建议到支持业务进行事后分析,并参与下面图4所示的行动后审查。 图4:People Analytics的五步研究方法(来源:Arun Chidambaram) 这五个步骤可概括为: 问题范围——这一步涉及到与人力资源或相关团队成员沟通,以了解业务问题及其影响 概念设计——对于每一个被接受的研究提案,我的团队会制定项目的概念设计 数据——收集和管理来自调查业务问题所需的各种来源的数据。 分析——这是我们花时间构建、分析和测试模型的技术步骤 Post hoc -这个关键步骤包括评估干预的影响和测量结果/ROI,以及检查模型是否符合规范,并在必要时进行必要的调整。 这5个步骤的方法有助于团队、人力资源和业务客户对业务问题达成相互理解,并以有效和及时的方式解决问题。 问7:在构建组织能力和领导人们分析功能时,你遇到过哪些典型的挑战和关键经验?  在我工作过的机构中,建立本质上是一种新能力的做法,既有回报,也有挑战。关键经验包括: 理解组织的分析成熟度(参见图1和对问4的响应)对于保持这种能力是绝对重要的 平衡定性和定量科学 与法律和隐私密切合作——不要认为你的人力资源团队应该或确实知道关于数据隐私规则的一切 区分分析和报告——两者都很重要,但是您需要清楚您的愿景和人员分析的目标。 为人员分析团队创建正确和最优的结构来支持业务目标 倾听人力资源利益相关者和商业同事的意见,并加强合作 在工作中保持透明,专注于你正在做的事情,而不是你如何去做。 以上内容由AI翻译,仅供参考 原文链接:https://www.linkedin.com/pulse/role-people-analytics-leader-part-1-building-capability-david-green/
    人力分析
    2018年07月20日
  • 人力分析
    数据显示:人力分析能为企业增加价值 HR Tech China获悉人力分析最新数据,下面我们来看这组数据: 数据显示: 人力分析能为企业增加价值 全球75%的人力资源专业人员正在使用数据来了解员工绩效和生产力问题 65%在企业中具备强大的人力分析文化的专业人士,报告说业务表现强劲 在那些分析文化较弱的企业中,只有32%的人报告说业务表现强劲  对人力资源能力缺乏信心 全球53%的人力资源专业人士认为,他们的人力资源团队具有可证明的数字和统计技能,而金融专业人士的这一比例为36% 英国的人力资源分析能力和信心落后于其他市场 21%的英国人力资源专业人士有信心进行高级分析,而在东南亚,这一比例为46% 以上内容由HR Tech China综合整理报道
    人力分析
    2018年07月17日
  • 人力分析
    在时间序列预测方面,传统的统计方法往往优于机器学习方法 文/ Paul Cuckoo 今天,如果没有基于机器学习(ML)的解决方案,坐在分析环境中的会议上讨论解决问题的方法是不可能的。这是有道理的;从SVM、CART回归树到神经网络套件(BNN、RNN、LSTM)的ML技术提供了优越的预测能力。当将这种预测能力转换为时间序列预测时,自然会认为这些ML算法应该是首选。好吧,也许不是。雅典国立技术大学的3位预测专家最近发表的一篇论文可能会给出相反的建议; 就时间序列预测而言,ARIMA或ETS等传统统计技术实际上可能提供更好的预测性能。 研究小组利用来自已知数据源M3竞赛数据的1045个时间序列数据子集,测量了8种传统统计技术和8种先进的ML技术的预测性能。他们研究的主要结果,以及艾哈迈德等人早期的研究,如下图所示,其中sMAPE%用作误差指标(越低越好): 统计和ML方法的性能之间有明显的区别。然而,作者进一步考虑了这些方法的计算复杂度。通常,许多统计方法都可以在标准笔记本上几秒钟内运行。相比之下,一些神经网络需要在快速gpu上训练数小时。考虑到这一点,计算复杂度的扩展显示如以下图表: 正如现在所预期的,有一整套统计技术(Holt-Winters, SES等),它们在计算上都非常简单,并且性能良好。作者继续写道: “学术的ML预测文献存在的一个问题是,大多数已发表的研究提供了预测,并声称其准确性令人满意,而没有将它们与简单的统计方法甚至朴素的基准进行比较。这样做提高了ML方法提供准确预测的期望,但没有任何实证证据证明这是事实。” 他们的工作清楚地强调了ML方法更好这一错误假设。这也不需要考虑ML方法减少的可解释性和不确定性管理。正如一位同事最近所言,复杂性不一定是创新。 在OMD EMEA的市场情报部门,我们每天处理各种数据类型和结构,尤其是时间序列数据。尽管ML算法将继续成为我们在所有数据结构上提供的高级分析的基础,但本文的工作表明,传统的统计和计量经济学建模技术仍有很多可提供的,成本非常低。 (以上是我的个人观点,并不一定反映OMD EMEA或任何Omnicom公司的观点) 以上内容由HR Tech China AI翻译,仅供参考
    人力分析
    2018年07月16日
  • 人力分析
    2018年的HR趋势走向,生产力与人力分析将是重头戏 来源:T客汇  作者:张飞逸 随着全球数字化转型的推进,人力资源(HR)领域的技术与服务也在不断地推陈出新,前不久公司发布了“2018年颠覆性人力资源技术”报告,该报告发现在过去的一年间,人力资源技术的进展比以往任何时候都要迅速,而且在这一领域中还将出现十大颠覆性的趋势。 从“自动化”到“生产力” 多年以来,人力资源技术发展的重点一直聚焦于自动化与整合人力资源实践。这涉及到在线薪资、记录留存、学习管理、简历抓取、面试与招聘、评估、绩效考核、薪酬、管理等人力资源中的方方面面。 这当然很重要,不过很多服务现在只是“照猫画虎”。虽然市场有众多提供基于云计算的HRMS(人力资源管理系统)和工资单服务的供应商,但是他们中鲜有厂商能将“自动化”与人力真正地结合起来。一项人力资源影响力研究所示,大约45%的公司仍然只是专注于最基本的流程自动化。 而除了自动化外,当今商业中的另一大主题是生产力。我们现在都是高度敏捷的,以团队为中心的组织,但是我们并不知道如何去应对这一情况。员工的倦怠、专注和敬业程度都会给企业带来很大问题,员工需要去处理各种邮件以及来自于大量沟通工具中的海量信息,这无疑会将他们“压垮”。对于众多供应商来说,能否为客户带来提升组织生产力并同时协助团队工作的全新HR软件将是一大挑战。 云端HRMS和HCM发展增速,但他们并不是一切的核心 在过去的五年中,基于云计算的HR服务始终处于高速发展中,我们甚至可以罗列出超过二十家比较成功的云HR厂商,这些厂商为客户提供云端的HRMS、工资单和人才管理服务。大多数情况下,这些厂商还提供其他的财务与ERP方案服务。所以对于公司来说,问题的关键已经不是“上不上云”,而“何时”和“如何”上云。 不过说来容易,做起来难。尽管各种云端人力的方案正在变得愈发成熟,但研究发现目前只有40%的公司使用了云HCM方案,而大公司云端迁移的过程也往往需要耗费2到3年或更长的时间(这涉及到一些定制化的问题)。因而,公司仍然会需要一段时间来确定出心仪的供应商以更好地完成上云的过程。事实上,大部分的公司在供应商选择问题上会耗费数月甚至是数年的时间,因为他们认为这个决定将对于他们整个组织与员工产生根本性的影响。 但是虽然云HR与薪酬系统几乎是任何业务系统的核心,但是它可以被替换。客户所购买的更重要的技术是人才和团队管理软件。所以,公司的HR架构看起来更像是一套“服务集”,所有的重心都将围绕于如何让员工工作变得更为轻松,而不是那种单一云供应商提供的单一系统解决方案。 下图所示的是如今一个HR架构的形式,最为关键的是中间的绿色层,我们可称之为“员工服务层”(看起来越来越像聊天机器人)。 基于这种架构,有一种观点就是:一种全新种类的HCM软件将会出现,它看起来更像是“团队管理”而不是我们现在常见的“人才管理”。 项目持续性管理 目前业内有一个认识就是,持续性的绩效管理是可行又有效的,并且它可以对公司进行改革。当然这并不是说公司要取消当前的评级系统,而是需要去建立一个全新可持续的目标设定、指导、评估和反馈流程。 德勤报告中揭示出了一个问题,尽管市场上有很多云HCM供应商都获得了成功,但是没有一家供应商针对项目持续管理去构建出完整的解决方案。这意味着用户可能需要去购买其他产品也解决这个问题,因而那些提供这种“以团队为中心”的新工具供应商可能会成为未来HCM市场中的领导者。 反馈、员工敬业度和分析工具将统治市场 数年前,员工敬业调查市场还是比较沉默的领域。而如今它已经与实时调查系统、情绪分析软件、组织网络分析(ONA)以及自动反馈工具一起构成了一套完整的监控与管理系统。 开放性的反馈工具数量也正在激增,这也为员工提供另一个意见反馈渠道。 另一个出现爆发式增长的方面来自于那些可以帮助员工“找到自我价值”的基准测试工具。 正如几年前那篇《反馈是杀手级应用》的文章所述,随着这种公司透明度的上升,公司组织会变得更为健康,也将催生全新的职业脉搏调查、基于AI的分析与意见系统以及全市场文化评估系统。无论是从创业公司还是大型ERP供应商或人力管理供应商那里获得这些服务,公司都可以将它们嵌入到自身全新的绩效管理系统中,这将是一个全新的应用世界。 企业学习工具的再造 一种全新的企业学习工具正在出现,而公司正在推动它们的发展。 其中包括“体验平台”,这是新一代的“微型学习平台”,具有基于AI的现代化LMS系统,可为员工提供学习指导与建议,并可以让他们寻找学习资源与共享学习内容。 同时,基于VR的学习服务正变得愈发普及,而随着更为智能的技术出现,人们将找到那些“自己真正所需的东西”。目前,公司已经可以通过购买系统让员工进行内容的发布与共享,而无需付出过多的工作。 招聘服务市场将蓬勃发展 招聘永远是HR领域最大的市场之一。各大公司每年会花费数十亿美元以进行招聘,这是一场围绕于就业品牌、候选人、候选人经验和战略收购而不断升级的战争。 大量的招聘工作(如酒店、服务、医疗与零售)通过聊天机器人和其他新工具以实现自动化完成;而同时这些招聘工作又通过开源工具、更自动化的求知者追踪系统(招聘管理系统)以及更好的评估系统得以实现革新。 目前,视频评估与文化评估工具技术已经成熟,因而所以客户都能使用它们。 这将是整个HR技术中最具活力与创新力的方面,主要是因为几乎每个公司都具有相关的需要。如果把招聘过程比为工程建设过程,那么我们需要购买一整套的世界级的机器以完成相应的工作,而每一个机器都有自己独特的运作模式。招聘人员就像木匠一样,随着时间的推移,他们的招聘技术会越来越好,突然公司会发现自己的员工跳槽到了竞争者哪里,而他们完全不知道发生了什么。因而,公司需要对他们的招聘系统进行一次“升级”。 比起以往,市场更为活跃,失业率也接近历史最低点。所以我们又回到了“人才争夺战”的时代,而人才又“唱了主角”。换句话说,所有新技术都让公司与候选者愈发了解对方。 要记住那种传统式的“职业描述”正在走向终结。 越来越多的工作将是“混合型”的并且它们仍在高速变化,所以全新的工具必须能够帮助公司找到那些具有合适的能力与学习技能的伙伴,而不是仅仅是那些具有技术或认知能力的雇员。 这种多元化正是现在招聘工作的核心,随着新技术得以应用,很多职位描述与面试中的偏见将逐渐消除 (VR就可以在这方面提供帮助)。 福利市场爆发 就算我们不提HR技术,企业内容与福利工具也是个“大事”。我们不仅需要提高生产力和减少认知负荷的工具,而且我们还需要“驱动力”与数据以提升员工幸福感。供应商正在为他们的客户带来更多这方面的价值,一些员工(特别是年轻员工)表示,在公司应用福利工具后,他们的敬业度和身心健康得到了改善。 德勤认为,公司的健康方案正在从“健康”转向于“减轻职业倦怠”,成为一种“人力绩效”的新焦点。这是大多数HR部门正在经历的过程,也是供应商正大力发展的领域。 人力分析的成熟与发展 与员工相关的数据(所有方面的)正在变得与客户数据一样重要或更重要,因为这将告诉我们如何更好地去管理业务。 现在的市场中具有大量的嵌入式的方案产品(几乎每个HCM供应商都嵌入了分析功能,其中还包括预测引擎),所有的供应商正在将AI应用到他们所有的产品中。同时,借助于云平台,分析功能发展出现了进一步的提速,现在公司可以更容易地建立一个主管级的仪表板,以便团队去了解如何去改善工作体验。 在公司层面上,ONA(组织网络分析)软件市场也正在高速发展,所以一个全新“关系分析”的世界正在形成。所以我们可以看到各种核心的HRMS数据(人力流转、任职情况、绩效评级),关系数据、幸福指数以及情绪数据。所有这些数据都将被HR部门获取,并使得整个公司的HR管理变得更为透明。 这种从“博士人才分析项目”转变为以业务为导向的趋势有助于公司研究销售业绩、团队绩效和其他业务关键问题。人力分析将是未来数年内HR系统成功的关系因素,因为所有新技术的发展都伴随着海量数据的产生。 智能自助工具的出现 在如今的HR技术环境中,或许一个最重要的新兴市场将会是那些快速增长的自助式员工体验平台。不断变化的HR系统正在将案例管理、文档管理、员工沟通管理和帮助台交互功能集成到一个统一的价架构中。这些服务将位于员工应用和后台应用之间,它们是员工服务中最核心的内容。 而AI也会在此提供助力。基于AI,员工将获得各种职业“教练”,比如职业认知教练和招聘认知教练。这些都将为员工进行自助性的学习与工作提供帮助。 HR自身的创新 最后的趋势将有关于HR团队内各种创新项目的快速增长。HR从业人员正在成为“颠覆者”。曾经HR部门总是等待科技公司的创新,然后再去进行购买与应用。而如今的HR部门正在尝试开发出新的绩效管理模式、新的学习策略、减少偏见的方法以及如何进行招聘和知道员工的新技术。而后他们进入市场,去寻找是否有厂商有意致力于此以进行合作。这种模式,本身就是一种颠覆,这也让HR技术社区的发展速度比以往时候都要迅速。
    人力分析
    2017年12月21日