• People Analytics
    人力资本分析:如何使用人力资源数据来推动业务成果 人力资本分析可提供可行的见解,以改善您的组织开展业务的方式,以及人力资源对底线的影响。 当今的CHRO做出由数据驱动的决策,对整个组织产生连锁反应。新一代的人力资源专业人士了解组织数据的关键类别,人力资本分析如何适合整体运营数据战略,最重要的是,积极影响公司整体绩效的工作场所战略。 什么是人力资本分析? 在不那么遥远的过去,人力资源部门将试图通过记录和跟踪对保留的影响来证明投资,计划和策略的合理性。他们将使用基于外部研究的抽象“更换成本”计算来显示员工参与或参与领导力发展计划如何通过保留更多员工节省资金。 本质上,他们试图间接显示出与盈利能力的相关性。 如今,精通的人力资源专业人员利用快速的数据收集技术和诸如Qualtrics之类的数据分析平台来获取并演示其行为与业务整体绩效之间存在直接关联的地方。 通过这些技术和平台收集的数据是人力资本分析,通常也称为HR分析或劳动力分析。借助人力资本分析,组织能够在整个员工生命周期中做出更明智、更具战略性和数据支持的人才决策,从更多样化的聘用决策,更好的绩效管理到提高的保留率。人力资本分析可提供可行的见解,以改善您的组织开展业务的方式,以及人力资源对底线的影响。 “在罗杰斯通讯公司,我们认真对待人力资本数据。我们对这些数据进行严格的分析,以便我们可以决定要构建哪些人力资本程序,要实施哪些人力资本策略以及最终将使我们的组织迈向新的高度。” 我应该衡量哪些类型的人力资本分析? 为了使用人力资本分析来支持您的组织,您必须查看组织中的四种不同类型的数据: 1. 组织绩效指标,例如: 每位员工的收入——收入除以组织中的员工人数。 营业利润率——利润是指扣除所有营业费用后剩余的收入百分比。 每股收益和股东总回报——衡量公司——股股份持有人将获得的利润或价值的量。 资产回报率(ROA)——净收入除以资产。 2. 工作场所监视指标构成了人们与其他数据集合并时通常称为“大数据”集的基础,以查看哪些单独的元素和组合的元素会影响关键的组织指标。这些指标包括: 公开招聘申请 填写未清申请的时间 每次租用费用 每位员工的候选人/面试人数 员工生产力 员工素质 缺勤率 安全事故 自愿终止与非自愿终止 平均表现等级 3. 关键客户指标通常由营销或客户体验(CX)团队收集和跟踪。HR和CX数据的集中式和组合数据库是分析和跟踪团队对定义(以及更好和完善)工作成果的指标的影响所不可或缺的。一些最常见的客户指标是: 客户满意度/eNPS/参与度 有钱共享 购买的产品数量 客户留存率 每位客户的平均收入 盈利能力 4. 员工数据的声音可帮助组织了解有关员工的行为,观点和其他定性数据,从而使他们能够得出新的结论并查明行动,管理技术和运营变更。这些指标是通过以下方式收集的: 脉搏调查 员工生命周期监控 绩效评估 入职 离职面谈 候选人体验调查 开发计划评估 评估结果 这些数据元素中的每一个都会通知并影响组织的不同领域,但是当一起分析时,它们将使您能够就如何以及为何执行任何计划,项目或计划提出令人信服的业务案例。通过显示每个工作量和指标之间的相关性(或联系),确定希望在每个级别上影响哪些指标以及希望如何影响它们。 人力资本分析的好处是什么? 既然您已经熟悉了要收集和衡量哪些HR数据,那么您可能想知道这样做的好处。 通过人力资本分析程序,您可以: 增强业务绩效。利用人力资本分析可以将每位员工的收入提高4%。 提高多样性和包容性。在招聘过程的每个阶段确定多样性比率的指标有助于确保整个过程的公平性。使用指标,您还可以设定切实的目标,以培养归属感。 解决营业额问题。通过人力资本分析,您可以通过分析与薪酬,旷工,生产力以及学习和发展有关的直接和间接营业成本来确定保留计划的成本节省。 招募您的程序。向您的主管展示您的计划随着时间的推移所产生的影响,并说服他们通过预测工作成果来继续投资于您的工作。 建立世界一流的员工体验。员工与组织的每一次互动都是一个数据点,可用于收集见解并改善EX。 “在强生公司,我们会问自己:成功的销售人员具有哪些共同特征?我们如何招募和发展我们的人力资本以复制将导致成功的特征?人力资本分析可以通过推动直接业务的方式帮助回答这些问题影响。” 人力资本分析程序是什么样的? 与许多组织一样,福特汽车公司也依靠广泛的传统调查来了解员工的感受。 福特公司全球人才分析主管玛丽娜·皮尔斯(Marina Pearce)博士说:“经过广泛研究,我们意识到该组织将从更集中,更频繁和更全面的员工情绪数据中受益。” 结果,福特公司开发了一种“询问-观察”方法,涉及汇编主动和被动数据元素以讲述更全面的故事(例如,每年仅从一项调查收集的数据)。 Pearce博士和她的全球人才分析团队将这些“询问-观察-观察”结果结合在一起,然后与福特内部决策者共享这些结果,以帮助制定新计划以满足员工的需求。 我如何开始进行人力资本分析? 感觉受到启发以制定数据驱动型决策并改善组织的员工体验吗?这是人力资本分析入门的快速指南: 1. 评估组织的准备情况。您的董事会成员或最高管理层成员是否在询问提高效率的方法?领导(其他部门)是否讨论过分析技术的正投资回报率?如果对这些问题的回答是“是”,则您的人力资本分析程序已经处于良好状态。 2. 确定您的数据拥护者。寻找内部(内部)数据拥护者可以帮助您获得认可,建立业务案例,并探索围绕使用人力资本分析而使用的任何潜在的文化变化。 3. 提出有影响力的问题。要深入了解您的组织,请查看您的总体业务目标。确定HR和EX如何满足这些目标,然后倒退处理要回答的问题类型以及要改进的领域。 4. 准备好深入了解数据。人力资本分析将使您超越典型的HR问题,以了解“为什么”,例如: 为什么您的加班预算超支? 为什么总报酬与您员工的实际需求不符? 为什么自愿解雇增加? 5. 选择您的人力资本分析软件。Qualtrics提供了一套HR和EX工具,用于收集和分析人力资本数据。 人力资本分析领域的趋势可随时关注 低估人力资本分析的风险。目前,市场规模估计为17亿美元(并在迅速增长)。那么,机会在哪里,您需要保持什么优势? 1.人工智能,人工智能以及更多人工智能 从招聘到员工体验,当然还有People Analytics,人工智能已渗透到HR的方方面面。 这将释放人力资源以专注于解决问题 令人兴奋的是,People Analytics正在拥抱AI。它做到这一点的一种方法是利用预测算法和建模来完成繁重的数据处理工作,从而使领导者有更多的时间专注于策略和解决大问题的方法。 人工智能不会取代我们 尽管AI在EX中变得无处不在,但普遍的共识是它永远无法完全替代人类。人类和人工智能相辅相成,将获得最佳结果。这是必要的,因为AI缺少了HR的一个至关重要的方面:同理心。 这包括能够预测复原力和情商的事情。尽管如此,我们无疑将继续尝试-但通过使用AI预测这些方面的潜力,我们冒着进一步陷入一个已经深深的基于人类的偏见漏洞的风险。 潜在技能差距 尽管AI在这些领域的出现使某些角色变得多余,但它也随之产生了新的角色。一位发言者认为,对于目前被淘汰的每一项工作,都会创造2-3个以上的工作来支持AI基础设施的建设。 但是,需要提防的主要问题是该领域内可能存在的技能差距,因为这些新角色所需的专业知识是不同的,并且通常更为先进。随着时间的流逝,提高技能的需求可能变得更加紧迫,因此,领先一步至关重要。 激动人心的EX机会 最终,如果做得正确,人工智能将为改善EX提供一个绝佳的机会。例如,人工智能驱动的聊天机器人,库和知识库可以很好地为员工提供与人力资源相关的主题和问题的答案,从而使他们能够自助服务并更快地获取所需的信息。 2.使用人力资本分析来建立故事 希望领导者注意您的分析吗?然后人性化并讲述有关数据的故事。帮助决策者了解数字背后的含义。但是,要当心:这些必须始终与业务挑战联系在一起,否则有被忽视的风险。 建立强有力的叙述 做到这一点的方法是发展自信,连贯的叙述。将这些直接指向您要影响的对象。但是有一点警告:不要被工具和方法所困扰。 人性化数据 过去,目标是使数据和见解民主化。现在的目标应该是使数据人性化。这可以通过讲故事并使人们意识到这项工作可能带来的影响来实现。这不仅是基础,People Analytics团队还有责任做到这一点。 现实点 有必要在雄心与现实之间取得健康的平衡-甚至有人说,由于数据集的限制,HR中没有“大数据”之类的东西。 例如,预测变量或高薪员工,经理偏见等还不如我们需要的那样可靠。随着人工智能和大数据的不断发展,人力资源领导者需要在依赖这些数据集与制定人为决定以推动员工队伍前进之间取得平衡。 3.人力资源部门正在发生组织转变 传统的HR和People Analytics之间一直存在着复杂的关系。 直觉与分析 最初被视为人力资源的营销时尚或品牌重塑,People Analytics现在已经获得信誉和效力。但是,人文科学“地下室极客”与人力资源领导者之间仍然存在脱节。共同努力是弥合这一差距的唯一途径。 需要新的管理模式 鉴于数字化工作环境和AI的破坏,人们呼吁建立新的管理模型。并预言人力资源,运营和IT将合并成为更大的工作策略的一部分。 EX应该是优先事项 员工对雇主的承诺要比消费者对公司和品牌的承诺大得多,那么为什么我们在员工体验上的投入不那么多? 4.采取以用户为中心的“工作技术”方法 “ HR技术”适用于HR人员。相反,我们应该考虑将EX促进为“工作技术”的技术。 工作技术适用于组织中的每个人(包括员工和候选人)。这就是我们查看EX的方式。在所有级别采用它很重要。 旅程图的重要性 People Analytics团队的下一步可能通过旅程规划研讨会以便共同设计流程和体验的工具-所有这些都考虑到了最终用户,并且是流程的一部分。 个性化 正如CX融入个性化为消费者创造更吸引人的体验一样,拥有EX解决方案的雇主也必须如此。 员工越来越希望雇主的技术能够反映他们的消费者体验。但是,插入的供应商,接口和应用程序越多,对EX产生负面影响的风险就越大。变得简单,使其无缝。 以上由聪明的AI翻译完成,仅供参考! 作者:Amanda Wowk 原文标题:People analytics: How to use HR data to drive business results
    People Analytics
    2021年01月19日
  • People Analytics
    企业如何创建一个People Analytics部门? 作者:Chase Rowbotham & Jamie Ostheimer 公司应该在什么时候建立一个PA的部门? 答案很简单。越早越好 People Analytics主要是关于变革管理。我们要求人们以不同的方式来经营他们的业务(从假设开始!),这样就可以捕捉到数据,以推动数据驱动的决策(即,什么项目最有效,我应该继续资助什么项目,什么项目推动什么结果等等)。相对于执行一个项目,然后想知道这个项目是否有效(通常没有捕捉到你所需要的数据来回答这个问题),将数据采集带入项目设计是更好的。与解除和/或改变一个企业多年来的运行方式相比,从一开始就奠定这个基础要容易得多。 哪些数据对于为下一代洞察力提供信息至关重要? People Analytics不知道什么样的数据组合会产生下一代洞察力,所以在你还没有接触到数据之前,你需要创建一个数据访问模型,允许持续和不受限制地访问数据(想要利用人员数据的力量的公司应该致力于实现这一点)。执行这一点,同时与您的人力资源主管、数据隐私官和雇佣法主管密切合作(我们在设计阶段就将其纳入项目中),将最大限度地提高机器学习和人工智能产生下一代洞察力的成功概率,使整个公司取得更好的成果。这些能力可以实现个性化、推荐、自动化,并让各种人力资源系统的互操作性大大提高。想象一下,如果一名员工在Workday中收到了关于某方面机会的反馈,第二天,同一名员工就得到了来自Cornerstone强烈推荐的在线学习机会?这在今天是不可能的,但People Analytics可以实现这种互操作性,从而更好地服务客户。 今天People Analytics使用了以下数据集。(1)人力资源系统核心数据。HRIS、LMS、ATS等;(2)Google日历与地图数据;(3)我们通过定制的调查平台采集的情感数据,该平台是为开箱即用的分析而调整的;(4)EMSI;(5)LinkedIN。 往前想,有大量的数字痕迹数据存放在整个公司,但不属于上述数据集:胸卡数据、志愿服务数据、健身房数据等。这些数字痕迹将使我们能够更好地 "倾听 "员工的声音,当与机器学习相结合时,我们可以建立 "员工体验措施",而无需调查员工来获取这些数据。这就是我们如何从周期性的倾听(即脉冲调查)发展到持续性的倾听。 People Analytics成功的关键要求是什么? 我想到的三个成功要素是:1: (1)高管支持;(2)人才;(3)基础设施.....,依次类推。 我们成功的原因之一是来自CHRO的直接支持,对该职能进行投资和 "保护",使其能够执行先进的分析和实验。我们很容易被事务性的报告要求所困扰,而这些报告要求永远不会让你拥抱真正有趣和创新的机会。因此,拥有高管支持,对这些类型的请求说 "不 "是至关重要的。作为基因泰克HRLT的一员,People Analytics能够有更多的机会影响我们的同行和他们的战略,这一点非常重要,如果我们不是一个高层团队,就很难做到。 许多组织将People Analytics职能置于另一个人力资源中心内。这种组织结构使得People Analytics很难获得同样的成功。 当我们说到人才时,我们指的是持久性和多才多艺等方面。我们稍后将讨论一些硬性技能,但当你启动一个People Analytics功能时,你不会有干净的数据,也不会有能够实现自动化和规模化的关键基础设施元素,而且会有很多从未用证据来领导的人力资源领导者的健康怀疑。所以,你需要的是有拼劲的人,也许是那些曾经在初创企业工作过的人,他们习惯于 "边干边建 "的背景。而且由于一开始你不会有一个强大的团队,所以多才多艺、能身兼多职的人是非常有价值的。可能是一个能进行数据科学和工程的人。可能是一个既能带来商业头脑又能进行变革管理的人。这种多面性在旅程的早期是至关重要的,坦率地说,甚至在规模上也是如此。 PA应该先招聘什么角色? 我们的第一个员工是来自医药组织中产品开发的数据工程师。这位员工不仅带来了围绕大规模管理大型数据的能力,还带来了商业敏锐度和来自潜在客户群的即时可信度。而此后她又转到了多样性与包容性方面(People Analytics可以从业务上获取人才进入人力资源部门的好方法),但她在将People Analytics从一个概念提升到一个创造价值的组织中起到了至关重要的作用。 我们不知道这里有一个 "正确 "的答案,但如果你假设数据访问和基础设施将是不成熟的,那么雇佣一个习惯于在更成熟的数据环境中工作的数据科学家,很可能会导致重大挫折和高概率的流失。同样,如果你雇佣一个更有咨询背景的人去开发客户关系和项目队列,这些项目将以人工方式交付,你的扩展能力将受到很大的限制。 因此,我们真的认为雇佣一个数据工程师(最好是懂得一些数据科学的人)是我们会去的地方。这样一来,你就可以创建自动化的基础设施,让洞察力得到扩展,同时,创建开发下一代洞察力的能力。以规模化的方式提供机器学习洞察力,是People Analytics快速展现价值的好方法。 PA团队需要哪些能力才能成功? 我们认为有四大能力是每个People Analytics团队应该 "拥有 "的,而不是从IT等合作机构 "租用 "的。其中有些东西可以 "灵活",取决于你能接触到的一些能力和人才......但大体上,如果一个People Analytics职能部门拥有以下能力,它将以更高的效率和效果服务于客户。(1)技术与数据管理;(2)概率与统计;(3)商业敏锐度;(4)主题专长。 注:此示意图主要来自与基因泰克People Analytics合作的Ian O'Keefe。 正如你所看到的,当你把这四种能力结合起来,你就实现了一个成功的People Analytics功能的关键属性。(1)数据科学与机器学习;(2)解决方案开发;(3)客户咨询与问题制定;(4)讲故事与可操作的见解 如果有谁能做到以上四点,请直接发邮件给我,这样我们就能给你一个无法拒绝的报价!如果有谁能做到以上四点,请直接发邮件给我,这样我们就能给你一个无法拒绝的报价。 采用什么机制来操作高效的sprint? 我们认为今天整个人力资源行业对sprint有一些非常大的误解。我们对spring有很多了解,因为它是软件开发出来的,而我们的团队中恰好有软件开发人员。我们听到 "6个月的sprint "和 "流向工作 "这样的说法,坦率地说,这些对于敏捷性和敏捷软件流程来说是不合时宜的。 Sprints其实是关于从长的(即6个月)开发周期转向更短的开发周期(即2-3周),这将允许客户在更早更快的周期内进行投入/反馈,最终服务于产品/市场的匹配。最好的办法是在3周后就将一个功能转入或取消,而不是低头呆6个月后才知道客户没有兴趣。 在People Analytics中,我们使用以下机制来操作我们的spring。 Asana - 这是一个在线项目管理工具,它能促进透明度、组织和协作。还有许多其他工具提供类似的功能,如JIRA和Trello。 冲刺周期--我们以3周为一个冲刺增量,让同事们在3周内保持专注的执行状态,然后再上来和客户进行沟通。我们不会偏离这个时间增量。如果一个任务需要的时间超过3周,那么我们就会把这个任务分块,以便它能适应我们的冲刺周期。这种专注需要纪律(因为需求会来),但一旦你发展出保护这些资源的肌肉,产出就会很显著。转换成本极其昂贵 产品所有者--对于我们的每个产品,我们都有一个所有者。他/她的工作是对产品积压进行优先排序,这些积压包括客户的请求,我们将其转化为 "用户故事"(这个过程被称为积压整理)。有时产品所有者是我们咨询团队的成员,有时是实际的客户。一个用户故事的内容是这样的:"作为一个HRBP,我希望能够在我所服务的组织中,将离职调查数据结果可视化到两个层级,这样我就可以更好地了解各个团队的流失情况。" Backlog Sizing - 产品负责人与技术团队合作,对backlog中的每一个用户故事进行大小调整。我们使用XL(7天)、L(5天)、M(2-3天)、S(1天)和XS(半天)。这些都是方向性的估计,以帮助我们确保我们带到3周冲刺中的东西是适合的。每一次冲刺,我们都会在估算方面变得更好。 优先级--PALT(People Analytics领导团队)将对积压项目中的哪些项目进行优先级排序,并将其推入冲刺。我们在冲刺结束时这样做,这样当一个冲刺结束时,下一个冲刺就会开始(冲刺之间没有延迟)。 PA团队的结构和报告线可能是什么样的? 如果你想一想上面的维恩图,那四个圆圈可以组织成更注重技术的人和更注重咨询的人。因此,我们的团队是这样组织的。(1)数据科学与工程;(2)战略与解决方案。 数据科学与工程团队负责管理我们的技术堆栈(Github、Amazon Web Services、Workday的Pipelines等),并创建解决方案(数据产品),使我们的洞察力得以扩展、使用和执行。 战略与解决方案团队负责与客户沟通,作为我们解决方案的产品所有者,管理项目接收和变更管理与特性和功能增强(包括培训),并促进我们的战略工作(包括People Analytics和整个人力资源)。 从报告线的角度来看,我们认为People Analytics应该坐在HR领导团队中。对于HR来说,分析一般不是一个舒适和熟悉的地方(业务领导也同样不熟悉在HR内部接入People Analytics的能力来共同创造实验和解决方案)。当People Analytics被安置在另一个人力资源组织内时,这种不舒服和不熟悉的感觉一般会持续更长时间。通过这种结构,变革管理一般会被减速。 你们的项目入驻流程是什么? 我们希望它是算法,但那是非常理想的,也是不完美的。并非所有的背景都能被编纂,这就是为什么数据能提供信息,但不能做出决策。下面是我们使用的一个框架。 我们发现以下项目维度是最能预测成功的。 (1) 决策权。拥有一个有权将项目见解付诸实施和行动的执行赞助人; (2)战略意义拥有一个公开声明的项目目标的执行赞助人; (3) 激励一致性。有一个愿意为工作提供资金的执行赞助人。 尽管如此,我们在决定承接一个项目时,会考虑以下因素。 (1)与人力资源/公共关系战略的一致性;(2)可解决的市场;(3)可重用性/可扩展性;(4)洞察力的可操作性;(5)所需的努力;(6)可发布性。 如何创建自动化的管道来站立和扩展数据产品? 在一个完美的现代架构世界里,应该有一个数据湖,它的存在的唯一目的就是为了执行分析(预测模型、机器学习、人工智能等)。这个数据湖是不断更新的,并且可以直接查询,这样就可以将数据连接到现代编程语言,比如Python。从数据湖中,我们可以设置自动化的数据管道,让模型、仪表盘和应用程序持续更新/刷新,从而使它们保持与客户相关且有意义。根据数据速度和决策频率,这些产品可以每天、每周、每月等进行更新。 在站立数据产品方面--当你验证了一个实验假设,现在你想扩大这些洞察力的交付规模,以便它们可以被消费以告知决策时,就会发生这种情况。要做到这一点,通常情况下,我们会站立一个服务(AWS让这一切变得非常简单),它可以支持所需的吞吐量(取决于数据的大小和预期的安装基础)。 今天,我们有5个数据产品,我们已经建立或购买并整合了。(1)CalPal;(2)Visier;(3)Surveyor;(4)Exit Survey;(5)People Insights Portal。我们通过冲刺流程培育现有产品并打造新产品(事实上,我们有第6个产品,将在2020年第一季度与我们的竞争情报团队合作推向市场,该产品将WD数据与LinkedIn数据相结合,以便我们能够更好地了解整个公司的人才流动情况)。 你们利用了哪些技术栈/基础设施,为什么? 我们的技术(不包括核心人力资源系统)包括以下内容。 (1)Amazon Web Services ; (2)GitHub; (3)Python; (4)Plotly-dash(用于仪表盘); 5.) MariaDB(安全数据库);6)TypeForm 以上由AI翻译完成,仅供参考。版权归作者
    People Analytics
    2021年01月12日
  • People Analytics
    人力资本分析:帮助组织建设更灵活的团队 当你听到 "未来办公"这几个字时,你脑海中会浮现出什么画面?机器人在没有人类的情况下运行工厂?会飞的汽车让交通不再拥挤? 在这场大流行病和大规模远程办公实验中,我们都在以某种方式塑造着工作的未来。全球危机挑战了传统的工作对象、工作方式、工作地点、工作时间和工作内容的假设。事实上,许多公司一直在重新考虑他们对后疫情时代的商业计划,因为有明确的证据表明,到目前为止"在家办公"是有效的。当企业试图在不断变化的消费者需求下生存下来时,许多企业也开始调整劳动力结构。即使是在疫情期间蓬勃发展的行业,如部分食品行业,也可能仍然需要进行枢轴调整,将人才从需求较低的产品和服务迅速调往需求较高的产品和服务。长期以来,公司一直聘请外部咨询公司帮助进行组织建设,作为重组工作的一部分。   当你听到 "团队建设"时,你的脑海中可能会立即想到组织结构图上重新绘制的方框和线条。如果我告诉你,这其实与结构无关呢? 相反,团队建设更多的是关于技能、工作活动,以及组织内如何发生互动、协作和联系。在这个不断变化的世界里,人力资本分析为企业提供了新的能力,使其团队的构成能更加灵活。   下面将介绍人力资本分析帮助组织进行团队建设的3个步骤:   首先,将未来组织的业务战略转化为技能需求。 例如,如果你的未来业务战略是加速数字化转型和数据资产的货币化,你就需要量化具体的数字/数据技能,以确保你能在未来为业务提供服务。这将需要业务领导、人力资本分析领导、人才管理和学习与发展团队的合作。此外,人才招聘团队和外部劳动力市场的洞察力可以提供有关新兴技能的有用信息。这些洞察力也可以帮助以后根据市场上新兴技能的可用性以及从外部获取这些技能的成本,为购买与构建决策提供参考。   第二,评估你目前的状态。 传统的技能清单可能涉及自我评估和经理评估,定性访谈也可以使用。但是这些都是费时费力,而且往往难以保持最新的状态。为了满足敏捷性和可扩展性的需求,一些组织使用人工智能,特别是自然语言处理(NLP),根据每个人的经验,包括职业历史、学习与发展数据和反馈数据来推断技能。虽然推断出的技能未必100%准确,但如果需要进行一些验证和调整,它们可以提供一个强有力的起点。   第三,找出差距,确定买/建/借的方式,及时弥补差距,确保新组织能够实现业务战略。 在组建新组织时,不要只考虑结构,要更多地考虑工作活动、互补技能以及联系和协作的程度。当你将现有员工安置到新的组织结构图中时,要确保你的组织结构图中不仅包括那些拥有技能的人,还包括那些对工作充满激情和活力的人。在结构调整和重组中,有时会让员工感到他们没有选择,这就降低了他们的参与度。HCM中的员工档案可以提供关于个人职业和发展兴趣的见解。另外,来自绩效管理和其他反馈系统的定性数据也可以提供有用的信息。正如我在最近的一次采访中提到的:"我们经常忽略的一个数据是--员工想做什么,他们下一步想去哪里?我们有时会被试图为员工创造一条职业发展道路所困扰,以至于忘了问他们是否感兴趣,想做什么。" 此外,组织网络分析(ANA)可以帮助评估新组织的成功。当你把变革前完全没有联系的个人组合到同一个团队中时,入职和同化可能需要更长的时间。重要的是要确保新组织中的员工为成功做好准备。ONA可以提供关于新团队成员和领导者同化速度的见解。将 ONA 与员工参与度和反馈数据叠加起来,你就能全面了解新组织中的团队是如何做的。   在人力资本分析的帮助下,团队建设可以更加敏捷高效。以上方法只是人力资本分析的一部分,你又将如何进行下一次的团队建设?   作者:Serena H. Huang 原文标题:How People Analytics Helps with Agile Org Design 以上由完美的AI翻译完成,仅供参考。
    People Analytics
    2020年12月28日
  • People Analytics
    4个步骤培养数据驱动的人力资源和人才团队 根据Gartner最近的研究 "加速HR 3.0之旅",70%的人力资源高管表示,人力资源的重塑已经成熟。人力资源正在演变为一个更加数据化、数字化的职能部门,它不是由直觉驱动,而是由人工智能和内部/外部数据的证据和可操作的见解驱动。具有前瞻性思维的人力资源专业人员了解随之而来的提升技能的需求。 人力资源领域的自动化和人工智能等趋势可能会让你认为,未来的人力资源需要从业者变得技术至上。但事实并非如此。myHRfuture在2019年对未来人力资源技能的研究表明,人力资源专业人员中最需要的技能不仅仅是技术技能,如人力资本分析和战略劳动力规划。管理与关键利益相关者的关系、影响变革和建立信誉的技能对于数据驱动的HR来说也至关重要。今年,Insight222发布了关于人力资本分析职能部门内角色发展情况的研究。增长最快的角色是数据科学家和业务顾问--再次表明,即使在人力资源分析职能本身,也不全是技术角色。 我们回顾了2020年探讨人力资源专员技能的热门文章,可以看出相同的模式正在出现,HR所关注的不仅仅是技术技能,还有咨询和影响技能。我们将需求量最大的培训归纳为四个方向,当人才主管们计划在未来两年内加倍努力提升人力资源团队的新能力时,这份列表可以成为HR提升技能的趋势指南。   1. 打好人力资本分析的坚实基础 作为人力资源从业者个人,能够准确解读人员数据,并根据这些洞察力提出建议或采取行动,变得越来越重要。在应对组织要解决的挑战时,例如高流失率,统计学可以帮助人力资源专业人士从人的角度理解和验证发生了什么。统计分析可以构成循证建议的基础(而不仅仅是依靠直觉),可以向业务利益相关者提出建议。这种方法有助于将人力资源部门定位为企业的数据驱动型战略伙伴。 任何人力资源专业人员的第一道关口就是培养基本的统计和数据分析技能。从组织的角度来看,人力资本分析功能需要建立一个强大的基础,包括强有力的治理,有效地确定业务挑战的优先级,并提供切实的业务成果。以下"人员分析卓越九大维度 "模型是现阶段人力资本分析团队所需要的。   2. 如何与企业内部进行有效沟通 数据驱动型HR发展的第一步,发生在任何数字运算和分析之前。与其直接提出一个 "热门话题 "或在人力资源职能部门看来可能有趣的东西,不如从一个紧迫的业务挑战开始。解决这些挑战有赖于与业务的高效对接。 了解业务需求需要与业务利益相关者进行良好的沟通,这通常是由HRBP承担的任务。下一步是将这些对话的发现转化为假设,供你的人力资本分析职能部门处理。 如何确保你的人力资本分析项目能增加价值 如何在开始分析之前,先找到企业要解决的问题的核心 如何理解这些问题,并将其转化为明确的假说 如何确保您所做的分析与业务相关,并具有正确的背景 如何准备自己进行分析,或者交给人力资本分析团队来进行分析 人力资源专业人员经常面临的一个共同问题是,如何确定人力资本分析项目或挑战的优先级。一旦你编制了一份紧迫的业务挑战清单,一个很好的方法是按照业务影响和复杂性来确定优先级,如下所示:   3. 用数据讲故事 一旦分析--基于一个紧迫的业务挑战--已经进行,下一步就是与企业沟通见解。必须带领利益相关者从最初的挑战,通过分析到他们应该注意的关键收获,以便采取最合适的行动。如果你不知道如何有效地将你的发现和洞察力可视化,你将失去利益相关者的兴趣。 CEO Cole Nussbaumer Knaflic说:"如果你不能用数据讲故事,你就无法得到你所需要的行动。我认为有一种倾向,特别是对于技术含量高的人或技术背景出身的人来说,他们希望把所有的数据都摆在那里。因为我们假设我们的听众对背景非常了解,他们可以弄清楚什么是重要的。 任何时候,我们在处理数据的时候,我们在做项目的时候,我们做了一个图,我们很清楚这个图是什么意思,因为我们是做图的人,但这意味着我们脑子里其实有很多默契的知识,我们要把它放出来让别人能够用。 所以,我们可以做一些事情,比如少用颜色来引导受众的注意力到我们希望他们看的地方,在我们的数据周围加上文字,不仅要让受众清楚我们看的是什么,还要让他们从中得到什么。"   4. 确保你的人员分析项目正在创造价值 报告《规模价值交付:人员分析的新运营模式》中,明确了人力资本分析现在所带来的商业价值。我们调查了60位人员分析领导者,并提出了这样一个问题:"人力资本分析增值的三大领域是什么?"这项工作的洞察力不再仅仅是为了人力资源而执行人力资本分析,而是针对业务挑战,如危机管理、多样性和包容性以及战略性劳动力规划,带来了切实的成果。 人力资源专业人员热衷于提高技能,以确保他们所做的工作能够带来商业价值,这并不奇怪。随着人力资源职能的不断发展,技术和非技术性技能对于人力资源专员来说都是至关重要的。报告《未来的21个人力资源工作技能》将未来十年内的21个人力资源专员相关工作岗位按低技术性到高技术性进行了整理,展示了为什么数字化技能对HR从业者至关重要。   作者:Caroline Styr (卡罗琳 · 斯蒂尔) 原文标题:4 Steps to Develop Data-Driven HR and People Teams 以上由可爱的AI翻译完成,仅供参考。
    People Analytics
    2020年12月28日
  • People Analytics
    麦肯锡建议,招聘应该更多参考技能而非行业经验 摘要:根据技能而不是行业经验来评估候选人,可以挑出最优秀的人才来填补关键职位。 COVID-19迫使企业迅速适应不断变化的人才需求。从3月到12月,有超过7000万美国工人申请失业保险。现在,越来越多的组织正在将疫情初期的休假转变为永久性的解雇。 虽然许多公司已经与员工分道扬镳,但其他公司--从电子商务公司到杂货店--正在寻求引进更多的人才。许多人正在努力填补空缺职位。这应该引发组织重新思考如何弥补人才需求和供应之间的差距。 进入基于技能的匹配是指根据候选人的整体技能(包括跨行业的相邻技能)来评估他们,而不仅仅是行业经验或某些教育证书。根据技能而不是最后的工作头衔来评估候选人,可以帮助用最优秀的人才来填补关键职位。 基于技能的招聘的好处包括: 减少对学历的要求,获得新的人才。通常情况下,学历要求会对需求量大的工作造成不必要的障碍。根据麦肯锡最近的研究,在技术、医疗保健和商业管理等不断发展的行业中,近90%的职位要求有学士学位,尽管这些工作中的许多职位可以而且应该是没有受过高等教育的人的可行选择。基于技能的匹配显著扩大了空缺职位的可用人才库。 减少招聘过程中的无意识偏见。根据麦肯锡的《2017年职场女性》报告,无意识的偏见是 "职场天花板" 的原因之一,在这种情况下,女性比男性同事更难获得晋升。女性、黑人和西班牙裔/拉丁裔工人在 "门户 "职业中的代表性较强,基于技能的匹配将帮助他们转向 "目的地 "角色。对任何特定工作的相关技能进行更客观的评估,有助于缓解系统性的不利因素。 促进内部调动,以更快地满足新的需求。所有的组织都必须适应COVID-19,那些适应的组织会清晰的认识到员工的技能如何转移到企业的其他部门。例如,一家零售和商业银行将许多分行雇员调到呼叫中心,以基于技能的匹配来满足增加的需求。 对于考虑基于技能的招聘的组织来说,接下来的步骤是: 评估组织在关键技能上的长处和短处。确定对价值议程至关重要的内部技能库,以及那些相关性正在下降的内部技能库。识别其他人才库,在那里重新培养人才的时机已经成熟,可以留住员工并降低招聘成本。虽然不采取这一步就可以对空缺职位转向以技能为基础的招聘,但评估技能需求有助于充分挖掘其潜力。 一家财富500强科技公司开展了一项劳动力规划计划,将人才需求与具体的业务目标对接起来。因此,该公司决定对6,000多名员工进行新角色的技能再培训,并对20,000多名现有角色的员工进行技能提升,从而填补了80%的技能缺口。 建立内部能力和工具,为基于技能的招聘提供动力。人才招聘团队和招聘经理在转向技能型招聘时,必须同时进行思维方式和行为的转变,招聘工作也需要新的工具,比如技能型评估。HR应该与企业合作,根据要做的工作讨论成功所需的关键技能,然后确定评估方法,将候选人与角色相匹配。 利用人工智能为需求量大的角色找到相匹配的技能库。使用能够判断类似技能的人才管理系统,以消除猜测。例如,数字人才市场Talent Exchange允许企业通过基于AI的算法在典型的人才来源之外寻找人才,根据人们的技能契合度将其匹配到工作岗位。 这场疫情让我们的生活和工作方式作出重大改变,就业和求职方式也是如此。以技能为基础的招聘方法可用于公司、求职者和更广泛的社区,因为这些公司、求职者和社区都依赖于用最优秀的人才来填补关键职位。   作者:Emily Field,Shreya Majumder,Cristina Pereira 和 Bill Schaninger 原文标题:Hire more for skills, less for industry experience
    People Analytics
    2020年12月25日
  • People Analytics
    未来人力资源科技:2021年5大趋势预测 虽然疫情期间各个公司的情况各有千秋,但经济依旧继续发展。包括我在内的许多专家都认为,风险投资和天使投资人的活动将减少。虽然现在还为时过早,但数字告诉我们一个不同的故事。今年第一季度和二季度对人力资源技术的投资接近4.65亿美元。当然,人力资源技术的选择和实施方式正在发生转变,对于我们大多数人来说,我们与员工接触和沟通的方式已经发生了根本性的变化。   1 - 参与度和员工情绪很重要,因为难以用数据评判 我在这里问个问题,有多少人力资源和企业领导者在做技术购买和实施决策时,会把重点放在员工参与度和调查上?远程和在线工作使得当面对话不存在,让我们无法以同样的方式阅读会议中的肢体语言,也无法在办公室里挥手提问。在数字世界中,了解员工参与度和员工脉搏检查更为重要,因为人与人之间的联系更难。然而,数字参与平台例如Engagedly、Waggl和Peakon,这些公司的每一个参与方法都是独特的,就像他们所服务的市场;以及如何鼓励员工参与其中,并分享他们的感受,意见和经验。   2--资源和沟通是关键 因为我们都是远程的,并且在可预见的未来依旧如此。员工如何沟通和获取资源是我们系统中的一个挑战,更不用说公司内网门户对员工来说是多么的混乱和复杂。Harbinger Systems公司的Socrates.ai和Pritella等聊天机器人技术和平台为雇主提供了解决方案,为员工创建快速的提问方式,同时为雇主提供了衡量员工提问量、主题和频率的方法。 员工体验才是真正重要的,这也是为什么我很高兴看到各种方法为员工提供访问、信息、资源和支持,包括像Schedule Pop和SchooX这样的人力资源技术。诸如员工排班和获得培训、学习和支持等,无论在什么时刻,对于了解员工的期望并推动员工的生产力和绩效都是至关重要的。   3 --疫情不能阻止对优质人才的需求 现在,大量的雇主正在招聘,鉴于某些不确定的因素和雇用的人才质量,使人才招聘技术比以往任何时候都更加重要。这个不确定的时刻使得精简系统和关注有效的方法和流程变得更加重要,无论是强大的申请人跟踪系统和招聘产品(如Smartrecruiters)、评估(如Vervoe),还是招聘平台,都能找到你所需要的候选人。无论是知识型员工还是临时工,Talroo和Yello等技术都提供了针对特定员工的经验、行业和教育的解决方案。   4--远程办工,系统和流程更重要 现在团队规模较小,这为人力资源和工作场所的领导者提供了一个真正的机会:将自动化、系统和流程添加到他们的日常生活中。这包括人力资源技术系统,包括像Paylocity这样的人力资源套件系统发挥作用。公司现在比以往任何时候都更需要将他们的文件和文书工作数字化,这就是像Global Upside和Aconso这样的公司是雇主可以考虑的奇妙选择。系统还包括设置预期,目标和绩效管理,这就是像betterworks这样的玩家是所有规模的公司的选择。   5 - 专业知识技能必不可少 内部人才市场不仅仅是美国证券交易委员会明文要求写在季度收益表上的一个新项目。无论何时雇主都希望利用他们现有的员工群体来培训、发展和学习他们组织内部的员工。知识转移和技能多样化在任何经济中都很重要,尤其是像现在这样不可预测的经济,这就是为什么我对像Harbinger Systems公司的Starmind和SprinkleZone这样专注于学习、发展和指导的不同领域的人力资源技术感到兴奋。   2021年对于人力资源和职场领导者来说是什么样子?企业领导者正在为多种情况和场景进行规划,同时也在确定与大业务需求一致的优先事项。我相信2021年将是人力资源各领域的流程、精简和系统的一年。无论市场和经济高低,流程和系统永不会过时。   作者:杰西卡·米勒-梅雷尔 以上由机智的AI翻译完成,仅供参考。
    People Analytics
    2020年12月25日
  • People Analytics
    让AI为组织赋能,提高内部人才流动性 编者注:缺乏最新员工信息,无法快速组建团队是实现生产力飞跃的关键障碍,但人工智能可以为你提供帮助。 内部人才流动和重新部署是大多数公司为提高工作生产率而采用的核心战略。然而,有一个核心问题是--更新信息的缺乏。 让我们看看员工拒绝更新信息的三个最常见原因,以及人工智能可以如何帮助他们。   员工的预期努力程度与感知价值较低 随着解决方案数量的逐年增加,内部流动、人才管理和在线市场平台的参与度下降。为平台的更新并没有提供足够的价值来让员工参与其中。期望的错位造成了对整个平台的不信任,这也是为什么在这些平台中的参与度总是举步维艰。我们必须停止期望人们在技术上投入如此多的工作,而不相信他们从中得到的是值得花费的时间。推荐的职称和与等级工作结构相一致的工作描述并没有足够大的吸引力。 在德勤最近的一项调查中,"超过50%的受访者告诉我们,员工在组织外找工作比在组织内找工作更容易。" 更新数据是大多数这些系统工作的关键组成部分,但对于任何工人来说,维护这些数据都是极其繁琐的。当员工写完简历时,你已经失去了他们。 我们如何建立一种体验,提高参与度,并专注于提供员工和承包商最重视的东西?职位名称和工作描述并不像我们想象的那样相关。 我们如何理解一个人的身份、激情和目的,并将其与具体的工作内容相一致? 在Paths.io最近的一次求职中,当在美国搜索关键词为 "LGBTQ "的工作时,结果中排名靠前的公司是Aramark、Sunrun、Mayo Clinic和Oregon State University。公司需要开始将他们的身份--使命、愿景和价值观--与他们想要吸引和参与组织内的人保持一致。首先在激情和目的上进行匹配。AI内的神经网络可以通过识别员工和承包商所拥有的可转移技能来弥补支持员工和承包商的差距,然后推荐提升技能或转向与他们的激情和目的相一致的路径或项目的方法。   比起技术,员工更信任与社交人际关系 人类有与生俱来的建立人际关系的能力,并依靠彼此建立信任。员工通过管理层和领导层在内部利用关系网来发展自己的事业。求职者依靠他们在项目工作中建立的关系来建立社交网络,并找到下一个工作机会。人们本能地信任其他他们喜欢的人和合作愉快的人,这可能导致了我们今天看到的大部分偏见。我们都依赖于人类利用长期建立的判断能力来辅助决策,我们更倾向于相信我们认识的人。 要将人工智能引入任何流程,你必须了解你要打破的一个心理模型:"人们更容易对那些他们认为具有类似人类能力的产品抱有不可实现的期望。" 正如谷歌在他们的people+AI指南中所说:想让任何技术系统能够打破像人际关系一样亲密的行为,这是毫无根据的期望。我们必须退一步,用AI去启用这种行为,而不是打破它。我们如何利用数据来了解人与人之间的底层连接,并推荐新的人与人建立关系与工作?   缺乏对战略举措和项目目标的洞察力 以职称、技能或公司来定义自己的时代已经过去了。我们都是人,都有不同的动机。人们普遍缺乏对公司要完成的总体项目或战略目标的认识,这与那些认为自己需要的人群是一致的。我们把工作做得太过注重技能和职称,而对一个员工将产生的结果和影响认识不足。当动机一致时,人类能够完成更多的工作。当一个人有足够的动力时,能够学到的技能是不可思议的--每个人都有不同的学习曲线。 我们如何让人才更好地了解公司重点实现的总体项目或举措?人工智能可以理解和剖析项目,并在组织内推荐合适类型的人才,为制造或完成这些项目做出贡献。 为什么我们要将人员与职位相匹配,而不是将他们与工作内容相匹配? 为什么不把项目匹配到候选人身上呢? 要完成这个项目,你需要的人才组合是什么? AI在支持人才流动方面的帮助非常大,但这个过程需要重新规划,以上三个问题也需要解决。花时间将激情和目的与工作主体相统一,提供由人工智能驱动的有价值的体验,使生产关系和利用和锻炼技能的方式得到更大的成功。   作者:法拉·里夫斯 以上由可爱的AI翻译完成,仅供参考。
    People Analytics
    2020年12月24日
  • People Analytics
    员工体验的未来:2021年的21个预测 2021年员工体验(EX)的发展前景如何? 我们请我们的团队和员工体验专家预测了未来一年的挑战和机遇。以下是他们的预测。   1. 更加强调远程工作的归属感 人力资源领导人将制定方案,帮助远程工作者寻求更大的归属感----特别是那些在组织中独自生活并依赖工作归属感的人。 解决的办法将不在于回到COVID-19之前的模式。相反,人们将更加关注如何提高生产力、协作、文化和创新,以及如何培养更大的归属感,以适应个人风格和个性以及团队动态。这些因素将成为将个人分配到远程团队时的考虑因素。   2. 福利将是必不可少的 福利举措将成为组织工具箱的重要组成部分--不仅是为了吸引和留住人才,也是为了展示对员工健康和安全的承诺。 身体健康、心理健康、财务健康、社会健康和职业健康都在员工的整体健康中扮演着不可或缺的角色。承诺支持员工福利的组织--并采取全面的方法--将看到其投资的强大投资回报率。   3. 弹性工作政策将扩大--并保持下去 在2021年,组织将设计出更加灵活的政策--例如,紧凑的4天时间表和交替的上下班时间--让员工有能力重新平衡自己的工作量,同时还能与队友进行重叠的同步工作。   4. 每日反馈的新常态将改变EX 虽然员工会习惯于日常反馈的一些要求(即到办公室后的健康检查等),但组织EX的领导者将不得不驾驭更多围绕数据隐私、保密和尽职调查的要求和法律挑战--以及如何在这些日常事务完成之后支持员工的工作。   5. DEI战略将换挡 在2021年,我们将看到对DEI的持续关注和对来自代表不足群体的员工的支持。然而,组织将不只是设定目标或配额,而是更加强调提升首席DEI官的地位,并建立一个强大的DEI战略。   6. 各组织将缩减协作工具 为了支持协作,组织将努力消除员工工作中的噪音。与其增加个人为协作而必须浏览的工具、流程和系统,不如将重点放在优化员工的技术体验上,从更少的系统和平台中获得最大的收益。   7. 调查更频繁,但失败率更高 由于各组织已经体验到了经常倾听方法对员工体验的好处--能够在不断变化的工作环境中迅速做出反应并迅速采取行动,2021年将有更多的组织转向更短、更频繁、更有针对性的调查。 然而,随着脉冲和24h在线反馈机制的部署,也带来了更高的失败率,因为组织在部署最初的调查时,没有充分考虑他们正在测量的内容以及他们将如何审查和采取行动的结果。在这种情况下,失败将为EX专业人员提供学习和迭代的机会。   8. 人力资源部门与IT部门合作,注重员工的技术体验 虽然朝着数字化员工体验的方向发展,但COVID-19加速了大多数组织的数字化转型计划,以确保员工能够充分使用他们所需的工具来保持生产力。2021年,员工IT和技术体验将成为整体员工体验的关键部分。 对此,IT和人力资源部门将携手合作,不仅优先考虑倾听和理解员工的技术需求,还要弥合差距,克服技术体验挑战。   9. 后COVID世界中新的工作场所安全议定书 长期以来,工作场所安全一直是制造业、公用事业和能源等行业的重点,但它将成为各行业和领域的企业和人力资源领导者最重要的行为目标之一。确保后COVID工作场所中员工的健康和安全,将需要许多行业制定新的政策和规范。   10. 公平成为中心议题 公平将是未来每一项政策:招聘决策、薪酬标准、晋升和校准讨论、继任计划和人员流程中反复出现的主题。随着公司转变为将DEI作为组织战略的重点,他们将倾向于代表不足的群体的日常现实。   11. 留住女性--尤其是有色人种女性--在工作队伍中的地位 在2020年,由于流行病和竞争性的优先事项和责任,许多组织失去了代表性不足的群体(特别是妇女和有色人种妇女)的人才。根据麦肯锡公司的《2020年职场女性》研究报告,"超过四分之一的女性正在考虑许多人在六个月前认为不可想象的事情:下调自己的职业生涯或完全离开办公室。" 2021年将预示着人们将重新大力开展必要的工作,拆除继续阻碍妇女向上流动的系统性障碍。要做到这一点,各组织将需要优先克服女性在领导层中持续存在的不平等现象,包括在C-suite和行政领导层的最高层,在这些地方,有色人种女性的代表性仍然严重不足。   12. 员工的倾听得到了调整 组织将采取更多的被动倾听(即询问员工的反馈意见)来补充主动倾听(即倾听员工在内部平台和/或社交媒体上的声音),以更全面地了解员工最关心的问题。未来的EX领导者将利用这两种类型的倾听来为他们的员工体验项目提供信息。   13. 安静的工作时间将有助于提高平衡和专注度 组织支持员工福利的方式也已经成熟,需要进行调整。在2021年,组织将在全公司范围内建立安静时间或天数(甚至数周),这些时间必须保持没有会议或新开始的要求,以便员工有更多的时间来管理他们的工作和家庭生活。   14. 新增EAP类福利,满足员工需求 为了更好地支持远程和/或混合工作方式,各组织将提供类似于员工援助计划(EAP)所提供的扩展福利。这些福利包括管理财务、管理压力、应对生活过渡、适应虚拟学校教育等方面的支持和资源。   15. 员工认可得到社会认可 社会认可是一种强有力的认可形式。在社交论坛(如LinkedIn、Facebook和Twitter)上认可员工(个人和/或团队)的组织将在员工中赢得信任和好感。最有影响力的信息将来自组织内的高层领导,尽可能地具体化(例如,在可能的情况下呼唤特定的个人),并在这些广为人知的平台上分享。   16. 敏捷型员工队伍的自选政策 到2021年,越来越清楚的是,各组织不能简单地为其全体员工提供标准的、一刀切的服务和政策。相反,各组织将开始在其工作场所政策和流程中引入显著的灵活性和灵活性,以适应员工的个人需求。   17.用HXM原则释放潜力 越来越多的公司将发现(或重新发现)人类体验管理(HXM)原则,如工作设计和架构,作为工具让其员工队伍更加多样化、公平和包容。在这样做的过程中,组织还将帮助其员工重新掌握适应未来工作的技能。   18. 扩大EX专业人员的范围 为了增加覆盖面,EX的专业人员将创造一种高度消化的方法,将整个员工生命周期的指标缝合在一起,如候选人求职、入职、参与和离职。这种方法将整合EX数据并转化为大的战略成果。   19. 吸引回旋镖人才将变得更加关键 由于2020年人才的流失,组织将通过灵活的工作政策或兼职安排--即以最适合员工的方式--为那些已经离开的人创造重新加入的通道。   20. “充电日”将成为新的PTO 各组织将把 "充电日"(即在指定假期之外的假期)作为规范,给员工额外的时间来支持他们的心理健康和福祉。   21. 指尖上的EX数据 各组织将希望有能力解释和整合EX数据点,获取一些关键的EX特定结果指标,这些指标可以很容易地在组织的各个层面进行沟通和理解,以传达业务人员方面是如何做的。   作者:阿曼达·沃克 以上由可爱的AI翻译完成,仅供参考。
    People Analytics
    2020年12月18日
  • People Analytics
    人才招聘:HR在2021年将转向AI Sourcing 当人力资源和人才招聘专业人士选择他们的工具和资源时,这两种特质是必备的:效益和效率。随着经济的复苏,有效和高效的资源将是团队应对2021年招聘潮的必要条件。虽然预计到今年年底,70%的人力资源团队将使用人工智能工具来识别和管理候选人,但这项技术的工作原理以及其影响是否值得投入时间和资源仍存在不确定性。 在为2021年做准备的时候,让我们来探讨一下为什么AI Sourcing会成为HR和TA团队的 "必需品",而不再是 "优选品",以及它将带来的不确定性。随着经济的复苏,人才招聘团队将需要有效和高效的工具来面对预期的招聘潮。这也是为什么人工智能是必须的。   什么是AI Sourcing,它是如何工作的? 在前几年,招聘人员需要花费数小时在各个平台上滚动浏览大量未排名的候选人名单,从而进行人工搜索。有了AI Sourcing,团队可以同时在公开网络上的数百万候选人资料中进行自动搜索,提高了针对性。 最强大的AI Sourcing技术是由知识图谱驱动的,知识图谱是一个自我扩展和自我学习的基础设施,它使上下文搜索成为可能。知识图谱是一个错综复杂的网络,由数亿个相互关联的数据点组成,这些数据点从不同的社交和招聘平台、搜索引擎API和招聘技术栈中的软件集成中收集。一旦获得了这些候选人数据,知识图谱就会增强并理解这些数据集之间的关系。 在对大量候选人数据进行搜索之后,招聘团队就会看到特定人才库中候选人的资质、模式和趋势的动态视图。随着团队继续使用这项技术,AI会熟悉他们的偏好,并提供越来越准确的结果。 现在你已经了解了人工智能是如何寻找人才的,那么它如何帮助你的团队呢?   多渠道寻找人才 虽然距离复活节还有几个月的时间,但 "不要把所有的鸡蛋放在一个篮子里 "这句话对于HR和TA团队来说,始终是一个正确的建议。LinkedIn拥有超过7亿的会员,一些招聘人员非常依赖LinkedIn来寻找候选人。然而,Hiretual在11月进行的2021年预测调查显示,只有9%的团队计划在明年从LinkedIn上进行采购。这一指标表明,企业和招聘人员开始意识到,许多在线平台上都存在合格的候选人。 调查发现,更多的招聘人员不再使用LinkedIn,而是倾向于Stack Overflow和Healthgrades等小众专业平台,并通过现有的ATS或CRM在内部寻找人才。事实上,96%的Hiretual调查对象计划从他们的ATS进行内部采购。对于这些招聘者来说,AI可以在内部数据库和外部采购平台上自动同步候选人数据,以简化人才再发现,确保数据简洁。此外,在医疗和科技等特定领域,AI招聘可以在特定行业平台上完善搜索。 有了AI,团队不必局限于从一个地方寻找人才。他们可以从众多平台上进行招聘,并在几秒钟内筛选出数十万名候选人。随着人才竞争的加剧,这种更大的人才库和高效过滤的组合将帮助团队击败竞争对手,获得顶级人才。   无缝整合 想想几年前申请贵公司空缺职位的大学毕业生。虽然这些应聘者当时还没有经验,但他们已经具备了今天您发布的职位空缺所需的技能和经验。虽然他们之前已经表达了对贵公司的兴趣,但你如何在你的ATS中找到他们? 通过人工智能技术,团队可以将他们现有的ATS/CRM与人才采购工具进行整合,以挖掘以前感兴趣的候选人池。而且他们可以做到这一点,而无需花费数小时来浏览重复的数据集或以非系统化的方式堆积电子表格。   数据的可访问性 想象一下,当您在家工作时,您团队中的一位招聘人员急需了解候选人库的平均市场价值。不幸的是,这些信息并不容易获得。招聘人员向团队负责人或数据科学家提交请求,然后等待一两天后才收到答复。想象一下,在快节奏的招聘周期中,多个请求需要花费多少时间。当你的团队在等待数据的时候,竞争对手已经在寻找和雇佣合格的候选人了。 这种场景每天都在发生。通过AI技术,所有团队成员都可以在一个集中的仪表盘中轻松访问所有数据。虽然人们可能会认为需要一个数据科学家来解读信息,但AI有助于简化数据提取和分析,将其转化为可理解的见解和报告。   结语 随着2021年的临近,HR和TA团队越来越接近采用基于AI的技术,尤其是在人才采购工作中。凭借其成熟的有效性、整合能力、协作能力等,AI是应对来年人才挑战的最佳工具。既然知道了2021年要注意什么,你将如何准备呢?   作者:Guest Columnists 以上由聪明的AI翻译完成,仅供参考。
    People Analytics
    2020年12月17日
  • People Analytics
    人工智能驱动的技能管理,为何令人瞩目? 随着充满混乱和挑战的2020年接近尾声,人力资源团队获取和管理人才的环境也发生了变化。曾经被认为是朝向未来工作和工作场所动态变化的渐进进化,现在已经以任何人都无法想象的速度转变。 随着这一过程的加速,在寻找机会时自动提取和衡量技能的愿望也在加快,无论是在外部还是在内部。并不是说技能一直都不重要,而是现在作为人才的新货币,技能已经被转移到聚光灯下,以适应我们所处的新市场。   那么,是什么推动了这一趋势呢?长期以来,人们一直强调评估和匹配工作经验和教育背景,为什么现在人们对技能这么感兴趣呢?   技能是什么? 首先回答这个问题,确定什么是技能是很重要的。根据德勤的定义,技能被定义为“在特定环境下实现工作成果所需的战术知识。”技能是特定于特定功能、工具或结果的,并由个人用于完成给定任务。” 这个定义的重要元素是关注如何在特定上下文中使用它。如上所述,环境在变化,技能也随之变化。这使得组织适应他们正在寻找的机会的新需求变得更加重要。新技术、革新、通讯渠道和工作方法只会助长只关注教育和经验之外的需要。 除了技术技能之外,求职者也越来越注重持久的技能,这些技能被视为求职者在某个职能、组织或市场中发展的不可或缺的一部分。解决问题、推理、谈判和学习新技能等能力,现在是人力资源团队希望从外部候选人和寻求内部调动的员工身上识别和衡量的首要目标。   技术是如何改变技能的 技术的影响是这种变化不可否认的催化剂。想想营销人员的角色,他们现在需要哪些技能,而10年甚至5年前他们还没有。当今市场所需要的技术技能并不一定存在于他们的教育中,甚至不一定存在于他们的经验中,因此保质期较短。这就要求求职者充分发挥自己的技能,从而更全面地了解应聘者是能够很快上手,还是在开始新工作时力不从心。 这项技术也改变了求职者对工作生活的期望。新一代的人不再想在一份工作上呆到职业生涯结束。他们想要学习和移动。这意味着,人力资源团队面临的“经典”职业路径的线性简历越来越少,工作经验的个性化融合越来越多。这就使得我们很难对不同的个体进行比较,从而将注意力重新集中到共同的分母——技能上。   人工智能如何巩固技能管理 因此,随着技术进步加大了寻找人才的挑战,它也可以提供解决方案。随着技能本体变得越来越高级,它们能够自动从工作申请、简历和员工档案中提取技能。通过使用语义人工智能,你可以将词汇集群与正确的技能集联系起来,而不仅仅是经常会导致信息源误入歧途的关键字匹配。 一个很好的例子就是将食物和饮料的技能与食物科学进行比较。以前,一个食品科学家,他的技能是基于化学的,经常被推荐和匹配的机会在酒店行业,因为技能的联系是有限的,不会与正确的领域的术语联系起来。但随着语义搜索的发展,围绕不同学科出现了术语集群,这使得在提取信息源候选人或内部申请者的技能时具有更高的准确性。   人工智能驱动的技能管理的重要性 这在内部流动性和人才市场的创建方面发挥了特别大的作用。人才市场被定义为“组织提供的系统、数字平台和虚拟场所,员工可以在其中找到与他们的共同利益和成功最相关的机会。”“在人工智能的帮助下,技能的提取可以为员工创造准确的机会建议,允许更准确的技能差距分析,并提供量身定制的职业道路,以规划员工在公司的未来。” 市场的本质是动态的,它可以激励员工和招聘经理。允许自动化完成它的工作,创造并保持这种势头,通过提供类似消费者的体验来促进IM项目的参与性。另一种选择是由人力资源团队手动向员工发送大量的机会清单,这不仅耗费时间,而且缺乏针对性和有效性。 这只是人才生命周期中AI和技能管理协调的一个方面。它还可以被整合到资源、招聘流程、入职培训、绩效管理以及学习和发展中,在这些方面,更准确的技能数据可以丰富个人档案。   技能和人工智能只是一部分 尽管使用人工智能访问和测量技能是目前的热门话题,但重要的是要记住,它们仅代表整个员工图景的一个部分。这意味着,准确评估某人的技能对于TA和TM过程是一个有用的工具,但不是解决所有问题的答案。拥有一个可以从人才生命周期的其他领域获取数据的平台总是能够让你更全面地了解情况。这可以是整合一个技能验证过程,以鼓励上传证书或项目,从绩效考核中提取对员工能力的实时评估,或者在经理签到后增加职业抱负。正确的技术加上技能模型,可以将人才游戏带入下一个阶段,使人工智能能够完成艰巨的任务,突出你需要的候选人技能,同时让招聘人员专注于能够打造雇主品牌的增值活动。   作者:杰里米·维克曼 以上由聪明的AI翻译完成,仅供参考。
    People Analytics
    2020年12月15日
关于我们  | 商务合作  | 加入我们  | 那年今日  | 招聘科技峰会精彩回顾  | 上海科技峰会回顾  | 首届HR区块链峰会  | 2017HRTech年度颁奖  | people analytics  | 候选人体验大奖  | 友情链接  | HR科技极客大奖  | 深圳科技峰会精彩回顾  | HR共享服务平台  | 三支柱论坛2018  | 2018数字人力资源科技奖榜单  | 2018 数字人力资源科技奖  | 北京2018HRTechCon精彩回顾  | 2018HRTechXPO  | 2018TOP100人物榜单  | 2019年度活动计划  | 2018年度大奖揭晓  | 2018投融资报告  | 2017投融资报告  | INSPIRE 2019精彩回顾  | 2019海外活动计划  | 2019北京招聘科技论坛精彩回顾  | 2019深圳人力资本分析峰会精彩回顾  | 2019中国人力资源科技峰会上海精彩回顾  | 2019HR科技极客大奖  | 北京HRTechXPO未来馆精彩回顾  | 深圳·2019招聘科技创新论坛精彩回顾  | 2019候选人体验大奖榜单  | 中国人力资源科技云图  | 招聘科技云图  | 2019上海招聘科技创新论坛精彩回顾  | 深圳7月19日HRTechXPO精彩回顾  | 2019HRPA上海站精彩回顾  | 2019中国人力资源科技创新奖  | 深圳·2019中国人力资源科技年度峰会精彩回顾  | 2019北京HR科技峰会精彩回顾  | 2019数字人力资源科技奖榜单  | 2019HRTechChina TOP人物榜单  | 2019HRTechTOP人物列表  | 2019HRTechXPO-上海精彩回顾  | 2020HRTechChina品牌活动计划  | 2020HRTech云图入口  | 共同战疫专题  | 2019年度评选榜单  | 2020招聘科技创新虚拟峰会精彩回顾  | 助力企业共同抗疫专题  | 2020年度候选人体验大奖(中国地区)榜单揭晓  | 2020HRTech虚拟峰会精彩回顾  | 提交业务需求  | HR专业直播  | 2020HR科技年度峰会·上海精彩回顾  | 2020HR科技年度峰会·深圳  | 2020中国人力资源科技创新奖榜单  | 2020员工体验中国峰会上海精彩回顾  | 2020数字人力资源科技奖(DigitalHRTech® Awards 2020)获奖榜单重磅揭晓  | 2020中国人力资源科技影响力TOP人物揭晓  | 2020中国人力资源科技影响力TOP人物榜单  | 北京·2020中国人力资源科技年度峰会  | 上海站精彩回顾-2020HRTechXPO未来人力资源科技论坛  | 影响力品牌50强  | 2020HRTechXPO未来人力资源科技论坛·北京站精彩回顾  | HR科技云图认证服务
 Hotline: 021-31266618   Email:hi@hrtechchina.com