• HRMS系统
    人力资源六西格玛(6 Sigma):对人力资源流程,分析和自动化的影响 数据科学已经触及了当今业务功能的各个方面,从而提高了业务决策的速度,准确性和质量。作为核心业务运营的固有组成部分,“人员职能”也未能对这一发展免疫。   众所周知,最好的数据科学实践将管理工具与统计和机器学习见解相结合。这种组合极大地帮助了战略决策,从而直接提高了全球众多企业的生产力和盈利能力。   什么是六西格玛? 六西格玛可能是沿着这些方面最成熟和最有据可查的方法。从根本上说,六西格玛是一种数据驱动的方法,通过减少过程均值的变化来提高过程的质量(即任何重复的业务功能)。换句话说,确保过程落在可接受的公差范围内(尽可能)。这被称为六西格玛中的流程权利级别。   以下是我们在此主题中遇到的最常见问题解答。   问:人力资源的六西格玛是什么? 六西格玛是一个数据驱动的框架,用于提高人力资源流程的质量,这个流程是与人力资源相关的任何重复业务功能。六西格玛通过减少过程平均值的变化来实现这一目标。   简而言之,六西格玛确保关键人力资源职能属于可接受的质量/绩效水平。这通常被称为“HR流程权利级别”   问:六西格玛如何实际减少变异?过程是什么(简短概况)? 六西格玛通过单一攻击,“根本原因分析(RCA)”来揭示变异的原因。RCA只是基本统计分析,问题解决和头脑风暴技术的混合体。但是,RCA中使用的特定工具可能非常适合组织。     问:为什么我们需要人力资源六西格玛? 通过使用统计假设检验,六西格玛在证实索赔之前提供了证据 - 第一次和每次。这使其非常可靠并且普遍适用。但是,需要严格遵循数据采样规则。   六西格玛在早期就发现了混淆,重复和未经证实的主张。它还有助于识别差距分析,推荐业务流程的优化模型,建议最佳预算和所需的培训/方向。   问:它面临的挑战是什么?它带来了哪些机遇? 在机会方面,实际上有一百个,但让我们自发地找出三个关键原因: A.六西格玛是一个战略性流程改进框架,以人力资源流程数据的量化开始和结束。它通过测量sigma评分(改进中的HR过程)开始,并以HR过程的改进的sigma评分(即改进的质量)结束。通俗地说:sigma评分(包括cp和cpk评分)提供了统一的参考点和明确的,可量化的证据,表明持续的人力资源流程改进。   B.六西格玛是一个“全包装”的质量控制和流程改进保护伞。它有大约4-5个记录完备的框架,可以无缝地采用并应用于整个HR流程设计和改进范围,通常在不到48小时的分析后产生结果。   C.六西格玛拥有100多个记录良好的工具库。这些包括自由流动和顺序头脑风暴,问题识别工具,人力资源战略调整工具,人力资源流程数据的描述性和推理性见解,人力资源流程实验的受控  设计等。这些工具的采用和使用取决于适应性的范围和所讨论的特定机制。     问:这是否意味着人力资源分析和六西格玛是不同的实体? 不,他们交织在一起。两者都基于应用于HR流程数据的数据科学的基础。据称差异在于六西格玛从质量控制和流程改进的角度来看待分析。   事实上,为了获得最佳结果,六西格玛项目可以与人力资源数据科学问题无缝合并,如管理自然减员,缺勤,继任计划,跨部门数据分析等。   问:六西格玛是否有助于将人力资源分析从设计阶段转移到生产阶段,是否可以在人力资源分析中确定最佳的组织特定方法? 我们的六西格玛DFSS(六西格玛设计)项目之一确定了将数据科学应用于人力资源生产的五种基本方法(适用于任何业务领域):   1.战略性人力资源咨询主要围绕计量经济学和应用统计模型(通常通过R或python数据科学图书馆开发); 2.在HRMS系统内构建的集成分析模块,如“成功因素劳动力分析”,“工作日棱镜分析”,“Oracle HRMS分析”; 3.专门的人力资源分析平台,如Visier,CrunchHR; 4.基于组件的通用分析平台,如SAS miner,KNIME,Rapidminer服务器等; 5.与基于云/基于本地的数据可视化平台(如Tableau,Click-Sense,Microsoft BI)集成的分析。   过去受控制的实验设计表明,在Tableau,Click-Sense和Microsoft BI等强大的可视化平台上构建定制的,分析驱动的(通过R集成)仪表板可以带来最大的收益。   问:另外,你已经就人力资源自动化做了一些咨询。为什么你认为对人力资源流程盲目采用自动化是不好的? 自动化一词过于混淆,导致相当大的混乱和错误信息。自动化只是数据库驱动的触发器,函数和过程,以及不同系统之间的集成,例如通过REST API。这些触发器的基础可以是基本数学(硬编码规则)或统计建模/深度/机器学习(软编码规则)。有趣的是,人工智能背后的基本技术已有近30年的历史。   在人力资源部门实施自动化可能是一个非常简单的过程。例如,通过REST API通过开箱即用的分析平台(如KNIME / SAS / Rapid-miner)自动执行部分HR入职流程,可能需要半个工作日   话虽如此,重要的是要意识到与人类认知所表现出的复杂性相比,计算机的认知能力仍处于相对新生的阶段。基于结构化数据集的决策生产自动化是合理的。然而,自动化仍然需要一段时间才能从开放文本/人类语言中解读上下文意义,以便直接进行商业应用。   问:HR做什么次优? 除非人力资源部门将数据分析用于战略决策,否则它根本不会利用其潜力,就像营销,财务,制造和一般管理层多年来一直在做的那样。   人力资源部门的决策如何影响财务,营销,制造和整体业务盈利?人力资源流程数据如何与组织的绝对市场表现交织在一起?良好的人力资源分析系统应有助于计算(几乎)每项人力资源活动的投资回报率,并使人力资源部门能够对组织的部分财务状况采取主动责任。   人力资源部门通常无法与企业的收入/盈利能力相关联。人力资源作为利润中心这个词经常被重复,同时被吹捧的是计量经济学和金融学不是我们最强的观点。对,没错也许错了!   有趣的是,我们的根本原因分析表明,典型的人力资源专业人员最终会在其专业运营商中跨越4到5种不同类型的业务。除非人力资源专业人员在新组织的专业工作开始时投入并投入时间来熟悉其核心业务的领域知识,否则我们不会取得太大进展。     随着人力资源部门继续将其运营数字化并收集更多有关其流程的数据,它有可能将战略性和基于证据的方法(如六西格玛)整合在一起。一般的分析时代,尤其是人力资源分析,已经在我们身上,我们都可以共同努力改善我们的业务流程并提供令人满意的投资回报率。   作者简介: Raja Sengupta是数据科学家,统计学家和人力资源分析专家。他拥有六西格玛黑带大师,是XcelPros的产品开发负责人和计算语言学研究员。 Soumyasanto Sen  是一位广受认可的人才技术顾问,专门从事(其中包括)管理与转型以及工作福音传播者的真正未来。   以上为AI翻译,内容仅供参考。 原文链接:Six Sigma in HR: Implications for HR Processes, Analytics & Automation
    HRMS系统
    2018年10月31日