People Analytics - HRTechChina.com

People Analytics

人力资本分析和学习：在正确的时间为合适的人员提供正确的解决方案，推动员工发展 12，762 个赞、300 万次点击次数、100，000 次点击次数— 所有这些措施都为营销活动提供了某种视角。但最有价值的见解来自更深层次的分析——这种分析说明了对注册中的内容和美元之间的联系，这是衡量特定营销活动有效性的真正标准。同样，改变游戏规则的学习见解不仅来自识别给定行为的前后变化，或测试和控制组之间的观察，还来自结合学习数据、业务数据和行为数据以及进行可靠的统计分析，以个性化学习建议和职业发展干预措施。通过多个数据点进行校准，这些精确的解决方案在正确的时间向合适的人员提供正确的干预，从而推动业务成果。学习分析的上下文希望更准确、更可靠地衡量学习对业务结果的影响并不是新鲜事，而是访问数据点以创建它。现在，这不仅仅是欲望——我们生活在一个不断变化的现实中，这使得测量成为当务之急。工作性质的快速变化正在造成对提高劳动力队伍的几乎持续的需求。在5年学习技能的半衰程下，1对学习和发展计划的渴望是贪婪的。此外，随着技术和学习平台使信息更易于访问，人们现在在工作流程中学习。2虽然课堂和讲师指导的培训可能不会完全消失，但现实是，大多数学习都是非正式进行的——从员工简单的搜索操作视频来处理当前的任务，到阅读前同事发布的感兴趣的文章。但是，所有学习解决方案并不提供同等价值，而且随着所需投资水平的提高，修剪和专注于最有效的学习计划的必要性也随之增加。从创造到治疗任务关键性需求到提高技能3内容源的多样性引发了从内容创建到体验固化的转移4进一步启用学习体验平台。5这种日益增长的升华需求，6课堂以外的学习扩展和数据集的激增是学习功能新时代的基石：在这个时代，分析使学习功能成为业务驱动力，为如何培养员工队伍以优化业务成果提供宝贵的见解和指导。在日益社会化的学习模型中衡量解决方案的有效性（其中内容是策划而不是创建的）需要扩大指标和指标，不仅包括学习数据，还包括业务数据和用户行为数据。随着学习朝着扩大用户选择的方向发展（如点播电视中发现），组织需要更新其方法和设计分析工具，以捕获这些新平台中的学习。这是实时学习分析和见解的提示。通过学习分析，组织可以及时获得有关各种学习投资对个人发展、组织学习趋势和业务成果的疗效和影响的信息和反馈。成熟的学习功能可以使用这些分析见解来推动决策，了解要继续、扩展、终止和启动哪些程序、工具和资源。可持续的分析战略始于有效的数据战略，评估学习解决方案对业务成果的影响的投资回报率，需要可靠的统计分析。即使在分析完成之前，它就需要独立数据集的组合，这些数据集位于业务内外的不同功能（甚至存储平台中）。有效的聚合取决于清晰的数据治理结构、标准化数据集和数据规范化过程。整合后，不同的业务、学习和用户行为数据可以使人们对特定学习资源对业务的影响有新的见解。例如，假设您在参加财务战略实验室后，可以看到您的财务顾问的投资变化;或者，如果你能衡量你的高级董事在参加领导力研讨会后"追随者"的增加。更进一步，想象一下了解哪些链接最共享，哪些文章获得了最仔细的阅读，以及人们在寻找新信息时实际去找谁。我们已经知道终身学习领导力的重要性，7但是，如果你能根据学习习惯来识别你的明星表演者，或者在学习者自我指导注意力的领域先发制人地提高技能，那该怎么办呢？这些见解可用。数据存在。它们只需要汇集在一起进行分析。聚合和分析孤立的数据并不容易;它需要一个有意和充分开发的数据策略。有效的数据战略应包括五个组成部分：利益相关者之间对目标的一致实现这些目标所需的数据假设如何集成数据的计划明确对所有利益相关者的期望一个内置的审核流程，用于评估进度并根据需要进行调整开发这种分析敏锐度的学习功能具有远见，这种功能可以帮助他们了解员工最需要哪些信息，哪些学习经验在改变目标行为方面最为有效，哪些学习解决方案与绩效最相关，反过来，学习干预对公司最有价值。虽然将数据拼接在一起可能很困难，但它是收集对学习对业务影响见解的必要先决条件。有效数据策略的优点在于，它为研发功能奠定了基础，从自上而下和自下而上获得见解。当数据被主动管理和集成时，学习职能部门可以问：学习解决方案或学习解决方案计划对个人和业务绩效有何影响？同时，通过实时集成实现有效的数据策略，使企业能够实现表现最好的和向后设计公共变量的趋势，从而可能将其跟踪到特定的学习资源。例如，想象一下，在所有最有效的销售人员中搜索一种常见的学习体验——也许，他们都在学习体验平台上遵循相同的 SME，阅读同一本书，或者完成相同的在线课程！将不同业务部分的数据集拼接在一起并了解特定变量的影响，需要强大的数据策略、统计专业知识和对稳健分析的承诺。一个例子：公共部门机构已经能够根据这种类型的学习分析优化学习投资。该客户采用基础广泛的数据策略，分析了研发投资与 KPI 绩效之间的关系，量化了在员工学习体验中所投资的价值。他们检查了运营效率指标、法规指标和业务 KPI，以评估学习投资的有效性及其对组织绩效的影响。这些投资分析以数字交互式仪表板提供，为机构领导提供单一访问点，以继续跟踪其研发投资的投资回报率。它是业务影响的链接，使学习功能能够做出数据驱动的业务决策，从而在正确的时间以正确的方式精确地向合适的人员提供最有效的学习解决方案。让你的支出更重要成为利用分析推动业务向前发展的学习功能的过程，首先从了解和预测业务需求开始，并调整学习策略以优化学习投资。对于一个组织来说，要解决的可能不是与另一个组织相关的，但机会是相同的。L&D 函数聚合正确的数据集并进行相关分析以产生有价值的见解，是业务驱动因素，而不仅仅是程序提供商。作者：艾琳·克拉克是德勤咨询公司人力资本业务领域的董事总经理。她专注于通过学习战略、能力发展和领导力，通过人员来转变企业和组织。 David Fineman 是德勤咨询 LLP 人力资本业务领域的人力资源转型人员分析和劳动力规划专家。 Praveen Kaushik 是德勤咨询 LLP 人力资源转型实践的专家领导者，专注于学习战略、流程再造、技术部署、分析、内容集成和共享服务设计。 Mariana Aguilar 是德勤咨询公司人力资源实践的顾问，专注于数字学习解决方案、体验式学习计划开发和包容性领导力。以上由AI翻译完成

People Analytics
2020年06月22日
People Analytics

人力资本分析指南--重返工作岗位选择方案在员工重返职场并面对经济受损的情况下，人力资源部门的领导者们正在转向人事分析工具，帮助他们做出艰难的决策。无论是确定如何保证员工的安全，还是做出解雇和裁员的决定，或者确保合适数量的员工进入合适的角色，这些技术都可以收集、融合和分析人员数据，指导人力资源领导者进行 "如果 "情景规划。研究表明，即使在冠状病毒危机发生之前，人力资本分析软件的使用就已经在上升。现在，专家表示，许多人力资源领导正在加倍使用这些工具。整合数据的平台 Platforms Integrate Data 人力资本分析平台可分为几类。一类可以帮助用户整合和分析与COVID-19和员工队伍组成有关的各种数据集。它们可以帮助回答一些问题，比如哪些关键角色的员工可以回到工作场所，哪些人应该继续远程工作；协助制定第一和第二层的接班计划，以防员工生病或需要离开公司协助家人；帮助调整员工队伍规划，以适应业务战略的变化和不确定的收入预测。 AON公司是一家拥有分析工具的供应商，该公司的分析工具可以帮助人力资源领导在COVID-19中思考劳动力成本问题。这家总部位于伦敦的公司的人才模型平台可以帮助确定裁员的影响，或者帮助领导者从一系列的选择中做出选择，如裁员、减员、减薪或裁员。专家表示，复杂的人才分析还可以帮助领导层评估裁员的替代方案，如冻结招聘或晋升，缩短工作时间，或减少房地产支出等成本。 Nicholas Garbis是One Model公司的人事分析战略副总裁，该公司是一家在德克萨斯州奥斯汀市设有办事处的人事分析供应商，他在COVID-19疫情爆发期间，与他交谈过的人力资源领导都看到了这一变化。他说，随着企业开始制定重返工作岗位的计划--这主要是为了解决员工对COVID-19感染的恐惧，以及监测托儿所的重新开放，现在更多的企业开始为今年夏天出现的 "万一 "情况做计划。这个即将到来的阶段要求人力资源部门的领导们要有更好的数据和洞察力，了解目前员工队伍的状态，以及短期内可能需要如何改变。"你需要能够准确评估你的能力，从3月初到现在可能出现的那种劳动力缺口开始，"Garbis说。"比如说，你有哪些人才因为裁员、裁员或健康问题而流失？" One Model的分析平台将不同形式的人才数据收集并融合到一个统一的模型中，帮助浮出这类洞察力。Garbis说，HR应该检查企业中的 "人才段 "的状态，以及衡量潜在的冠状病毒风险，然后创建一个短期战略计划，以确定未来的劳动力需求。 "HR的业务伙伴现在就应该与企业领导人进行咨询，说：'这就是你现在的人员和角色的组合。'6到12个月后，你需要你的员工队伍会是什么样子？'"他说。'"他说，"你要确保你在你应该增长的地方增长，在你想收缩的地方收缩。" 人力资本分析还可以帮助将员工重新部署到需求增加的领域。总部位于加拿大不列颠哥伦比亚省温哥华市的Visier公司的人事解决方案副总裁Ian Cook说，他所认识的一家金融服务公司正在考虑裁员，直到另一个领域--人寿保险销售激增，才考虑裁员。库克说："这让他们可以将一些一线客户服务人员转到销售人寿保险单上，"库克说。在另一个案例中，一家地区性银行利用分析方法决定将呼叫中心转移到工作和平行工作团队，纽约市研究和咨询公司普华永道（PwC）的全球联合领导、人员和组织部门负责人Bhushan Sethi说。 "目标是帮助管理呼叫中心的能力和感染风险，"Sethi说。"在普华永道最近的一项调查中，近50%的CFO表示，当他们带人回到工作场所时，他们将不得不实施某种形式的轮班工作。" 员工辅导分析 Employee Coaching Analytics 员工辅导工具可以让管理者和员工反馈他们的沟通或管理风格如何因远程工作安排而改变。该领域的一个供应商是Cultivate，它创建的报告可以给员工在家中的数字化行为总结。 "这些分析可以向经理们展示，例如，他们对某些员工在家庭工作环境中的反应如何，或者他们与某些员工的总体相处时间有多长，"位于加州伍德赛德市的人力资本研究和咨询公司RedThread Research的联合创始人兼首席分析师Stacia Garr说。衡量远程工作期间的包容性 Measuring Inclusion During Remote Work 这类分析可以帮助HR了解远程工作如何影响领导力发展、基于绩效的晋升或包容多样化的员工群体。一些专家认为，例如，远程工作环境会使隐性或无意识的偏见更容易生根发芽。 "我们知道，人们的人际网络因为远程工作而收缩，对员工绩效的洞察力也会减少。"Garr说。"当我们没有那么频繁地见面，也没有那么多的时间去了解别人在做什么或在想什么，这就会为无意识的偏见和成见打开大门。" Garr说，组织网络分析技术可以追踪员工的联系，让HR更好地了解远程员工在COVID-19期间是如何互动的，Garr说。"这些工具可以让你了解到谁被纳入了谈话内容，谁在邮件线程中，谁被邀请参加会议。它可以帮助你看到整个组织中的人是否被平等地纳入到会议中。" 这些供应商包括TrustSphere、Polinode、Innovisor和OrgAnalytix。员工调查和情绪分析 Employee Surveying and Sentiment Analysis 许多公司正在部署员工倾听工具，以了解员工在家中的感受，并评估他们对返回工作场所的情绪。像Qualtrics、Yva、Perceptyx和Limeade等平台都提供了这样的调查工具，其中一些平台还包括人工智能功能，使其更容易编译和分析调查结果。 "企业正在利用这些调查来衡量员工对重返职场的感受，但要知道，并非每个人对重返职场的想法都是一样的。"Garr说。这类调查有时会要求员工登记他们对重返职场的偏好。比如说，他们是否希望在某些日子轮班工作，或者在某些日子进办公室，其他日子在家工作？ COVID特定的员工健康与安全追踪系统 COVID-Specific Employee Health and Safety Tracking 一些人事分析软件已经适应了这一点，让人力资源领导将公开的COVID-19数据与其内部的人事数据合并在一起，以协助进行人力规划。Visier整合了COVID-19的数据源和自动分析，帮助用户在人员配置方面做出更明智的决策。 Visier的数据库让领导者能够看到哪些员工处于受冠状病毒影响最大的区域，并帮助管理业务连续性挑战。 "我们已经将最新的COVID-19病例数据分层到该应用程序中，这样企业用户就可以按地理区域查看病毒对其人群的影响程度，并可以查看华盛顿大学模型中关于各州和变化的预测，"Visier的库克说。原文标题：People Analytics Guide Return-to-Work Choices 作者：By Dave Zielinski 来自SHRM 由AI翻译完成，仅供参考。

People Analytics
2020年05月27日
People Analytics

利用人力资本分析管理转型和变革我们生活在一个以闪电般的速度变化着的世界里，信息量过大，技术革命不断改革，并且充满不确定性，就像我们每个人都在经历着Covid-19的阶段。所有这些变化都在改变着我们的生活方式，改变着我们如何相互沟通，改变着我们如何创造和分享知识，改变着我们如何做个人的事情，甚至改变着我们如何处理人际关系。原文标题：Managing Transformation and Changes Using People Analytics 挑战和转型全球性的Covid-19大流行对企业的管理方式提出了新的挑战。各个组织不仅在日常业务上发生了巨大的范围变化，而且经济秩序也发生了重构。现在，许多组织为了生存，不得不转变业务、组织和工作方式。与分布式团队合作就是这样一个很好的例子，这种业务转型适用于现在的大多数组织。最大的挑战是，组织也必须以同样的速度在这些变化中运作。因此，他们需要不断调整之前的业务管理方式。由于世界已经变得如此变幻莫测，因此，在任何经济领域的快速变化中，采用这种方式已经成为任何经济领域的唯一出路。因此，现在对于企业来说，必须要以新的弹性、适应性的方式来开展业务，在其生态系统中参与并提供经济价值。虽然这很有挑战性，但也为组织创造了一个机会，让组织通过渐进式的战略进行自我转型，以实现长期的可持续发展。为了实现转型，组织不能只关注技术赋能和流程，他们需要重新思考组织战略、领导力、文化和人才。组织必须激活、调整、激励和装备领导者，以激发和推动变革。此外，让员工参与其中并赋予其权力也至关重要，因为变革是由最复杂的系统--人组成的。今天，组织需要基于分析的洞察力来帮助他们管理和跟踪这些复杂的组织变革的进展迹象，改变员工的行为、领导能力和业务成果。利用人力资本分析，超越一般做法人力资本分析不仅仅是人力资源组织所需要的。其他业务职能部门也已经认识到，他们需要用人员数据来分析和规划，并对入职、离职、绩效、薪资、留用、参与、继任、学习、领导力等人员职能进行循证决策。此外，还可以利用这些数据为企业提供最优质的客户服务，带来创新，帮助企业转型。与不这样做的企业相比，那些对员工进行数据驱动决策的企业能够获得更高的绩效、更好的结果，并获得更高的回报。虽然根据LinkedIn发布的《2020年全球人才趋势》（Global Talent Trends for 2020），人力资本分析（People Analytics）是第2大热门趋势，但我们还没有看到与变革、文化和转型相关的热门实践（还没有）。目前，企业主要是利用人力资本分析实践来衡量员工绩效、战略劳动力规划、识别技能差距、评估招聘渠道、评估人才供/需、识别飞行风险以提高留用率，以及减少招聘/晋升中的偏差等方面的人员分析实践。根据LinkedIn的数据，许多组织在开发人力资本分析功能方面还只是处于早期阶段。从最初努力以有组织的方式收集数据，到利用洞察力获取竞争优势，需要经历一条陡峭的学习曲线。人力资本分析是一个不断发展的过程，并且随着组织网络分析（ONA）、文化分析、工作场所分析等领域的扩展而不断发展。通过这些新的应用和领域，组织可以从分析员工的行为、价值观、人际关系、工作场所习惯和社会情绪中获得洞察力。这可以帮助他们在改善员工体验、未来学习等诸多挑战中获得帮助。两年前，我介绍了文化分析及其用例。我解释了文化是如何对任何组织来说，文化是一个关键的基石。无论你考虑的是人才招聘、人员参与、业务绩效，还是任何转型，文化都是这一切的核心。使用文化数据来识别企业文化的行为特征，识别出高度一致的个人，是任何企业未来成功的关键。这些数据还可以帮助我们利用对个人与组织当前或目标文化的契合度的洞察力进行招聘、发展和晋升。在很多情况下，我们需要重新审视我们当前的文化，并将其推向一个全新的方向。文化分析，可以看作是人分析的一个分支，它是利用计算和可视化的方法来推导和利用对组织中的共同价值观和信念的洞察力。而变革管理的转型和组织文化变革是使用人分析的关键用例。在组织变革中使用人力资本分析法与转型相关的组织变革并不容易，因为它需要有一个适应性的战略，并得到领导者的大力支持，能够培养一种拥抱变革的文化。从员工队伍和工作场所的不断变化，以及组织面临的诸如Covid-19等不可预知的事件所带来的挑战，可以清楚地看到对适应性战略的需求。捕捉正确的数据对于假设、实验、测量和利用探索性数据分析产生洞察力，为这些变化做出更好的决策非常重要。组织在考虑转型时，需要数据来评估与领导力和文化变革相关的风险、进展、采用和使用情况。对于组织变革，重要的是确定改变的行为、工作方式和员工之间的持续协作。与其应用检查表的方法来进行变革管理，组织最好是专注于倾听员工的声音，并采用这种投入来确定变革的关键驱动力。要开始收集信息，数据的来源可以根据需求、限制、基础设施和隐私设计的不同而有所不同。有不同形式的数据，当这些数据经过正确的分析后，可以从字面上转化为一些有价值的见解；在这种情况下，实时沟通和协作数据在企业内部是最常见的，无论是你的电子邮件、在线会议工具、客户平台甚至是项目管理平台，都可以成为企业的数据。总有机会利用调查数据进行变革评估，比如说参与度数据，以及其他持续的倾听技术来强制执行结果，但要看需求。这些从不同来源收集的数据，当与组织和人力资源数据点相结合时，可以提供一些奇妙的洞察力，以便做出更好的行动驱动决策。下面的图1显示了可以构建的完整景观，可以为管理变革和转型提供可操作的洞察力。在我们使用正确的可视化工具产生有用的见解之前，适当的数据工程、相关性和建模是至关重要的。它们可以为我们提供一种可访问的方式来查看和理解数据中的趋势、离群值和模式。当我们能够将这些数据段整合到现有的业务仓库中，并利用数据挖掘功能来发现有用的模式时，这将是一个很大的优势。此外，还有大量使用组织网络分析(Organizational network analysis (ONA)工具来了解人与人之间的联系及其关系，这为协作和信息流提供了一个数据驱动的视图。最后，当我们在处理文本时，大多是从这些沟通和协作数据中收集到的文本，总能利用文本分析将非结构化的文本数据转化为有意义的数据进行分析，对意见、反馈、情感分析、实体建模等进行测量，以支持基于事实的决策。过去几年产生的大部分数据都是非结构化数据，主要是文本，但也有图像、视频等；这在很大程度上仍然是大多数组织没有开发的，尤其是在人力资源和人员数据方面。使用自然语言处理科学的员人力资本分析可以非常有用地推动业务成果。总的来说，人力资本分析可以通过产生定量的行为洞察力，了解人们在工作中做什么、转型将如何影响他们的工作，以及行为的改变如何提高业务绩效，从而真正改变组织变革。因此，在洞察力方面，这些数据可以产生关于劳动力行为和工作方式的有意义的分析和度量，包括变革行为、协作模式和沟通效率。这些都可以帮助组织在转型过程中监控理想的行为和目标工作方式。任何变革和转型的另一个重要方面是了解领导的角色和行为，同时确定非正式的领导者和变革推动者。对于任何成功的转型，总是需要完全重新思考组织的设计。这些数据点也可以让我们对决策有效性指标、当前的瓶颈、组织发展范围有一个更好的认知，这对重新设计目标组织、保持组织的精益化有很大的帮助。除此以外，对于理解多样性和文化也可能会有宝贵的见解。虽然文化分析完全是一个独立的话题，但正如我前面提到的那样。组织活动指标，如参与度、保留率和内部岗位轮换频率等，也可以用来支持转型。然而，最有效的分析是，当利用这些数据产生的洞察力还能提供生产力、效率和绩效的清晰图景，以及风险指标，可以帮助领导者在管理变革时对业务结果做出更好的决策时，才是最有效的分析。根据转型目标的不同，组织可能会利用所有这些数据产生不同的其他洞察力。 BCG认为，人力资本分析可以识别出最有效地提高绩效和放大转型效果的车轮。他们的分析经验表明，通过提高员工的留用率、通过更好的领导力减少减员，以及赋予女性推动业务发展的能力，组织可以将客户满意度提高21%。正确使用人力资本分析，可以发现令人难以置信的可操作性的洞察力，从而找到真正需要解决的业务问题的核心。利用人力资本分析技术实现数据驱动的变革我们很多人都知道Spotify的敏捷方法论，它是一种以人为本的自主框架，在强调文化和网络的重要性的同时，也强调了敏捷的扩展性。Spotify还引入了 ‘Tribes’, ‘Chapters’, 和 ‘Guilds’等团队术语，这些团队的目标是促进团队合作、协作和创新的好方法，也让团队成员有了主人翁意识和赋能感。所以，这个方法论使用了Squads、Tribes、Chapters和Guild，其基础是Squad，它的作用就像一个Scrum team。Squad会自我组织，决定最佳的工作方式，从Scrum sprints到Kanban，再到混合式工作方式。Squad是以单产品和单项目为中心。产品负责人为Squad确定优先级并管理积压的产品，而敏捷教练则与他们一起工作，加速转型。Tribe是由一群在共同领域工作的小队组成。Tribe与小分队合署办公，人数限制在100人以内。分会是小分队的一部分，是一个团队成员共同工作的小组。最后是行会，是一群有共同兴趣的人组成的团体。上图2说明了两者的关系。 Time is Ltd.提供了一个非常有见地的案例，他们用他们最喜欢的生产力工具如Slack、G Suite、O365、Zoom等来衡量一个组织的各个团队的数字化协作，这些工具可以节省时间、节省金钱，提高团队的工作效率。在他们的一个客户采用Spotify的敏捷方法论的过程中，他们提供了一些假设，如图3所示，以确定正确的KPI来成功衡量敏捷转型。因为能够持续监控所实施的结构是否也反映在员工的协作行为中，这一点至关重要。图3 - 衡量敏捷转型的关键假设这些关键假设被选为测试对象之一，并在监测本组织敏捷转型期间的进展情况时用作指标。这些数据是通过Office-365日历数据的汇总来获得的，这些数据记录了组织内相当一部分的协作活动。通过捕捉电子邮件、聊天记录、Jira、Slack或Google Doc等沟通数据，总能获得更精确的结果。另一个数据源则是为团队获取组织的数据。通过使用频率分析和社会化映射（OSA工具）对协作模式的分析，团队获得了下面的洞察力，用于上述各自的假设。 1、原始员工网络和新的敏捷设计的网络之间的互动频率的变化。 2、聪明的人在各自的班组和部落内部的关注时间比例随时间的推移而变化。 3、员工在会议中的行为，包括会议的参会人数、重复性会议、会议邀请、一对一会议、会议时长等。图4是对比敏捷转型进度的不同图表。更多关于此案例研究的详细信息，请通过数据驱动的变革管理下载完整版。使用被动数据衡量敏捷转型。这些分析对于衡量转型和了解组织设计或重新设计的必要性至关重要。最终，这些洞察力有助于组织利用已有的数据，并确定新的KPI指标，从而更有效地管理正在进行的敏捷转型。这也适用于管理我们身边正在发生的其他转型和变革。此外，组织还可以探索与员工福利、烧伤率、参与度、生产率等相关的指标。总结：我们已经看到，人力资本分析是如何将数据与有效的决策联系在一起的，以及如何从人类行为中获得洞察力，帮助员工和组织更好地履行职责。人力资本分析不再是人力资源部门的必备工具箱。它是企业需要建立的一种实践，这样他们就可以利用所获得的洞察力来获得竞争优势。诚然，企业正经历着不断的变化，面临着来自不确定性、市场不稳定、数字化、新的工作方式和全球化的挑战。人力资本分析能够带来相关的数据，使变革管理能够回答许多问题，而这些问题对于企业正在经历的不断变化是至关重要的。以上由AI翻译完成，仅供参考

People Analytics
2020年05月25日
People Analytics

为什么HR必须要掌握People Analytics Why an HR Professional Must use People Analytics 随着时间的流逝，人力资源得到了巨大的发展，并且日新月异。HR不仅涉及人的方面，而且随着时间的推移，越来越多地使用数据和技术，这是过去十年来出现的。Human resources has evolved greatly over time, and continues to do so with each passing day. Moving beyond just the human aspect, HR is over time working more and more with data and technology, something that came about over the past decade. 数据的重要作用及其对HR各方面的影响，是HR分析技术的诞生。按照Heuvel & Bondarouk，2016年的说法，是指 "系统地识别和量化业务结果的人的驱动因素，并将其量化。" 它探讨了捕捉、测量和组织人员信息的不同方法，以发掘对组织的人力资源战略有价值的见解。一个组织如何使用人力资源分析？How does an organization use human resource analytics? 人事分析在促进人力资源部门为组织的战略决策做出更好的贡献方面发挥着至关重要的作用。它通常用于解决特定的挑战，例如。 HR收到的工作申请质量不高。在过去一年中招聘的员工流失率激增特定团队的生产力下降 HR对分析的具体用途是什么？What specific uses does HR have for analytics? 具体的挑战可能会有所不同，但利用人力资源分析的杠杆作用通常是其中之一。我们的想法是利用数据来。用既定的指标标准来衡量组织的绩效。观察并总结出应对所面临挑战的可能解决办法根据假设的解决方案改变流程，以解决挑战。监测变革的结果，以了解其效果如何，并对其进行调整，将其推广到其他流程中（如果在这里成功的话），或将其回退（如果未能实现目标的话）。分析学对HR的工作有什么影响？How has analytics impacted the work of HR? 随着经济和人力资源团队的工作按照数字时代的要求不断发展，那些希望成为人力资源专业人员并在人力资源领域创造未来职业的人，在他们的工作中需要能够很好地与数据打交道，这也是他们在工作中所戴的许多帽子中的一个。他们必须能够利用人员分析来筛选数据，并得出有价值的见解，为组织提供战略方向。下面列举了人力资源部门工作中受分析影响最大的具体领域。 ·绩效和效率: 这些是最常见的监测指标，用来判断人力资源活动和流程的成功与否。例如，按来源追踪留用率，可能会发现，比如说内部招聘显示的留用率明显高于LinkedIn发布的职位。然后，HR专业人员可以重新组织他们的工作流程，将内部招聘优先于其他来源，从而提高HR工作的效率。通过类似的方式使用数据来跟踪工作流程的绩效和效率，可以对资源配置进行关键性的选择，从而将重点放在影响最大的领域。 ·招聘和录用方面:无论是在时间上还是在金钱上，这些都是人力资源团队处理的最昂贵的活动之一。人力资源分析可以通过改善这些重要流程，在节约成本方面发挥重要作用。例如，人力资源部门可以将成功地被本组织聘用的人和不成功的人的数据与未来招聘的人进行比较。这将有助于更好地判断该人是否适合当前的角色和组织文化，这两个关键因素。在第一次招聘的时候就能准确地判断出一个人是否合适，可以节省重新招聘的宝贵精力，并通过减少摩擦和更好的福利等措施，将更多的精力用在留住现有员工上。 ·员工体验：人力资源部门的工作不仅仅是招聘员工来填补现有职位。他们的工作的一个重要部分是创造良好的员工体验，并努力改善员工的体验，因为快乐的员工总是更好地参与其中。这种参与度可以通过以下几个方面来帮助员工。 ·提高生产力 ·提高保留率 ·实现更高的总体成功率员工的出勤率、参与度和生产率只是人事分析可以跟踪的一些指标，可以更细致地了解员工的体验。这可以提出人力资源部门需要改进的地方，并能带来优化的福利、休假政策以及培训和发展机会。 "这不仅仅是招聘，还包括留住、激励和发展强大的员工。"东北大学人力资源管理硕士课程讲师Tom Penque说。"人力资源分析归结起来就是能够...........利用所有这些信息来改善组织和员工。" 以上由AI翻译，仅供参考作者： Aileen Scott

People Analytics
2020年05月10日
People Analytics

【调研】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《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/MX60L 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 科石咨询启动了 “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5月31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。HRTechChina核心报道中国人力资源科技创新企业及产品信息，关注并实时分享全球的人力资源科技资讯。同时，以原创角度独家报道人力资源科技公司和创业公司；每月关注并独家发布人力资源科技投融资数据及报告，业已成为人力资源科技领域创业者以及行业精英获取全球人力资源科技行业资讯和动态的主要渠道。 HRTechChina率先在国内引入PA概念以及推广培训活动。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/MX60L

People Analytics
2020年05月09日

People Analytics

如何建立一个优秀的人力资本分析（PA）团队 How to build a people analytics team 正确地组成人力资本分析团队是解决业务问题的关键所在 "数据就是新的石油"。这句话很少有人记得自己第一次听到这句话的时间和地点，但现在很多人都会自信地点头同意。事实上，这句话可以追溯到数据科学家（也是Tesco Clubcard背后的大脑）Clive Humby，他早在2006年就创造了这句话，用来解释今天数据的不可抗拒的价值。 Humby解释说，就像石油一样，"如果未经提炼，[数据]就不能真正被使用"。也就是说，数据要想有任何价值，就必须将其分解成更简单的形式并进行分析。在人力资源领域，这个数据提炼过程同样重要。它通常被称为 "people analytics" 人力资本分析，多年来，它导致了人力资本分析团队的诞生。不过，虽然它已经出现了一段时间，但人力资本分析的进展却一直很缓慢。德勤发布的《2019年人力资本趋势报告》发现，尽管企业对更好的数据管理产生了浓厚的兴趣（在2017年的报告中，71%的企业将人力资本分析列为高度优先考虑的事项），但仅有26%的企业有效利用技术和分析技术。 "如果我们坐进时光机，回到10年前，我当时说的是关于人力资本分析的事情。那是因为它仍然有一个未实现的潜力，"南加州大学马歇尔商学院有效组织中心的高级研究科学家Alec Levenson说。 "典型的情况是，人们把注意力集中在眼前的数据上，而不是想出正确的问题。他们会说'一定有什么东西我们可以从这些数据中学习到'，是的，总会有一些洞察力。"他说。"但如果你只看数据，而不把它嵌入到更大的业务背景中去，问一些更大的问题，比如你想解决什么问题，那么它可能会把你带入死胡同、兔子洞和爱丽丝梦游仙境之类的冒险。" 施华洛世奇公司人力资本分析和数字人力资源总监Oliver Kasper补充说，团队过于专注于报告，而不是挖掘预测性或规范性分析的可能性。 "人力资本分析可以往两个方向发展，"他解释说。"一个方向是回顾过去，所以报告过去发生的事情。然后是展望未来的活动--这就是预测性和规范性分析。我会说只有1-2%的大公司在做第二个方向。 "而这就像在谈论蒸汽火车和电动车的区别。报告是蒸汽火车，预测性和预见性分析是电动汽车。" 那么，在数据的重要性只增不减的情况下，HR如何打造一支真正能带来业务成果的人力资本分析团队？职权范围Remit 人力资源转型咨询公司LACE Partners的首席执行官Aaron Alburey说，首先，人力资源部门应该退一步，确定自己究竟想要从人力资本分析中得到什么，人力资源转型咨询公司LACE Partners的首席执行官说。 "这是关于理解这个职能的目的是什么，以及你一开始为什么要设置它，"他说。"在你明白你想覆盖什么以及如何覆盖之前，你无法理解你需要什么。" 在Facebook负责人力资本分析和劳动力战略的副总裁Alexis Fink看来，这个职能的目的应该有三个方面。"我试图沿着三个轴来思考这个问题。首先，沿着X轴，就是员工的生命周期。通过选拔、入职、员工态度和离职调研，从候选人库中的点点连接起来有很大的机会。她说："Y轴是分析层面--个人、团队、组织、企业，甚至超越了组织的边界，延伸到行业、劳动力市场和社区。 "最后，Z轴是关于你使用数据的方式。你是在执行流程、做报告、分析寻找模式，还是创建能够有效推荐行动方案的算法？" Levenson认为，看待人力资本分析团队的作用有 "两种非常不同的方式"。"一种是认为它只是一个数据处理功能。如果你这样建立一个人力资源分析团队，你就不用担心业务影响或成为真正的业务合作伙伴----从字面上看，你只是一个数据处理的黑猩猩。"他说。 "但如果你的目标是获得能够帮助业务其他部分更好地运行的洞察力，你就不能只是一个数据处理者。它需要的是洞察力，而不仅仅是人力资源的洞察力，而是业务的洞察力。" 后者--专注于业务数据和问题，而不仅仅是人力资源数据和问题--是团队应该努力的方向，德勤劳动力转型实践中的人力资本分析和劳动力规划专家领导David Fineman表示同意。"高影响力的人力资本分析发生在整个组织中的合作伙伴关系中，"他说。"分析应该专注于业务挑战，因此，人力资本分析团队应该从人力资源的角度出发，但他们应该专注于实现更广泛的组织目标。" 在施华洛世奇，这意味着人力资本分析团队在零售和生产两大部门的战略目标中发挥着重要作用。在零售部门，这涉及到利用人力资本分析来提高转化率，而在生产部门，则是为产品质量和生产效率提供信息。 "这些都是我们在幕后支持的关键业务挑战，"Kasper说。"我们不是为了解决纯粹的人力资源问题而存在。" 报告线 Reporting line 随着团队被期望从更广泛的业务角度出发，他们在组织中的位置也有待商榷。根据Fineman的说法，最常见的方法是由人力资源部门内的一个专门的团队负责人力资本分析，向人力资源部门领导汇报。"通常情况下，它是独立于报告小组之外，不一定是人力资源部门的一部分，而是直接向CHRO报告。" Levenson同意这一点："人力资本分析应该是一个卓越的中心，它可以向人力资源部门汇报，也可以向更大的分析小组汇报。" 虽然注意到这是一种远不常见的做法，但Alburey说，他曾见过一些人将业务运营和人力资源部门结合在一起创建一个团队，由人力资源部门和企业共同拥有。虽然 "这两种模式都不比其他模式好"，但他觉得共管的方式可以帮助团队更贴近业务。 "在HR内部建立团队的风险在于，他们最终只为HR出具大量报告--他们更多的是以HR为中心来看待他们想看的东西，所以像人才数据和薪酬洞察之类的东西，他们不一定清楚自己能带来什么样的业务成果，因为他们离业务有点远，"他说。"如果把业务和HR结合在一起，就更容易找到需要解决的业务问题，并把工作导向业务成果。" 架构 Structure 报告线只是其中的一部分，团队的组成也很重要。"大多数人分析团队都很小--只有几个人--因此他们的结构相当不稳定，往往会有很多不同的变化。"Fink说。然而，在较大的团队中，应该有更多的结构，Fineman说，他将该职能分解为四个不同的子团队：报告；数据科学、洞察和分析；数据治理；平台管理。 reporting; data science, insights and analysis; data governance; and platform management 这就需要多样化的工作角色。Alburey指出，需要一名数据经理、报告撰写者和业务分析主管。然而，有一个角色他很快就被否定了，那就是数据科学家。"很少有人分析团队需要一个真正的数据科学家--你可以从业务的其他部分获得这种专业知识，"他说。"如果你是一个真正的数据科学家，你需要大量的数据来工作，而没有足够的人数据--所以你需要一个数据经理，是的，但数据科学家呢？我不这么认为。" Levenson也有这样的感慨，他同意 "一个纯粹的数据科学家是我最不愿意雇佣的人进入人力资本分析小组的人之一"。 "外面有一种印象，认为如果你只是雇佣一个数据科学家，他们就能解决你所有的问题，但他们不会。"他说。"你会把数据科学家放在一个面向客户的角色中，与企业中的人或CHRO交谈吗？这就是要问的试金石问题。而战略人员会说'绝对不会，因为他们不知道该说什么是正确的。" 技能集Skillsets 在Levenson看来，这与技术性的、分析性的角色和技能无关，而更多的是定性的、软性的技能，比如职业心理学。 "一个数据科学家通常不了解组织科学和企业如何运作，实际上你需要良好的职业心理学，"他说，"一个数据科学家通常不了解组织科学和企业如何运作，实际上你需要良好的职业心理学。"然后，你需要团队中的商业咨询技能--知道如何卷起袖子解决问题的人。 "这就是那句老话，即需要关注因果关系而不是相关性。除非有组织科学和商业咨询，否则你不会知道该问什么正确的问题来计算出正确的数字。" 在Fink眼中，正是这种无所不能的咨询专业知识在现在的大多数团队中都是紧缺的。"通常情况下，人们的分析团队真正的功能是提供服务，他们得到的很多请求都只是捕风捉影。他们可能提供了很好的服务，但他们回答的问题并不是特别有力，也不会导致行动。她说："影响和咨询方面的专业知识对克服团队整体效率的这一障碍有很大帮助。卡斯帕概述了团队需要的六大 "基石"：人的技能（"比如金融知识"）；沟通技巧；咨询技巧；数据科学知识；隐私、道德和流程方面的人力资源知识；最后是工作心理学和行为科学知识。（human skills (“like financial literacy”); communication skills; consulting skills; data science knowledge; HR knowledge in privacy, ethics and process; and, lastly, work psychology and behavioural science knowledge.） "理想中的人都会具备这六种技能，但很多人只是具备一些，"他说。"这很好，但你确实需要团队中的这六种技能都要具备。" 寻觅人才Sourcing talent 但是，这种多样化的技能组合能在现有的人力资源专业人士中找到吗？不一定，Fineman说。"团队中的人学习领域知识很重要，但通常情况下，数据治理角色的人更多来自于IT和IT战略背景，"他说。 Fineman认为，人力资源背景对团队中的洞察力和分析角色会有帮助。鉴于这项工作涉及到作为分析团队和业务之间的接口，优秀的HRBP应该在这里茁壮成长。"这就是有趣的地方，因为团队中的洞察力和分析小组可能是HRBP职业道路上的一个台阶。"他说。 "他们的工作是既要把业务挑战的信息带进来，解决业务挑战，又要在另一边解释分析的结果。" "这些同事是劳动力分析团队的眼睛和耳朵；他们可以利用自己的业务知识来识别业务挑战和项目，"劳埃德银行集团的人员洞察总监Andy Papworth同意这一点。 Fink指出，她所工作过的团队里有很多背景和专业知识，甚至超越了人力资源和IT领域。"她说："一般来说，团队的核心成员都是研究生级别的工业和组织心理学家，也有其他社会科学背景的人，如认知、社会、教育和发展心理学、人类学、经济学或政府；有MBA和咨询背景的人，还有物理、化学、数学、工程、甚至地质学等硬科学背景的人。 "我见过真正有效的人来自于律师助理，或教书育人......或人力资源部门的一般角色。" Fink告诫说，不要把人力资本分析团队建设成硬性的、快速的规则。"就像育儿一样，没有一个正确的方法来处理人力资本分析工作。我的团队的结构和章程反映了我当时所服务的组织的规模、复杂性、优先级、挑战和文化。"她说。 "人力资本分析工作的乐趣和令人兴奋的部分在于，它不是一刀切的。" 作者：Rachel Sharp 这篇文章刊登在2019年10月的《人力资源科技增刊》上。以上由现金的AI翻译完成，HRTechChina发布仅供参考。

People Analytics
2020年05月08日
People Analytics

如何清洗人力资源分析数据？给你6个详细的步骤指南！数据清理是人力资源分析中的关键因素。在你分析数据之前，你需要对数据进行 "清洁"。在这篇数据清理指南中，我们将解释为什么数据清理很重要，以及你如何进行数据清理。在文章的底部，我们附上了一个有用的数据清洗信息图。在数据分析中常说的一句话是。"垃圾进，垃圾出"。这句话的意思是，你可以在数据分析中投入大量的心思和精力，得出很多结果。但是，如果输入的数据不准确，这些结果就没有任何意义。事实上，这些结果甚至可能是有害的，因为它们会歪曲现实。为什么数据清理很重要？ HR数据往往是脏的。脏数据是指任何包含错误的数据记录。这可能是由不同的原因造成的。最简单的是数据丢失。其他脏数据的例子有：同一工作职能的不同标签、同一人在一个系统中的多个记录、不同系统中的不匹配记录等等。对这些数据进行清理和排序可能是一个耗时的过程。事实上，将所有这些不同的数据源的数据进行汇总，并使其符合要求，可能需要数周甚至数月的时间。这对于国际公司来说尤其如此。这些公司往往使用不同国家的不同系统来记录相同的数据。数据的问题是很容易被弄脏。只要数据采集程序有丝毫的差异，数据就会变得不一致。作为公司，你可以决定一次性清理所有的数据。有些公司选择了这种策略。然而，这可能需要大量的时间。因此，只清理你需要执行特定分析的数据是更明智的做法。这种方法可以避免很多不必要的工作，并能更快地产生结果。根据第一次分析的结果，你可以决定需要清理哪些额外的数据来运行下一次分析。数据清理有助于运行分析的顺利进行。它还有助于正常的人力资源报告，因为清理后的数据可以反馈到人力资源系统中。这将有助于提高数据质量，对后期的数据分析和数据汇总工作极为有利。因此，数据清洗是人力资源分析过程中的必要步骤。数据清洗的过程在清理HR数据的时候，有两点是你需要了解的。第一是数据的有效性，第二是数据的可靠性。当数据不有效或不可靠时，它可能告诉你的东西和你要找的东西不一样。下面的章节将对此进行更深入的探讨。理解这两个术语是很重要的。不过，如果你想找一个更实用的分步指南，可以向下滚动到下一节。有效性有效性是指你是否真正衡量了你需要衡量的东西。考核系统是否只测量个人的绩效，还是（也）测量谁最受经理的喜欢？数据是在整个组织中均匀地收集，还是有这样或那样的倾斜？举个例子。波士顿市做了一个应用程序，他们的司机可以在智能手机上安装。该应用程序将测量道路上的颠簸，并通过GPS报告其位置。这些颠簸被记录下来，然后由城市道路服务部门进行修复。据一位发言人称， "该数据为城市提供了实时信息，它用于修复问题和计划长期投资"。遗憾的是，并不是每个人都能平等地从这个系统中受益。该应用程序主要是由年轻人和较富裕社区的年轻人使用。同时，较贫困的社区并没有平等地获得智能手机和移动数据。这是数据中的一个明显的偏差。（公平性的问题）你可以问自己的问题，以检查其有效性。这些数据是否代表了我们想要测量的内容？我们测量数据的方式是否存在偏差？数据收集的方式是否清晰、一致？数据中是否存在离群点？可靠性可靠性是指反复测量同样的事情并得到同样的结果。当你在上午测量某人的参与度时，你希望得到的结果与下午再测量时的结果相似。这是因为参与度是一种随着时间的推移相对稳定的特质。对于不同的测评人来说也是如此。如果你让比尔和吉姆给温迪的参与度打分，你希望比尔和吉姆都给温迪打出同样的分值。然而，当用来给温迪打分的量表是模糊的，可以有不同的解释，比尔和吉姆很可能会给温迪不同的评价。这就是所谓的评分者偏见，最好避免。这听起来可能很明显，但事实并非如此。通常情况下，报告的数据取决于其他因素，如给出的指示，以及给出评分的人的心情。当我们谈论可靠性时，这就是一个大问题。当不同的人在一天/一周的不同时间，用同样的方法测量同样的数据，是否能得到同样的分数？在这个过程中，程序起着重要的作用。在对绩效进行评分时，如果一个经理考虑的是员工过去六个月的绩效，而另一个经理只考虑过去两个星期的绩效，那么绩效评分很可能会有差异，不可靠。明确记录的程序将有助于不同的经理人以同样的方式衡量绩效。在这种情况下，你应该问自己的问题是：当同一事物被多次测量时，我们是否一致地得出了相同的结果？我们是否使用了有明确记录的数据收集方法？每一次的数据收集说明是否都得到了遵循？一个简单的数据清理检查表前面关于有效性和可靠性的问题可以帮助你分析你的输入数据是否足够准确，以产生可靠有效的结果。你的数据还需要符合其他几个标准。例如，你的数据必须是最新的。过时的数据会产生潜在的不相关的结果，可能会破坏你的结果。此外，你需要检查你是否拥有所有的相关数据：记录经常会丢失。根据您分析数据的方式，这可能会或不会造成问题。有些分析方法允许数据缺失，而其他算法在数据缺失时则会很费劲。数据缺失会缩小你的人群范围。另外，数据缺失的人群之间确实有可能存在共同的相似性。例如，如果一个部门仍然使用过时的绩效管理系统，遗漏了某些问题，这将意味着你将缺乏该部门所有员工的数据。这就会使你的结果严重偏向于其他部门，并威胁到结果的普遍性。这是一份实用的检查表，里面有六个步骤来清理数据。 1.检查数据是否是最新的。 2.检查是否有重复出现的唯一标识符。有些人担任的职位不止一个。系统往往会为每个职位创建单独的记录。因此，这些人最终会在一个数据库中拥有多个记录。根据不同的情况，这些记录可能会被浓缩。 3.检查跨多个字段和合并的数据集的数据标签，看看是否所有的数据都匹配。 4.计数缺失值。当缺失的值在组织的特定部分中占比过高时，它们可能会歪曲你的结果。我们在前面的例子中看到了这种情况。此外，缺失值太多（即数据不足）的分析有可能会变得不准确。这也会影响到你的结果的通用性。 5.检查数字上的离群值。计算出描述性统计数字和量值。这些数据可以让你计算出潜在的离群值。最小值和最大值是一个很好的起点。此外，您还可以计算出区间范围。您可以通过将量值3（Q3）和Q1之间的差值乘以1.5来实现。这个结果可以加在Q3上，再从Q1中减去。超出这个范围的值被认为是离群值。这篇维基百科的文章详细介绍了如何做到这一点。 6.定义有效的数据输出，并删除所有无效的数据值。这对所有的数据都是有用的。对字符数据进行明确的定义。例如，性别被定义为M或F，这些都是有效的数据值。任何其他值都被假定为无效值。这些数据可以很容易地被标记出来进行检查。通过使用本指南，您将能够找到大多数数据不一致的地方。提示：始终仔细查看您的干净数据，您可能会发现自己遗漏的东西。祝好运！以上由智能的AI翻译完成，仅供参考。来自AIHR 作者：Erik van Vulpen

People Analytics
2020年05月03日
People Analytics

专访workday:如何使用数据和分析实现员工体验和罗马一样，高绩效的团队不是一天建成的。但是，它们由数据构建。workday的领导力和组织有效性高级副总裁 Greg Pryor 分享了数据如何使员工能够做到最好工作。建立高绩效团队的秘诀是什么？答案很简单：数据。最有创新精神的公司都会使用数据和分析方法来经常衡量员工的体验。这为企业提供了他们所需的洞察力，为员工创造一个能让他们发挥最佳工作能力的环境。但是，他们是如何衡量这些成功的条件的呢？我们负责领导力和组织效率的高级副总裁Greg Pryor分享了Workday自身员工体验的见解。以下是我们谈话的重点内容。数据和技术的快速发展如何改变了员工的期望？公司的体验与消费者的体验非常相似。无论我们在提供乘车服务或餐厅体验的反馈，我们作为消费者都会适当地训练自己问自己，"这种体验是好还是不好？" 将这种实时反馈体验转化为您的员工也很重要。对于我们Workday来说，我们每周五都会通过 "最佳工作日调查 "来衡量员工的感受。人们经常会说："每周五？嗯，这似乎有点太频繁了。" 而我的回答是，"我们的员工一直都有重要的时刻。" 通过调查，我们已经收集了超过150万个数据点，实际上，我们可以看到，员工的体验比我们想象的要动态得多。与用年度快照来了解员工体验不同，我们通过非常及时的员工情绪衡量标准来了解员工的状况，特别是在这个变化莫测的时代，我们知道人们的状况。通过每周一次的 "最佳工作日调查"，我们每个季度都会轮流对整个调查的34个问题进行调查。有些公司可能一年或两年做一次，而我们实际上是一年做四次。这使得我们能够进行我们所谓的文化冲刺，这让我们能够了解员工的体验，并尽快做出反应。由于我们掌握了元数据，我们可以看到，例如，我们是否在不同性别、不同年龄段、不同地域、不同种族背景的员工之间提供了类似的归属感体验。我们收集到的洞察力使我们能够帮助我们的员工领导将注意力集中在最有影响力的领域。企业如何利用数据来更好地进行个性化的职场体验？你必须专注于对人真正重要的东西，并牢记我们在消费体验的世界里处于什么位置。比如说，想想看交通情况。我手机上的GPS并不能告诉我整个湾区的交通状况是什么样子的，它告诉我回家的路线上的交通在哪里。这就是消费者的体验：高度相关。现在，把它应用到你自己的环境中。在Workday的背景可以是："我是普莱森顿的人际关系领导，负责下面的团队。" 然后，我们会查看数据并制定具体的行动方案。当我们为员工领导设计内容时，我们会根据他们团队的反馈，而不是平均数。在Workday，我们使用机器学习和其他数据分析来增强这些反馈，并提供高度相关的建议。我认为这将成为所有企业的一个越来越基本的要素。在不确定时期，HR如何利用数据来快速提升员工体验？无论目前的环境如何，敏捷性仍然是企业现在和未来的核心。我认为，我们最近刚刚得到了一剂大剂量的药，比我们预期的要大，但这种敏捷的能力将越来越重要。我们衡量的一个数据点是我们办公室员工的员工体验与在家或远程员工的员工体验的对比。由于 Workday 拥有这些元数据，我们知道--而且已经跟踪了一段时间--我们可以比较这两种体验。考虑到最近的大流行病，我们只有一个明确的决定：让我们的员工远程工作，以保障他们的健康。但我们有数据表明，虽然我们必须要做一些工作，但总的来说，我们的员工领导和员工在支持远程工作方面有很好的记录。有了这些数据点，我们就可以进行调整，并知道我们在不同领域的比较，这样我们就可以更了解情况，从而更加灵活。 "Our aspiration is not to have a remarkable employee experience for some, but to have a remarkable employee experience for all." Greg PryorSenior Vice President of Leadership and Organizational Effectiveness at Workday "我们的愿望不是让一部分人拥有非凡的员工体验，而是让所有人都能拥有非凡的员工体验。" Greg Pryor Workday公司领导力和组织效率高级副总裁组织如何衡量一些难以量化的指标，如包容性和归属感？得益于我们与Great Place to Work的良好合作关系，我们调查的六个问题都与我们所说的 "归属感指数 "有关。这些问题旨在衡量人们的包容和归属感。在我们的首席多元化官员Carin Taylor的出色领导下，我们的目标是在美国的性别、年龄、地域、职业水平和种族背景方面的差异不超过3%。 Carin用一个高中舞蹈的例子来解释包容性。包容意味着你被邀请参加舞会。然而，归属感是建立在 "我觉得我被邀请来跳舞吗？我觉得音乐能引起我的共鸣吗？我在舞池里感觉舒服吗？" 我们的诉求不是让一部分人拥有非凡的员工体验，而是让所有人都能拥有非凡的员工体验。我们利用 "归属感指数 "中的洞察力，努力确保每个人都能感受到被包容，并在某些人感觉不到的时候采取具体行动。您对希望采用更多数据驱动的HR方法的领导者有什么建议吗？我们通过我们的 "最佳workday脉动调查"（Best Workday Pulse Survey）创造了一种消费者的体验和期望，它是由数据的民主化驱动的。这其中最重要的是，我们将洞察力 "推送到边缘"，并将其掌握在员工领导手中--在最重要的地方，我们可以采取行动。然后，我们让这些人根据数据做出正确的决策，并根据数据做出结果。我不知道我们如何才能提供这些洞察力。每个组织都必须以某种形式接受这一点，以便能够吸引、参与和启用最好的员工队伍。以上来自workday，由智能的AI翻译完成，仅供参考。原文标题：Using Data and Analytics to Enable the Employee Experience 作者：Ghadeer Redler

People Analytics
2020年04月27日
People Analytics

好文：HR如何更好的优化人员分析（People Analytics）关键点：人力资源部应更有意地收集整理工作场所数据侧重于绩效预测指标而不是一般绩效审核数据分析需要特定、明确的结果这是数据时代，数据分析正在彻底改变人力资源。埃森哲计算，从数字可用的工作场所数据的新来源来看，大型上市公司在美国有3.1万亿美元的收入机会。但是，人力资源部是否准备好此机会？长期以来，人力资源一直被视为"硬"数据的保管人，如用工成本、离职成本、缺勤率、劳动力成本等。所有这些信息都至关重要，但这些信息都是衡量业绩和生产力的滞后指标。等到数据出来的时候，再想改变策略已经太晚了。 HR可以---而且应该是----更有意地转化领先指标劳动力数据。要做到这一点，CHRO必须更加努力地推动核心人员分析，特别是在战略绩效和人才管理方面。对战略人力资源组织来说，维护数据的日子已经过去了。 CHRO必须更加努力地推动核心人员分析，尤其是在战略绩效和人才管理方面。 CHROs must drive core people analytics harder, particularly concerning strategic performance and talent management. 充分利用绩效领先指标 Fully Leverage Leading Indicators of Performance 战略分析需要领先指标和整理、综合和分析数据的能力。人力资源部还要求授权部门通过绩效分析实施真正的组织变革。但是，为了做到这一点，人力资源部门需要非常具体的数据。例如，根据盖洛普的研究，只有29%的员工强烈认同他们的绩效评估是公平的，26%的员工强烈同意他们的绩效评估是准确的。然而，很少有人说，他们被管理的方式，激励他们做出色的工作。这些精细的详细信息与组织级绩效和增长问题一起出现。人力资源部应了解其组织中每个指标的百分比。这些数据解释了预测绩效的因素（如员工敬业度、人才绩效、更替驱动因素等），帮助领导者了解在仍有机会时可以改变哪些因素。但是，人力资源部门有很多方法可以帮助领导者真正利用预测分析的力量，并加快质量决策。但是，关键是要确定最少的员工和员工绩效指标，这些指标对关键结果提供最大的解释能力。根据我们的经验，以下步骤至关重要：审核和组织来自多个来源和年份的现有数据到单个数据库（劳动力、运营和业务数据）。利用高级分析确定哪些指标对关键业务成果（即营业额、生产率、销售额、盈利能力）以及数据质量最高的指标最可靠、最有指示性和预测性。使用裁员指标的缩减列表来监控和预测业务绩效、通知战略更改以及确定干预和变革计划的优先级。重点回答有助于业务推动价值的基本问题。例如：我们如何有效地根据申请人数据预测特定职位的人才招聘质量？哪些因素增加了顶尖人才留在公司并继续表现的可能性？领导者重视这种战略分析，因为它有助于他们做出正确的决策。尽管如此，人力资源部门需要更好地使用此类分析来讲述公司长期价值（与其战略目标一致）的故事，而不是仅基于描述性分析的狭隘的短期员工增强计划。破解人才分析 Disrupt Talent Analytics 例如，考虑人才管理讨论。根据我们的经验，人才审查是经常、持续滥用的一个领域。长期以来，大多数公司都依赖于将人才分为"九盒"模式，这种模式将人才分为顶尖人才、一贯的超级明星或表现稳健的超级明星以及表现不佳的类别。没什么不对的。但数据的质量和客观性令人担忧。传统上，"高潜力"员工被评定为反映一组能力。员工的经理指定了该标签，但经理的评价往往充满了偏见。整个评估过程需要几个月才能完成。之后是无休止的等待行政投入，最后，个人发展计划的制定。与此同时，员工们也继续行动;发展投入迟迟或不相关。漫长而繁琐的传统人才审查过程需要被打乱。首先是评估和分析更客观的潜在指标。但是，一旦完成了客观的审核，人力资源部门就可以更快地将评估洞察转化为真正的发展计划，特别是帮助顶尖人才的经理在与每位员工的辅导对话中定期使用这些见解。与现在一样，只有 23% 的员工强烈同意他们的经理提供有意义的反馈，让他们等待几个月才能进行有偏见的评估，这是提高绩效的可疑方法。冗长、繁琐的传统人才评审流程需要被打乱。这要从评估和分析更客观的潜力指标开始。 The long, cumbersome traditional talent review process needs to be disrupted. This starts with the assessment and analysis of more objective indicators of potential. 谷歌（Google）是一家基于硬分析的所有决策的公司，为更好地利用数据提供了一个很好的例子。早期，Google 人员分析团队想出了一个算法来优化软件工程师的关键晋升决策。该算法用于做出令人印象深刻的 90% 的促销决策。但是工程师们想要更高的透明度，而算法不是答案。因此，谷歌停止了该计划。公司知道人们应该做出决策，而分析只是为了用最可靠的见解来武装决策者。从本质上讲，拥有正确的数据与拥有足够的数据是需要记住的关键。将数据分析与长期目标联系起来 HR 创新使用预测数据分析应具有明确定义的结果，所有项目都应采用。但是，为了达到最大效用，这些可交付成果需要与特定的客户、运营和业务成果以及组织层面的结果（如上市时间、缩短周期时间、快速产品创新或加速质量改进）相关联。为了真正敏捷，人力资源必须超越结果，在领先指标（如客户和员工敬业度指标、人才和发展影响）上持续提高质量。这些是真正推动业务绩效的因素。在客观数据的支持下，并在管理人员的实时支持下，人力资源部门可以做世界上所有分析都做不到的事情：导致可预测、可衡量、成功的结果。直截了当地说，人力资源部门有潜力将危机转化为机会，但它必须首先能够将人员分析转化为业务决策。作者：VIBHAS RATANJEE 来自盖洛普gallup.com 原文标题：How HR Can Optimize People Analytics 由AI翻译完成，仅供参考。欢迎交流

People Analytics
2020年04月27日
People Analytics

【新知】2020人力资本分析（HR&PA）虚拟论坛5月13日举办，专业前沿，名额有限，抓紧抢票！ 2020人力资本分析（HR&PA）虚拟论坛 HR&People Analytics Virtual Summit 时间：5月13日周三（9:30-17:00）形式：Virtual Conference 报名：http://hrnext.cn/o4mn82 前200位企业人力资源管理者且4月30日前免费报名,非内部HR同仁请选择付费门票（4月30日前仅需198元/人 2人同行仅需298元）。论坛介绍 HR&PA虚拟论坛将前沿专业的话题通过线上的模式传递给到所有能够接触到的专业同仁，这次论坛旨在帮助参会者通过论坛获得新知，保持在职业发展中的优势地位，并及时了解全球最新的人员分析、劳动力计划，敬业度管理等方面内容，同时通过数据如何帮助如何更好的预测，诊断和解决常见的工作挑战等。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。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！时间：5月13日周三（9:30-17:00）形式：Virtual Conference 报名：http://hrnext.cn/o4mn82 前200位企业人力资源管理者且4月30日前免费报名,非内部HR同仁请选择付费门票（4月30日前仅需198元/人 2人同行仅需298元）。更多会议信息不断更新中！抢先占座！机会难得！报名参会：联系我们：科科微信：hrtechina hi@hrtechchina.com 商务合作：Annie （名额有限） 18621292818 (微信) annie@hrtechchina.com

People Analytics
2020年04月07日

1... 《 7 8 9 10 111213 14 15 16 17 》 20 跳转至