-
People Analytics
【产品】人力资本软件Paycor在Paycor Analytics中推出新的预测性辞职功能，使企业能够预测员工流失率
Paycor 的新功能允许领导者识别潜在的高风险员工，以帮助防止当前动荡的市场中的人员流动
Paycor HCM, Inc. (Paycor）（纳斯达克股票代码：PYCR）今天宣布在其Paycor Analytics工具中发布新功能，该工具将为其客户提供关于员工流失的预测分析。这项功能使人力资源（HR）和企业领导人能够从其公司数据中获得可操作的见解，包括识别有风险的员工、驱动辞职风险的因素、不同组织和地点的预期辞职情况，以及未来12个月内员工离职的概率和程度。
盖洛普最近的一项研究发现，51%的现有员工目前正在寻找新的角色，而最近发出通知的员工中，有52%的人是可以防止离职的。该研究的进一步见解显示，高管们认为使员工辞职的原因，与员工所提到的离职原因之间往往存在脱节。像预测分析这样的工具有助于识别有风险的员工或部门，这样领导者就可以在挑战变成无法解决的问题之前解决它们。
"Paycor首席产品官Ryan Bergstrom表示："随着全国各地的公司继续面临'伟大的辞职'，领导者了解员工离职的原因以及雇主可以采取哪些措施来防止或更好地计划这种结果，比以往任何时候都更加重要。"留住顶级人才的能力对任何企业来说都是关键，这项新的服务是Paycor在为客户的业务决策提供信息方面信任数据分析承诺的延伸。"
这项新产品研究了员工辞职的首要驱动因素，并突出了对每个员工预测的五个最重要的方面，从而可以在数据驱动的结果基础上进行有针对性和以问题为导向的讨论。与Paycor分析中的其他指标一样，预测性指标可以按组织中的职位、地点、任期等进行过滤。
Paycor的新产品是他们与Visier现有伙伴关系的结果，Visier是全球公认的人员分析和规划领域的领导者。两者自2019年开始合作，Paycor是第一个将预测性分析技术带给其客户并向中小企业提供这一解决方案的客户。
预测性辞职是Paycor Analytics即将推出的众多预测性报告功能中的第一个，有助于确定直接影响公司底线的劳动力趋势。
关于PAYCOR
Paycor为那些希望有所作为的领导人创建了人力资本管理（HCM）软件。我们的HCM平台实现了人员管理的各个方面的现代化，从招聘、入职和发展人员的方式，到支付和保留人员的方式。但真正使我们与众不同的是我们对企业领导人的关注。30年来，我们一直在听取领导人的意见并与之合作，所以我们知道他们需要什么。节省时间的人力资源技术、提供可操作见解的强大分析以及个性化的支持。这就是为什么超过28,000名客户相信Paycor能够帮助他们解决问题并实现其目标。
People Analytics
2021年11月11日
-
People Analytics
人力资本分析的六步法
这并不是一个秘密。许多人力资本分析项目失败了。很多人力资本分析的自助解决方案已经实施，但很少被使用。人力资本分析的潜力没有得到充分利用的主要原因是人力资源部门内缺少人力资本分析的思维方式。对于大多数人力资源专家来说，分析并不自然。他们应该如何利用他们不知道的东西？甚至在做决定之前要求分析性的见解？人力资源部门内的分析缺陷是众所周知的。但仅仅提及这种缺失的心态并不能解决问题。我们需要把它带到人力资源部门。
那么，实际上需要什么来进行分析性的思考和决策呢？同样重要的是，我们如何才能最好地沟通这种思维方式？为了准确回答这些问题，我和英飞凌人事分析团队的同事们开发了一个六步法。这些步骤旨在确保以科学的、分析驱动的、基于事实的方法来进行决策。然而，这种方法很容易被那些不熟悉这种思维方式的人所理解。最后我们意识到，在建立正确的心态方面，这种类型的方法比仅仅谈论心态这样模糊的东西或教授统计技能要有效得多。
1. 澄清问题
这听起来更像是一种形式，但令人着迷的是，它经常被忽略掉。在这一步中，你要确保你对问题有一个清晰的认识。一份书面的问题陈述可以帮助你将自己对问题的理解与他人的理解进行反复检查。很多时候，我们似乎在某些方面达成了一致，但后来却发现每个人对这件事的解释都非常不同。
问题陈述也提醒我们，我们实际上想解决一个问题。经常发生的情况是，我们已经有了一个解决方案，但却不了解我们想要解决的问题到底是什么。
2. 形成假设
在下一个步骤中，我们要提出关于某件事情发生的原因的理论，例如，为什么某个部门的减员率这么高。提出假设对我们来说并不新鲜。每当我们在日常生活中处理决策时，我们都会下意识地对潜在问题的根本原因形成假设。然而，人力资本分析方法要求对这些假设进行明确陈述。而且，它要求你的假设不能仅仅基于你的直觉。包括文献和互联网研究，以及同事和其他主题专家的意见，是一个好主意。
现在你可能会说，我们为什么需要假设呢？数据不是应该告诉我什么是错的吗？不，这不是它的工作方式。有两个原因。第一，我们不知道该看哪些数据。外面有大量的数据。一个适当的假设有助于引导我们寻找正确的数据。第二，甚至更重要的是，数据只是数据。为了将数据转化为有意义的信息，它需要被置于背景之中。数据需要解释。再说一遍，假设正是这样做的。如果没有至少对我们正在寻找的东西有一个粗略的想法，我们就不会找到答案。没有假说的数据是毫无用处的。这就是为什么数据科学家团队永远无法单独完成工作的原因。它总是需要与主题专家紧密合作。
3. 收集数据和测试假设
在提出假设之后，就是使我们的方法真正具有分析性的阶段。我们用数据来测试我们的假设。而不是像我们在日常生活中通常做的那样，只是相信我们是对的，我们现在要证明或拒绝我们的假设。假设的提出和测试是一个反复的过程。我们形成一个假设，测试它，有时接受它，完善它，然后再次测试它。显然，人力资源从业者在这一步骤中需要很多支持。这种支持可以是来自人力资本分析团队的咨询，也可以是来自分析自我服务工具。这些自助服务工具可以从简单的Tableau或PowerBI仪表盘到复杂的云解决方案，如Visier或SplashHR。由于我们已经建立了人力资本分析心态，对先进工具的投资将不再被认为是不合理的。现在，人力资源专家是要求使用这些工具的人，因为他们需要这些工具来测试他们的假设。他们实际上利用了驱动因素和相关分析。这种情况与以前非常不同，以前一些分析专家试图推销这种解决方案，但没有人愿意。
4. 得出适当的决定
现在我们已经确定了问题的根源，是时候在第四阶段选择正确的决策方案了。这一直是人力资源从业者的核心能力，他们也确实擅长此道。由于适当的假设制定和测试，他们现在能够选择那些真正解决根本原因的措施。
5. 通过讲故事用事实和数据说服人
这一步是通过使用 "用数据讲故事 "的技巧来交流你的发现。人力资源部门越是想成为一个有战略意义的机构，就越是发现自己处于咨询的角色。而咨询意味着要说服别人。现在，许多人力资源专家已经习惯于谈论数据了。他们介绍最近的人数，或者谈论员工流失率的变化。但我们需要做的是用数据来说服人。而这恰恰是本阶段的重点。如果你正在寻找一些关于如何有效地用数据讲故事的好主意，我推荐Cole Nussbaumer的同名书籍和课程。
6. 执行决定，监测并采纳它们
最后，这一步是关于执行衍生措施和监测。即使我们采用了科学的决策方法，也不一定意味着我们得到了所有的权利。我们需要监测我们措施的成功。根据结果，我们可能需要调整措施或重新定义我们的假设。人力资本分析方法并不是一种打了就跑的事情。相反，对措施的监测为假设的制定和扩大我们基于经验的知识提供了宝贵的输入。
通过遵循这简单的6个步骤，你的人力资源工作者应该习惯于分析性思维和基于事实的决策。这最终会引发对分析自助工具、新数据和人力分析团队的咨询服务的需求。而这种来自你的人力资源从业者的需求正是一个成功的人力资本分析功能所真正需要的。
作者：Christian Otto
People Analytics
2021年11月05日
-
People Analytics
【重磅】2021人力资本分析大奖评选揭晓，祝贺获奖企业，感谢一起推动中国的人力资本分析发展与进步！
2021年9月24日，2021人力资本分析高端私享会在上海举办，会议汇聚来自国内最优秀的人力资本分析的同仁，如来自阿里巴巴、罗氏集团、快手、蔚来汽车、星展银行、上海建筑设计研究院、卡尔蔡司、仁云科技、顾家家居、SHEIN、RRD、晨光文具等知名公司。
在现场的PA同仁见证下，会议中揭晓了2021人力资本分析大奖最佳实践奖的获奖企业，本次专业前沿的奖项，吸引了近20家优秀的企业提名参与，经过评审专家的评审，访谈，评选出以下获奖的三家企业。
在论坛中，获奖企业也现场分享了他们的最佳实践案例，纷纷表示受益匪浅！
为他们点赞！
关于2021人力资本分析大奖
HRTechChina作为国内最早倡导和推动人力资本分析的媒体平台，特别联合科石咨询（Keystone Consulting）凭借在HR数据分析领域长达十年的推广耕耘，于2021年开启国内“人力资本分析大奖”评选活动，以“新视角、新思维、新价值”为核心视角，启动的PA专业评选。人力资本分析（People Analytics）不仅关注指标、算法、工具和技术，更强调数据驱动的文化、思维和工作方式。
因此，当代人力资源管理者需要持续拥抱变化，运用数据分析的方法论和工具，借助科技手段，持续创造人力资源管理价值，为企业赋能和驱动业务增长。
2021人力资本分析大奖旨在推动People Analytics在组织中的落地和应用。
关于HRTechChina
HRTechChina 是中国首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动中国人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。
HRTechChina核心报道中国HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿论坛论坛，表彰认可业内先进。
People Analytics
2021年09月24日
-
People Analytics
用数据驱动的方法来了解员工流失率
A data-driven approach to understanding employee turnover
用数据驱动的方法来了解员工流失率
杰森-麦克弗森
数据不仅可以帮助您了解员工离开企业的原因，还可以让您有机会更主动地解决未来的问题。通过将你的员工反馈数据与你的员工流失数据联系起来，你可以了解到哪些因素可能促使人们在未来离开你的组织，以及你的组织中可能出现的问题领域（如部门、职能或人口统计）。
如果你想了解人们离开你的组织的原因，可以考虑使用以下四步数据驱动的方法来理解和解决人员流动和流失的问题。
1. 清洗你的数据并关注正确的人
首先，你需要清理你的数据，确保你的数据集中有正确的人。
最重要的是要关注和了解那些自愿和遗憾离开的人。这些是你最想了解的人，因为他们是你想留住的人。
你不想让那些因为表现不佳而非自愿离开的人，或者那些搬家或退休的人搅乱这些数据。这些人的数据看起来与那些自愿离开的人非常不同。事实上，他们往往看起来很像公司里的其他人员，包括那些留下来的人。因此，包括那些非自愿离开的人可能会混淆你的预测模型。
为了创建你的基本数据集，第一步是看看你的离职调查的结果，并确保你有你需要的数据。离职调查数据应该能够告诉你谁离开了。它还应该在某种程度上表明，离开是自愿的，还是不自愿的。如果是自愿的，那么这个人可能被认为是一个令人遗憾的离职者。如果你没有离职调查数据，来自人力资源信息系统的数据也可以发挥作用。
在这个过程中，最重要的步骤莫过于通过从数据集中删除非自愿离职者来清理你的数据。
2. 包括广泛的关联数据
对于那些自愿离开的人，你通常可以在离职数据中看到主要的趋势。
例如，离职数据是否显示许多人因类似的原因而离职，或者类似的角色或人口统计学群体更频繁地离职？
然后，你可以将这些数据与他们之前的调查回答和反馈联系起来。找到所有可能与你的离职数据有关的信息是很重要的。考虑一下你还有哪些关于他们的数据--他们的年龄，他们的培训情况，他们曾经的晋升。然后，将这些信息与他们的反馈或调查数据结合起来，寻找联系。
反馈数据可以很好地说明一个人在早期的感受。例如，一个很好的预测离职率的方法是问人们他们认为自己什么时候会离开，或者他们是否能在两年后看到自己在这个组织里，后者是我们推荐的员工参与问题之一。
当人们在调查中提供这种反馈时，他们往往会说实话，所以如果有人说他们可能会离开--他们实际上更有可能。这一点至少在一年内保持不变。
在看你的调查数据时，我们总是建议在分析中考虑其他四个具体领域--领导力、学习和发展、一致性和薪酬。
人们如何看待领导力，在他们决定留在或离开一家公司时，会起到重要作用。学习和发展也常常是组合的一部分。关于学习和发展的问题表明，人们是否认为他们在组织中有机会发展他们的职业。即使在人们不相信的行业，如零售业，这也是留住员工的一个主要动力。员工参与度调查也可以给你一个指示，表明某人是否感到与组织同步。
3. 使用正确的统计技术来识别模式
为了说明统计方面的挑战，考虑到对许多公司来说，在任何一年中，只有10-20%的人可能会流失。在这10-20%中，你只想了解那些自愿和遗憾离开的人。这就是为什么你需要能够预测相对罕见结果的统计模型。
最近，我们有一个大型数据集，其中包括数千名离开一个组织的人。我们尝试了几种不同的方法来查看这些调查--随机森林、决策树、逻辑回归和其他算法。最终，我们发现随机森林对这种类型的工作最为有效。
随机森林是决策树的一个延伸。本质上，它包含多个决策树。因此，这种技术不是找到一棵树，而是找到许多最好的树，并将它们结合起来预测一个结果。随机森林在挑选非线性效应和不寻常的组合方面有相当好的预测效果--尽管它们可能很难解释。
我们发现其他有用的技术是生存分析和抽样程序，如ROSE技术（代表随机过度抽样的例子）。这些类型的程序为较少的流失案例提升和调整你的训练数据，以帮助你的模型。
这些并不是每个人都熟悉的工具或技术，但我们的人员科学团队很乐意帮助任何对使用它们有疑问的人。然而，只要看看令人遗憾的流失群体和留下来的人在以前的调查中如何回应的简单差异，就可以发现相当强大的洞察力。
4. 在团体层面上解决问题，而不是个人层面上的问题
与其预测某个特定的人是否会离开你的组织，不如尝试在群体层面上识别和解决这个问题。例如，如果你的模型显示某个角色（如销售经理或工程经理）处于风险之中，你可能会仔细研究该群体的留任问题并采取相应的行动。从这个意义上说，这些数据可以非常强大，因为它使你有可能在你的组织内找到你可以帮助的高危群体。
然而，你能做的最糟糕的事情是开始针对你预测会离开的个人。如果你使用数据来预测个人，你有可能犯一个大错误。人们可能会觉得自己是目标，或者认为你一直在看他们的个人数据。这有可能损害你和你的反馈过程的可信度。那些可能选择留下的人也可能因此而改变主意。没有比离职预测成为自我实现的预言更糟糕的结果了。
最好的预测流失率的因素往往很简单
最好的预测因素往往包括最明显的问题。例如，我们的一个标准基准问题只是问人们，他们是否能看到两年后自己还在公司。
令人惊讶的是，很多人都非常诚实地回答了这个有点直接的问题。在数以千计的公司中，我们发现，那些说两年后看不到自己在公司的人，在未来一年内离开的可能性要高出2.6倍。因此，无论我们使用何种具体的统计技术，这个问题都可以被认为是一个强有力的离职预测因素。
为了说明这一点，下面你可以看到来自一家匿名公司的一些真实数据，显示了一些关键群体的百分比，这些人说他们可以在两年内看到自己在这家公司。
总的来说，你可以看到超过75%的同意或强烈同意该声明的人实际留下来。另一方面，超过50%的强烈反对者和35%的不同意者实际上离开了公司。
通过考虑流失的关键预测因素并遵循这四个步骤，你可以确定你的组织中存在流失风险的群体或领域。这种分析也将帮助你确定人们可能选择离开的原因，以便你能够正面解决这些问题。
People Analytics
2021年09月14日
-
People Analytics
【美国】工作洞察平台Fin完成 2000 万美元 A 轮融资，并任命前 Twilio 高管为首席执行官
Fin是领先的 Work Insights 平台，可将跨应用程序的数据转化为企业客户的生产力洞察力，今天宣布了由 Coatue 领投的2000 万美元A 轮融资，First Round 参与Capital、Accel 和Kleiner Perkins。Fin 的客户包括一些世界上发展最快的公司，它利用技术来分析关键的员工工作流程，并为运营团队揭示更高效的工作方式。
Fin 还聘请了企业 SaaS 行业资深人士、前 Twilio 高管 Evan Cummack 担任首席执行官。
“在短短 18 个月内，现代工作场所从一个艰巨的管理挑战变成了完全混乱。知识工作者在不同地点工作，使用的 SaaS 应用程序比以往任何时候都多，但绝大多数公司对Fin 首席执行官 Evan Cummack 说：“所有这些应用程序如何执行关键的业务工作流。“公司最大的资产是他们的员工。通过让团队深入了解特定的工作流程和技术组合如何影响生产力，我们帮助团队不断学习和改进，使公司能够取得更好的成果，并就软件投资和自动化做出更明智的决策。Fin正在重新构想知识工作的未来以及人力和软件投资之间的关系。”
Fin 的专有软件可以跨多个应用程序进行实时生产力测量，同时提供指导经理优化流程、指导和技术的洞察力。Fin 易于实施但功能强大的浏览器插件可解锁复杂的大数据分析，快速揭示团队如何实际使用技术进行工作。该平台以独特的方式使员工能够管理他们的成功，同时让公司能够发现原本不会被注意到的机会和瓶颈，从而带来更好的运营和客户体验 (CX) 结果。
Coinbase技术和分析总监Will Zhou表示：“当我们的联络中心座席去年开始在家工作时，我们寻找新的解决方案来了解生产力并保持客户对 Coinbase 的期望的高度安全性。” “Fin 为我们如何在快速增长时期启用远程团队提供了重要见解。此后，我们在我们的 CX 员工队伍中更广泛地部署了 Fin。”
今天使用 Fin 的公司已经能够：
设计更好的流程：通过统一跨应用程序的工作流来识别瓶颈并更好地部署人员和技术；
复制顶尖人才：通过观察顶尖人才的习惯来改进培训和程序；
并支持法规遵从性：通过提供必要的审计跟踪和促进数据丢失预防。
客户已经看到了快速的结果，例如团队利用率和参与度提高了 16%，支持工单处理时间减少了 25%，政策合规性增加了 71%，等等。
Fin 将利用其 A 系列的资金通过投资于销售、营销和研发来加速进入新市场的增长。为了支持这一增长，Fin 最近从 Twilio、LinkedIn、Coupa、Slack 和 Google 聘请了经验丰富的高管。
“在过去的几年里，我们看到公司越来越多地在软件开发、用户采用、上市等方面衡量和衡量结果。然而，公司并没有在他们的许多核心业务中应用这些相同的原则，”说Coatue 合伙人Arielle Zuckerberg。“我们很高兴与 Fin 合作，因为他们使用高度灵活的数据方法和以人为本的方法来帮助公司更好地了解其运营中的生产力。我们相信这代表了一个巨大的未开发市场，具有令人印象深刻的增长潜力。”
关于 FinFin 是一个工作洞察平台，旨在让员工和公司深入了解更好的工作方式，最终提高团队参与度和底线。Fin 总部位于旧金山，由Venmo 联合创始人Andrew Kortina和Facebook 前产品副总裁兼 Slow Ventures 合伙人Sam Lessin 组成的经验丰富的团队创立。
People Analytics
2021年09月10日
-
People Analytics
【纽约】集合CHRO智慧的人力资本分析软件Knoetic完成1800万美元A轮融资
位于纽约市的CPO平台Knoetic，结合了社交网络和SaaS分析工具，获得1800万美元的A轮融资。
本轮融资由Accel领投，纽约时报畅销书作者Adam Grant以及Karan Mehandru（STEADFAST，和以前的Trinity Ventures）、Dan Bomze（MileIQ的创始人/CEO）、Sterling Road（Ash Rust）参与。Bob Tinker（天使投资人和Metamorph Partners）、Jake Stein（Common Paper的联合创始人/CEO）、Bob Moore（Crossbeam的联合创始人/CEO）、Contrary Capital（Eric Tarczynski）、Pear Ventures（Mar Hershenson & Pejman Nozad），以及其他100名高管、思想家和创始人。
新的资本将加速新产品的创新和团队的扩张。
在创始人兼首席执行官Joseph Quan的领导下，Knoetic将1000多名首席人事官的社交网络CPOHQ直接嵌入到其人事分析软件中，提供一个 "洞察引擎"，为首席人事官提供定量和定性的洞察力，从而对其劳动力做出全面的决策。
CHRO们使用Knoetic来建立他们的董事会文件，向他们的CEO展示数据，与同行一起解决挑战，并改善他们的员工保留、薪酬和招聘。
该公司的客户和社区基础包括许多世界顶级技术公司，包括Lyft、Squarespace、Amplitude、Snyk、Dollar Shave Club和Zapier。
下面是他们投资人Accel投资机构对这件事情的评价：
我们很高兴地宣布，我们已经领导了Knoetic的A轮融资，这是一家快速成长的人力资本分析软件公司。
在过去的一年里，有很多关于未来工作的文章，以及它是如何被永久地分布和推到云端的。人们较少讨论的是首席人事官在管理这种过渡和规划新的、复杂的未来方面所感到的沉重负担。在我们的投资组合中，人事领导加班加点，以确保团队成员在这种新的设置中茁壮成长，同时发明了劳动力规划的未来含义。
对他们中的许多人来说，Knoetic是一种关键的超级力量。今天，人才团队面临着一连串的工作流程工具，每个工具都有不同的数据模型。Knoetic整合了这些系统，创造了一个单一的事实来源，并向CPO展示了关键的分析能力，而CPO以前从未拥有过数据驱动的洞察力。在某个地区，在我们的某个员工中，流失率是什么样的？相对于我们在总部附近的补偿范围，我们对这个分布式角色的报价是怎样的？我们的D&I努力在领导层的晋升中是如何体现的？
最好的、最有弹性的公司都有强大而活跃的人员团队。最好的人才团队拥有正确的数据来做出明智的决定。我认为以Knoetic为动力的公司必然会是更强大的公司。我迫不及待地想看到我们在未来几年里所产生的影响。
我们的创始人Joseph Quan和他的团队以 "人 "为生。白天，他们满怀激情地推动他们的产品路线图，激活新客户。到了晚上，他们深入论坛，在用户中开展丰富的对话。你不可能找到一个更坚定、更投入的团队，试图释放人民领袖的潜力。
People Analytics
2021年08月26日
-
People Analytics
技术改变了人力资本分析，是好是坏？
一个世纪前，弗雷德里克·泰勒（Frederick Taylor）的科学管理法（Scientific Management）奠定了现代人力资源的基础。他提出的核心前提是，企业应该将工作场所变成现实世界的心理实验室，衡量并监控员工的一举一动，从而提升员工表现，减少其压力。
这一革命性的范式，引领亨利·福特（Henry Ford）等著名实业家在人体工程学方面进行了前所未有的创新，开创了影响深远的流水线，以及一种优化职责、任务和岗位设计以提升员工生产率的科学方法。福特这样的大企业成了应用心理学的试验场，循证人力资源（evidence-based HR）就此诞生。
100多年后的今天，泰勒的理论仍未过时。谷歌、微软等一些最大、最成功的企业正在加大对数据科学的投入，招募大批工业及组织心理学博士，加速进行数字化转型，以便围绕人工智能和大数据部署智能技术，改进人才管理系统。人力资本分析正在蓬勃发展，而且在疫情前就已经相当先进。如今的工作逐渐转向线上（往后甚至可能一直向着这一方向发展），可用于了解和预测员工行为的数据量将继续呈指数级增长，创造更多通过技术和数据进行人才管理的机会。
通常来说，人力资本分析是一种人力资源职能，追求以数据驱动的方式，深入了解企业员工队伍——是的，人力资源也有重视数据的一面。
如果数据是对员工行为的数字记录，那么人力资本分析就是从数据中提炼出有实际操作意义的情报、协助提高企业成效的科学。多数企业坐拥丰富的数据。我们一再听人说“数据是新石油”，可是没有洞察的数据只是毫无意义的数字。
我们需要正确的框架、模式或专业知识，让数据产生意义，然后采取行动，在企业中做出数据驱动的决策、变革，建立数据导向的文化。正因如此，人力资本分析是一种谨慎且成体系的尝试，旨在让企业更加以证据为基础、以人才为中心，进行精英化管理。这种做法有望提升企业生产力。
比如员工体验，以往是通过关于工作满意度或员工敬业度的年度问卷调查进行评估。这些指标虽然与工作业绩呈正相关，但相关性通常很小（敬业度和生产效率之间的重合低于20%），并且与员工个性等无关因素混杂在一起。一年只评估一次员工状态也不合理，为何不多评估几次呢？
正是在这种情形下，更频繁的“意向调查”和员工倾听工具开始受到追捧，而且可以迅速用于推动员工和企业受益的实践。
Glint、CultureAmp、Qualtrics和Peakon等公司都可以帮助企业定期给员工“号脉”，实时了解敬业度和员工情绪。虽然员工倾听已开展了一段时间，但是在新冠疫情期间愈加受人青睐。
荷兰合作银行（Rabobank）、默克公司（Merck）和澳大利亚国家银行（National Australia Bank）等企业都在使用员工倾听工具，来了解员工如何应对新的远程工作安排、对支持的需求如何变化，以及回归办公室的意向。通过分层抽样（替代随机抽样的一种方法，使数据科学家可以划分给定的样本的层次，对该群体进行预测）、对自由文本评论的文本分析（用软件将文字和文字频率解码、转译为情绪或不同的心理特征）以及网络论坛等方法，企业可以在快速变化的环境中了解员工重视的东西，获得有价值的情报，同时在个人层面避免员工产生调查疲劳，且保持匿名。
另一个重要的问题（特别在当下）是，新技术能否用于保证人的安全，监测其身心健康。现在人们广泛讨论雇主如何保障工作场所安全、确保在封闭结束后重新安全地开放办公室，有用的不只是测体温或保持社交距离等寻常措施，可用于支持员工的新技术有很多。如果员工不介意分享数据，现在的可穿戴设备可以检测压力和焦虑程度。聊天机器人可以用来询问员工的情绪状态，并提供建议。
当然，信息可以用来服务人，也可以用来控制人：如果你掌握了一些人的感受，以及生理与心理状态，可以利用这些信息很好地帮助他们、改善他们的状况，也可以操纵和控制他们（人们并不希望如此）。只要技术使组织或其他人深入了解一个人内心深处的情感状态，就会出现这种情况。
值得注意的是，由美国谷歌和苹果公司开发的追踪应用，可以让企业轻松监测和改善员工健康状况。同样，学术界正与开发可穿戴设备的初创企业合作，比如Oura指环与加州大学旧金山分校合作，利用人们自愿提供的生物特征识别数据，进行新冠病毒风险预测。这些创新可以看作是数字版的上班量体温，或医生检查关键症状。
虽然这些措施存在争议，因为可能侵犯隐私和匿名权，但却有越来越多的大企业采用。而且，随着物质生活与数字生活之间的界线逐渐模糊，数字措施和模拟或现实措施也变得越来越难分辨。
另一个关键目标也许是提升员工的业绩或生产率。多数企业都以此为主要目标，哪怕企业非常关注员工士气与幸福感，也主要是因为认为这些与业绩有关。然而，这也是监控显露出可怕之处的地方。电话、传感器、Alexa、可穿戴设备和物联网都能够探测并记录我们的行动，我们真正离线、不被雷达发现的机会少之又少，监控可能会全面侵犯隐私。
比如，一些企业现在考虑推出更具侵入性的监控软件，可以在员工工作期间截屏并追踪其行动，以此跟踪其生产率，监控迅速转为远程工作的员工队伍。今年早些时候，普华永道（PwC）因开发监视系统追踪员工是否离开电脑，而招致了相当多批评。
还有企业在考虑开发针对办公室内新冠病毒传播状况的监测工具。可是，随着越来越多的监测技术被用来应对疫情，员工必须做出何种妥协呢？如果企业以保护员工健康为幌子，强制员工使用这类工具，员工如何保障自身隐私、确保数据不被用于其他目的？因此人力资源部门必须介入，推动交流，设法解决员工信任、企业责任和一切新技术的道德问题，在员工、管理者和企业需求之间取得平衡。
尽管我们仍处于这场革命的最初阶段，但人才管理的每个主要纵向领域都已取得明显的进步，有了一系列有科学支撑的新工具和技术。如果领导者能够向企业灌输一种强调信任、尊重和公平的文化，并按照最有力的道德和法律参数来部署创新（这可不简单），就有机会取得显著进步。
企业在考虑新技术或人力资本分析项目时，只是希望把道德置于首位还不够。我们认为，企业必须正式为人力资本分析制定道德章程，明确规定该做什么、不该做什么，就像使用客户数据或财务数据的指导方针一样。为了建立并维护员工对数据使用的信任，企业需要正视道德和隐私问题，在使用员工数据的问题上对员工做到公开透明。
毋庸置疑，技术加上近乎无所不在的工作及相关行为数字化，可以让企业大规模监控、预测和了解员工的行为（和思想），这是一件前所未有的事。
与此同时，同样的技术如果以不道德或非法的方式被利用，也可以用来控制和操纵员工，破坏信任，不仅威胁到员工的自由和士气，还会威胁隐私。
防止这种情况发生的唯一办法是严格执行相应的法律法规，确保员工掌握主导权，能够授权（或不授权）雇主使用自己的数据，并受益于雇主从数据中提炼的信息。
诚然，对雇主有益和对员工有益，这两者在逻辑上并不相悖。可是，强迫员工进行某些行为，或者利用员工个人数据来对付他们的诱惑，比我们想象的更加强烈。
托马斯·查莫罗普雷穆日奇（Tomas Chamorro-Premuzic）伊恩·贝利（Ian Bailie）|文
托马斯·查莫罗普雷穆日奇是万宝盛华集团（ManpowerGroup）首席人才科学家，伦敦大学学院和哥伦比亚大学商业心理学教授，哈佛大学创业金融实验室研究员。伊恩·贝利是Insight222的COO，myHRfuture的董事总经理。myHRfuture是一个学习体验平台，帮助人力资源专业人士构筑人力资本分析、人力资源技术和员工体验方面的技能。
永年 | 译 蒋荟蓉 | 校 孙燕 | 编辑
来源： 哈佛商业评论
People Analytics
2021年08月19日
-
People Analytics
新的调查显示：通过人力资本分析取得成功的3种方法
人力资本分析已经从先驱者的边缘实践转变为既定的最佳实践，十年来的有力证据证明了其价值。例如，拥有成熟的人力资本分析能力的欧洲上市公司的股本回报率比欧洲平均水平高51%，营业利润率高48%。
但是，在未来的12-18个月里，人力资源和企业领导人最关注的是什么？我们在最近与Uber的人力资本分析主管RJ Milnor进行的炉边谈话中请与会者发表意见，他们指出了人力资本分析的三个巨大机会。我们将他们的答案与Visier专家的观点分享如下，以探讨如何在每个领域取得最佳进展。
1. 把数据放在日常决策者的手中
令人振奋的是，39%的受访者认为数据民主化是他们最大的机会领域，因为人力资本分析的价值就在于这种能力。正如Visier公司的高级解决方案顾问Mike Everitt所指出的，"过去未能成功地与企业分享有意义的见解是许多传统BI项目失败的主要原因"。
分析通常被孤立在专业团队中，要求被抛到墙外，由拥有技能的数据科学家来提取洞察力。这是个问题因为：
·它离需求点太远，所以分析员缺乏实地背景来指导和确定问题的优先次序。
·这本身就很难扩展，因为你的数据科学家成为洞察力的看门人。
·对于今天的业务节奏来说，它太慢了；在你提取它们之前，洞察力就已经过时了。
当你消除孤岛，让数据在没有专业技能的情况下被访问，将所有权交给分散的决策者时，数据会变得更有价值。
"理想的状态是业务单位和部门的领导能够不断地获得关于他们的员工和团队的关键见解，从而提高他们交付成果的能力，"Visier的人力资本分析副总裁Ian Cook说。"例如，了解哪些高绩效的销售人员有离职的风险，并采取行动加以解决。"
数据民主化意味着让每天做决定的人能够更好、更快地做决定，以促进更强大的人员和财务成果。正如伊恩在他的Outsmart会议上所说，大规模的答案。人力资本分析的第三次浪潮"，"人力资本分析通常不是你想出一个银弹式的见解就能让你赚到2500万美元的事情。它是这样一种情况：500个更好的决定使你获得5000万美元。
这比在仪表盘上分享指标要重要得多。"迈克补充说："把一个仪表盘放在经理面前，希望他们知道它意味着什么，为什么它很重要，以及他们应该用它做什么，这不太可能产生采用或帮助决策。
现实是，数据的民主化是一个过程和文化的挑战，也是一个技术的挑战。是的，你需要正确的技术和易于使用的仪表盘。但是，你还需要一个吸引人的用户体验，这样人们才愿意参与。你需要业务伙伴的拥护者，他们渴求洞察力，对探索和发现感到兴奋。你需要引导他们找到正确的答案，确保他们在分析之旅的每一步都得到支持。
2. 开拓你的竞争优势
鉴于过去18个月的极端混乱，37%的领导者认为提高业务绩效是他们主要的人力资本分析机会，这并不奇怪。
十年来，我们已经有证据表明，人力资本分析不只是推动更好的人员结果，它还能推动具体的商业价值。在Outsmart会议上，Ian谈到了人们的态度如何演变到真正理解，"我们需要找到一种方法来帮助我们的员工茁壮成长，这样企业才能茁壮成长。让人真正感到困难的是，他们可以选择你的表现如何"。
IDC的一份白皮书发现，拥有成熟的人力资本分析的组织实现了293%的五年投资回报率，20%的人力资源效率提高，9%的人员流失率降低，16%的上市时间加快。他们还减少了79,000美元的运营费用，并获得了额外的285,700美元的收入。
但是，让我们来谈谈你如何到达那里。"伊恩警告说："不要采取典型的人力资源方法，试图一次为所有人提供服务。"当这些项目与一个关键项目或增长领域联系在一起时，它们的效果最好。深入研究并过度投入时间和资源，以确保你提供一个结果。然后，你会发现其他业务部门的领导都在排队等待你的支持。"
"大多数组织在人力资本分析方面的出发点是错误的，"迈克也说。"他们从堆积如山的数据开始，花了很多个月，往往是很多年，试图将其拼接成一个合适的数据模型。然后他们终于开始回答来自人力资源部门、领导和其他业务部门的问题。
这种模式阻碍了进展，破坏了购买力，滋生了愤世嫉俗的情绪，最终使我们上面谈到的广泛的民主参与变得更加困难。这对推动商业价值的有效人力资本分析来说是一张死亡证明。
相反，迈克说，"把这种模式颠倒过来。专注于一个狭窄的问题和数据集，以极早地开始提供价值。
例如，当我们询问欧洲人力资源和商业领袖关于他们在人力资本分析方面的最大关注领域时，建立关键技能位居榜首（劳动力规划、组织设计和员工体验紧随其后）。
这种循序渐进、重点突出的方法可以扩大你的影响，推动绩效的大规模提高。
3. 采用或加速人力资本分析
超过五分之一的受访者认为需要采用或加快他们的人力资本分析议程。这证明了对人力资本分析的需求从未像现在这样迫切。
在大流行病发生时，已经具备条件的组织能够更好地灵活发展，证明价值并激发支持以扩大规模。那些没有达到预期目标的组织已经看到了问题的严重性。
伊恩解释说，大流行病如何 "从根本上改变了我们对人的关注"，因为几乎在一夜之间，"整个企业的员工完全依赖人的数据来做出日常决策。" 向前看，人力资本分析已经成为一种关键的战略业务能力。伊恩说，"我们的工作方式已经永久地改变了。今天，如果不对你的员工有一个详细和分散的了解，试图运行一个组织将意味着你会在竞争中落后。
现在也是建立势头的最好时机。"伊恩总结说："现在是就你的人力资本分析优先事项采取行动的时候了，因为有一条既定的、易于遵循的成功之路，而且企业领导人愿意为之进行必要的投资。
你接下来的步骤取决于你现在使用的工具。自动化和规模化的能力是人力资本分析的两个关键因素--所以你需要能赋予这两个因素的技术。
· 用电子表格是达不到目的。正如一家美国金融服务机构所发现的，电子表格太过手动，太过耗时，太过容易出错，而且太过缓慢，无法促进按需决策，而人力资本分析的成功则取决于此。
· 它也不可能是你现有的人力资源工具。将你的人力资源管理系统迁移到云端并不能实现真正的转型，因为它只是迁移了根本上看起来很落后的静态数据。"Visier的产品营销总监Caitlin Bigsby说："人力资本分析技术与支持你的人力资源系统的技术有着根本的不同。"人力资本分析是一项关键的技术，它将数据点转化为洞察力。它从各个系统中获取你的所有数据，将它们混合在一起，处理它们，并将它们转化为你可以使用的信息"。
· 传统的商业智能工具可以发挥作用，但往往不能。正如Mike在上面谈到的，当你把数据放到日常决策者的手中时，人们分析的价值就会出现--而且你要快速行动，采取渐进的方式来扩大价值。大多数商业智能项目在这两方面都遇到了障碍。
在实践中，自动化和扩展前瞻性的洞察力需要一个专门的人力资本分析平台。因此，问题就在于你的目标是通过建立还是购买这项技术得到最好的服务。
"我们决定我们可以建立我们需要的东西，但我们在市场上已经有了一个伟大的解决方案，即Visier。使用我们自己的资源来做真正与众不同的事情更有意义，"Uber的人力资本分析主管RJ Milnor说。"另外，建设可能需要一年时间，而上线只需要两个月。我希望花费的时间不是让洞察力放在架子上，而是尽快获得可操作性。"
一个令人振奋的人力资本分析进展时期
人力资本分析领域与十年前相比已经不可同日而语，分析技术已经从只有最具创新性和开拓性的组织的边缘活动变成了所有人的既定最佳实践。
这就是说，如果你在人力资本分析方面还没有达到你想要的程度，不要急于进入一个需要多年才能产生价值的项目（如果有的话）。相反，要通过可衡量的、可管理的进展来实现渐进式收益。
本文由Visier团队成员、客户经理Stephen Haigh和项目经理Paul Atkins共同撰写。
People Analytics
2021年08月09日
-
People Analytics
【调研】2021第二届人力资本分析（People Analytics）在企业中职能发展与应用实践调查
尊敬的阁下：
诚挚邀请参与《2021人力资本分析（People Analytics）在企业中职能发展与应用实践调查》
参与调研地址：http://hrnext.cn/2wbHX1 或点击阅读原文
调研简介：
行业领先的公司越来越倾向借助数据分析发现问题和引领人力资源管理价值创造，人力资本分析（People Analytics）成为当前热门话题，PA在企业中的实际运用情况究竟如何?针对这一系列问题，HRTechChina联合Keystone 科石咨询启动2021第二届 “中国企业人力资本分析（People Analytics）职能发展与应用实践”的调查研究，旨在了解人力资本分析（People Analytics）职能的在中国企业的实际发展和应用现状。请在9月11日前填写并提交本问卷，合格的内容提交者将获取本次活动的调查报告与相关洞察。
本次调研由HRTechChina联合Keystone科石咨询 共同发起。提交内容我们会认真审核提交内容，仅作为本次调研报告使用，不会泄露任何公司隐私信息。
适合参与调研的对象：CHRO、HR总监、HRSSC负责人、HRIS负责人、PA专业人员、HR经理人等相关专业人士
适合参与企业的规模：100+以上规模企业（总部规模可小于100人）
关于HRTechChina
HRTechChina 是中国首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动中国人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。
HRTechChina核心报道中国HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿论坛论坛，表彰认可业内先进。
关于Keystone科石
科石（Keystone Consulting）是一家聚焦于组织与HR创新的咨询机构，业务涉及管理咨询、学习发展和信息调查。科石是国内第一家聚焦组织与人力资源数据与效能分析的管理咨询机构，引领该领域管理实践与方法论的建立。通过培训、咨询等方式，推出了一系列创新产品，辅导多家企业创造业内最佳实践。
项目联系：pa@hrtechchina.com
微信客服：hrtechina 科科
参与调研地址：http://hrnext.cn/2wbHX1
People Analytics
2021年08月09日
-
People Analytics
【数据的价值】员工沟通数据的真正价值
员工沟通数据是一个宝贵的工具。你可以用它来确保你的内部沟通在正确的时间、正确的地点到达正确的受众，而且员工不仅阅读你的信息，而且理解并与主题互动并采取行动。这种对内部沟通的参与程度可以激发承诺，推动绩效，并提高员工参与度。有效使用员工沟通数据的关键是了解哪些类型的数据可供你使用以及每一种数据的价值。
充分利用不同类型的员工沟通数据
具体来说，你可以使用这三种类型的数据来了解你的目标受众，衡量沟通的有效性，并实现人力资源项目的成功。
员工档案数据
这是关于你的员工的人口统计信息--包括地点、职位、部门、年龄、工会状态、工资等级等等--你可以在你的HCM软件和其他人力资源技术中找到。你可以使用这些数据来制作与你的员工有个人关联的沟通。例如，如果你正在传达你的健康计划的细节，你可以根据员工的位置向他们发送信息，这样你就可以强调特定地点的健康活动。个性化的相关信息将在你的员工每天收到的所有信息中脱颖而出，使他们更有可能长期参与你的沟通。你还可以使用人口统计学数据来设置基于事件的触发器，这样你就可以围绕对你的员工最重要的时刻进行沟通，比如经理的晋升和影响福利的重大生活事件。
员工数据还可以包括与每个人相关的通信档案数据，包括员工参与分析，如电子邮件打开和点击率，对内容的参与意见，以及传达你的受众的首选通信设置或偏好的任何用户配置。这类数据揭示了什么在你的员工中产生了共鸣，什么没有。有了这些信息，你可以在活动过程中对你的信息传递进行调整，使其更加有效和成功。
例如，你可以使用与你的每个员工相关的通信档案数据，以确保关于开放注册的提醒信息只到达那些需要它们的人。也就是说，你可以收集关于谁已经注册了福利的数据，以确定哪些员工可能需要提醒。这将防止员工收到不适用于他们的信息，使他们更有可能参与他们确实收到的信息，并采取与之相关的行动。
沟通分析
这些数据揭示了一项活动在你的受众中产生了多大的反响。具体来说，它包括来自特定项目的参与数据和基于行动的反馈，包括电子邮件打开次数、信息点击次数、参与浏览次数，以及基于每条单独信息采取的行动。你收集这些通信分析数据并采取行动是至关重要的。它们使你能够了解你的组织内以员工为中心的沟通的全貌。通过分析这些数据和它们所揭示的见解，你可以定制你的沟通体验，随着时间的推移驱动更高的参与结果，并衡量特定沟通的有效性。
例如，你的员工沟通数据和对你经常性的入职活动的分析显示，你的信息传递的参与度在几周后就下降了，而且新员工没有成功完成他们所有的里程碑。你可以利用这些信息来调整你的沟通时间和你使用的沟通渠道。你可以从你的新员工那里收集关于他们从一个星期到下一个星期所收到的信息价值的反馈，并询问他们对承担新角色的准备情况和准备程度。通过对你收集的沟通分析结果采取行动，你可以利用数据提高参与度，并确定哪些调整会加强你的沟通，使其更有价值。
方案的成功
最后，至关重要的是，你还要跟踪与你所宣传的具体项目相关的员工沟通数据和分析。你所收集的项目数据的类型将取决于一个特定倡议的规模和范围。关键是要跟踪和评估与你每个活动的关键绩效指标和更广泛的目标相关的数据。例如，如果你推出一个旨在增加HSA注册人数的沟通经验，你会想跟踪注册人数来评估你的活动的有效性。你可以使用员工沟通软件来使这种数据跟踪变得简单和可扩展。
当你利用沟通数据的力量，你可以积极地改变你的内部沟通经验。你将有能力更好地了解你的受众，衡量你的沟通的有效性，并实现项目的成功。数据驱动的沟通也可以全面改善你的员工体验。通过传递对你的员工来说有意义和相关的信息，他们将更有可能参与到你的项目和计划中并从中受益，并拥有他们需要的工具和资源来获得成功。为了有效地使用员工沟通数据，从小事做起，边做边收集更多信息。在你知道之前，你会有一个强大的、以数据为导向的沟通框架，使你的组织保持敏捷，为变革做好准备，并保持联系。
作者：Caitlin Gibson
People Analytics
2021年08月05日
扫一扫 加微信
hrtechchina
