-
人力资源
如何加速创造人力资源分析价值的进程
文/Andy Charlwood教授
7月中旬，利兹大学的Andy Charlwood教授和3n Strategy的Nigel Dias将主持一个网络研讨会，讨论他们最近发布的人力资源分析战略报告的发现。
六年前，3n Strategy设计了一个框架，将人力资源分析功能分解为六个战略开发领域。 这些领域是（并且是）基于我们的战略性人力资源数据实践方法，我们在与组织合作设计其完整的人力资源分析战略时使用这些方法。
2015年，我们设计了一个工具，要求人力资源分析领导者回答28个问题（现在是37个），衡量他们在所有六个领域的优势和劣势，为投资时间和资源提供建议。在一次会议上，来自荷兰银行的Patrick Coolen和Auke IJsselstein建议我们将该工具大众化，对房间里的每个人进行基准测试——人力资源分析智库诞生了。
在2018年，智库已经超越了任何一个会议，超过100位人力资源分析专家允许我们分析他们在过去三年的旅程。该智库与英国利兹大学(University of Leeds)教授安迪•查尔伍德(Andy Charlwood)领导的学术智库合作，现在可以研究以下主题:
1、不同的人力资源分析功能创造了什么价值？
2、对人力资源分析的哪些类型的投资创造了这种价值？
3、在不到12个月、1-2年、2-3年和4年以上的时间内可以创造出什么样的价值?
4、公司能做些什么(有证据支持)来加速人力资源分析价值的进程?
在加速行程之前，你知道那次行程是什么吗？
创建人力资源分析价值的最大障碍之一是无法明确人力资源分析的价值。 在去年的研究中，我们决定验证“描述性”，“诊断性”，“预测性”和“规定性”成熟是否合理，以及这些差异在实践中的作用。77%的研究社区认为自己是“描述性的”或“诊断性的”，当被追问时，很难解释什么是更高级的分析价值。
记住!归根结底，人力资源分析将为你的企业增加多少价值，直接关系到它将在多大程度上改善你的公司做出人为决策的方式。或者更具体地说，回答关于您的员工的问题的方式 - 如果您使用人力资源数据和指标没有帮助某人在正确的时间用恰当的观点回答正确的问题，那么它就没有增加加它应该（或不应该）的价值。
关于如何进行人力资源分析的最佳实践建议并不缺乏——我们的研究表明，这些建议存在一些关键的局限性
人力资源分析功能的类型
虽然我们想要测试“描述性”到“规范性”分析的概念，但我们想要更详细地探索我们是否能够确定不同类型的功能如何形成的趋势，以及它们如何成长为当前状态。我们想要探索目前越来越普遍的假设，即高级人力资源分析功能需要提供更不成熟和更成熟的分析。
我们的研究结果可以在最终报告中更详细地找到，表明有五种分析类型：
1、基本报告
2、自动化先进的报告
3、高级BI
4、基本人才洞察力
5、高级人才洞察力
是什么阻碍了你实现人力资源分析价值的进程?
从下面的高管典型视频(或通过阅读报告)中可以看出，企业采用人力资源分析有许多障碍。最大的障碍之一不是关注人力资源分析职能的利益相关者是谁 - 大部分职能都是由业内最资深的人力资源部门赞助 - 而是他们对人力资源分析职能本身的理解 - 这一发现与2016年的调查结果数据相呼应。
对于人力资源分析知识较弱的利益相关者，他们的分析功能的成功程度更低，更难以表达他们所创造的价值，更不能帮助他们建立他们需要的团队，更不能打开正确的技术门，甚至更多。对HR分析有更好理解的利益相关者更能够将报告转移到HR数据的更高级用途。
对于希望创造更高级价值的功能，使用更高级的分析技术来回答HR的问题，关键是要确保您的高级涉众能够理解高级术语之外的HR分析。
从哪里开始?
行程的定义取决于您的去向以及您从哪里开始。 虽然我们可以使用分析工具来确定人力资源分析功能目前所处的位置，但分析当前正在分析的人力资源领域以及未来将要分析的内容非常有用。
同样，作为我们2016年报告的反映，有一些分析领域是公司优先考虑的，并且更容易分析。为什么有些组织首先攻击人力资源的更多主题领域，比如多样性，而有些组织则更容易从数据和统计能力方面进行分析。
实现人力资源分析价值的加速并不一定是困难的——将自己归类为更高级的功能，其平均年龄为29个月，仅比去年人力资源分析功能的平均年龄高出8个月。在研究中，我们更详细地探讨了差异可能是什么。
人力资源分析智库社区似乎正在努力解决两个主要问题:
定义人力资源分析的价值——他们很难定义分析将为他们的业务创造的价值，因此无法解开我们的智库网络研讨会演讲者(见下)能够解开的价值
使用高级分析——参与者的功能能够创造分析价值，但并没有得到他们希望的那么多影响力
这些主题以及更多的主题将在当前的报告中进行检查，并将在下一个报告中进行更详细的探讨。
以上内容由HR Tech China AI翻译，仅供参考
-
人力资源
挖掘“人力资源”是人力资源未来的核心：专家
文/Marcel Vander Wier
用于导航不断变化的工作场所，职业发展的坚实工具
根据该领域的专家大卫格林的说法，雇主正在转向数据“以支持更好的决策，改善员工体验，并实际提高人力资源的影响力”。
英国伦敦分析专家大卫格林表示，在人力资源领域，随着“数字革命”的推出，人力资本分析正变得越来越重要。
“我们正处于一个巨大的变革时期，”他说。 “变化从来没有发生过这么快，可以说再也不会这么慢了。 公司现在似乎在不断变革，不断尝试发明新的产品或服务，以适应在世界上的生存和发展。
格林说，在过去两年中，人类收集的数据量是以前世界历史收集量的九倍。
格林最近在多伦多举行的人力资源技术论坛上表示：“这确实提升了CHRO和人力资源部门的作用，几乎成为公司内三个最重要的角色之一，与首席执行官和首席财务官并重。”
他说，自动化角色和技能培训需要适当的准备和人力规划，分析证明是一个可靠的导航工具。
分析状态
“分析和数据是人力资源数字议程的核心，”格林说。 “它可以帮助我们理解：我们需要的组织形式是什么？ 我们公司需要哪些技能？"
“分析可以真正帮助将所有这些结合在一起，为公司提供一定程度的确定性。”
他说：“从本质上讲，人力资源部门正在从营销人员的书中学习经验，许多人使用分析来做出近20年的决策。”
格林说，分析可以提供高达13倍的美元回报率。
“我们可以谈论的人力资源项目并不多。”
他说，为了追求高绩效团队，高级领导人已经接受了人力资本分析是成功的重要因素，促进了这一领域的进一步发展。
大大小小的公司都在转向这些数据，以“支持更好的决策，改善员工体验，并实际提升人力资源的影响力。”
格林说，数据驱动的文化和基础来自于将分析的好处传达给所有员工 - 而不仅仅是人力资源。
“要透明。 与员工沟通您收集的数据以及原因，对他们有什么好处以及对公司有什么好处。"
最佳做法
格林表示，人力资源数据质量和一致性仍存在挑战，但大多数雇主应该有足够的资金开始。
但仅凭数据还不够。 他说，用于分析的报告数据并不总是与业务相关。
“不要从数据开始。 从业务问题开始，然后您就可以开始了解需要哪些数据源来解决这个问题，"格林说, “这不一定是在人力资源范围内使用分析和数据。 我们必须尝试打破孤岛心态，真正集中精力解决我们的业务问题。"
“通常情况下，一个组织试图解决的每个业务问题，都有个人的因素。”
他说，例如，将人员分析（如员工敬业度）与业务绩效联系起来是有帮助的。
让CHRO完全相信数据的力量在识别关键业务问题，联系利益相关者，将见解转化为行动也是有益的。
格林说：“这不是要在人力资源部门内创建一个团队。” “这是关于跨职能的协作......利用人力资源外部资源的能力确实是关键。”
“高级人员分析团队使用多个数据源，”他说。 “这不仅仅是围绕内部人力资源系统或调查。”
“ 请放心，并非所有人力资源部门都需要突然学会如何成为数据科学家 。”
Green在收集数据和进行分析以给出可操作的见解之前，推荐了一种方法，构建业务问题和建立可靠的假设。
他说，出色的故事可以促使高层领导推动建议。
前面的路
虽然人力资源趋势进一步向人力资本，但是至少在最初阶段，管理期望是必要的。
“不幸的是，当人们投资人力资本分析时，他们预计会立即回归，”格林说。 “它不一定会发生，除非你碰巧用你工作的第一个项目挖到了黄金。”
他说，个性化的职业轨迹是人力资本分析的根据，数据为工人提供技能路径，使他们能够获得他们所希望的工作。
“这对员工来说非常好，因为它真的支持了职业发展，而且它真的为员工个性化......如果没有数据和分析支持，你就无法做到这一点。”
数据收集的道德和隐私需要尽早考虑，因为在欧盟运营的所有雇主现在都必须遵守“一般数据保护条例”（GDPR）中规定的数据保护规则。
格林说，81％的分析被道德或隐私问题“危害”。
“如果你无法向员工阐明收集数据或做人力资本分析项目的好处，也许你不应该做。”
但他表示，虽然数据，分析和其他新兴技术可以增加人力资源在组织内的影响力，但人力资源将始终处于实践的最前沿。
“这不是取代判断或经验，”格林说。 “这是为了强化它，并希望它变得更好。”
用科技平衡人类
人力资源和招聘服务提供商Randstad Canada的首席执行官Marc-Etienne Julien表示，在分析时代，人力资源保持人性化仍然很重要。
“利用技术的好处和保持人性化的方法并不相互排斥，”他说。
在劳动力市场短缺的时期，公司应该利用技术来简化求职者的求职和申请流程，以及自动化人力资源流程中的重复性工作。
朱利安说：“这使得雇主再投资时间在积累更多经验上，通过面对面互动建立人际关系的方式。”
他说，虽然工作领域变化迅速，但人力资源从业者明智地开始实施分析，以便应对特定和即时的挑战，例如高流动率或招聘特定技能的问题。
Julien说，用户体验应该是整个过程的核心焦点。
“优先考虑用户体验对于为求职者和员工开发可访问和可用的工作场所工具至关重要。 尽早让您的员工参与进来，因为他们是主要用户。"
他说，通过技术解决方案节省的时间，再投资培训项目。
以上内容由HR Tech Cina AI翻译，仅供参考
-
人力资源
为什么非正式网络将彻底改变人力资源和人力资本分析？
文/Greg Newman
迄今为止，在利用全球人力资源和全球人力资源系统领域的非正式网络和团队的力量方面所做的工作很少。 团队合作的流动性和非正式性一直意味着在任何规模上都不可能捕捉到不断变化的团队成员和动态。
虽然由Karen Stephenson和Rob Cross等人开创的组织网络分析（ONA）背后的科学已经成熟，经过试验和测试，但是这些强大的数据点成为主流的能力一直是扩大这些洞察力的主要障碍。
毫无疑问，基于ONA的传统调查产生了很好的结果，但其“时间点”性质和高成本开销意味着虽然可以识别和衡量团队和联系，但几乎不可能保持数据最新。
非正式网络终于可见了
图1：揭示支撑正式级别结构的关系。
像我自己（trustsphere.com）这样的公司最近的技术飞跃已经将ONA从基于纸张的流程转变为实时连续的数据流，这改变了组织映射其非正式网络的能力，并了解工作真正完成的方式。
随着人力资源和新成立的人力资本分析/劳动力分析团队试图解决看似Sisyphean的挑战，试图衡量参与度，生产力和员工幸福感，作为一种直接的替代方案，ONA可以提供硬数据并回答特定的业务问题。
我预测2017年将成为ONA成为主流的一年，并最终得到应有的认可，因为它展示了它如何能够快速阐明这些类型的业务关键问题：
谁是我们最有影响力的员工？
图2：找到将网络连接在一起的隐藏影响者。
通过测量中心性，特征向量中心性（以及其他一些秘密调料），ONA可以快速量化员工施加影响的能力（甚至可以在组织内部实际影响他们的非正式网络）。这使组织能够在组织中找到可以帮助推动变革和支持业务转型的隐藏影响者。
我们实际上需要做谁的持续计划？
图3：谁拥有最独特和最有用的网络？
持续计划一直是一个相当公式化和粗略的过程，通过简单地查看员工在正式层级中的位置来确定目标角色。通过查看每个员工的网络，其独特性，隔离性和重叠量，ONA帮助组织找到那些对管理关键内部和外部网络至关重要的员工，以及实际应该进行持续计划工作的员工。下一步是了解哪个员工最适合，谁已经建立了类似的网络或显示可能的继任者的网络潜力。
我的员工如何融入在组织中？
图4：反映员工融入人际网络的改变。
从跟踪新的首发网络的速度和传播到识别隐藏的僵尸，吸血鬼和识别潜在的飞行风险，ONA可用于提供员工内部和外部网络的增长，平稳，停滞和收缩的实时洞察，员工总体参与和表现的主要信号。
良好的领导行为是什么样的？
图5：领导行为的量化证据。
衡量一线经理与其直接报告之间的强大关系数量，了解优秀领导者网络如何在整个组织中传播，并对最佳领导者的网络进行基准测试现在都是可能的。提供重要数据和面向行动的辅导建议可帮助组织培养自己的领导者。
我们在哪里协作得好，哪里不好？
图6：衡量个人和团队的协作。
衡量协作一直很困难，衡量协作的变化，几乎不可能，但ONA提供有关信息流，关系的力量以及个人及其工作的团队和单位的网络活动的数据。突然间，合作已经从抽象和理论，到可衡量和可行的。
ONA能够帮助识别所有这些行为和活动，然后监控其变化，这为世界各地的组织提供了识别，培养和留住顶尖人才的独特竞争优势。
人力资源团队非常关注组织的正式结构和级别结构，但随着市场中的计算进步和创新技术，最终有可能大规模地研究组织中的非正式网络。
以上内容由HR Tech China AI翻译，仅供参考
-
人力资源
留住新员工，确保你在第一周与他们见面
文/Dawn Klinghoffer, Candice Young, Xue Liu
工作场所的第一印象真的很重要 - 而不仅仅是雇主。 新员工可以从一开始就制定关于组织的印象，从而影响他们长期留在公司的决定。 不良的入职经历会导致不必要的和可预防的营业额，其成本可能是员工年薪的两倍。
然而，很难衡量你的入职努力是否成功。 在微软，我们每年雇佣成千上万的人，除了试图从人员流失数据中得出结论之外，我们缺乏一种衡量我们入职体验的好方法。
为了更好地理解我们所谓的“早期消耗”，我们转向了一个被忽视的明显机会。 我们开始简单地向员工询问他们的经历。 我们创建了一项调查，并在第一周后进行了调查，然后在90天后再次进行调查，以了解新员工的体验和微软的第一印象。
从调查中我们了解到，对于新员工来说，最重要的是小事情 - 比如拥有一台正常工作的电脑，并在第一天立即访问建筑物，电子邮件和内联网。 在此基础上，我们将人员从薪资，IT，移民，法律，全球安全，学习，采购，招聘和人力资源等方面拉到了一个共同的目标：确保新员工在第一天的工作效率。团队的每个成员都为共同目标做出了贡献，因此所有组织障碍都被打破了。 现在我们每月审查进度，学习和分享想法和反馈，以保证所有新员工的成功。
深入研究，我们想了解他们的早期行为如何影响约3,000名新员工的参与。 通过与Microsoft的Workplace Analytics部门合作，我们将匿名日历和电子邮件元数据与（同样匿名的）参与数据相匹配。用来评估参与度的声明包括“我为微软工作感到自豪”和“我希望在微软工作多年_”。
我们了解到，新员工在第一周与经理进行一对一的会谈至关重要。 那些确实看到了三个关键领域的早期增长。
首先，他们往往在90天内拥有12％更大的内部网络和双重网络中心性（员工网络中的人员所具有的影响力）。 这很重要，因为发展内部网络的员工认为他们属于并且可能会在公司停留更长时间。例如，内部参与的员工打算按照我们的意向保留措施保持高出8％的比率。 他们还报告了对团队更强烈的归属感，同时保持他们真实的自我。
其次，他们举行了更高质量的会议。 高质量的会议减少的次数减少，出席的管理层次减少，会议期间发送电子邮件的与会者减少，参与者总数减少，而且往往也会缩短（一小时或更短）。
第三，他们与团队合作的时间几乎是那些没有一对一的团队的三倍。 这种早期的团队协作非常重要：花费更多时间进行协作的员工比不参与团队的员工更有利于归属，并且他们倾向于报告更高质量的会议。
这些和其他见解帮助我们突出了员工的体验，并指导我们在哪里进行调整，以使新员工的体验更加出色。 这只是微软的开始。 我们现在正在尝试其他方法来改善入职体验，重点关注新员工的网络 - 特别是当经理在不同的地方工作时。
但在一天结束时，这一切都归结为：不要低估在一个人的第一周内进行一对一的力量。 这听起来很明显，但它可能是新员工最重要的联系。
以上内容由HR Tech China AI翻译，仅供参考
-
人力资源
人力资本分析：组织网络分析和未来的工作
来源/trustsphere.com
文/Antony Ebelle
简介
在当今的超级协作组织中，经常被忽视但重要的洞察力来源是员工培养获取知识，分享信息，创新和创造工作价值的无数关系网络。
这些协作网络也被称为组织的社会资本，对于工作实际完成，企业成长和人员成功至关重要。这意味着，通过将网络维度应用于组织内的不同员工组，HR可以以更相关的方式为企业生产力，人才实践和组织效率做出贡献。
ONA如何衡量社会资本
传统上，人力资源数据侧重于人力资本方面，如员工人口统计，资格，经验和技能，并且始终只在个人层面进行衡量。
图一、完美组合
社会资本由员工在团队中，整个组织内部以及与外部各方在工作过程中发展的非正式关系组成。 事实上，正是通过这些关系和网络他们的大部分工作实际上都已完成。 在今天的网络化团队组织中，社会资本比以往任何时候都更加重要。 除了在个人层面进行测量外，还可以针对团队和部门进行测量。
组织中的社会资本表现在六种不同类型的关系网络中：
工作网络：员工与他们交流信息，作为日常工作的一部分。
创新网络：员工与谁合作或启动新想法。
社交网络：与员工建立友好关系，无论在工作或下班，知道员工发生了何种事情。
学习网络：员工与谁合作改进现有流程或方法。
专业网络：员工转向专业化或就工作相关问题提供建议。
战略网络：员工向谁寻求未来的建议。
社会资本的资源可以通过个人和商业网络获得。 社会资本的有效性取决于这些个人和商业网络的规模，质量和多样性，如上面六个确定的组成部分所述。但除此之外，如果您通过网络与他们间接联系，社会资本还取决于您不知道的人。 证据表明在商业环境中，社会资本显著提高了生产力，效率和绩效。与不能或不愿释放社会资本力量的同行相比，建立和使用社会资本的个人获得更好的工作，更好的薪酬，更快的晋升，并且更有影响力和有效性。 组织也是如此。 以下案例研究是社会资本如何增加价值的例子。
它是如何应用的？
识别HiPo员工
有效的高潜力（HiPo）开发计划的好处是众所周知的，很明显，识别HiPos对于组织的持续成功至关重要。 证据令人信服：
HiPos比普通员工多贡献了21％的工作量，比核心员工产生的价值高出91％，并且作为未来领导者的成功率是其三倍。
然而，识别和保留HiPos的难度也很复杂：
排名前四分之一的员工中只有29％是HiPo员工。
25％的HiPos计划在明年内离开公司，而另外75％的HiPos比其他员工离开的可能性高10％。
HiPo员工的愿望，能力和敬业度都很少见。 这些概念是无形的，难以可视化。 因此，在传统的过程中无法识别和量化它们。
绩效评估：
协作：他们知道信息所在的位置，并可以与其他人一起访问。
能量：HiPos一直有动力改善自己，其他人则受其影响精力充沛。
勇气：冒险是他们节奏的自然组成部分，他们不怕面对艰难的挑战。
生产力：他们在更短的时间内完成更多的工作。
影响：HiPos可以通过让人们喜欢的方式与其他人交谈，从而提高社交网络技能。
许多HiPo特征都存在于员工的社会资本中，通过测量和分析网络行为，ONA使组织能够发现这些特征并识别HiPo员工。
必须指出的是，这种衡量只能通过社会资本视角来实现。 要得到应该考虑到员工的全貌，传统的人力资本措施和社会资本措施。
ONA可以根据经验测量以下HiPo特性：
网络关系和力量：
员工与同事之间的关系有多强？ 这些关系越强烈，价值创造的越好。
网络覆盖面：
员工的网络覆盖范围有多广，他们与同龄人，高级和初级员工，不同团队，部门和不同物理位置的关系如何？
影响力：
HiPos对于信息流的影响至关重要。组织，通常是将网络连接在一起的关键连接器。这标识了可以推动和支持组织变革，创新和专业知识共享的关键员工。
图2、HiPos构建40％以上与普通员工的关系
协作：员工之间的关系和网络证明了他们在团队内部以及其他团队和部门中施加影响的能力。
测量完成后，可以通过两种方式使用此HiPo数据：
1、测量当前HiPo库的质量
现有HiPo库员工的社会资本可用于验证其社会资本的强度，并在验证库的质量时，为未来的HiPo库成员建立基准和目标。
2、通过组织识别隐藏的人才
通过使用社会资本数据开始识别过程，可以以无偏见和标准化的方式选择候选人，从组织中的任何地方凭经验识别具有高水平社会资本的员工，并通过偏见和弱流程减少问题，这意味着许多HiPo 库的潜力并不高。
结论
随着工作的未来变得更加协作，组织转向敏捷团队网络，了解个人和团队如何工作和建立关系的能力对于业务成功变得越来越重要。
ONA利用实时社会资本洞察力增强传统的人力资本数据，使前瞻性组织能够支持数据驱动的决策，减少无意识的偏见，加强各种人力资源流程，并为企业提供基于证据的观察 增强本能，实现更高绩效，更具包容性和更高效的组织。
以上内容由HR Tech China AI翻译，仅供参考。
-
人力资源
关于如何招募最佳人选的专业建议
来源/bmmagazine.co.uk
通过激励和奖励提高员工积极性可以提高生产率和收入。 但是，如果组织中没有合适的员工队伍，那么成功将是一场噩梦。
许多因素促成了公司的成功，但首先应该首先应该是黄金法则。 当这种情况出现时，人力资源经理最棘手的工作就是招聘。
招聘人员技能
招聘是人力资源部门在公司中承担的许多义务的一个组成部分。 雇用最优秀的员工需要熟练掌握工作描述的熟练招聘人员。 因此，优秀的招聘人员必须具备一套特定的素质和技能才能实现。 网络和互动在招聘中占很大比例。 无论何时你想招募最佳求职者，都需要有信心。 在他们招聘的人中建立自信也很重要。
沟通能力
拥有良好的沟通能力对于招聘人员来说是必不可少的。 它有助于使求职者在整个过程中保持循环。 每位面试官都应该对受访者进行适当的研究，当然还要考虑面试问题。
以Lowe为例。 该公司在美国经营着一系列零售家居装修和家电卖场，是美国财富500强公司之一。 绝对应该非常重视招聘流程。 优秀的面试官将永远了解理想求职者的要求。 Lowe的面试问题和答案意味着要了解求职者的专业经验。
平易近人的性格
如果招聘人员具有不可接近的角色，那么招募最佳求职者将很困难。 这些角色让求职者感到不舒服，可能无法发挥出最佳状态。 成为一名优秀的倾听者并拥有强大的销售技巧也是必不可少的品质。 此外，有时招聘可能会受到压力。 这意味着招聘人员应该是目标驱动的。 此外，他们应该具备多任务的能力，因为填补位置的紧迫性不会因为挫折而忘记耐心。
有了合适的招聘人员，雇用最好的求职者变得容易多了。 然而，在不缺少求职者的情况下，雇用不合适的人是可能的，并且可能导致不良后果。 他们最终可能成为负面影响者，不合格，缺乏热情和迟钝。 为特定职位找到合适的人可以在培训求职者时降低成本。 因此，考虑的资格应与组织的文化和目标保持一致。
以工作为导向的求职者
首先，招聘人员应该关注以就业为导向的求职者。 这涉及他们对自我发展和职业发展的承诺。 拥有多种职业选择的求职者不能成为优秀的员工，特别是如果他们因无正当理由而成为公司。 除了愿意成为公司资产之外，对公司的忠诚度也是必不可少的。 如果它们达不到这些品质，就应该放弃它们。
求职者的简历
其次，一些招聘人员犯了根据简历雇用求职者的错误。 仅此一项并未提供足够的信息。 招聘过程应涉及多种评估求职者培训能力和分析技能的方法。 这种方法带来了申请人的充满活力的表现。 简历并不总是真实的。 这需要彻底审查他们对工作的信心和能力或适合性。
资格和经验
求职者应具备该职位的资格和经验。 与他们一起进入会减少对熟悉工作的培训。 每个公司都有一种文化，考虑求职者的吸收和适应能力是很好的。 这需要积极的社交技能，因为工作需要与同事一起工作并与客户互动。 消极的社交技巧只能破坏公司积极的工作环境。
持续改进流程
如果想招聘最优秀的求职者，每家公司都应该使招聘过程持续改进。 目标不仅仅是雇用最有潜力的求职者，而是获得正确的求职者。 抛光招聘流程将使整个过程更加轻松可靠。 有效的技术应该包括从新兵那里获得重要信息，而不是让招聘人员测试系统技能。
实习
招聘人员可以考虑提供实习经常而不是面试。 安置使公司有机会更好地了解这个人。 这为招聘提供了临时解决方案。 随着个人的工作，很容易赶上他们的技能，智慧和弱点。 要衡量他们的能力，总是考虑给他们实际的工作，而不是运行差事。 您可能需要使用它们来提高能力。
最后，亲自了解求职者是必不可少的，但招聘人员应该不惜一切代价避免提出个人问题。 或者，通过他们的社交媒体配置文件将在理解它们方面发挥更好的作用。 一个人的个人资料提供了更好的洞察力，了解他们的技能和熟悉程度。 这提供了可靠的信息。 这是一个多方面的过程。 但是，当求职者具有正确的素质时，招聘变得容易。
以上内容由HR Tech China AI翻译，仅供参考
-
人力资源
人力资本分析：通过人员数据分析推动业务绩效
来源/CIPD
文/Edward Houghton
目前在我们这个世界上和世界杯一样狂热的话题，是人力资本分析。
6月底，Jonathan Ferrar向欧洲客户推出了Insight222全新的Nine Dimensions for Excellence Analytics in People AnalyticsTM模型。 Insight222的董事顾问与Jonathan合作开发这个模型。 关于模型的更多细节将在未来几周内发布。
人力资本分析对于组织来说是一个不断增长的议程，特别是考虑到在工作场所技术的兴起，现在能够跟踪个人的行为，并更深入的洞察他们的工作表现，业绩和福利。 随着技术进一步影响到工作领域，预计组织中数据的使用将继续推动业务和员工的成果，投资者和潜在员工在内的更多利益相关者对人员数据表现出兴趣。
为了解人们如何使用人力资本分析来理解人员数据，我们调查了全球3,852名商业领域的专业人士观点和意见。
图1：我们研究的参与者
研究目的：
我们使用调查结果来了解：
人力资本分析如何影响组织层面的成果，如绩效和文化
人力资源和财务等不同的专业团队如何看待人力资本分析的影响
HR功能在人力资本分析和人员数据方面的能力如何
如何使用人力资本分析来了解组织面临的业务挑战和人员风险
结果显示：
强大的人力资本分析文化可带来良好的业务成果
通过调查，我们能够描述组织中存在的强大的人力资本分析文化：
积极利用人员数据来解决业务问题
拥有经常讨论人员数据透明度，观点和价值的重要性的管理团队
让一线经理基于人员数据来做出业务决策。
图2：与强势文化相比的强劲业务表现（％）
我们还发现，人力资源专业人员正在使用人员数据来应对其组织面临的重大挑战。 我们的调查发现，全球四分之三（75％）的人力资源专业人员正在使用人员数据解决劳动力绩效和生产力问题，这说明了这些信息对战略性劳动力问题的重要性。
图3：使用人员数据解决关键业务挑战（％）
访问人员数据以进行决策
我们发现数据的可见性（例如通过数据仪表板）与改进的结果相关联，但访问因职业而异：尽管全球人力资源专业人员中有近四分之三（71％）可以访问人员数据，但只有五分之二（42 ％）财务专业人士说他们这样做，说明了专业之间的明显差距。
图4：您是否可以访问组织生成的劳动力/人员数据？（％）
我们发现，人员数据的可见性改善了对绩效的看法，73％的绩效优异企业的受访者同意或完全同意他们可以访问人员数据的仪表板，相比之下，50％的人表示他们的业务是平均表现。
图5：管理员可以访问人员数据仪表板（％）
图6：人员数据技巧和信心
在我们对英国数据的分析中，我们发现英国人力资源专业人士尚未发现潜力：我们发现21％的英国人力资源专业人士表示，他们对更先进的技术（如结构方程模型）充满信心或非常有信心，但只有6％ 英国人力资源专业人士表示，他们将这些用于日常工作，这表明许多人力资源专业人员没有机会在他们的角色中运用他们的技能。 我们还调查了有关人力资源技能和能力的其他专业观点。
图7：人力资源人员数据技能的专业观点（％）
人员风险，数据保护和数据安全
劳动力数据的数据保护仍然是所有专业团体的一个重要问题：所有专业团体都普遍认为整体人员数据应得到充分保护。但 不到三分之二（61％）的人力资源专业人士认为他们的组织采用联合方法来保护其数据。
关于数据保护的专业观点（％）
我们还调查了可用于了解关键人员相关风险的人员数据质量。 我们发现数据质量通常评价很高，但是一些关键人物风险领域的风险管理（例如高级职位的更替）的有效性水平较低。
结论
我们发现，如果要由一线经理在决策中使用，特别是那些与财务相关的角色，那么劳动力数据的透明度至关重要。 人员数据的可见性有助于人力资源和非人力资源部门做出决策。
本研究的另一项重要发现是人力资本技能的重要性和促成良好结果的信心。 区域差异显示技能和信心如何与结果相关，东南亚通常以更高质量的分析技能领先实践。 英国在信心和技能水平方面都特别受限，突出了未来能力的潜在风险。
我们还发现，通过人员数据的应用，人们可以理解风险，这是实践中的一个新兴领域。 鉴于最近在欧盟实施了“通用数据保护条例”并对使用人员数据进行衡量，人员数据安全等问题变得非常重要。 但是，仍然有一些方法可以改善人力资源专业人员如何阐述更广泛的人员风险和机会问题。
这项工作突出表明，在人力资源团队生产和消费数据方面，人力资源专业人员仍然有很多潜力可以实现人员数据对其结果的潜在价值。 人力资源部门必须率先将人员分析作为未来循证专业的核心组成部分。 只有做到这一点，我们才相信人力资本分析所承诺的潜在价值最终将会实现。
以上内容由HR Tech China AI翻译，仅供参考
-
人力资源
e成科推出校招AI面试机器人Chatbot
文/e成君
很多HR朋友在校招季每天要面对大量的毕业生简历，基于此等现状，e成科推出了校招AI面试机器人Chatbot。
Chatbot面试机器人到底是什么？
Chatbot面试机器人，是e成科技历经数年时间研发出来的AI校招工具，结合了AI和大数据，通过人工智能系统记录和分析与应聘者的整个线上讨论过程，评估出面试者的表现情况，从而助力企业加速数字化人才决策进程。
在招聘过程中Chatbot充当AI面试官，智能匹配人才
开启Chatbot面试机器人非常简单，只要大学生们登录校招官网，完成简历投递，并扫描职位后方的二维码，就能直接与e成的Chatbot面试机器人进行初轮面试了。
Chatbot面试机器人会把和大学生面试的整个对话过程记录下来，进行语义解析。它采用的是微信原生的语音识别技术，支持语音对话。基于大学生的语音特征，Chatbot面试机器人将建立个性化的词条语言模型，持续优化识别效果，提高个性化词条识别准确率。而语义解析，是基于AI实现信息提取，通过云计算的精准算法达到筛选目的。在语义解析的过程中，Chatbot面试机器人还增加了面试者情绪、情感等多方面的分析，能够准确地评估出面试者的表现。
Chatbot机器人VS真人面试
智能面试，多维度考查大学生职业能力
校招季，应聘者数量将是平时的好几倍，不分时间不分地点，投递简历。加上HR朋友们没办法全天候守在电脑前筛选简历、通知面试，安排初试，无法一一面试每一个候选人。
Chatbot机器人面试官通过语音对话的方式，从候选人个人素质，沟通能力，团队合作能力，创新能力等方面，多角度提问，从对话的过程中了解候选人的职业能力，实时评估出该面试者是否匹配岗位要求。
不仅如此，Chatbot机器人面试官还可同时面试上千名应届生，极大缩减了公司的招聘成本。
智能性格测评，高效挖掘大学生潜在匹配点
实际面试过程中，同一岗位的应聘者由于学校、专业、成绩等各方面水平基本相差无几，根本无从选择，让HR头痛不已。
e成AI校园招聘解决方案为了解决这个难题，在Chatbot面试机器人中内置了大量专业性格测试题库，通过性格测试来甄别符合企业价值观、符合企业招聘岗位需求的候选人，帮助企业做出最佳的人才匹配。
HR可根据企业需求，自主选择所需要的题目内容，测试候选人的综合素养、综合能力，包括人品、修养、勤奋度、责任感、协作精神等，评估该应届生能否在入职后达到企业期望目标，能否融入团队，给企业带来价值贡献。
测试结束后，测试结果将实时通过可视化结果形式传达给HR和应届生，直观展示应届生的性格特征。
如果应届生条件匹配岗位要求，顺利通过了面试，Chatbot面试机器人会很快安排真人HR的正式面试；如果不匹配，会向应届生推荐其它适合的岗位。
智能雇品，校招初面中建立雇主品牌形象
众所周知，雇主品牌作为企业品牌的一部分，许多求职者也是雇主“产品”的消费者。良好的雇主品牌能传递企业文化和价值观，并吸引符合核心价值观的匹配人才加入企业。在人才选拔初期，HR和应届生深入接触，这个阶段往往是给潜在员工留下良好印象、提升雇主品牌的最佳时机。
然而，大多数企业并没有意识到雇品形象在校园中的影响力，直接导致校招过程中投递量少，无法满足企业的招聘目标；其次，很多应届生直至面试结束，对企业和岗位仍是一知半解。因此，在潜在员工中树立雇主品牌形象，成为了校招过程中不可或缺的一步。
基于此， Chatbot机器面试官提供公司背景、公司文化等信息供面试者阅览，在校招初始阶段，就给潜在员工植入企业雇主品牌形象，让面试者更了解公司的同时提升了雇主品牌形象，吸引更多优秀人才加入。
除此之外，Chatbot面试机器人还具备机器学习能力
Chatbot面试机器人实现以云数据为基础，具有机器学习能力。语料信息库中，存储的不只是产品设计师设定的回答，还有一部分回答是机器在自我训练及学习中逐渐形成的。在和面试者对话的过程中，不仅支持在庞大的语料信息库里抓取原有数据，还可以对有价值的语料信息进行结构性重组，让面试者忘记自己正面对着“机器人”面试官。
从大学生投递简历的那一刻起，Chatbot面试机器人的系统迭代就进入了良性循环，它越符合面试的需求，黏性将越高，获得的校招数据就更多，从而形成一个完美的闭环。
经过Chatbot面试机器人的初步面试，能够识别重复投递的简历以及不同工作岗位的简历，为HR节约面试时间，将HR从大量重复性的、耗时的且毫无成就感的初步面试工作中解放出来。
-
人力资源
与玛氏公司合作，仟寻上线招聘机器人“iMars小助手”
来源/36氪
文/徐宁
日前，玛氏公司和仟寻MoSeeker联合发布线上招聘AI程序——“iMars小助手”。仟寻MoSeeker创始人兼CEO王向导告知，“iMars小助手”利用的是仟寻自主研发的MoBot智能聊天引擎，其背后的数据库积累了数百万条候选人提问的历史记录，近百条意图信息，等等。当应聘者通过文字或者语音提问时，“iMars小助手”可以先语音识别转文字，然后再识别聊天意图，给出相应答案。同时，引导候选人完成应聘、面试等相关准备。对于候选人来说，iMars小助手相当于应聘前期的私人小助手，通过了解候选人感兴趣的职位，帮助候选人搜索和匹配合适的岗位，回答申请和面试中的各类提问，该技术在辅助应聘者完成申请流程的同时也为应聘者提供随时查看职位申请进展的功能。
36氪曾报道，“仟寻”是一款基于微信的 SaaS 移动招聘系统，主要功能包括职位的移动端发布、传播和申请，以及基于社交关系的员工绑定和内部推荐。仟寻系统记录企业和用户端所有的发布、传播、申请和入职数据，同时可以与企业现有的 ATS（申请追踪系统或企业招聘系统）系统整合。公司于2018年1月完成了1500万美元的B轮投资。
而玛氏集团是一家销售额超过350亿美元的跨国公司，旗下食品品牌包括M&M’s®、士力架®（SNICKERS®）、德芙®（DOVE®）、益达®（EXTRA®）等。除了主营食品业务，码氏还成立了Next Generation Technology团队，利用AI、AR、ER、ML（机器学习）等技术辅助公司发展。
据悉，本次“iMars小助手”的推出则是玛氏中国服务中心、玛氏亚太区数字化及AI创新团队和仟寻MoSeeker联合研发。
-
人力资源
招不到程序员？「Talentful.ai」用 AI 建立千万名 IT 人才的数据库
来源/36氪 文/雨柔
在硅谷，招聘一个技术人员平均要花费 22000 美元。
伴随着互联网化进程，企业对 IT 从业者的需求剧增，造成数千万的人才缺口。无论在中国还是海外，技术人才招聘都是人力部门的头等难题。36氪近日接触的北美公司「Talentful.ai」想用 AI 为企业降低 IT 人员招聘成本，提高效率。
Talentful 主要关注社会招聘的第一步，即找到合适的候选人并建立联系。其难点一是人才资源难以获取，即使拿到联系方式，之后的初步沟通等工作要占用 HR 大量时间；二是招聘人员往往不懂技术，难以筛选到合适的候选人。硅谷企业招到一个程序员平均要花费 22000 美元，Talentful 希望运用自然语言处理和身份识别技术将招聘费用降到 4000 美元。
为解决人才资源问题，Talentful 利用爬虫网络检索 IT 人才的开源代码、学术文章、博客、会议议程、Twitter 坐标等公开信息，建立起了 1900 万北美 IT 从业人员的人才数据库，和数亿非 IT 从业人员信息。
为降低对 HR 从业者技术素养的要求，Talentful 会对候选人信息进行分析，建立评估指标，供招聘人员参考。当企业希望搜索到合适人才，想建立联系时，AI 系统可以自动发送定制邮件，并对邮件进行追踪和分类。
Talentful 还上线了自动内推系统，自动从员⼯的朋友圈和电⼦邮件列表中找出符合工作要求的朋友，通知员工内推，让每个公司可以有自⼰独有的人才招聘渠道。
公司正在探索进入中国市场的可能，一方面为美国企业招聘来自中国的技术人员，另一方面尝试为中国企业提供人才服务。但相较于美国，中国开发人员没那么热衷于写开源代码、参加行业活动，公开信息相对较少。Talentful 观察后认为，中国技术人才的简历大都沉淀在各大互联网招聘平台，Talentful 计划和这些招聘网站展开合作。
Talentful 创始人兼 CTO 陈嘉告诉36氪，公司遇到最大的困难在于市场推广。招聘在企业价值链上属于成本中心，企业的付费意愿较低。Talentful 开始尝试与一些大型的人力管理系统服务商合作，为其提供解决方案。
用AI 技术搜寻和匹配人才或将逐渐成为科技公司的标配。今年 4 月，AI 招聘公司 Fetcher 获250 万美元种子投资，Fetcher 从 LinkedIn、Twitter 等网站获取信息并建立数据库，目前已有近 1 亿的人才储备。中国的人工智能招聘初创企业中，猎萝卜去年拿到 1 亿元天使轮融资，Bello 今年也拿到千万元的天使轮。
Talentful 系统于 2016 年 1 月上线，以 SaaS 的形式提供服务，客户大多为中小型企业，2017 年营收约 12 万美元。
团队目前有六个人，创始人兼 CTO 陈嘉是美国埃默里⼤学 MBA，加拿⼤⾥贾纳⼤学计算机硕士，有 15 年软件行业工作经验；CEO Michael Matthies 有四次创业经历(公司曾被埃森哲、IBM 收购)，曾在多个中大型公司担任⾼级销售主管。
公司正在寻求 pre-A 轮融资。
扫一扫 加微信
hrtechchina
