• HRIS
    盘点:亚洲人力资源科技领域值得关注的初创公司 文/TIM PILKINGTON 整个亚洲都在积极开发HR Tech产品,以下我们将重新审视这些人力资源初创公司,看看他们都在忙着创造什么。 Glints :Glints旨在成为亚洲年轻专业人士和毕业生的头号招聘平台。众所周知,招聘领域存在大量竞争,但总部设在新加坡的Glints凭借其设计精美的门户网站以及迄今为止令人印象深刻的成果,不断发展壮大。该网站自豪地报告说,他们已经帮助“361930名年轻专业人士发现他们的梦想职业”,授权“全球13437家公司建立成功的团队”,并且让求职者每月探索2271个“热门机会” 。 plugHR :PlugHR是一种新型的HRIS系统,来自印度的技术巨头。凭借对设计的强烈关注,PlugHR团队致力于巧妙地解决人力资源领导者在努力提高绩效和推动文化时所面临的主要挑战。 PayrollPanda :PayrollPanda为马来西亚中小企业提供在线薪资和休假管理的服务支持。该公司了解技术背后的人为因素,并提供免费的专家支持,以帮助吸引和留住他们的客户。这是一项似乎取得成功的计划,因为他们已经收购了超过1,000名客户,并且这一数字正在快速增长。 Leena AI:Y Combinator毕业,印度的Leena AI,继续不断壮大。Leena AI驾驭人工智能/机器学习浪潮的顶峰,帮助人力资源总监通过HR Helpdesk聊天机器人简化人力资源运营。“人工智能人力资源助理”(AI-powered HR Assistant)为员工提供各种薪酬,休假和人力资源管理查询的即时答案。 Qilo :Qilo也位于印度,来自一个有趣的背景。该技术源于10,000多名员工的工作场所文化研究,该研究得出的知识推动了产品的持续发展。Qilo通过该平台的行为科学和机器学习的创新组合,支持业务领导者推动所有权,问责制并最终提升组织绩效。 EngageRocket :随着人力资源行业开始再次谈论“人才争夺战”,新加坡创业公司EngageRocket的实时劳动力数据平台恰逢其时,它旨在提高员工敬业度和生产力。实时方面是人力资源领导者的一个关键卖点,因为它可以为人才流失提供早期预警系统。这允许领导者在为时已晚之前采取补救措施。 Fastwork :自由职业行业中有一些巨头,但Fastwork通过专注于泰国市场为自己创造了一个利基市场。这种聚焦使他们能够吸引超过30万用户在不同领域工作,如平面设计,在线营销,数据输入和网络开发。 eChinaCareers:一个精心挑选市场的利基玩家,eChinaCareers在中国提供英语就业板。这家小型但不断发展的创业公司在过去6个月内已经发布了1,400多个工作岗位,并且有超过1,100名雇主使用该平台。 Xobin :印度Xobin团队清楚地了解其人力资源从业者的受众,因为他们的产品套件非常明确地希望通过汇总工作板,ATS,评估工具,学习管理系统和传统的人力资源信息系统(HRIS)整合到一个无缝的用户体验中,来减少人员操作的管理组件。精简招聘得到了大部分的关注,但随着公司持续稳步增长,人力资源领导者明显享受招聘后产品元素的节省时间的因素。 Thue Today:Thue Today是另一家招聘技术创业公司,它选择在特定地区运营,这次是越南。事实上,高度自动化的工作和招聘门户更进一步,并在一个次级市场中运作:它们目前帮助酒店,食品饮料和零售行业的求职者和雇主。 Infeedo :Infeedo公司已帮助5,000多名员工更多地享受他们的工作,并帮助CEO使用名为“Amber”的AI聊天机器人参与并吸引员工。我们认为,Amber的一个特别优势是支持和留住不满或想要离开的员工。 Kakitangan.com : 人力资源信息系统(HRIS)市场竞争激烈,但Kakitangan.com的团队创建了一个一体化系统,已经帮助了广泛的马来西亚中小企业。 Urban Hire :印度尼西亚的Urban Hire工作委员会聚合器继续其令人印象深刻的增长。员工在申请角色后享受轻松的体验和定期的自动更新。雇主受益于高级申请人跟踪,多个用户的简历搜索,以及能够通过一次发布到多个渠道来吸引候选人。 Swingvy :对于Swingvy来说,今年又是一个重要的年份。他们的人力资源、工资和福利HRIS平台获得了另一个奖项。在马来西亚、新加坡和韩国,Swingvy团队将人力资源从业人员的行政工作自动化,这往往是一个受欢迎的结果。 Freshlinker :FreshLinker是一家总部位于香港的充满活力的职业门户网站,它分享了经过深思熟虑的职业发展内容,并提供雇主品牌推广机会,所有这些都能帮助年轻人对各自的职业道路做出明智的决定。他们策划的“质量重于数量”的招聘方式吸引了招聘人员的注意,我们应该会看到这个年轻的人力资源行业的进一步快速增长。 Interview Mocha :每个招聘经理都担心,他们选择的人与他们在面试过程中认为的不一样。印度Interview Mocha意识到了这种恐惧,并建立了一个非常成功的候选人评估平台。该平台提供超过1000种不同的技能和能力测试,跨越不同的领域,如编码、商业技能、ERP、金融、语言等。Mocha拥有来自70多个国家的1000多家企业客户,Interview Mocha的表现肯定是大多数人力资源科技初创企业羡慕的对象。   以上为来自亚洲各地的一系列HR Tech创业公司,他们都以自己的方式鼓舞人心。所有这些初创公司都在努力提高业绩,从而改善各个地区人的工作生活。 让我们祝福他们。   以上为AI翻译,观点仅供参考。 原文链接:Cool Asian HR Tech Startups To Watch
    HRIS
    2018年10月06日
  • HRIS
    这是一个意外的职业:HRIS administrator,你同意吗? 成为HRIS专业人员没有直接的职业发展路径。 人力资源和IT部门的人员分配了人力资源系统职责,最终成为他们的全职职位。 There is no direct career path for becoming an HRIS professional. People in HR and IT are assigned HR systems responsibilities, which eventually become their full-time occupation. Pettit  是医疗设备制造商Halyard Health的HR系统顾问,他们讨论了HRIS专业以及影响它的趋势。在基于云的技术转变正在改变职业,使之更具战略性的业务,他说。  HRIS管理员向IT,HR或其他部门报告的人员是谁? Jim Pettit:我一直在组织中,他们在整个关系中实际上已经从部门转移了三到四次。在许多组织中,您会看到工资报告直至房子的人力资源部门。而在另一半的组织中,由于工资单对业务的财务影响,你会看到工资单报告直到房子的财务部门。没有人可以真正决定。工资单在哪里去?它是一个HR功能吗?这是财务功能吗?HRIS也是如此。它真的没有家。这就是为什么它是独一无二的,这就是为什么我们创建了这个行业论坛,这个协会是为那些正在寻找进入这个独特空间的人而设立的。 在员工被确定为HRIS特定员工之前,组织有多大? Pettit:一位支持300人的HR人员将负责薪酬,招聘,变更管理,分析以及可能被称为HRIS的内容。随着组织变得越来越大,您开始分离这些职责,不同的组织将创建一个名为HRIS分析师的工作。大型组织拥有一个完整的人力资源技术团队,可能有项目经理和项目经理正在实施,管理和支持新技术。很多时候,你有一个人支持人力资源系统和IT,但他们正在支持其他系统[用于其他部门]。随着组织的发展,它需要更多的工作来支持HRIT,而HR接下来说的是,那个人正在100%努力支持我的系统,他们为什么不直接向我报告? 有多少人被视为HRIS专业人士?你知道这个职业是否在增长,缩小还是保持不变? Pettit:这就是我所说的传递职业。人们流连忘返。听到这些故事总是很有趣。那么,你是如何参与HRIS的?很多时候,在人力资源方面,那些在人力资源部门担任招聘人员,或者作为福利分析师,或者分析师的人都很开心,有人过来说'嘿,我们要改变我们的技术。我们将为我们的人力资本管理系统实施一项新技术,并且我们需要一位主题专家与技术人员合作,共同完成这个项目。“ 这就是他们被引入人力资源技术世界的地方。 在IT方面,他们只是计算机科学人员。他们去了一家公司,他们可能正在从事金融系统,供应链系统或分配来支持人力资源系统 - 这是一种随机的事情。随着时间的推移,这就是他们成为专家的原因。 这是一件有趣的事情,因为没有真正的直接[HRIS管理员]职业路径。 许多HRIS专业人士正在从内部部署系统迁移到基于云系统的公司工作。这是如何改变他们的工作? Pettit:你仍然需要项目管理。您仍然需要变更管理。你仍然需要所有这些东西。你仍然需要测试一下。就部署和实施支持系统而言,您不能丢弃IT部门带来的所有这些年,数年和多年的经验。 HRIS管理员在云环境中需要哪些技能和专业知识?核心技能是什么? 今天的核心技能是,一直都是要真正理解并能够说出企业的语言。 The core skill today is, and has always been, to really understand and be able to speak the language of the business. IHRIM董事长Jim Pettit Pettit:今天的核心技能是,一直都是要真正理解并能够说出企业的语言。它曾经是,你会问,'你需要什么数据,你需要什么样的报告,我会格式化一份报告,这里是你的数据。' 由于分析和工具的原因,我们现在必须说:'从现在开始,一年后需要回答哪些问题,从现在起18个月还是现在24个月,这些问题会影响业务? 我必须有前瞻性思维。我必须充分了解企业能够与企业领导者合作,了解他们将在18个月,24个月,两年后提出的问题,以便建立系统和数据收集工具和技术来收集他们制定这些决策所需的数据。 你现在描述的内容听起来像是一个更具战略性的角色。这是HRIS管理员角色如何发展的吗? Pettit:我需要知道您需要什么样的问题来帮助您通过分析,回归分析和数据分析来回答[要么]。一旦我理解了这些问题,那么我必须回头想一想,我将如何配置这个工具来为我提供这些答案,或者让这些数据能够提供这些答案。所以,这是更具战略性的。
    HRIS
    2018年04月11日
  • HRIS
    HR真的有必要运用大数据来进行招聘吗? 在全球性竞争逐渐增强的环境下,人才的获取已显得越来越重要。而人才获取作为企业的当务之急,也正在促使“大数据”分析的出现,同时,大数据分析也将会越来越多地影响到人才获取的决策。 一些企业正在快速进军大数据分析,以帮助他们做出招聘和晋升的决策。此外,互联网技术的提升也为企业充分利用庞大的招聘信息进行数据分析提供了可能。我们现在正处于利用大数据进行分析的初期阶段,这是令人兴奋的。然而,数据分析过程中还有许多我们不了解的,这可能会是一种可怕的陷阱。但是我们并没有很多探索,而且也没有出台相关的法律。或许今后法院审理的由数据分析引发的案件会帮助我们回答那些将会出现的问题。 “大数据”存在于各种不同的领域,有着各种不同的来源,它携带着丰富的信息并快速发生转化。随着时间的推移,大数据的概念已经演变到包括所使用的分析工具和用于检查数据的方法。这可能会使“大数据”这一术语逐渐消失,由一种更精确的说法取而代之。 互联网选择员工 一些具有科技资源的企业正在研究使用包含“大数据分析”的软件,以帮助他们进行人员招聘质量、甄选方法和人才获取战略的评估。这些软件就是通过互联网对大数据的分析来预测职位空缺和晋升的最佳人选。 企业利用计算机筛选的数据来建立可预测的分析项目,这些数据一方面来自从社会媒体和公共活动以及可通过网络技术获得的的外部信息;另一方面来自企业提供的关于员工的内部信息,如绩效评估和测试结果的信息。企业正在进一步探索最有影响力的、最有效的和最准确的方法去筛选满足组织要求的人才。 跟踪系统的申请并不新鲜,但是一些企业正在以一种创新的方式将其运用于大数据分析,这种想法是利用申请者跟踪系统获得的数据信息,来更好地了解组织如何可以获取拔尖人才。这些企业可能会有人力资源信息系统(HRIS),来帮助企业进行申请者跟踪信息的处理,实现了企业招聘“从开始到结束的全程”。 预测模型不是万能的 专家建议企业“你可以使用”大数据分析,但并不意味着“你应该使用”大数据。在企业决定使用大数据预测性的信息来确定潜在的应聘者之前,它首先应该建立一个“如何辨别企业空缺职位与应聘者工作能力是否匹配”的理论方法。 利用大数据提供的招聘甄选解决方案之前,企业需要基于招聘目标确立一套明确的方法。企业应确保他们所收集的数据已经被准确地审核过,是“清晰而良好的”数据。而将从多种消息来源收集的数据整合到一个统一的数据库确实是一个巨大的挑战。 大数据分析只是一个收集有关应聘者信息的工具。作为工具,它就像你有了问题,你就会去寻找解决问题的方法。 而工具只有更结构化和标准化才更好,因为只有这样你才会得到更多可靠性,有效性和可能性的支撑。 规则落后于技术 企业需要对人才的获取快速做出反应,而网络申请者的规则却未能跟上这样快的反应速度。根据规则,求职者必须达到网上申请的四个规则。包括以下内容:个人通过网络或相关技术手段提交就业意向书;第三方需要衡量这些求职者与求职岗位是否匹配;求职者的兴趣意向应该表明他们具有符合求职岗位的基本素质;求职者不放弃自己的进一步考虑,否则就会表明他们对这个职位不再感兴趣。 随着互联网技术的快速发展,求职者现在可以通过他们的移动设备快速申请职位,同时雇主也可以通过公共网络来检查潜在求职者是否合格的大数据。根据一些联邦承包商的说法,2006年的互联网应用程序规则不能满足当今企业的需求和要求,严重妨碍了企业合法经营的需求。如今,互联网技术仍在迅速发展中,规则是否能快速做出相应的反应仍然是一个摆在世界面前的挑战。 大数据在利益合法上存在担忧 一些企业可能会通过利用人才信息获取阶段的大数据(这个阶段人才还没有成为正式的“申请者”),从而避免网上申请规则,减少不良协议的风险。因此,这些企业可以将大数据的研究结果和工具应用于人员招聘的开始阶段,来快速淘汰那些不满足基本工作要求的应聘者。你可以减少最初需要筛选的求职者数量,大量的数字对于不良信息的统计分析而言是有害的。因为当你有大量的统计数据时,会更容易发现统计分析的显著意义。 在评选的过程中,利用大数据的预测分析模型可以避免主观性。这为所有候选人提供了一个公平的竞争环境,这可能会带来一些有利的结果,保护应聘者免受无意的歧视。不过,专家建议在这一过程中,用人单位应该认真审查预测分析模型编码带来的偏差。 然而,利用大数据也可能会引发不同的处理索赔事件。当大数据的分析和选择程序只用于某一个受保护的群体,而不顾及其他人的时候,依赖这样的预测准则将可能剔除很多可能合格的应聘者,则这些应聘者很可能会因为受到这种不公平甚至不合法的对待而引发各种争议。 本文来源Exerts discuss big data’s effect on hiring,bias claims,作者高凡,版权归原作者所有,如有侵权请联系,我们将及时处理。谢谢!
    HRIS
    2015年12月11日