-
区别
【仕邦集团】同样都是缴社保，单位交和个人交到底有什么区别？
我们都知道用人单位是必须要为员工缴纳社保的，而那些没有在单位上班，例如灵活就业人员，他们也可以自己去缴纳社保，并在之后享受到相应的福利。但是就有人问了：由单位帮忙缴社保和自己缴社保，两者有什么不同呢？今天，小邦就给大家科普一下~
单位交和个人交社保的区别
01、性质不同
单位缴社保：对于职工来说，用人单位必须为员工足额缴纳社会保险，这是法律上的强制义务，而且是双方的法定义务，劳动关系的双方对此不可协商变通。
个人交社保：一般是以灵活就业者的身份缴纳，只需要缴纳养老保险和医疗保险，费用全部都由个人承担。
02、参加险种不同
单位交社保：可以参加5个险种。只要我们在公司上班，公司就要依法帮我们缴纳五险，具体包括：医疗保险、养老保险、生育保险、失业保险和工伤保险；
个人交社保：只能参加2个险种。可以以灵活就业人员身份按月参加职工社保（职工医保、职工养老），也可以以居民身份按年参加居民社保（居民医保、居民养老）。
03、缴费金额不同
单位交社保：单位和个人共同承担社保费用，单位缴费占比较大。
个人交社保：个人全部承担。没有在单位上班，想自己交社保，保费只能自己全额承担。比如职工养老保险，个人需要缴纳20%。
04、享受待遇不同
单位交社保：享受五险待遇。公司缴纳的社保有五险，比个人交的社保多了生育、失业、工伤三项保险待遇。职工医疗保险有个人账户，单位缴纳的部分，每个月会按比例划入个人账户里。而且里面的钱会产生利息，归个人所有，可用于日常看病买药；
个人交社保：享受两险待遇。只能参保两险，无法参保工伤保险、失业保险和生育保险，也就无法享受到工伤、失业和生育保险的相关待遇。
相关法律依据《中华人民共和国社会保险法》
第十条
职工应当参加基本养老保险，由用人单位和职工共同缴纳基本养老保险费。
无雇工的个体工商户、未在用人单位参加基本养老保险的非全日制从业人员以及其他灵活就业人员可以参加基本养老保险，由个人缴纳基本养老保险费。
公务员和参照公务员法管理的工作人员养老保险的办法由国务院规定。
第二十三条
职工应当参加职工基本医疗保险，由用人单位和职工按照国家规定共同缴纳基本医疗保险费。
无雇工的个体工商户、未在用人单位参加职工基本医疗保险的非全日制从业人员以及其他灵活就业人员可以参加职工基本医疗保险，由个人按照国家规定缴纳基本医疗保险费。
第三十三条
职工应当参加工伤保险，由用人单位缴纳工伤保险费，职工不缴纳工伤保险费。
第四十四条
职工应当参加失业保险，由用人单位和职工按照国家规定共同缴纳失业保险费。
第五十三条
职工应当参加生育保险，由用人单位按照国家规定缴纳生育保险费，职工不缴纳生育保险费。
第六十条
用人单位应当自行申报、按时足额缴纳社会保险费，非因不可抗力等法定事由不得缓缴、减免。职工应当缴纳的社会保险费由用人单位代扣代缴，用人单位应当按月将缴纳社会保险费的明细情况告知本人。
无雇工的个体工商户、未在用人单位参加社会保险的非全日制从业人员以及其他灵活就业人员，可以直接向社会保险费征收机构缴纳社会保险费。
-
区别
HR Analytics, People Analytics & Workforce Analytics有什么区别？为什么重要！
HR Analytics, People Analytics & Workforce Analytics 我们经常看到，有啥区别呢？
技术、大数据和分析已经成为战略决策工具箱中的重要项目。其中一个原因是，在过去的30年里，商业价值的驱动因素已经发生了巨大的变化。在过去，商业价值是有形的。想想仓库里的股票，银行里的钱，房地产，等等。而且它们在资产负债表上都有记载。
如今的商业价值也可以与拥有一支能够颠覆市场并带来彻底创新的高素质劳动力有关。想想亚马逊的例子就知道了。他们的估值正在飙升，但这是因为他们的仓库业务，还是其优秀劳动力的真正价值？
公司正在积极寻找好的措施来获取这种劳动力价值。已经有一些倡议在资产负债表上将劳动力作为一种无形资产进行核算。当公司更加意识到他们劳动力的价值和潜力时，他们正在寻找衡量标准和方法，以最大限度地提高效益，优化业务成果。这正是人员分析的意义所在，也是企业积极探索如何实施和接受这种分析的原因。
HR Analytics, People Analytics & Workforce Analytics有什么区别？
HR Analytics和People Analytics之间的区别是什么？从一开始，我们就必须澄清对HR Analytics, People Analytics & Workforce Analytics这些术语的误解。
在实践中，这些术语经常被交替使用，然而，它们是不一样的。HR Analytic捕捉和衡量人力资源团队本身的运作--例如，分析KPI（关键绩效指标），如员工流失率、招聘时间等。这样的分析只与人力资源团队有关，他们可以为之负责。
考虑到这一点，我们有必要了解People Analytics的无限范围。真正的People Analytics旨在涵盖人力资源、整个劳动力数据和客户洞察力。People Analytics灌输了测量和分析所有这些信息的方法，并将其编织在一起以改善决策和业务绩效。
然而，重要的是要理解Workforce Analytics包括整个工人群体（不仅仅是全职员工），并允许未来包括人工智能和机器人，这些都有可能取代一个组织内的现有工作。因此，在制定整体的劳动力战略时，劳动力分析更具有描述性。
管理方面的含义：如何利用People Analytics来实现业务成果
德勤（2018）报告称，人力资本分析People Analytics不仅可以帮助组织理解不断变化的工作场所，还可以提供洞察力来推动客户行为和参与。此外，CIPD（2018）最近的一项调查证实，使用人员数据可以改善业务成果。然而，重要的是要明白，实现People Analytics的一个关键障碍是缺乏任何形式的People Analytics战略--更不用说一个与业务战略相一致的连贯战略。
为了使企业在People Analytics方面获得成功，重要的是要有一个深思熟虑的战略，关注对整个企业真正重要的东西；这最终应该与人员的行动和行为相一致。因此，People Analytics不仅能使企业衡量和跟踪与业务战略有关的进展，而且还能协助人力资源部门通过规定未来的行动来管理整个人员战略，最终达到业务战略目标。
你觉得呢？一起来聊聊~
-
区别
【全球视野】中美招聘领域的模式与趋势
来源：公众号“硅发布” 作者：杨琳桦
// // //
我和硅谷创业者聊天时发现，硅谷华人对国内创新渴望了解，但存在深度信息鸿沟。乘过年在上海，我特别邀请人人猎头创始人王雨豪、日本最大招聘公司 Recruit Holding 亚洲区战略规划经理 Blake Ma，及垂直媒体 HR Salon 创始人冬瓜，来聊国内投资最热领域之一“移动招聘”。Recruit 是除 LinkedIn 外全球市值最高的招聘公司，曾投资 58 同城，也是 51Job 占股 40% 股东，并已全资收购美国最大招聘信息搜索公司 Indeed。据 Blake 透露，过去几年，Recruit 正在印度、澳洲急剧扩张，而针对中国招聘市场的旺盛需求，Recruit 收购或投资了多家企业，正积极展开布局。为方便阅读，我直接将三位 Insights 整理成一篇文章，以下是我记录的内容，希望能给大家带来全球视野。
两代模式和趋势
讲中美招聘领域区别前，我们先来做一个基本框架的梳理。从最早中华英才网、51 Job 到今天各种移动创新，招聘模式其实经历了两代。
第一代是以 51 Job 为代表，美国对应就是 Monster 或 Ziprecruit 等，这种模式最简单说，就是做“信息服务”，把公司招聘信息发到网上，解决问题是：“主动求职者”和企业间的一个关联。
这种模式上世纪经历过一次爆发，包括促成 51Job 等上市，因为需求强，中国 1998 年前后发生人才产业革命，大量人要换工作，而互联网本质是提升效率，所以把需求用网站模型，再借用传统分类广告模式，就可以看到立竿见影的创新，那它商业模式就是广告。
而第二代，是要解决把“被动求职者”翻出来的问题。因为招聘这个东西，要谈肯定要谈到候选人工作经验，我们其实一般把人才分三层。
最底下这层是特别主动求职人群，哪怕工资涨点，他也考虑换工作，这部分人很愿把信息公开，也愿用各种科技手段找机会；第二部分则占最大市场，即经理到总监，所有公司都想招这个级别的人，那他们中确实有些属主动求职，但大部分还是被动求职，不那么想让信息去很多地方；而最高一层就是 CXO，这种级别的人他信息不会出现在公共通道，即使出现，他目的也不是找工作，而是作为公司老大必须把信息公开下。
所以这也就决定除第一种信息服务模式外，需要中介（也就是猎头）介入求职过程，因为第一层和部分第二层被动求职者倾向通过私人关系找，同时这部分人如果找工作，除薪资这些可量化指标，其实还很在意职业前途，或和一个新老板关系等这些很难量化的东西，那它就要有一个中介去协调。
所以猎头介入模式在美国，就是 LinkedIn。LinkedIn 虽不像中国现在一些创新，如“人人猎头”开始直接做猎头交易平台（类似房产中介行业，把“经纪人”从中介公司独立解放出来），只做猎头服务前端，但它已经是全球猎头最依赖平台，猎头愿每年付钱给它买很多普通人得不到的数据，包括人才联系方式，他二度和一度关系等，猎头凭这些关系可以推断出这个人在特定领域的专业度，所以 LinnkedIn 服务就很精准。
如果对应估值，你看 51Job 这么多年，市值只有 10 亿美元，但 LinkedIn 市值接近 300 亿美金，这是因为和猎头相关人才市场比例占总人才市场比例最大，而 LinkedIn 相当是一个全球猎头的“淘宝”，所以它市值就高。
另外现在招聘领域还有个趋势是说，我不管你创业切入点是第一种还是第二种，它都在向交易模式靠近。比如“脉脉”，切入点还是第一代，但未来商业模式是按效果付费，就是只有企业真找到人才，它才收钱。这是有原因的，因为只有介入交易，你参与和控制力度才有，价值才重要，而过去单纯信息发布“广告”作为第一代商业模式，它价值有限。
但这同时，也就造成一个结果，即招聘领域本身竞争，会比其它领域竞争更激烈一些。因为假设客户只有在候选人入职时才拿钱，就意味一个人他只要不入职，公司就不用付钱，那它就会倾向选择五到六家公司，帮它同时做招聘，而这样做法在其它领域几乎不可能，比如广告公关公司，因为会造成混乱。
所以这个竞争问题该怎么解决？这是每家招聘公司都必须面对的课题，你看到或用社交办法做候选人粘性也好，或用大数据做候选人粘性也好，原因都是在解决这个问题。
中国创新三大驱动力
现在我们来看下这个领域中国市场和其它市场的区别。第一个是，企业发布成本。就是说，像美国这种国家，一个职位招聘发布可以卖到三、四百美金，日本差不多一个价，而全球可能只有中国是最便宜的。
一个原因是人民币和美金货币价值不同，这里有个差价；另一个就是说，海外市场无序竞争没中国这么惨烈，中国竞争愿打价格战，中国现在这种信息发布已经越来越接近免费。
第二个区别，中国人才求职意愿极端两极化。典型代表像招聘广告网站，它会有个 1：9 现象，就是说，腾讯每天会收到超过 13，000 封互联网人才简历，然后每天会有 90% 有效合格人才求职飞向 10% 的 BAT 这些大公司。这跟美国有很大区别。
美国人，他会愿尝试一些创业小公司。而据我们知道情况，美国市场候选人倾向在区域内换工作，比如是芝加哥候选人，他就在芝加哥附近找，或纽约附近候选人，他不太会离开纽约，但中国人才地区流动性极其大。
像中国，他如果是北京候选人，到南方工作无所谓，再比如我是个湖北人，要在三个离开家乡的机会里选一个，那哪个对我其实都无所谓，这也造成和深化 1：9 现象，因为我不在乎我在哪，所以资源优势向大公司靠拢。
而第三个区别就是，美国和中国简历真实度不一样，我们说是很不一样，以 10 分制看，中国可能 70% 为轻度注水，30%-40% 是重度注水。而它造成结果就是说：我们这些创新公司很累，猎头很累，大家都很累。
中国也有一些网站可以像 Linkedin 这样做几度关系，但现在数据量，价值不是特别大，用户数比较低，对我们做招聘的，有效信息少。这时是非常惨的，我们来看下几个数据：
2013 年 1 月，猎聘拿了 B 轮；4 月，人人猎头拿了种子轮；7 月拿了 A 轮；2014 年 3 月，拉勾拿了 A 轮；4 月猎上拿了 A 轮，4 月猎聘拿了 C 轮；然后 8 月，拉勾拿了 B 轮；11 月，猎上拿了 B 轮，人人猎头又拿了个 B 轮。还有其他一些小的拿 1000、2000 万。这就是发生在 2014 年短短一年的事。
也就是说，因为中国招聘市场痛点很大，就让它发生革新机会大，包括在美国做猎头这块，到 Linkedin 好像就停了，因为市场猎头痛点，它没这么强烈，我们说一个行业痛点，是决定创新的一个根本动力。
难点
而除刚才说的信息真实度问题外，现在中国招聘领域狠难的一个地方是说，人才市场供需不平衡。它发生的连锁反应，就是你作为一个创业公司，拿 A 轮、B 轮容易，但拿 C 轮普遍不容易，因为持续数据增长看不到，就没 C 轮。
这增长包括用户数，也包括收入。用户数其实难，我举个例子，比如某公司说八个月时间获取 100 万用户很牛，但市场就这么大，它再做八个月，可能差不多还这样。刚才讲了，中国互联网行业有 500 万从业者，他八个月获取 100 万用户，这 100 万容易获取，因为都是每天憋着劲找工作的人，但剩下那 400 万，人家不动。
为什么？因为 2000 年后中国跟互联网有关产业高速发展，人才到今天，它都远远跟不上，今天中国整个人才方面，一方面传统行业淘汰下来的，像沃尔玛这些，公司他不要；另一个，中国现在还有种说法，就是如果你已经过 40 岁，没人要。为啥呢？
因为国内，反正大家都不懂移动互联网嘛，那反正都不懂，我与其用老家伙，不如用年轻的好了。所以，现在中国人才市场的一个现状就是一个春运期间的火车票。这也是中国现在 2013 年、2014 年招聘领域创新企业这么多，但大家实际上都在努力提升的最后一个效果。
本文版权归硅发布所属公司所有
扫一扫 加微信
hrtechchina
