人力资本分析
人力资本分析：释放员工潜力
如果您希望从员工中获得更多，人力资本分析是关键
人力资源部门经常面临的挑战是预测企业面临的潜在威胁，并确定业务可能面临的结果，以便制定战略来对抗这些威胁。 人力资本分析大量帮助人力资源部门提供更多基于证据的解决方案，这就是为什么近年来它在组织内部受到欢迎。
利用人力资源部门可以访问的大量数据，可以使用基本级别的人力资本分析来提高员工的参与度，积极性和士气。然而，研究表明，组织仍在回避人们分析可以提供的更高级的功能; 但为什么呢？
人力资本分析的当前状态
人力资本分析的基本用途是今天继续占据主导地位，这些领域包括绩效，福祉，生产力和保留; 这部分是由于数据整理和研究相当简单，尤其是当前可以处理和分析大数据的HR软件类型。
“ 78％ 的大公司将人们的分析评为”紧急“或”重要“。只有7％的受访者认为他们的组织拥有“强大的”人力资源数据分析能力！“
尽管人力资本分析在组织中获得了相当大的吸引力，但随着它进入预测分析，你可以使用强大的数据，专家系统和能力来猜测未来的趋势，甚至进一步进入规范性分析，在那里你应用数学和计算科学来“规定”战略层面的解决方案和想法，实施率下降。这显然是由于组织没有所需的技能，信心或专业软件来正确处理它。
“根据 最近的一份报告 ，具有先进人力资本分析功能的公司的利润率比不太先进的同行高出56％。”
人力资本分析可以使您的组织受益的方式如下：
- 识别和留住顶尖人才
一个遭受顶级人才高流动的组织可以使用人力资本分析来预测问题并及时调整他们的激励措施以抑制人员流失。通过更好地衡量营业额的原因，可以制定计划，以保持公司内的顶尖人才。
- 管理部门表现不佳并找出原因
当一个部门正在执行时，无论是否达不到目标，期望或期限，都有办法找出导致问题的原因。
如果技能组和问题，当前案例量和截止日期或管理培训和参与之间存在相关性，人力资本分析可以帮助回答问题。多维人力资本分析可以帮助将表现不佳与可能的根本原因联系起来，并制定更好的计划来解决问题。
- 提高员工士气
组织可以通过衡量员工的幸福感和福祉来制定战略，从而减轻士气低落对组织失败的影响，而不是降低员工流失的成本！
- 确保人力资源目标与组织目标保持一致
设计基于证据的干预措施，帮助人力资源目标与业务目标保持一致。例如，如果组织想要在就业的前6个月内减少50％的营业额，他们可以收集相关数据以确定辞职或终止的原因，并设计保留策略，这些策略已被证明有效地使员工留在船上。
- 支持绩效管理流程
拥有更多基于证据的数据将使管理层更容易提出员工的绩效问题，降低在没有数据时可能与之相关的敏感性和偏见。通过明确解决如何最好地支持员工前进的问题来解决问题，将反过来看到改进。
良好的绩效也将得到更快的识别，使管理层能够及时识别和奖励与员工敬业度，士气和保持力相关的员工。
- 支持基于数据的决策文化
发展基于数据或基于证据的文化的组织正在制定组织决策，其中包括使用事实，专业知识和道德判断。
所有关键决策者每天都能获得实时性能数据，并且通常遵循以下四种做法：
他们建立了一个无可争议的绩效数据来源;
它们为各级决策者提供近实时反馈;
他们有意识地阐明他们的业务规则，并根据事实定期更新它们;
并且他们为定期做出决策的员工提供高质量的指导。
人力资本分析的下一步发展是什么？
使用人力资本分析时，无穷无尽的可能性和结果，特别是与AI，自动化机器和区块链等创新技术协作时。
例如，在招聘中，通过整理大数据，我们能够加快识别哪些技能与人员规范和工作描述最接近的过程与自动化工具。从这些结果中，AI可以在没有偏见的情况下进一步列出应用程序， 这是明确设计的（这是一个重点）！
“下一代性能管理技术已经能够集成来自销售，营销或客户管理等领域的数据。机器学习和人工智能可以帮助将这些数据转化为有关促销，薪酬，发展机会和职业发展的可操作见解。“ - Josh Bersin， 合并绩效管理和人力资本分析
由于技术的新发展，不同的工作方式和业务需求的变化，人力资源领导者最近的文章中出现了人力资本分析中的组织网络分析（ONA）的另一个发展（尽管不是新科学）允许它克服扩展和成为主流的障碍。
ONA提供了一种不同的方式来查看通信，信息和决策如何在组织中流动，否则这些方式可能是不可见的。组织结构图不再局限于正式或缺乏洞察力，而是继续偏离传统的层次结构模型。
通过这种在组织内部可视化网络的新方法，可以确定新的见解，从而解锁创新，提高生产力并提升员工体验以符合当前趋势。
“通过查看每个员工的网络，其独特性，隔离性和重叠程度，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，以及实际应该进行继任计划工作的人员。” - Greg Newman ，人力资源分析Storyteller @ TrustSphere
ONA的增长被认为是人力资本分析中“最令人兴奋”的发展，并且是人们分析领导者想要了解的最重要的分析技术之一。
这绝对是我们会关注的事情！
如您所见，人力资本分析是您的组织实施的一个很好的工具。但要充分发挥员工的潜力，您应该考虑提高组织内部使用的人力资本分析水平，通过开发技能，功能和人力资源软件将其提升到新的水平，以更好地支持功能并摆脱传统的层次结构模特真正看到惊人的结果！
“知情见解等同于明智的决策，而这可以通过人力资本分析来实现。”
考虑因素：
人力资源领导者已经强调了这方面的一些风险，这恰恰是与数据隐私和GDPR相关的，特别是如果您可以访问被动数据 - “在没有数据提供者参与的情况下收集的数据。参与者（数据提供者）甚至可能不知道正在捕获数据。“
随着去年五月推出GDPR，访问所有这些员工数据需要经过深思熟虑的方法，以确保数据如何保持安全的保护，使用和存储。
人力资源部门需要警惕他们将收集和分析哪些数据，并提前与员工明确沟通，说明数据的用途，服务的目的以及分析的好处，以帮助缓解任何数据违反规定。
让我们知道您如何在组织内使用高级人力资本分析 - 我们很乐意听取您的意见！
作者：Julianna Gordimova
原文标题：People Analytics: Unlocking the Potential of Your Workforce
以上由HRTechChina AI翻译完成，仅供参考交流。转载请完整保留信息
原文来自：https://www.linkedin.com/pulse/people-analytics-unlocking-potential-your-workforce-gordimova/
人力资本分析
什么是人力资源分析？定义、重要性、关键指标、数据需求和实现
文/ Puja Lalwani
分析是指对有助于决策和性能改进的数据模式的解释。人力资源分析衡量人力资源指标的影响，如雇佣时间和保留率，对业务绩效。
人力资源是一种以人为本的功能，是大多数人都能感知到的。但对于那些认为人力资源团队的贡献仅限于提供求职信和新员工入职的人来说，人力资源分析可能证明他们错了。当战略上使用分析时，它可以改变人力资源的运作方式，以一种更加积极的方式，给人力资源提供洞见，并允许它为组织的底线做出贡献。
如果你想开始人力资源分析，这里是你可以开始的地方。
目录
第一部分:什么是人力资源分析?
1.人力资源分析、人力分析和劳动力分析:它们有什么区别?
2.人力资源分析如何驱动业务价值?
第二部分:人力资源分析衡量什么指标?
第三部分:人力资源分析工具需要什么数据?
1.内部数据
2.外部数据
第四部分:如何开始人力资源分析
1 .建立集体心态
2.引入数据科学家
3.从小事做起
4.获得法律团队的批准
5.选择一个人力资源分析解决方案
第五部分:那么，你应该投资人力资源分析解决方案吗?
第一部分：什么是人力资源分析?
为了理解人力资源分析的本质，并解释它是如何影响企业绩效的，我们请了全球人力资源分析与规划解决方案战略副总裁、SAP SuccessFactors首席专家Mick Collins为我们进行了分析。
“人力资源的作用- -通过管理组织的人力资本资产- -将影响四项主要成果:(a)产生收入，(b)尽量减少开支，(c)减少风险，和(d)执行战略计划。
“人力资源分析是一种方法，它可以让人们了解对人力资本资产的投资如何促成上述四种结果的成功。这是通过将统计方法应用于综合人力资源、人才管理、财务和运营数据。”
1.人力资源分析、人力分析和劳动力分析：它们有什么区别?
人力资源分析、人力资本分析和劳动力分析的区别
术语HR analytics、people analytics和workforce analytics通常可以互换使用。但是每一项之间都有细微的差别。它将帮助您了解差异，以便能够评估与其功能最相关的数据。
人力资源分析:人力资源分析专门处理人力资源功能的指标，如招聘时间、每位员工的培训费用和晋升前的时间。所有这些指标都由HR专门管理。
人力分析:人力分析，虽然作为人力资源分析的同义词使用很方便，但在技术上适用于一般的“人”。它可以包括任何组织之外的个人团体。例如，术语“人员分析”可能应用于分析组织的客户，而不一定仅限于员工。
劳动力分析:劳动力分析是一个包罗万象的术语，专门指一个组织的员工。它包括现场员工、远程员工、零工工人、自由职业者、顾问，以及在组织中以各种身份工作的任何其他个人。
在HR上下文中，一些劳动力分析指标和HR分析指标可能重叠，这就是为什么这两个术语经常被用作同义词。两者的目标也可能是相同的。例如，关于员工生产力和绩效的数据为人力资源和劳动力分析提供了信息，目标是提高保留率和增强员工体验。
2.人力资源分析如何驱动业务价值?
HR可以访问有价值的员工数据。如何使用这些数据来支持组织中的更改?
有很多关于在员工体验中复制消费者体验的讨论。从本质上讲，与消费者行为和心态相关的数据可以为利用这些因素实现销售最大化的策略提供信息。类似地，通知HR功能的数据可以用来改进员工体验，进而最大化业务结果。
Collins提供了一个如何利用人力资源分析来提升商业价值的例子。“人力资源分析可以用来衡量重新杀戮的投资，这将提供正确的能力，支持新的收入模式，在销售结果出现时，利用数据驱动的洞见来修改培训内容。”“这是决定性的粒状数据，它不仅能影响底线，还能改变组织中的员工敬业度。”
“因此，”柯林斯继续说道，“你可能会认为人力资源分析的‘投资回报率’是通过使用数据进行人才决策来增加业务价值。”
第二部分：人力资源分析衡量什么指标?
人力资源分析测量的常用指标
几个人力资源指标对业务价值有贡献，但是度量这些指标时的关键问题是:业务需要什么?这个问题最好的答案是和商界领袖交谈。管理层和人力资源主管之间的战略协作将有助于确定人力资源分析策略。基于组织的关键绩效指标(KPI)， HR可以提出能够影响这些KPI的指标。
值得注意的是，高管们清楚地看到了分析需求与分析对公司利润的影响之间的联系。作为一名人力资源从业者，您将需要构建一个案例，说明为什么跟踪与公司人员相关的指标是至关重要的。例如，管理层可能对自愿离开公司的人数不感兴趣。他们可能感兴趣的是，这些员工中有多少人担任战略职位或拥有高技能，他们的就业时间，导致他们离职的原因，替换这些员工的成本，以及最后，所有这些事件如何影响公司利润。
以下是人力资源分析跟踪的一些常见指标:
1）员工人均收入:将公司收入除以公司员工总数。这表示每个员工产生的平均收入。它衡量的是一个组织在通过员工创造收入方面的效率。
2）Offer acceptance rate (Offer acceptance rate):接受正式工作邀请(非口头)的数量除以某段时间内提供的工作邀请总数。较高的比率(高于85%)表示一个良好的比率。如果低于这个数字，这些数据可以用来重新定义公司的人才收购策略。
3）培训效率:通过对多个数据点的分析，如员工在培训后的绩效提升、考试成绩、员工在组织中的角色向上转换等。
4）每名员工的培训费用:培训总费用除以接受培训的员工总数。
5）自愿离职率:当员工自愿选择离职时，就会发生自愿性离职。它的计算方法是将自愿离职的员工人数除以组织中员工总数。
6）非自愿离职率:当一名员工被解雇时，被称为“非自愿离职”。“离职率的计算方法是将非自愿离职的员工人数除以公司员工总数。
7）招聘时间:从发布招聘启事到招聘某个人填补该职位空缺之间的天数。
8）招聘时间:从接近应聘者到被录用之间的天数。
9）旷工:旷工是一种生产力指标，用缺勤天数除以计划工作天数来衡量。旷工可以洞察员工的整体健康状况，也可以作为员工幸福感的一个指标。
10）人力资本风险:这可能包括雇员风险,如没有特殊的技能来满足的一种新型的工作,缺乏合格的雇员担任领导职位,潜在的员工离开工作基于几个因素,如与经理的关系,赔偿,缺乏一个明确的继任计划。
第三部分:人力资源分析工具需要什么数据?
常见的数据源人力资源分析解决方案
一般来说，人力资源分析工具需要的数据分为内部数据和外部数据。数据收集的最大挑战之一是收集正确的数据和高质量的数据。
1.内部数据
内部数据是指从组织的人力资源部门获得的数据。核心人力资源系统包含几个数据点，可以用于人力资源分析工具。HRIS系统包含的一些指标包括:
1) 员工任职期间
2) 员工薪酬
3) 员工培训记录
4) 绩效考核数据
5) 报告结构
6) 关于高价值、高潜力员工的详细信息
7) 对雇员所采取的纪律处分的详情
这里唯一的挑战是，有时这些数据是断开连接的，因此不能作为可靠的度量。这就是数据科学家可以发挥重要作用的地方。他们可以组织这些分散的数据，并创建相关的数据点，这些数据点可以用于分析工具。
2.外部数据
外部数据是通过与组织其他部门建立工作关系而获得的。来自组织外部的数据也很重要，因为它提供了一个全局视角，而使用来自组织内部的数据则不能。
1) 财务数据:在任何人力资源分析中，全组织的财务数据都是计算的关键，例如，每个员工的收入或雇佣成本。
2）特定于组织的数据:根据组织类型及其核心产品(产品或服务)，HR需要补充分析的数据类型会有所不同。例如，柯林斯说:“全球零售商的人力资源主管应该用商店收入、成本和客户体验数据来为他们的分析引擎提供动力，而建筑公司的人力资源主管可能会追求运营数据——健康和安全——以及与或有劳动力成本相关的数据。”
3）来自员工的被动数据:员工不断地提供数据，这些数据从他们获得工作的那一刻起就存储在HRIS中。此外，他们在社交媒体上发布的帖子和分享以及反馈调查的数据可以用来指导人力资源数据分析。
4）历史数据:几个全球性的经济、政治或环境事件决定了员工的行为模式。这些数据能够提供有限的内部数据无法提供的洞见。例如，2008年的经济衰退是一场全球性事件，它改变了员工对工作或“工作”的看法。随着人们不断失业，自由职业者、初创企业和零工经济开始腾飞。来自这样一个关键历史事件的数据可以帮助预测未来劳动力对类似变化的反应。然后，它可以用来确定当前劳动力的趋势，并预测自愿和非自愿的人员流动。
第四部分:如何开始人力资源分析
完整的人力资源分析周期
对于那些热衷于使用人力资源分析来进行基于数据的决策的HR领导者来说，这里有一些建议:
1 .建立集体心态
在操作和数学方面开始工作之前，HR领导者必须让他们的团队和组织为分析驱动的工作流做好准备。虽然与管理层讨论分析的必要性是变更的一部分，但是另一部分是让您的团队准备好处理他们现在将用于度量变更的数据量。这是数字化转型的一个关键方面。让团队从小型项目开始，并要求他们创建报告，以便与业务领导人讨论，这是一个很好的开始方式。
2.引入数据科学家
数据科学家将成为人力资源团队不可或缺的一部分。它们最适合评估分析解决方案的可行性。它们还可以保证统计建模和预测的鲁棒性。
正如柯林斯所说，“数据科学家将在创建跨人力资源的分析文化方面发挥宝贵的作用。随着人力资源业务合作伙伴和多面手的角色不断发展，包括数据策略、分析和沟通等技能(阐明‘科学背后的故事’)，数据科学家将充当教练，指导整个人力资源部门的同事如何理解和应用这些洞见。”
3.从小事做起
要使涉众相信人力资源分析可以驱动业务价值，一个很好的方法是首先成功地实现一个小项目。这些项目被称为“速成”，可以在短时间内产生切实的成果，并具有很高的影响力。
4.获得法律团队的批准
人力资源分析使用的数据收集类型在很大程度上受法规遵循的控制。在实施人力资源分析解决方案时，需要考虑的一些法律因素是:
雇员私隐及匿名
员工同意收集的数据的数量和类型
建立数据收集的目标并通知员工
使用第三方软件运行人力资源分析时的IT安全性
人力资源分析供应商的位置——数据将存储在哪里——以及他们是否遵守当地法律
与您组织的法律团队合作，确保遵守道德规范和遵从性规范。
5.如何选择人力资源分析解决方案
任何大规模使用的人力资源分析解决方案都必须具有特定的组件。
人力资源分析解决方案的关键特性
1. 他们回答高管们提出的商业问题。这可能要求您投资于解决每个问题的解决方案，从而导致投资于针对每个问题的粒度数据的多个分析解决方案。或者，您可以选择一个可以评估多个指标来回答每个业务问题的解决方案。
2. 它们很容易被非数据科学家的个人使用。为非专业人员创建的可访问解决方案是理想的，因为他们希望在不中断数据科学家的工作流的情况下评估任何一个或多个指标。
3.它们是基于云的，而不是基于本地的。基于云的解决方案还可以在不需要大量IT集成的情况下帮助访问。这赋予HR在需要时使用解决方案的自主权。
4. 它们具有统计分析和机器学习技术。大数据平台需要以机器学习和自然语言处理为动力的先进数据管理系统。这使得该技术能够自主学习和推理，揭示数据科学家可以分析的见解。
5. 它们基于预测分析。“(预测分析)是从现有数据集中提取信息，以确定模式和预测未来结果的做法。分析师使用统计方法来预测未来的替代选择——当前的离职率是否会继续以同样的速度增长，还是会随着就业市场的走强而出现离职潮?”科林斯解释道。
6. 它们具有可视化技术。大量数据的可视化表示可以更好地理解趋势和事件。通过分析引擎处理的复杂数据需要高级可视化软件，因为它不能用简单的图表和演示文稿来表示。
7. 它们可以通过订阅模型获得。软件即服务(SaaS)平台的订阅模型非常有用，因为它们很容易让您访问最新的技术升级。它们还消除了购买分析解决方案的大量前期费用，并且可能是一种更节省成本的分析投资方式。
第五部分:那么，你应该投资人力资源分析解决方案吗?
人力资源分析提供了一些毋庸置疑的好处。它使人力资源团队能够显著地简化流程，从而降低成本、减少损耗，并因此提高底线。通过任务自动化，您可以自由地创新和探索人力资源的人力方面，而不必花费时间跟踪来自多个源的海量数据。总的来说，使用人力资源分析可以改善员工体验，直接转化为业务结果的改善。
然而，人力资源分析也带来了一些真正的挑战。正如柯林斯告诉我们的那样，“尽管人力资源部门对预测式人力资源分析的应用很有野心，但我最近采访的两位人力资源主管说，‘我们希望能够预测一切!“分析如何成为人力资源核心竞争力的愿景受到有限消费(洞见仅在人力资源的四面墙内共享)和行动(研究不会导致项目变更或新的投资)的限制。”仍有许多进展需要取得。”
此外，由于数据在整个组织中是竖井式的，关于实现分析目标的讨论也不清楚，HR对分析所需的有价值的数据常常没有得到充分利用。
挑战在于等待实际结果。预测分析可能至少需要24个月的时间来显示有意义的结果。所以，现在是时候开始人力资源分析了。
作为一名人力资源从业者，通过向关键的利益相关者提出强有力的业务案例，您可以利用分析的力量成为为业务做出贡献的战略业务伙伴。
您的组织是否计划实施人力资源分析?
以上为AI翻译，内容仅供参考
原文链接：What Is HR Analytics? Definition, Importance, Key Metrics, Data Requirements, and Implementation
人力资本分析
高端前沿：人力资本分析论坛（HR&People Analytics Summit）将于3月29日在深圳首先举办
人力资本分析论坛 HR&People Analytics Summit
企业研究论坛的一项研究发现，69％的大型组织（拥有10,000多名员工的组织）现在拥有一个人员分析团队。
未来人力资源工作者技能需求中，People Analytics 成为核心能力之一，伴随企业数字化转型速度加快，从HR Analytics 到People Analytics的速度也在变化。 欢迎你，有远见的人力资源工作者一起加入到PA论坛中！
论坛时间：3月29日 深圳 8月9日 上海 12月6日 北京
深圳门票：http://umian.me/HLf8h
门票免费（企业HR负责人转发海报并邀请一位HR负责人参加可获得免费参会门票，不含午餐等）
VIP门票 3月22日前，698元/人 （包含午餐、前排就坐）三人同行仅需1500元
VIP门票 3月29日前，980元/人（包含午餐、前排就坐）三人同行仅需2000元
以上仅限企业HR负责人参会，非企业HR门票价格为980元/人且名额仅剩3个。
时间：3月29日 9:00-17:30 （签到：8:30-9:00）
地点：深圳 马哥孛罗好日子酒店 七楼夏威夷厅
论坛规模：200人
论坛介绍
未来人力资源工作者技能需求中，People Analytics 成为核心能力之一，伴随企业数字化转型速度加快，从HR Analytics 到People Analytics的速度也在变化。
我们都知道人力资源部门拥有相当大量的数据信息，特别是数字化转型后的纷繁复杂的人员数据，社交数据，数据产生和使用的场景日益多样，大的计算能力出现后，使得看似不关联的数据会产生不同的解法。HR如何更加专业和技术的去使用、测量、分析从而使组织或业务受益！
C级管理者与员工期望的提升，技术的巨大进步，会使得我们HR需要进一步的掌握新的技能和知识。尤其对于决策者来讲，从以往的模糊数据结论到目前的人力洞察。
我们相信这是一场前沿探索和改变认知和行为的交流论坛，我们邀请行业中优秀的探索和实践者们，他们通过他们的实践和观察以及工具来帮助人力资源工作者，帮助企业管理者决策者更清晰的获得数字化的概览的能力，结合所在行业、专业、经验、理论推动组织业绩增长！
欢迎你，有远见的人力资源工作者一起加入到PA论坛中！
论坛门票：http://umian.me/HLf8h
论坛收益：
了解最新人力资本分析方法、工具
学习掌握名企人力资本分析最佳实践
了解PA工具软件产品
占领专业发展先机，快人一步
超过200位PA专业人士，最前沿，最大规模
热点话题：
如何在企业内部创建数据驱动的文化
人力资本分析实践案例
人才全景画像
员工离职预测
数据分析在人力资源中的实战应用等话题
日程安排：
论坛门票：http://umian.me/HLf8h
赞助参展：
联系我们：Annie 获取详细合作方案
18621292818（同微信号）
annie@hrtechchina.com
报名参会：
联系我们：Kelly
微信：hrtechina
pa@hrtechchina.com
其他合作：
微信：hrtechgeek
geek@hrtechchina.com
人力资本分析
为什么预测分析（Predictive Analytics）是人力资本管理改变的关键？
文/ Chiradeep BasuMallick
这是一个由数据推动的时代。对于人力资源专业人士来说，数据驱动的人力资源分析有助于简化战略规划，改善决策，使员工能够从公司更智能、更有吸引力、更高效的生命周期中获益。在这种情况下，预测分析可以改变核心人力资本管理(HCM)过程，如员工流失管理、员工情绪监控、人才获取和能力规划。
通过预测人力资源分析能力，HCM解决方案将真正改变上述所有情况。让我们来看看几个关键的影响领域:
对员工进行剖析，并进行准确的分类
有了大量关于技能、教育和背景经验的员工数据，预测分析可以帮助评估每个员工的准备程度。这确保了最适合的申请者被雇佣，新员工被分配到最合适的岗位。企业还可以了解哪些员工最值得拥有，并根据未来的结果预测，制定员工福利计划。
管理员工流失率，衡量员工忠诚度
通过预测性人力资源分析，人们可以建立复杂的模型，根据有关员工潜在流失的数据生成触发器。HCM解决方案通过将员工流失风险因素与绩效数据相结合，可以准确判断员工的工作效率，检查员工流失率，并专注于提高员工忠诚度和员工福利计划。
预测能力和招聘要求
人力资源分析可以通过对最佳资源可用性、需求可能下降或上升以及其他有用的细节进行正确的检查和平衡，从而确保人员配备。这也将有助于招聘团队掌握工作量，确切知道需求何时会激增，以及如何填补缺口。与此同时，由于准确的产能预测，您的员工也可以减轻工作负担。
员工情绪分析
到目前为止，这是人力资源分析最重要的益处。除了年度调查或反馈机制外，预测分析还能帮助评估员工对自己在公司的角色的看法。通过跟踪员工对不同话题的看法，跟踪他或她在社交媒体上的数据，绘制他们的绩效图，我们可以分析员工的动机商数，留在公司的愿望以及与企业目标一致性程度。然后，这将继续促进成果、精简增长、有利于重新调整员工福利计划，精简对核心业务目标的关注。
结论——未知的领域和灿烂的前方道路
对于人力资源团队来说，对预测分析如何帮助日常任务分配感到有点不确定是很正常的。然而，今天，全面的HCM解决方案必须包含这些关键的预测分析组件，帮助揭开高度复杂和竞争激烈的市场的神秘面纱。
最后，预测性人力资源分析将创造有意义和令人满意的员工体验，带来真正的长期利益和关系建设。
以上为AI翻译，观点仅供参考。
原文链接：Why Predictive Analytics is a Game Changer for Human Capital Management
人力资本分析
2018年人力资本分析论坛-People Analytics Forum在沪成功举办！
2018年8月3日，由HRTechChina主办的“人力资本分析论坛-People Analytics Forum”在上海成功举办。
会议当日，虽逢台风天气，嘉宾参会热情不减，均准时到达会场，大会得以成功举办。近70位来自各大知名企业的HR资深高管、行业大咖参加会议，其中包括许多知名企业高管：阿里巴巴、英格索兰、罗氏、腾讯、米其林、ARM、霍尼韦尔、好时、凯德管理、中宏保险、延锋、jotun等。
本次论坛主题为：“用数据驱动人力资源”，主办方邀请了3位业内知名人士进行了精彩的主题分享。演讲嘉宾包括科石首席顾问人力资源数据分析专家杨冰，世界500强公司亚太区人力资源总监范珂，前美世咨询组织分析专家 六点一刻创始人许菊艳，共同探讨中国最前沿招聘科学技术，深度挖掘如何将大数据更好应用于招聘领域，促进招聘工作的科学化，精准化，更好把握招聘领域科技未来的趋势和方向。
首位分享嘉宾是世界500强公司亚太区人力资源总监范珂，就“如何通过人力资源数据讲故事”的主题发表了自己的观点。
接着前美世咨询组织分析专家 六点一刻创始人许菊艳分享的主题是：以始为终，有效利用人力资源数据推动业务价值实现数据重塑影响力，她从三个维度分别向大家介绍了数据是如何推动业务价值的实现-由外而内的价值创造思维；数据驱动的效能计量系统；先于业务的战略支持维度。深入浅出的剖析了大数据在人力资源领域的应用，大量案例分析的佐证，使演讲通俗易懂，赢得嘉宾阵阵掌声。
最后分享的嘉宾是科石首席顾问人力资源数据分析专家杨冰，在他的分享里，着重强调了组织人效管理。从三大板块对组织人效管理进行全面解读：组织人效管理的任督二脉-构建人效管理仪盘表的核心逻辑；如何通过数据分析诊断组织健康问题；组织效能优化路径和案例探讨。
本次论坛就招聘行业的最新领域——人力资本分析做的深度探讨，对人力资本发展方向有着深刻的意义。随着招聘科技的发展，人力资本分析将越来越多的应用于招聘领域，前景不可小觑。
人力资本分析
人力分析领导者的角色——第2部分:创造企业文化和塑造未来
文/David Green
来源：My HR future blog
在决定一个组织是否能够成功地实施人员分析并创建一个可持续的长期数据驱动的人力资源文化方面，人员分析的负责人是绝对关键的。
Arun Chidambaram帮助了四家财富500强公司在人员分析方面建立了可持续的能力，并在同行中被广泛认可为该领域的主要支持者和空想家之一。
在本系列的第1部分(问题1-8)中，Arun分享了他在一个人分析团队中所需要的技能和能力的经验，这些经验是如何随时间发展的，以及如何将团队与业务联系起来。Arun还概述了他进行人员分析项目的五步方法，许多人自此评论了他们发现的有用帮助。
人民分析领导者的角色-第2部分:领导团队，创造组织文化和塑造未来
在第2部分中，Arun和我涉及以下领域:
带领团队:深入论述了人员分析领导者的角色，包括典型的挑战，所需的技能和能力，以及在组织成熟度和动态外部环境中角色的演进。
发展企业文化:使分析成为人力资源和组织DNA的一部分的方法
塑造未来:关注人们分析的未来，以及我们可以期待看到的一些发展
道德与信任:透明、道德和数据隐私在人员分析中的重要性。
领导团队
问9:人力分析主管必须兼顾多个优先事项、不断上升的内部预期和迅速发展的外部领域。你认为你的角色的主要职责是什么?你如何平衡这些职责?
《人物分析》的负责人必须同时兼顾多个优先事项，大卫，你说得对，由于兴趣和需求的激增，《人物分析》是一个充满挑战和活力的领域。我将我的角色分为团队内部和团队内部的职责(如下面的图5所示)。对于领导者来说，很重要的一点是要充分了解这种氛围的每个元素，以支持他们的团队，并为企业提供可持续的、高价值的服务。
图5:PEOPLE ANALYTICS LEADER的公司内部和内部职责(来源:ARUN CHIDAMBARAM)
人员分析是过程、技术和技能的组合(参见第10和图7)，在三者之间取得正确的平衡对于提供长期的可持续性能力至关重要。
应该记住的是，分析的作用在不同的公司之间是不同的。例如，一些公司将报告和分析合并在一起，而另一些公司则将它们区分开来。如果我们将关注点局限于分析，我相信团队将从事9个不同的工作类别(参见下面的图6)。作为领导者，您必须设计业务计划、创建预测并做出投资决策，如图5所示。
图6 -由人员分析团队承担的九大类工作(来源:ARUN CHIDAMBARAM)
问10:在你提到的三个要素中——过程、技术和技能——每个要素的主要特征是什么?哪个(如果有的话)是最重要的?这种情况会随时间改变吗?
过程
对我来说，这是三个中最难的一个。你必须得到高层领导的支持，你需要确保你完全符合商业计划，理解你的组织成熟的分析，向正确的人报告，并与内部的其他人建立强有力的合作关系。
技术
我强烈主张在技术方面，把时间花在企业内外。与支持企业分析团队的内部IT团队合作。在这里，您可以与具有高级可视化和统计背景的数据科学家合作。它们和你公司的其他商业分析团队一样是很好的资源。与他们合作，了解他们如何使用新技术。在供应商方面，参与并成为他们社区的一员，与你的同行交谈，找到可以帮助你解决对你的组织最重要的业务重点的合作伙伴。创建一个试点环境，并尝试与这些供应商的新事物。小心不要被压垮。你必须承认，你不可能买到你看到的每一件很酷的技术!
技能
人员的分析本质上是跨学科的。你需要能够理解员工行为的I/O心理学家，能够分析数据的经济学家和统计学家，以及有经验的人力资源从业者，他们可以帮助你进行文化转型。雇佣合适的团队是成功的最重要的一步，在这些技能上不要妥协。但同样重要的是确保你在合适的时间雇佣合适的技能。如果你在准备好接受高级数据科学之前就雇佣了一个统计学家，你最终会得到一个不快乐的露营者。作为一个领导者，你有责任为团队设定正确的路径，并确保每个成员都知道以下方面:
公司的决策文化
人力资源是如何工作的
数据隐私
你所在国家的劳动法。
领导者必须在分析团队对高级工作的渴望与业务和人力资源的成熟程度和准备程度之间取得平衡。这可能是一个微妙的过程，也可能是一个关键的过程，就好像两者都不同步一样，那么分析之旅就可能处于危险之中。
如果你在准备好接受高级数据科学之前就雇佣了一个统计学家，你最终会得到一个不快乐的露营者
问11:人力分析主管必须具备的最重要的技能和能力是什么?
我发现这五个特质帮助了我自己的成功，我领导的团队和我服务的人力资源/商业领袖:
要有耐心
变革管理在任何领域都是困难的，人员分析也一样。在建立一个成功的人员分析功能时，有很多可变动的部分。时机决定一切，但正如我们已经讨论过的，在引入与组织成熟度相关的新概念时，你必须冷静思考。人力资源部同事对分析的共同理解是非常不同的，因此你必须提供相应的分析支持。此外，领导者在非分析过程中有相当多的时间，所以耐心是成功的关键。
创新和整体思维
由于他们与来自不同背景的人一起工作，所以people analytics的领导者必须具有不同的思维模式。例如，业务和人力资源领导者较少谈论数据，并且要求与业务相关，而您的直接团队则希望进行关于数据和分析的技术讨论。“人民分析领袖”还与来自金融、IT、安全、法律、隐私、学术界和外部智库的不同人士合作。每个人都有不同的观点和目标，所以整体思考能力是分析领导者应该掌握的非常关键的技能。
项目和流程管理
人力分析领导者通常在人力资源部门领导一个相对新的、不断发展的计划，因此需要从前面领导，引导大多数的对话和项目。领导者不仅可以将时间限制在工作的技术方面，还需要在非技术方面领先。 例如，如果您正在引入组织网络分析（比如作为试点），那么领导者的角色就是识别和管理项目，寻找赞助，设计流程，做出购买租金的决定，与法律和 隐私，教育采购等。领导者必须在战术和战略思维之间轻松切换，并习惯处理模糊性和复杂性。
适应性领导
人员分析领导者管理一群非常聪明且需求量很大的人。 数据科学是最热门的业务领域之一，人力资源方面的人才供应短缺。这意味着领导团队是具有挑战性的。作为一个领导者，你需要非常清楚地设定和管理期望，以及对团队的需求保持开放和关注。你必须保持团队的参与，保护他们不受分析的要求，把时间花在他们的发展上，教育他们关于数据的隐私，帮助他们了解人力资源如何工作，以及你公司内部的商业文化是如何决策的。作为领导者，您还必须为团队创建一个生态系统，以便花时间在研究和数据上。 注意不要将他们的工作变成无休止的重复报告生成计划，而是将创造力保持在其中。
分析|品牌大使的经纪人/催化剂
人员分析领导者必须与业务范围内和整个行业内的其他分析群组建立联系。这样做的好处包括利用分析工具在整个公司实现规模经济。其他好处包括知识共享、资源共享和为团队确定职业道路(以及其他业务方面的人才)。
让分析成为组织DNA的一部分
问12:在绝大多数人力资源组织中，基于数据的决策仍然是一个新兴领域。如何改变企业文化，在人力资源商业伙伴(HRBP)、人力资源和更广泛的组织中融入分析思维?你如何确定并让人力资源和业务的利益相关者支持你实现这一目标?
首先要记住的不是“us”和“them”，而是“we”。我们首先要了解HRBP的作用，如果我们期望他们理解我们的工作，那么推荐HR领导或业务利益相关者一个流程，其中一个分析团队在项目开始时参与其中，然后通过实现与HRBP和业务涉众保持联系。通过这样做，你建立了相互信任，并在以下领域变得更有效:
正确地定义你要解决的问题
利用包括预期结果在内的正确变量
理解你需要接触的利益相关者、决策过程、讲程序和可视化技术，这些最有可能让你的观点被付诸实践
作为项目一部分所需的外部和内部数据源，以及可能需要收集的任何新数据
你需要接触的法律伙伴和工作委员会
数据隐私和文化问题
与HRBPs和商业利益相关者合作，更好地从他们的角度看待问题
在嵌入分析性思维方面，无论如何都要为HRBPs和更广泛的人力资源团队制定一个培训计划，以激发他们的热情，让他们对数据更加满意。给他们一些工具。例如，我发现为HR社区提供对Tableau或类似工具的访问权限可以帮助他们感受到我们工作的一部分。 最重要的是，在与HRBP和人力资源社区合作时，要有学习心态; 多听，少说话。 相信我，你会得到回报。
在与HRBP和人力资源社区合作时，要有学习心态; 多听，少说话。 相信我，你会得到回报
问13:当我与其他分析领导者交谈时，最大的挑战之一就是优先考虑你所做的项目。您如何建议确定项目请求的优先顺序?
创建一个过程来正确地定义和确定项目的优先级是人员分析团队发展到以下阶段的关键步骤:
确保团队的工作与关键业务目标和挑战保持一致
帮助人力资源和企业了解团队是什么(关键是团队没有什么)
优化团队的工作量。例如，通过将特定的项目与具有解决项目问题的优势或相对优势的团队成员配对，或者定期与团队进行评估，使他们在接受的工作中保持流动性;
支持团队的成长和该学科的投资计划
我过去为支持这一点而采取的一些步骤是:
规划和调整
在计划周期的早期，制定一个商业计划并与人力资源运营计划保持一致，这样你就能非常清楚地了解战略业务需求。这加强了与部门HRBPs的伙伴关系，支持计划，并确保从一开始就与所有利益相关者建立正确的期望。
创造一种氛围，让你可以说“不”
创造一种氛围，你可以对不属于团队责任的请求说“不”，例如，如果报告不是团队的一部分，那么要小心拒绝这方面的请求。否则，你可能会被大量的请求淹没，这些请求会分散你对你应该做的工作的注意力。仅仅因为你有信息并不意味着你应该提供它。
自动化和民主化的数据
开发一个通用的指示板，它为业务/人力资源涉众提供了在单击按钮时访问多个指标的机会。除了阻止您收到的大量请求之外，它还有助于教育您如何通过分析将描述性数据的提供与业务区分开来。
分享和交流
定期分享和沟通我们的工作 - 包括我们的生态系统的过程：我们如何工作，我们如何运行模型等。我发现越多的业务/人力资源利益相关者了解人员分析团队的工作，然后您获得的不当请求数量下降。
建立利益相关者的生态系统
将业务中的涉众与类似的请求连接起来，从而使项目进行一次，而不是多次。使用像R这样的程序，您可以运行一个一般化的代码，以根据需要分析不同组的见解，并从本质上生成请求。这方面的一个例子是我们对损耗的分析。
人员分析的未来
问14：人员分析空间正在迅速发展。 您如何掌握数据源（例如可穿戴设备），技术，分析工具以及您可以做的项目范围（例如网络分析和组织设计）的所有发展？
我建议花合理的时间在实验室环境中试验新的方法和技术。分析团队的部分共同作用应该是识别和连接新的供应商、对等组、参加关键的会议和研讨会，以及与分析领域的内部业务团队合作。
需要记住的重要一点是，需要对关键的HRBPs和人力资源领导团队进行循环，使他们能够通过演示和其他知识共享技术及时了解人员分析领域的进展。个很好的例子是组织网络分析(ONA)，我们首先开始学习它背后的科学，同时，确定一个合适的试点项目，在整个公司中利用这一科学。我们与多家供应商、学术界和思想领袖合作，并将其带回我们的实验室，以更好地理解代购租赁的选择。
尽量不要被市场上的炒作淹没。专注于你想要解决的商业问题，关注你的公司文化。例如，如果你的组织还没有准备好接受包含员工可穿戴数据收集和分析的项目，那么就不要这样做。花时间尝试新的数据源和技术，等待合适的时间。在跳到解决方案前进行测试并保持耐心。
问15:你认为《人物分析》的主要趋势是什么?
人员分析是如此令人兴奋的工作领域的原因之一是空间中的活力和快速发展。我希望看到的一些趋势是:
法律、隐私和数据科学作为需求、经验和标准/治理在这些群体之间变得更加普遍。
人员分析将成为业务决策的核心，因此，人力资源战略和计划的设计周期将更加突出和更早。
透明度将成为新的准则——公司越透明，数据越大众化，就越能在数据科学(如可穿戴设备、社会感知等)中应用更新的技术。
作为一个功能，人力资源部门将花费更多的时间来衡量其项目的结果，并通过实验变得更加普遍。
IT、金融和营销等其他业务部门的分析人才将越来越多地将人力资源视为职业发展的机会。人力资源部门应该会看到人才在分析领域的供给增加。这是必需的，因为对人才分析人才的需求将呈指数级增长。
随着人力资源开始采用人工智能等新技术，人力分析团队将高度依赖于这种能力的开发和增长。
问16:最后，我们如何平衡我们应该做什么?你对道德和隐私等领域有多关心?对于那些寻求培养人们分析能力以获得员工信任的人，你有什么建议?
我们一直在讲道德和隐私可能是人们分析学科面临的最大也是最重要的挑战。鉴于我在可穿戴设备和人工智能等新兴数据源以及欧盟(eu)将于2018年5月生效的《综合数据保护条例》(GDPR)等法律方面所强调的趋势，这一比例只会上升。
对于那些寻求开发人员分析能力的人，我的建议是:
对公司透明，在你做的每一件事上都要透明。花更多的时间来沟通你为什么想要做某事，以及对员工的好处，而不是你在做什么。
在项目早期和交流结果之前，与人力资源、法律和IT部门密切合作。使其成为治理过程的核心组件。
不要想当然地认为你的人力资源团队了解数据隐私、法律要求和道德。与他们合作，共同理解法律法规。
密切关注你如何沟通你的团队工作，在适当的时候分享你在组织内外的成功经验。
使用可穿戴设备等新数据源，从小做起，进行实验。把它放在实验室里，从中学习，分享结果，然后再考虑扩展项目。
保持简单、可衡量和有形的结果。
以上内容由AI翻译，仅供参考
原文链接：https://www.myhrfuture.com/blog/2018/2/25/the-role-of-the-people-analytics-leader-part-2-creating-organisational-culture-shaping-the-future
人力资本分析
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
人力资本分析
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
人力资本分析
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
人力资本分析
人力资本分析高端论坛--People Analytics Forum 上海 8月3日
Digital HR系列论坛：
人力资本分析高端论坛--People Analytics Forum
时间：8月3日 13:00-17:00
地点：上海来福士广场办公楼 37楼 3702 会议室（黄浦区西藏中路268号，2楼坐电梯）
这是面向未来的人力资源趋势，聪明的你不容错过！
让我们用数据来驱动人力资源，驱动商业变革！尤其适合中高级人力资源管理者！
特别邀请国内长期关注数据分析，人才分析的大咖为你答疑解惑！
分享话题：
如何通过人力资源数据讲故事？以终为始，有效利用人力资源数据推动业务价值实现
数据重塑影响力
-由外而内的价值创造思维；
-数据驱动的效能计量系统；
-先于业务的战略支持维度
组织人效管理的任督二脉
- 构建人效管理仪表盘的核心逻辑
- 如何通过数据分析诊断组织健康问题
- 组织效能优化路径和案例探讨
费用：
7月15日前 398元/人 三人同行 980元
具体可参考海报
(function (i, s, o, g, r, a, m) {
i['BagEventIFrameResize'] = r;
i[r] = i[r] || function () {
(i[r].q = i[r].q || []).push(arguments)
};
a = s.createElement(o),
m = s.getElementsByTagName(o)[0];
a.async = 1;
a.src = g;
m.parentNode.insertBefore(a, m)
})(window, document, 'script', '//www.bagevent.com/resources/js/iframeResizer/iframeResizer.min.js', 'bfr');
bfr('iFrameResize', {checkOrigin: false, heightCalculationMethod: 'taggedElement'}, "#promote_ticket_iframe");
或点击报名：https://www.bagevent.com/widget/ticket/1624573
联系我们：
小沙 186 1681 8246
微信：hrsalon
邮件：xiaosha@hrsalonchina.com
扫一扫 加微信
hrtechchina
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
人力资本分析
扫一扫 加微信
hrtechchina
