People Analytics
Josh Bersin：调查显示，PA团队仍难以产生对业务影响
Josh Bersin公司最新研究揭示了人员分析领域的持续增长!然而，进展有限：470家全球组织中，只有10%的人员分析团队参与了业务级项目.Josh Bersin公司警告，如果人员分析无法系统化且更具商业导向，可能会失去投资和支持，使CHRO无法获得能推动业务影响的宝贵洞察。
忠告是：拥抱AI，并重新定位为“系统性商业分析”提供者，否则可能被边缘化。
多年未解的难题
在我职业生涯的早期，我曾参加HR分析会议，看到许多勤奋的分析师做着惊人的工作，但他们常常感叹无人倾听。25年过去了，这些分析师依然努力，但他们的进展仍令人沮丧。
《人员分析权威指南：通向系统性商业分析的旅程》指出，问题在于企业普遍面临人才约束。尽管AI自动化即将到来，各组织仍在寻找新技能，招聘一线工人，并在婴儿潮一代退休之际填补领导层的空缺。据预测，医疗行业在未来三年内将短缺200万名临床医生，零售业和制造业面临类似挑战。
随着这些劳动力挑战的出现，我们现在却被大量可用数据所淹没。企业使用Eightfold、LinkedIn、Lightcast和Draup等平台来精准定位人才、识别薪资需求和发现关键技能。从理论上讲，HR的分析能力应该像CRM或财务规划系统一样强大。然而，事实并非如此。
尽管在HCM（人力资本管理）平台上投入了数十亿美元，但不到10%的公司能够将HR和人员数据与业务指标直接关联。这是一个严峻的问题。
现状分析：未被充分利用的HR数据
最近我得知，Salesforce计划招聘1000名销售代表来销售其AI代理系统。（一种奇怪的做法：招聘销售代表来推广一种消除销售代表需求的系统。）Mark Benioff（Salesforce的CEO）可能想知道这些新员工需要哪些技能、应具备什么背景，以及内部有多少人可以重新部署。他有这些信息吗？我对此表示怀疑。
这就是普遍存在的问题。我们在HR软件上投入了巨资，但人员分析团队通常被困在“科学项目”中，专注于研究员工保留、技能差距等重要但内部导向的问题。有多少公司能像对待供应链、财务运营或客户保留那样严谨地测量和监控人力资本？
答案是不到10%。某种程度上，这是一种进步：上一次研究时，这个比例还更低。但显然，这个比例还远远不够高。鉴于工资是企业最大的可自由支配支出，我们难道不应该以极高的精确度测量人员的影响吗？答案当然是肯定的，只是这项工作非常困难。
困难的根源
为什么这么难？原因有以下几点：
数据分散在30到40个不同的员工系统中；
数据定义不清，例如由于季节性变化、家庭变化等因素，计算真实的员工保留率需要耗费大量精力；
HR系统与业务系统之间几乎没有明确的关联。
尽管我们购买了Workday、SAP、Oracle等ERP系统来整合数据，但这些供应商并未提供直接的跨领域关联能力。例如，要做一份“销售业绩与经验年限相关性”的报告，可能需要一周时间才能整理出正确数据，因此销售经理通常根本不会尝试。
AI带来的变革
然而，变化即将发生，而且速度很快。
人员分析是HR领域中最后一个达到成熟的领域之一，原因在于上述挑战以及某些公司缺乏“数据导向”的思维。
AI的出现正改变这一切。作为一种集成性最强、系统性最强且易于使用的数据管理技术，AI不需要专业背景即可高效操作。例如，通过AI工具如Visier的Vee、Galileo、Illuminate等，HR团队可以轻松将多种数据整合在一起并生成即时洞察。
想象一下，您将员工的销售数据输入Galileo，然后再添加员工历史数据库、薪酬数据和培训记录。如果数据标记正确，AI会立即让您得出“销售收入与任期、培训历史、管理跨度和薪酬之间的关系”这样的答案。虽然AI可能不知道某些销售代表拥有优越的市场区域或某些领导表现差强人意，但它会提供基础信息。
随后，您可以添加其他数据以完善分析。
推动系统性分析进入高层
我们称之为“系统性分析”（Systemic Analytics），即从系统的角度而非单一视角分析问题。例如，招聘对员工流失的影响有多大？工作时间安排对生产力的影响有多大？
AI可以帮助企业领导更全面地了解背后的人员问题。例如，在季度末，CEO可以谈论“亚洲地区的员工生产力增长了11%，得益于新的招聘模式和薪酬体系。”
这10%的领先企业已经通过将人员分析定义为“业务分析”职能、赋予HR团队咨询角色以及配备数据工具而取得了巨大成就。
未来已来。让AI为人员分析赋能，释放人力资本的无限潜力！
People Analytics
People Analytics
AI赋能人力资源：HR领导者2025年的变革决策指南
在当今快速变革的商业环境中，人工智能（AI）正重新定义人力资源管理的格局。从招聘到绩效管理，AI在HR的每个子功能中都显示出巨大的潜力和影响力。然而，尽管AI的前景广阔，HR部门的AI应用仍然面临着技术、文化和管理方面的多重挑战。基于《AI与未来工作》报告中的十个关键发现，本文将深入探讨AI在HR中的应用现状、未来趋势以及HR领导者应关注的重点，以帮助他们在2025年制定出更加科学有效的决策。
1. 人才招聘与获取：AI应用的先锋领域
在所有HR功能中，AI在人才招聘与获取领域的应用最为广泛。报告显示，约70%的企业在招聘过程中试点或应用AI技术。这种趋势的背后原因显而易见：AI能够显著提升招聘效率、改善候选人体验，并通过数据驱动的筛选模型减少人为偏见。具体而言，AI可以在候选人筛选、面试安排、技能匹配和候选人评估等方面提供支持，使招聘团队能够更专注于战略性的决策。
然而，HR领导者也需要警惕在招聘中过度依赖AI可能带来的伦理问题。AI算法往往基于历史数据进行决策，如果不进行适当的监督和偏差审查，可能会无意间放大现有的招聘偏见。因此，在应用AI优化招聘流程的同时，HR需建立严格的算法监控机制，确保招聘结果的公平性和透明性。
2. 人力分析和学习发展：AI驱动的数据洞察
人力分析和**学习发展（L&D）**是AI在HR中的另两个重要应用领域，分别有65%的公司在这些领域中试点或使用AI工具。通过人力分析，HR可以基于员工行为、绩效数据和发展需求生成深度洞察，帮助企业优化培训计划、提升人才管理的精准性。报告指出，人力分析在未来5年内的主要应用方向包括预测性分析、员工流失预警和人才发展路径规划，这将帮助企业在快速变化的市场环境中保持竞争优势。
然而，许多HR领导者在推动人力分析的过程中常常忽视了数据质量和隐私问题。为此，HR需要确保数据的准确性和可靠性，并遵循数据隐私和合规要求，保护员工的敏感信息。此外，提高HR团队的数据素养和分析能力也是实现人力分析潜力的关键，这需要公司在数据培训和人才培养上投入更多资源。
3. 薪酬管理和多元化包容性：应用受限的领域
相比于招聘和人力分析，AI在薪酬管理和**多元化与包容性（DEI）**领域的应用仍然较为有限。报告显示，仅有30%的公司在薪酬管理中使用AI，而在DEI领域，这一比例更是只有20%。AI在薪酬管理方面的潜力主要体现在公平薪酬分析、薪酬方案设计和薪酬预测上，而在DEI方面，AI可以帮助识别并减少偏见，为多元化团队建设提供数据支持。
尽管这些领域的应用率较低，但它们在HR转型中的重要性不容忽视。AI可以提供客观的数据洞见，帮助HR在薪酬和多元化管理中做出更加公正和透明的决策。HR领导者应当意识到，虽然这些领域的技术发展较慢，但它们对提升员工体验、吸引多元化人才以及推动企业文化建设有着深远影响。
4. 运营效率和员工生产力的提升
在已经应用AI的公司中，约25%表示AI显著提升了运营效率和员工生产力。这些公司利用AI自动化日常HR流程，从而降低人工成本并减少操作失误。尤其在HR行政管理方面，AI可以显著加速任务执行，提升工作效率。比如，通过AI实现员工数据的自动更新、薪酬计算自动化等，HR部门能够将更多精力投入到增值性工作中。
然而，HR领导者在推行AI自动化时也应注意平衡效率和员工体验。一方面，自动化可以提升HR的运营效率；另一方面，也可能导致员工缺乏与HR的互动，影响员工的归属感。因此，HR需探索自动化技术的合理边界，确保技术提升不会影响企业的人性化关怀。
5. 数据驱动的文化至关重要
报告中最引人注目的发现之一是，92%的受访企业认为数据驱动的文化对未来成功至关重要。AI的应用依赖于大量的数据积累和分析，而这种数据驱动的文化能够帮助HR实现科学决策。然而，尽管许多企业意识到数据文化的重要性，仍有近半数的公司尚未建立支持数据驱动的数字化基础设施，导致数据在跨部门共享和协作上存在障碍。
为了实现数据驱动的文化，HR领导者需推动数据在组织内的无缝流通。这不仅包括技术系统的整合，还需要培养员工的数据意识和分析技能。HR可以通过定期的数据培训和分析工作坊，帮助团队成员掌握基本的数据分析技能，从而更好地应用AI支持业务决策。
6. 自动化HR运营：优先发展的方向
报告显示，在未来的6到12个月内，HR的首要任务是通过AI实现HR运营自动化。这意味着HR部门将优先考虑自动化流程，以减轻员工的日常任务负担，并提升工作效率。许多企业还计划利用AI进行深度数据分析和预测建模，以替代传统的HR指标，支持更具战略性的决策。
然而，HR自动化的成功不仅取决于技术的实施，还取决于HR团队对自动化的接受度和技能掌握情况。HR领导者需制定明确的变革管理计划，以确保团队成员对自动化的理解和支持。同时，通过为员工提供自动化工具的操作培训，可以帮助他们更高效地适应自动化的工作环境。
7. 打破孤岛：促进跨职能协作
AI的应用需要跨部门的密切协作，因此**打破组织内的“数据孤岛”**成为必然趋势。报告中指出，55%的公司通过在AI规划和实施阶段引入关键利益相关者，确保AI工具与组织的战略目标一致。AI在HR中的应用不应孤立于HR部门，而是需要与业务部门、IT部门和高层管理协同合作。
HR领导者在推动AI项目时，应主动与其他部门建立协同关系，推动数据共享和技术合作。这种跨部门的协作不仅可以增强数据的全面性，还能提高AI决策的准确性，有效推动AI在企业中的广泛应用。
8. 变革阻力：AI实施的首要障碍
尽管AI技术应用前景广阔，变革阻力仍是AI实施中的主要障碍。报告指出，许多员工对AI存在抵触情绪，主要原因在于对技术的不了解和对工作岗位的安全感缺失。HR领导者需要通过一系列变革管理措施来降低变革阻力，包括引入创新文化、加强员工沟通和引导员工参与AI项目。
为了帮助员工适应AI变革，HR应在AI应用初期提供充分的技术培训和心理支持，同时明确阐明AI的应用价值，降低员工的恐惧和不安。此外，通过透明的沟通，HR可以让员工更清楚地了解AI将如何支持而非取代他们的工作，从而增强员工对变革的接受度。
9. 持续学习的文化：未来竞争力的保障
报告中明确指出，未来的组织必须具备持续学习的文化，以适应快速发展的技术环境。然而，尽管多数HR领导者认识到持续学习的重要性，只有40%的公司为员工提供AI培训，并将其纳入持续的职业发展计划。这种培训的缺失可能会影响员工的技能升级，使他们难以适应新技术的变化。
HR领导者可以通过建立学习发展平台、提供线上和线下的AI技能培训课程，帮助员工提升AI素养。持续学习不仅有助于提升员工的技能水平，还能培养企业的创新文化，使公司在AI驱动的竞争环境中占据优势。
10. 技能差距：亟待解决的挑战
尽管AI在HR中应用广泛，但技能差距仍然是阻碍AI实施的主要瓶颈。报告指出，许多企业的HR团队缺乏基本的数据分析和技术操作技能，这导致他们在实际操作中难以发挥AI的最大效用。报告建议，HR领导者应投资于系统化的AI技能提升计划，包括数据分析、技术应用和AI操作技能等方面的培训。
技能差距的弥合需要时间和资源的投入，但从长远来看，这种投资将帮助企业更好地适应AI带来的技术变革，并提升整体竞争力。HR应通过定期的培训和考核，确保团队成员掌握必要的技能，推动AI在HR中的成功应用。
特别注意：伦理和数据隐私的管理问题
在AI赋能HR的过程中，有一个容易被HR领导者忽视但至关重要的环节，那就是伦理和数据隐私的管理。AI在数据处理和分析方面的强大能力无疑可以帮助HR提高效率和决策质量，但如果缺乏对数据隐私和伦理问题的重视，这些优势可能会被其潜在风险所掩盖。
许多企业在实施AI时，往往将重点放在技术性能和效率提升上，而忽略了AI决策的透明性和公平性。尤其是当AI用于招聘、绩效评估和人才管理等与员工密切相关的领域时，偏见、歧视和数据隐私泄露的风险增加。调查显示，超过60%的HR领导者承认AI系统中的数据偏差是其面临的主要难题之一，但在实践中，只有不到一半的企业制定了明确的AI治理和数据隐私政策。
因此，HR领导者在推动AI应用的同时，必须优先考虑数据的透明性、隐私保护和伦理审查。这不仅有助于提升员工对AI的信任度，减少对技术的抵触心理，还可以在长期内保护企业声誉，降低法律和监管风险。具体而言，HR可以采取以下措施：
建立AI治理机制：设立专门的AI伦理委员会，定期审查AI系统的算法和数据使用方式，确保系统输出的公平性和准确性。
强化数据隐私保护：采用严格的数据匿名化措施，明确数据收集和使用的边界，尤其是在涉及员工敏感信息时要格外谨慎。
透明沟通：在员工中推广AI的应用价值和管理方式，主动向员工解释AI系统如何工作以及其使用目的，让员工感到更有安全感。
在技术快速发展的背景下，HR领导者不仅需要关注AI带来的效率提升，更应站在战略高度，确保AI的实施符合企业的价值观和道德规范。
综上所述，AI在HR领域的应用正在迅速扩展，为人才管理、员工发展和组织效率带来了深远的变革。然而，AI的成功实施需要克服技术、文化和技能方面的多重障碍。HR领导者应在招聘、人力分析、薪酬管理和运营自动化等重点领域充分挖掘AI的潜力，同时注意数据隐私、伦理问题和变革阻力的管理。
随着2025年的临近，HR领导者需要借助AI驱动的数据洞察，以更具战略性的视角应对未来的工作挑战。我们鼓励各位HR领导者下载《AI与未来工作》报告，获取更多行业洞见，为制定未来的决策提供参考。这不仅将帮助企业在快速变化的市场中立于不败之地，也将推动HR部门从支持角色向战略伙伴的转型。
HRTechChina每年都会聚合新的一年人力资源发展趋势，2025年的趋势是什么？我们一起来看看各家如何预测！2025年趋势专题地址是：http://hrnext.cn/8dK4a3 可以收藏保存，我们会不断更新全球各地的预测，与你分享，决不可错过!
People Analytics
People Analytics
【观点】人工智能如何改变组织的人才招聘策略？
随着人工智能（AI）继续创造最新的商业趋势，人工智能在招聘中的应用也变得越来越突出了。据调查，近三分之二的招聘人员（65%）在招聘过程中使用了人工智能技术，几乎所有人力资源专业人士（92%）都希望在人才招聘过程中使用人工智能。
此外，报告显示，人工智能在招聘中已被证明是有利的：
89%的人力资源专业人士认为人工智能将改善候选人的申请流程。
超过87%的人认为人工智能对特定行业的招聘更有帮助。
58%使用人工智能的招聘人员发现它对寻找候选人最有用（紧随其后的是筛选候选人（56%）和培养候选人（55%）。
尽管市场上有负面批评，但研究表明，人工智能已经消除了43%的人为偏见。
利用人工智能招聘的最大好处之一是它加快了招聘过程。
人工智能招聘软件功能
以下是探索AI招聘解决方案时要考虑的功能列表。
简历筛选：通过申请人跟踪系统 （ATS） 简历数据库，人工智能可以利用电子邮件、社交媒体或其他渠道与选定的候选人取得初步联系。人工智能还可以自动查看社交媒体资料以获取更多有关候选人工作经历的信息。
候选人选择：人工智能可以提供候选人决策不可或缺的数据分析，包括汇集新的求职者、审查现有人才、解释候选人意图以及动态人才库等。
面试安排：人工智能可以通过聊天机器人简化面试流程，聊天机器人可以收集和过滤候选人信息、回复、媒体资料、视频和文档，以及通过聊天、电子邮件或文本进行交流。聊天机器人还可以提示候选人主动申请某个职位，并进行预筛选。面试安排也可以通过人工智能自动同步给招聘人员以及候选人。
入职：人工智能招聘软件可以通过自动化减少人力资源领导层的管理任务。使用AI聊天机器人，新员工可以主动找到相关问题的答案，并在整个入职体验中得到个性化的指导。
可定制的工作流程： 定制工作流程的能力可以彻底改变候选人的体验以及招聘团队的流程。人工智能能够根据内部员工的经验与外部申请人的经验进行定制。例如，与外部候选人不同，内部候选人可能具有明确的职业道路、学习和发展机会、指导和推荐选项。
数据保护和安全：与大多数软件一样，人工智能招聘软件通常具有安全功能，例如双重身份验证，以及用于管理当地法规的内置工具。这些功能对于保护候选人数据保护和安全以及确保遵守地方数据保护的法规是不可或缺的。
人工智能招聘工具
集成：许多AI招聘工具都带有原生集成功能，可与现有软件（最常见的是客户关系管理 （CRM） 软件）配合使用。
文本模板库：虽然AI不一定附带模板库，但您可以使用AI构建一个模板库。人工智能工具能够以适当的语言和语气撰写招聘信息、录取通知书和完成其他写作任务。
预测分析：预测分析提供了候选人个人资料的全面概述，这有助于招聘人员和招聘经理了解候选人能否胜任当前的职位。因此，预测分析是使用数据（如过去的工作经验以及学到的技能）来寻找、面试和评估候选人的真正潜力和对职位的契合度。
招聘自动化：人工智能通过一种称为机器人流程自动化 （RPA） 的技术帮助招聘自动化，该技术使组织能够更有效地执行耗时的招聘任务。这些任务可能包括验证候选人信息等。
AI招聘偏见注意事项
招聘偏见是雇主最关心的问题。尽管人们普遍认为，人工智能可以通过盲检等独特功能来减少招聘偏见，盲检是一种删除姓名、年龄、种族背景、性别等不必要信息的检测过程。
虽然人工智能不能消除招聘过程中的所有偏见，但它可以量身定制以帮助雇主减少偏见。利用人工智能的程序设定，组织可以主动消除任何性别特定的措辞来减少招聘偏见。总之，人工智能在未来工作世界中的应用是不可避免的，AI技术已经渗透到从自动化内部流程到劳动力管理的方方面面。在新的经济环境中让我们应该重新思考招聘方式的变革，了解行业中最佳招聘科技的应用实践。为此，HRTech将于7月14日在上海外滩W酒店盛大举办2023招聘科技创新论坛，欢迎参与！
报名链接：2023招聘科技创新论坛（请点击！）
文章参考：Namely.com
People Analytics
People Analytics
【纽约】劳动力智能分析公司Revelio Labs宣布获得1500万美元的A轮融资
纽约 - 劳动力智能分析公司Revelio Labs宣布获得1500万美元的A轮融资。本轮融资由Elephant Partners领导，Alumni Ventures、BDMI、K20 Ventures、Techstars和Barclays提供额外资金。这笔资金将用于扩大Revelio Labs为企业人力资源和战略提供的服务，在该公司获得450万美元的种子资金后不到一年时间。从那时起，Revelio实验室的规模已经扩大了两倍，拥有150多个客户，包括投资者、企业战略家和人力资源团队以及政府。
Revelio Labs的首席执行官Ben Zweig说："任何公司最重要的资源是它的劳动力，但即使在2022年，雇主和招聘经理也还没有真正掌握在个人和宏观层面影响员工决策的变量。美国企业并没有为大辞职、悄悄辞职或人才大战做好准备。而当我们在一个非常紧张的劳动力市场、激烈的通货膨胀和潜在的经济衰退中航行时，对劳动力趋势有更多的了解比以往任何时候都更重要。我们很感激大象和我们的其他投资者继续认可我们通过劳动力数据推动有意义的商业变革的潜力，我们期待着将这些新资本用于进一步加强我们的产品。"
Revelio Labs建立了了解每个公司的劳动力的工具。通过分析公共劳动力数据，该公司已经创建了一个标准结构，以统一工作名称、技能、活动和公司。Revelio实验室的数据科学家团队开发了处于统计研究前沿的方法，以消除抽样偏差并调整报告滞后，从而对劳动力动态形成全面、无偏见和最新的了解。该公司的劳动力数据提供了关于职业构成、招聘和减员趋势、地理构成、职业过渡和人口多样性的洞察力。Revelio Labs目前的许多客户包括最大的对冲基金、私募股权公司和风险投资公司，以及越来越多的大型企业客户。
"为了吸引和留住最好的人才，雇主需要了解如何最好地满足现有和即将到来的员工的需求。Revelio Labs有能力帮助弥补劳动力市场的这一数据缺口，并提供优化人力资本决策所需的洞察力，"Elephant Partners的普通合伙人Julie Effron补充道。"凭借一个专注于为各公司提供战略性劳动力情报的SaaS平台，我们看到了Revelio Labs的巨大机会，并期待着通过这次投资继续支持他们的发展。"
关于Revelio Labs
Revelio Labs是一家劳动力情报公司。Revelio Labs成立于2018年，它吸收并规范了数以亿计的公共就业记录，创建了世界上第一个通用的人力资源数据库。该公司的数据科学家、经济学家和工程师团队向包括投资者、企业战略家、人力资源团队和政府在内的客户提供有价值的劳动力分析，使他们能够做出可操作的、数据驱动的决策。
Revelio Labs的使命是创造一种清晰的方式来了解各公司的劳动力和人才。今天的公司通过分析内部人力资源数据对自己的公司进行有价值的了解，但在试图与竞争对手进行比较时却很困难，而这对战略规划来说是不可或缺的。
劳动力数据，与财务数据不同，缺乏开发复杂模型所需的标准化。然而，劳动力市场是世界上最大和最重要的市场。
在Revelio Labs，我们专注于劳动力分析，因为雇主和雇员对人才如何与组织目标保持一致缺乏共同理解。通过提供一个共享的劳动力情报来源，我们看到了这样一个世界：人力资本的分配与金融资本的分配一样高效、透明和科学，从而为所有公司和个人带来更多的参与和更好的表现。
Revelio Labs是劳动力智能领域的行业领导者。我们的数据科学家、经济学家和工程师团队拥有独特的专业知识，能够提供有价值的劳动力分析，使我们的合作伙伴能够做出可操作的、数据驱动的决策。
People Analytics
People Analytics
【英国】HR分析工具Reflect完成200万欧元种子融资
认识一下Reflect，一个专门为人力资源团队设计的新分析工具。虽然许多团队现在依靠复杂的数据可视化和业务规划工具，但人力资源团队不能轻易地测量不同的指标，也不能看到它们是如何随时间演变的。
然而，人力资源已经成为科技初创公司和一般创新企业的关键组成部分。
"我们创办Reflect的原因是，我们认为人力资源人员需要一些帮助，"联合创始人兼首席执行官Léopold Adam告诉我。随着COVID-19的流行，多样性、公平和包容的目标，心理健康问题和远程工作政策，这项工作已经变得更加复杂。
"他们没有一个全面的工具来管理这种情况，"Adam说。据他说，普通的人力资源团队使用2到10种不同的软件即服务产品。Reflect连接到所有这些工具，并将数据集中起来。
之后，Reflect作为所有人力资源指标的单一存储库。然后，用户可以选择数据点并跟踪进展。例如，公司使用Reflect来跟踪每个部门的总人数、自然减员、每季度的加薪次数、女性在领导岗位上的比例等。
然后，Reflect让你与团队经理、高管和任何想要全面了解一般人力资源数据的人分享仪表盘。而一旦首席执行官使用了这个工具，你可以肯定它将成为必不可少的工具。
当然，许多公司创建Excel电子表格并在全公司范围内发送。但这需要大量的手工输出，而且要改变一些参数以看到不同的视图也不是那么容易。
有些公司已经有一个数据可视化工具，如Tableau和Power BI。但问题是，人力资源部门要处理敏感信息，如工资和病假。你不希望把你的人力资源数据的访问权授予整个公司。
在未来，Reflect认为它可以帮助你将自己的指标与行业的指标进行比较。随着越来越多的公司开始使用该产品，例如，比较流失率将变得更加容易。
Reflect刚完成了200万欧元（200万美元）的种子轮融资，由XAnge牵头，Evolem、Kima Ventures和一些商业天使，如Roxanne Varza、Matthieu Birach和Thibaud Elzière参与。而首批使用该产品的公司包括Pennylane、Welcome to the Jungle、Batch、Partoo和SmallPDF。
People Analytics
People Analytics
【美国】针对中小企业的员工数据平台Employee Cycle完成了250万美元的种子轮融资
领先的中小型企业人力资源分析仪表板Employee Cycle完成了250万美元的种子轮融资，由Impellent Ventures领投。本轮融资包括来自Collab Capital、Converge VC以及其他天使投资人和捐助者的参与。
所得资金的使用将支持第一个员工数据平台（EDP）的开发和推出，这是一个用于自动化人力资源报告和数据质量审计的增强型产品。Employee Cycle计划扩大规模并在销售、营销和工程部门进行招聘。
"我们总是听到员工是公司最大的资产，但由于大多数组织的员工数据分散在多个人力资源系统中，他们最终对为他们工作的人了解甚少。为了解决这个问题，我们正在授权公司将他们分散的员工数据转化为集中的劳动力洞察力，以做出更聪明和更有数据驱动的劳动力决策，"Employee Cycle首席执行官Bruce Marable说。"来自客户、整合伙伴以及投资者和行业领袖的不同联盟的支持，是对我们模式的验证，也是帮助企业更好地预测员工需求的一个机会。"
该公司的仪表板与近三十多个常用的人力资源软件系统集成，主要是'HRTech'类别，包括人力资源信息系统、工资单、招聘和绩效管理系统。这使人力资源部门的领导能够统一和分析他们在劳动力领域的数据，如人数、招聘、更替、保留、DEI、补偿、绩效管理和其他。所有这些整合都是直观的，并自动更新数据，以提供最实时的信息。
"Impellent Ventures管理合伙人David Brown说："人力资源部门的领导以不相干的方式管理大量的数据，这是不可持续的。"Employee Cycle提供的不仅仅是运营效率；它是一个节约成本的商业智能工具，推动了对公司运营和文化的真正洞察，这比以往任何时候都更重要。"
在Employee Cycle及其使命背后的拥护者中，有Impellent Venture的普通合伙人Tarik Trotter（以艺名Black Thought闻名）。他的承诺来自于支持那些重新定义现状并为他人创造机会的未被代表的社区创始人的信念。今年，所有风险资本中只有1.2%的资金资助了黑人创办的初创企业。
"特罗特说："对我来说，雇主在招聘、雇用和在入职过程中支持不同的候选人方面可以做得更多。"布鲁斯和他的团队证明，无论统计数据如何，人才和伟大的想法都会蓬勃发展。我的目标是确保他和其他黑人和棕色人种的创始人获得创造持久企业的财务机会。"
关于Employee Cycle
Employee Cycle是一个员工数据平台（EDP），它改变了人力资源领导者使用数据的方式，首先是将互不相干的员工数据转化为一个用户友好、集中和实时的人力资源分析仪表板。通过利用各种最佳人力资源系统的API，我们提供了一个单一的数据驱动的整个劳动力视图。这使人力资源领导能够更好地识别、沟通和解决劳动力问题（例如：离职成本、缺乏多样性、性别薪酬不平等、雇主品牌不佳等），避免风险，并节省成本。Employee Cycle是Comcast NBCUniversal的Lift Lab Accelerator Powered by Techstars的毕业生。
People Analytics
People Analytics
【波士顿】人才优化平台The Predictive Index 获得 JM 家族企业 3000 万美元的投资
The Predictive Index (PI) 今天宣布 JM Family Enterprises, Inc. (JMFE) 的少数股权投资 3000 万美元，这是世界上唯一的全球人才优化平台。
新的融资将使 The Predictive Index 加速产品性能，重点关注为客户创造持久价值和支持网络有效性，推动公司雇用更好的人，设计成功的团队，激励各个级别的领导者，并让员工在整个员工中参与生命周期。
PI 首席执行官 Mike Zani 表示：“JM 家族企业在建立持久的公司方面有着长远的眼光，我们发现他们的方法在成长型股票市场中是独一无二的。” “他们带来了对特许经营商/特许经营商商业模式的深入了解，类似于我们的增值认证合作伙伴网络。这项投资使我们能够专注于通过扩展产品功能和提供真正引人入胜的软件体验来为我们的合作伙伴网络和客户增加价值。”
在过去的 12 个月中，The Predictive Index 已在 90 多个国家/地区拥有超过 10,000 名客户和 480 名合作伙伴。PI 连续三年被全球领先的技术市场 G2 评为最佳职前测试软件的领导者。
“通过我们的运营和投资活动，我们亲眼目睹了预测指数为客户和合作伙伴带来的价值，”JMFE 首席企业发展官 Pearl Percy 说。“JM Family 相信人是我们成功的核心，这与 The Predictive Index 行业领先的人才优化产品和服务之间存在明显的一致性。此外，PI 将久经考验的科学与现代技术平台的独特结合符合我们的投资重点。”
关于 Predictive Index
Predictive Index (PI) 是一个屡获殊荣的人才优化平台，可将业务战略与人员战略相结合，以实现最佳业务成果。
60 多年的成熟科学、软件和富有洞察力的管理研讨会课程使 PI 成为任何希望设计优秀团队和文化、做出客观招聘决策、促进敬业度并激发员工在世界任何地方的优秀员工的解决方案. 超过 10,000 名客户和 480 多个合作伙伴在 90 多个国家/地区使用 PI，包括 Nissan、Citizens Bank、Subway、Blue Cross Blue Shield 和 Omni Hotels。
People Analytics
People Analytics
【People Analytics】人力资本分析的商业价值是什么？
认为人力资本分析是复杂的，只能帮助少数人获得真正的商业价值，这是一个错误的假设。事实上，大大小小的企业都可以利用人力资本分析来极大地推动他们的业务发展，同时在今天大家都在经历的紧张的劳动力市场中保持竞争力。这里的关键是通过观察当前和新的趋势来理解人力资本分析的真正价值，为人力资本分析制定一个运营模式，并采取行动。
人力资本分析的当前趋势是什么？
随着工作领域的变化，公司正在发现更多的方法来利用人力资本分析来创建有效的商业和人力资源战略，并应对他们所面临的挑战。
正因为如此，在过去的几年里，第一个也是最有影响的趋势是人们对人力资本分析的认识不断提高，以及它如何能推动业务的发展。在我们询问的CHRO中，90%的人同意人力资本分析是其战略能力和制定数据驱动的决策的重要组成部分。此外，建立一个数据驱动的文化的意义和商业价值在最近几年已经得到普及。事实上，90%的CHRO也认为它能带来商业价值，81%的CHRO表示它能让管理者做出 "当下 "的决定。
因此，由于CHRO在商业战略中扮演着更多的战术角色，并大声疾呼，公司正在倾听，并催生了人力资本分析的下一个趋势。这就是企业正在增加对人力资本分析的投资。在我们调查的公司中，54%的公司表示他们正计划增加对技术的投资以协助人力资本分析。这意味着企业正在对人力资本分析投入更多的时间和收入，并投资于规模化的产品化分析，为人力资源部门建立一个数据驱动的文化。
从增加的投资来看，人力资本分析的第三个趋势是人力资本分析团队的增长。而在不到两年的时间里，团队从2020年人力资本分析团队与员工人数的比例为1:4000上升到2021年的1:2900。这是一个61%的增长。
随着人数的增长，最后的趋势自然是人力资本分析的发展变得更加注重商业价值。人力资本分析现在不仅把精力投入到人力资源的行政管理方面，而且正在承担企业一直以来面临的一些更大的挑战。由于动荡的时代尚未结束，人们期待着持续增长。
人力资本分析是如何推动商业价值的？
在企业关注人力资本分析的商业价值的趋势下，团队可以提供广泛的价值，对企业目前面临的许多挑战进行必要的改进，包括：
员工体验
人力资本分析使企业能够使用员工调查来收集数据，以便更清楚地了解所面临的挑战，最终使他们能够改善员工的整体体验。在此基础上，人力资本分析团队可以设计实践和系统，改善员工的工作流程，使工作更轻松，更有吸引力。
劳动力规划
人力资本分析可以研究行业的当前趋势和正在发生的变化，并为企业提供人力资源战略。他们可以通过建议未来需要什么技能来完成工作，如何招聘这些既定的技能或通过培训或人才市场来重新掌握现有劳动力的手段来做到这一点。
员工生产力
通过运行报告和提供针对工作的调查，人力资本分析可以跟踪显示工作中存在瓶颈的模式，深入了解哪些工作需要更多的支持，管理层在哪些方面未能支持员工，并发现改进的方法。
领先公司如何通过人力资本分析找到商业价值？
通过跟踪领先公司的趋势，我们不仅发现他们已经在人力资本分析方面进行了投资，并且已经这样做了多年，而且我们还发现了他们是如何进行这一过程以及所产生的商业价值。一些例子：
高露洁棕榄公司：改善多样性和包容性
2020年的事件升级了高露洁在其组织内改善DE&I的努力。他们已经知道他们有很多事情要做，以提高对种族不公正做法的认识。在做出承诺后，高露洁请来了一位新的首席多元化官，他与人力资本分析团队紧密合作，为HRBPs创建指标和直观的 "故事板"，以便与他们的利益相关者使用。结果使他们在招聘、保留和参与的方法上做出了新的数据驱动的决定。
Uber：提高员工的敬业度
像许多其他公司一样受到大流行病的影响，Uber发现，员工敬业度和员工倾听对他们的员工和业务成功至关重要。为了实现他们的目标，Luye Change和她的团队制定了一个持续的倾听计划，重点是了解人们如何处理向远程工作的过渡，这是大多数公司正在解决的挑战。
从他们的努力中，Uber发现关键是不仅要听取员工的意见，而且要根据他们的反应采取行动。这一点在他们开始让员工回来的过程中得到了强调，并通过倾听员工的关切，制定了更加灵活和优惠的混合工作方法。
什么是人力资本分析的新运营模式？
随着投资于人力资本分析团队的增长，也需要投资于创建人力资本分析的运营模式。一个运营模式有助于精简他们的工作，提高工作效率。做到这一点的过程需要客户的驱动力，并将其转换为有形的业务成果，分为三个关键领域，或我们喜欢称之为引擎。然后，这些引擎被进一步细分，以解决处理这些功能的团队和他们的主要目标。
需求引擎
需求引擎由咨询团队组成，他们与商业利益相关者接触，将商业战略和挑战转化为可由解决方案引擎处理的假说。
解决方案引擎
解决方案引擎包括高级分析、报告和启用以及管理团队，负责管理和生产分析解决方案。他们与组织的数据引擎协同工作。在这里，治理团队负责确定项目的优先次序，坚持最高的道德标准，并管理数据管理。
生产引擎
生产引擎是实施团队，确保分析解决方案的有效设计和产品管理。它包括相关的项目管理和变革管理，以提供每个解决方案的有效采用。
领先的公司正在建立一个人力资本分析运营模式，因为他们了解设置一个流程的好处。在我们调查的公司中，有39%的公司已经在所有三个引擎上都有角色。在这些公司中，93%的公司对由此产生的价值充满信心。
如何利用人力资本分析的优势？
在你的组织中实施人力资本分析可能看起来是一项艰巨的任务。你可能不知道从哪里或如何开始。通过观察趋势和了解人力资本分析对企业的推动作用，采取行动并致力于像领先的公司那样投资于人力资本分析就容易得多。
可以参考一下微软是如何通过使用人力资本分析技术来改善公司文化的。
微软公司的CHRO Kathleen Hogan指出："所以，这不仅仅是你如何从数据到洞察力，而是你能否将它们操作化，并以某种方式在你的工具、你的经理、培训和你的人员流程方面将这些洞察力制度化。同样，我们正处在一个漫长的旅程中，但这是我认为我们拥有的巨大机会。"
我们正在不断地监测人力资本分析，并与铺平道路的领先公司交谈。我们相信你也能像微软、Uber和高露洁那样从人力资本分析中看到真正的结果。但要知道，你不需要单独做这件事，有一些资源可以帮助你走这条路。从简化流程的工具和技术到人力资源培训计划，以提高你自己和你的员工的能力，使他们能够以数据为导向，以业务为重点，以经验为主导。此外，还有一些辅导服务，它们紧跟新的趋势和结果，可以指导你走好每一步。
作者：Ian Bailie
People Analytics
People Analytics
【PA】利用人力资本分析技术节省时间，统一团队，消除孤岛现象
技术不应该是一种负担。它应该使工作更容易，这样人类就可以集中精力做最重要的事情。人力资本分析技术应该为人力资源团队节省时间，与其他数据源整合，并与关键业务成果相联系。
你的组织的领导团队需要人员数据来讲述一个故事。人们为什么离开或留下？哪些人员指标可以帮助解释为什么波士顿的同店销售比达拉斯的高？我们如何在数据的基础上做出与目标相联系的决定？人力资源部门可以推动这种对话，成为战略伙伴，以推动更好的决策的方式提供人员情报。
这很简单，但并不容易。人力资源部门的领导者已经不堪重负，他们身兼数职，而他们所使用的技术却无法应对挑战。
离职率很高。人力资源部门的任务很重。他们需要可靠的技术来帮助。
人员智能不应该是困难的，不应该需要一个庞大的数据团队，也不应该是孤立的。
以下是一个有效的人力资本分析平台可以帮助人力资源领导者的三种方式：
人力资本分析应该为人力资源领导者节省时间
当人力资源部门试图使用无效的工具将他们的人员数据与业务成果联系起来时，这可能是困难和耗时的。汇编数据通常需要花费数小时导出到Excel，然后将这些导出的数据拼接起来。听起来很乏味。当你的电子表格随着数据的刷新而中断时，这个过程就变得更加令人沮丧。
综合人员智能技术解决了这个问题。有了一个有效的人力资本分析平台，就不需要导出数据了。它是自动化和一致的，它也不会中断。 领导者可以实时了解他们关键人员数据，并采取行动。
与其花时间计算信息，人力资源部门的领导可以优先考虑吸收、分析并对通过仪表盘传达的所有指标采取行动的时间。
人力资本分析应该统一人力资源和商业智能团队
商业智能团队通常是由各部门共享的。由于其数据的范围，人力资源部门的要求通常会落在后面。员工数据往往需要大量的时间来清理。更多的时间用于清理意味着更少的时间用于创建有洞察力的报告。
人力资本分析技术应该将人力资源和商业情报团队统一起来。这一点很重要，因为人力资源部门通常没有专门的商业智能或分析员。有了一个强大的、集成的智能平台，人员数据是干净的，容易操作的，数据反馈可以使人力资源和商业智能团队同步。干净的数据对分析来说是很有趣的。然后，人力资源部门可以解决他们的人的问题，组织可以将这些数据与业务目标联系起来。
人力资本分析应该消除 HR 数据的孤岛现象
许多智能工具在建立时没有考虑到整合问题，人们的数据仍然是孤立的。这使得员工数据难以汇编并与业务成果相联系。整合分析平台与节省时间方面同样重要。
智能平台应该将员工倾听和绩效工具--如调查、反馈、人才审查、表彰和目标--的数据连接起来，这样领导就能快速了解信息并采取行动。
人力资源专家并不都是数据专家。这是很自然的。技术应该成为他们解决问题的伙伴。
人力资本分析技术不应该需要大量的时间或资源来连接业务成果或阻碍人类决策。智能工具应该帮助人力资源部门，实时提供他们所需的指标，为人员和业务的成功做出战略决策。
作者：Phil Haussler
People Analytics
People Analytics
人力资本分析（People Analytics）在促进员工敬业度方面的作用
根据Insight222的人力资本分析趋势报告，员工敬业度是人力资本分析带来最大价值的两个领域之一，其次是多样性和包容性。毫不奇怪，员工敬业度高的企业可以减少缺勤率，经历更少的人员流动，拥有更高的保留率和更多的生产力--所有这些都有助于在当今激烈的市场环境中提高组织的竞争优势。
您如何利用人力资本分析使人力资源部门发挥作用？
在整个2021年，对人力资本分析的投资加速了，而且预计在接下来的几年里还会扩大。人力资本分析团队已经从之前12个月的每4000人中有一个人增长到每2900名员工中有一个人。
通过增加专门从事人力资本分析的员工，并赋予他们所需的技能，以评估正在发挥作用的项目或对不发挥作用的项目进行开发，你可以使人力资源部门为企业提供更多的价值。此外，提供最有效的技术可以使人力资本分析专业人员拥有正确的工具，因此他们不仅能有效地收集正确的信息，而且有能力分析和展示数据，以支持C-Suite管理超复杂的课题，这些课题在Covid-19的催化下甚至在今天仍然存在。
在人力资本分析方面领先的公司，将洞察力注入到公司的运营和战略中，在外部，他们在推进人力资源部门方面发挥着主导作用。通过专注于在咨询和影响、产品管理和变革管理方面的能力建设，领先的公司表明他们希望通过将分析嵌入整个公司的人员流程，为员工、经理和高管制作必要的 "分析产品"，使其解决方案和预测有效。
这方面的一个例子是，Uber通过人力资本分析使他们的人力资源部门，并通过实施持续倾听，提高了他们的员工敬业度。这使得Uber能够克服Covid-19所带来的挑战，实施一个专注于了解人们如何处理向远程工作过渡的计划。
让正确的利益相关者参与到人力资本分析工作中来有多重要？
这可能是一个挑战，但为了使员工敬业度最有效，必须采取全员参与的方法。如果员工不愿意回应发出的调查或提供见解，就很难收集到有用的信息来进行真正的改变。如果C-Suits不愿意倾听并投资于能够提高员工敬业度的技术或技能，你的努力就几乎不可能取得进展。
作为人力资本分析的领导者或人力资源专业人士，关键是要成为数据驱动努力的倡导者，以开发和启动丰富的员工敬业度计划，为组织提供真正的价值。要做到这一点，要以道德和透明的方式向所有利益相关者沟通每个项目的细节。这在过程中建立了信任。
您如何将员工成功和人力资本分析结合起来？
人力资本分析法从真实的数字中提取。在我们调查的公司中，有42%的公司表示他们拥有利用人力资本分析的数据驱动文化，90%的公司相信这项工作能够为企业带来价值。这是个好消息。
因此，将员工的成功和人力资本分析结合起来，就是要理解员工的成功只能通过承担责任和确保人力资源战略决策得到数据的支持来实现。
"我知道我必须承担起这个责任，并与整个人力资源部门的其他人合作，帮助创建一个数据驱动的文化，" 渣打银行常务董事、劳动力管理和分析部全球负责人史蒂夫-斯科特说。
通过人力资本分析团队结合对劳动力的工作知识，利用数据驱动的方法，对他们正在工作的项目进行分析，并回答真正的业务问题，他们能够对员工敬业度产生更大的影响。
您如何创建数据驱动的文化？
一个数据驱动的人力资源文化能带来商业价值。当人力分析领导者被问及拥有数据驱动文化的效果时，90%的人表示它能带来商业价值，81%的人表示它能让经理人做出 "当下"的决定。
为了在你的组织内创建和运行数据驱动的文化，三个关键的重点领域应该是：
投资于人力资本分析功能--这意味着人力资源专业人员和人员经理应该成为熟练的，确保在他们的决策中采取基于证据的方法。
嵌入数据驱动的决策--意味着让管理人员和人力资源专业人员能够获得数据。数据应该在整个组织内实现民主化。
专注于为企业提供价值--这意味着人的洞察力应该为战略提供信息，允许采取行动并对结果进行衡量。
您如何衡量员工敬业度？
许多公司正在战略性地思考如何衡量员工敬业度，以加强和改善员工体验。第一步是认识到组织中的员工敬业度需要被评估和质疑。一旦完成，下一步就是实施如何解决所观察到的人员管理问题。
我们发现，遵循这8个步骤可以使人力资本分析工作在数据驱动的过程中保持正轨。
员工敬业度的运作及其所包含的内容最好按其各个部分进行分解和评估。人力资本分析正在询问员工的事情：
包容性
心理安全
认可
执行情况
为了收集这些相关的信息，人力资本分析的领导者和人力资源专家可以通过利用以下技术来实施员工倾听：
调查--你对团队进行调查，并就当前的观点提出相关问题。
焦点小组--你收集不同部门和级别的员工，提出设定的问题或倾听他们的关切
离职面谈--让即将离开公司的员工深入了解他们离开的原因以及他们认为需要改变的地方。
留任面谈--单独询问员工为什么留在公司，以及什么可能是促使他们离开的因素。
成功衡量员工敬业度的一个补充建议是，在正确的时间将正确的信息传递给正确的人。然后，这些信息可以从决策层转移到决策层，从而使公司的工作产生变化。
主要启示
由于接受了人力资本分析所提供的商业价值，领先的公司正在竞争激烈的市场中获胜。而员工敬业度是人力资本分析发展有效变革的首要条件。但是，要使人力资本分析对你的员工敬业度计划产生任何积极的影响，它需要熟练的专业人员在适当的支持和技术的支持下才能真正的成功。
文章来源：myHRfuture
作者：Manpreet Randhawa
People Analytics
扫一扫 加微信
hrtechchina
People Analytics
People Analytics
People Analytics
People Analytics
People Analytics
People Analytics
People Analytics
People Analytics
People Analytics
People Analytics
扫一扫 加微信
hrtechchina
