观点 - HRTechChina.com - 向上的力量！

观点

如何利用技术弥合数据科学人才差距文/ Sushman Biswas 数据科学家继续成为跨行业组织的难以招聘的雇员。以下是自动化机器学习如何帮助组织克服数据技能短缺并推动业务增长。随着数字技术不断产生越来越多的数据，组织面临着释放数据价值的挑战。考虑一下:我们当前每天的数据输出大约是2.5千万亿字节或2.5艾字节/天，这可以与人类所说的所有单词的一半进行比较! 难怪数据科学家的需求处于历史最高水平。根据LinkedIn最近的一份报告，仅在美国，组织就面临着数据科学家的大量短缺，超过151,000个数据科学家的工作空缺。急剧的技能差距和更长的填充时间会给企业造成巨大的损失，并阻碍数据分析的部署。在人工智能（AI）和机器学习等技术对业务成功至关重要的时代，数据分析的价值从未如此强大。 “这场比赛现在正在提升人才。很长一段时间，我们谈到了成为数据驱动以获取竞争优势的必要性。现在，组织在算法经济中竞争。市场领先的组织已经开始利用当前的AI知识差距作为改变游戏规则的能力。今天我们在市场上看到了简单的AI工具，但在理解AI用例，正确准备机器学习数据以及负责任地使用这项技术方面仍然存在巨大的知识差距。技术障碍减少了，但教育障碍却没有。为了向企业提供可持续的、合乎道德的、值得信赖的人工智能，组织确实需要一个人工智能战略来解决优先使用案例，技术架构考虑因素以及道德标准和审核，“高级总监Jen Underwood说道。公司如何克服数据科学家的短缺？为了克服这个问题，组织正在转向自动化机器学习（AutoML），以使非数据科学家能够构建更准确的预测模型，并释放稀缺的数据科学人才，专注于更多关键业务计划。 AutoML将传统方法转变为机器学习和数据科学。它使非数据科学家能够理解数据并实现业务目标。AutoML通过对原始数据运行系统处理并选择从数据中提取最相关信息的模型，在现实世界中构建和使用机器学习模型。它还结合了机器学习最佳实践，使整个组织的数据科学更易于访问。 “自动化机器学习并不能取代数据科学家，”Jen说。“它可以将AI的交付范围扩展到组织中更多数据精通的人才。数据科学家时间是一种珍贵，昂贵的商品。一位全球顶级零售商的高管表示最好：“公司不需要他们的数据科学团队擅长数据科学理论; 他们需要他们“无情地实践价值”。 “通过自动执行耗时且重复的任务，数据科学家可以花费更多时间来解决问题，并为业务提供更多价值。“自动化优先”理念提高了工作满意度，保留了顶尖人才，同时使公民数据科学家能够轻松开始使用数据科学项目。“ 自动化机器学习使各行各业的组织能够释放机器学习和人工智能的力量，以前只限于拥有大量资源的组织。部署自动机器学习的数据要求提出最重要的问题 - 在组织内部署自动化机器学习平台的数据要求是什么？ “与商业智能中使用的第三范式交易或维度模式不同，机器学习需要将数据输入作为行和列的'展平'表，视图或逗号分隔（.csv）平面文件。您的视图需要包含结果指标，目标变量以及输入预测变量。机器学习算法假设每条记录都是独立的，与其他记录无关，“Jen说。“应该在分析粒度级别收集准备好的数据，以便您做出决策。如果将结果合并到现有业务流程或应用程序中，请选择可操作，可理解且有用的粒度。例如，如果您想要进行每日销售预测，则需要输入日期级别的数据，而不是周，月或年。“ 大多数组织已经捕获并存储了这些数据。使用像DataRobot这样的平台，企业可以积极利用数据科学自动化来增强和利用他们最需要的人才。这对人力资源意味着什么？显然，对数据科学家的需求不会很快降低，但是，通过部署AutoML平台，人力资源可以节省宝贵的时间，以填补入门级数据科学职位，更好地利用组织内现有的数据科学人才。除此之外，随着AI成为人力资源的一个组成部分，AutoML可以使HR功能变得更加独立和数据驱动。以上为AI翻译，内容仅供参考原文链接：How to Bridge the Data Science Talent Gap with Technology

观点
2019年04月17日
观点

RecTech如何帮助改善科技行业的性别差异文/Chiradeep BasuMallick 总体而言，性别多样性现在对招聘举措至关重要。曾经被称为“男孩的游乐场”的科技公司正在摆脱传统的招聘模式，并渴望确保性别多元化。我们讨论招聘技术或RecTech如何帮助实现这一转变。技术传统上被认为是男性主导的行业。这些想法来自男性第一的劳动力，当时女性被认为不适合担任技术角色。这种情况发生了巨大变化; 女性被视为创新，说服力，情商和协作的旗手 - 对于使技术更具人性，引人注目和有意义至关重要。因此，科技行业的多样性是公司可以将自己建立为具有社会意识，包容性和“人道”的商业实体的关键领域。除了性别多样性之外，研究表明，将来自不同原籍国，种族和文化的员工聚集在一起可以营造一个加强决策和解决问题的开箱即用方法的环境。招聘技术或RecTech能否帮助识别，瞄准和雇用最合适的女性候选人，并解决科技行业中的性别多元化问题？答案是肯定的！ RecTech有助于改善科技行业的性别多样性招募妇女是确保多样性的关键因素; 它们同样有助于科技工作场所的创新和自由思考，并为工作带来宝贵的观点和气质。以下是RecTech可以帮助科技公司实现性别多元化的五种方式。 1.使用正确的软件找到最佳人才技术专业在性别多样化的道路上可以做的第一件事就是利用尖端技术来定位不同的候选人。大数据，高级分析和人工智能（AI）可以帮助公司微调他们的招聘方法。雇主甚至可以使用情绪分析，行为监控和受访者偏好评估来主动超针对最合适的候选人而不存在任何性别偏见。这些技术能够删除任何明显的“男性化”消息元素。此外，一层技能测试可以确保招聘仅仅基于人才而不受性别偏见的影响。“以技能为基础的招聘可以使公司向更广泛，更有资格和更多样化的人才库发展。公司意识到，评估具有编码挑战的候选人是吸引，评估和雇用合适人才的更有效方式，“ 技术角色RecTech工具HackerRank的首席执行官兼联合创始人Vivek Ravisankar 说。 2.部署有效的申请人跟踪系统智能申请人跟踪系统（ATS）收集和处理来自各种流的数据，以确保符合性别多样性法规和内部目标。这些平台提供了丰富的招聘模式见解和任何有利于男性专业人士的流行趋势。因此，科技公司可以重新调整招聘技巧，将性别多元化，包容性和进步原则的最高基准保持在RecTech堆栈的中心位置。 3.让AI和机器学习消除无意识的偏见对于多家科技公司而言，与AI合作是一项日常活动，因为它们可以帮助客户充分利用人工智能的巨大潜力在国内，相同的技术可用于消除导致偏见的无意识因素 - 解决年龄，种族和基于性别的多样性问题。例如，考虑使用SAP的Job Analyzer，它使用机器学习（ML）扫描作业帖子，以便进行无意识的有偏见的消息传递。此外，劳动力分析可用于解决多样性问题并帮助吸引女性候选人，从而增加技术的性别多样性。 4.将性别多元化纳入企业声誉和品牌管理最终，围绕公司定位的感知，品牌形象和无形生态系统成为工作场所性别多元化的必要条件。一个专注于包容性（图像，视频，员工报价和相关数据点）的职业页面可以强调组织的立场，重申对性别多样性和无偏见招聘的承诺。招聘营销软件可以轻松地用于构建职业页面和自动化职位发布，以展示科技公司的包容性雇主品牌标识 - 通常被视为创新业务实践的先驱。结论 Vivek分享了Adriana Rivera的故事，Adriana Rivera是一位全职的母亲，虽然身体健康，却一直被技术工作所忽视。HackerRank的编码评估平台揭示了她的潜力。 “她在2000年初就是一名C ++程序员，并在她成为一名妈妈时休息了一段时间。当她准备在14年休息后重新进入职场时，她很难获得面试。她经历了一个训练营，努力提高自己的技能，并最终击败了另外两位经验丰富的开发人员，为Randstad Technologies的数据科学团队工作。“ 这个例子强调了招聘科技时性别多样性的必要性。对最新RecTech应用程序的投资将使最实用的数字驱动程序与集中的泛组织意图保持一致，以确保性别多样性。这些措施可以使科技公司成为最佳工作场所之一，并且可以帮助引进可能尚未开发的宝贵人才。以上为AI翻译，内容仅供参考原文链接：How RecTech can Help Improve Gender Diversity in the Tech Industry

观点
2019年04月16日
观点

员工体验——嗡嗡声背后有价值吗? 文/ Elissa Tucker 一个新的奇迹正在席卷各个组织，有望积极地改变工作。它被称为员工体验，是当今人力资本管理界谈论最多的发展话题之一。但是，在这次谈话的背后，隐藏着许多困惑。什么是员工体验? 员工体验是对员工行为的全面理解——物理环境、员工成长的文化以及他们所从事的工作和活动（越来越多地通过数字化手段）。这三个维度贯穿于员工的整个生命周期——有候选经验、入职经验、学习经验、工作经验等等。每一个重要的时刻，无论是在一天中还是在一个职业生涯中，都可以通过经验镜头来理解。从员工的角度来看是什么样子的?是否有一种个性化、可接近性、便利性和真实性的感觉?这种方法在很大程度上受到了以往客户体验工作的启发——HR只是将其应用于员工。员工体验与员工敬业度有何不同? 经验就是当一名员工的感觉。随着时间的推移，如果你有很多积极的、建设性的、有意义的经历，你就会更加投入。敬业的员工有更高的保留率和生产力，因为他们关心工作、工作场所和他们的组织。敬业度关注员工与组织之间的关系，驱动因素包括对领导力的信任、沟通、认可、职业发展和未来愿景。简而言之，这关乎良好的管理和领导力。我们通过激发员工的抱负并给予他们回报来吸引他们，这从根本上讲是人性的一面。体验是一个更广泛的概念，它还包括工作空间的物理布局、工作时间和位置的灵活性、使用的数字系统的质量等等。员工体验和人力资源流程有何不同? 真正重要的是视角。员工的经验是主观的，第一个人——你的入职经历(例如)是开始为你的组织工作的“感觉”。它是简单的，吸引人的，无缝的吗?我是否觉得自己受到了欢迎?另一方面，人力资源流程将入职视为一组流程——财务、IT、人力资源、设施等。这些过程可以被协调在一起，创造积极的体验，也可以不创造积极的体验。经验就是结果。良好的人力资源流程是为效率和经验而设计的。为什么现在人们对员工体验这么感兴趣? 毫无疑问，顶尖人才寻求的是最好的经验。消费者技术(亚马逊、苹果、优步、Netflix等)现在越来越容易使用，用户界面也越来越友好，员工也希望有同样的体验。对顶尖人才的争夺仍在继续，而员工的经历提供了另一个吸引和留住人才的差异化因素，并最终提高了客户的体验。在雇主和雇员之间也存在着一种新的隐性社会契约——一份工作和一份薪水是不够的，雇员想要在工作中感觉良好，而不是牺牲他们在工作上花费的40个小时(或更多)的幸福感。以上为AI翻译，内容仅供参考原文链接：The Employee Experience—Is There Value Behind the Buzz?

观点
2019年04月16日
观点

市场营销和人力资源部门应共同努力，将雇主品牌提升到新的水平文/Erik Samdahl 当我在营销生涯的早期阶段，人力资源（HR）团队来找我寻求帮助来推广我们的职业生涯页面。我对此表示不满，他说：“我的工作是推动销售线索并引入业务，而不是促进职位空缺。” 毋庸置疑，我对营销角色的有限看法今天不会飞。“人才争夺战”比以往任何时候都更加激烈，几十年来失业率最低，许多令人垂涎的技能人员短缺，以及顶级人才选择雇主的环境 - 而不是相反。如果组织没有合适的工作岗位，他们就无法执行他们的业务战略 - 如果没有人员去处理，你怎么期望解决下一个好机会？这意味着他们需要始终如一地吸引、赋权、激励和留住人才。正如组织通过差异化产品价值来争夺客户一样，他们也必须通过区分员工体验来竞争人才。这种差异化的关键部分是雇主品牌 - 您的组织的故事，传达有关其存在的原因，其目的和期望的信息。雇主品牌有助于将公司的文化变为现实。雇主品牌如此重要，以至于它不能仅仅落在人力资源部门的肩上; 营销必须在与人力资源和人才获取的合作中发挥积极作用。我的公司，企业生产力研究所（i4cp）最近对超过540名专业人士进行了一项调查，发表在题为“重新想象人才获取：掌握雇主品牌”的报告中。我们发现，人力资源和市场营销之间的合作审查雇主品牌战略和执行发生在不到三分之一（27％）的公司中，高绩效组织实现这种伙伴关系的可能性是后者的六倍。他们在建立和传播雇主品牌方面共同承担共同责任的可能性是其1.5倍。那么，人力资源和营销之间的合作关系是什么样的呢？以下是两种功能可以协同工作的五种方式： 1.制定多媒体和多渠道战略。 HR知道人才。市场营销知道了解决这个问题的渠道和方法。两个部门应共同努力，确定接触候选人的最佳策略。 2.建立人物角色。就像市场营销应该定义买方角色以“为生活”带来潜在客户的关键特征一样，人才获取应该定义他们想要吸引和招募的关键人才的角色。这里有明显的协同作用，包括确定要问的正确问题，例如“我们如何从竞争中脱颖而出？”和“我们如何吸引人才，以便他们想成为组织的一部分并留下来？” 3.帮助讲故事。我认为对雇主品牌有效性的最有影响力的衡量标准是员工沟通品牌的能力。此外，品牌信息应该在员工，人才获取和营销之间保持一致。营销必须在管理信息方面发挥核心作用，它还可以帮助识别和传达正确的故事。 4.帮助选择沟通渠道。有很多方法可以传达您的品牌故事，谁知道这些比营销更好？帮助人力资源和人才获取，以确定适当的渠道，以达到预期的人才库，以及如何最有效地使用这些渠道可以有很长的路要走。此外，特别是对于企业对企业公司而言，LinkedIn是与客户和潜在员工互动的关键渠道; 营销和人才获取应与LinkedIn公司页面的使用方式保持一致。 5.衡量成功。跟踪雇主品牌计划的成功可以成为现有营销分析的延伸。跟踪“最佳雇主”排名和奖项，社交媒体约定和员工将品牌传达给他人的能力都是衡量成功的有效方法。有趣的是，我们的研究显示，尽管与市场表现和人才获取效率高度相关，但只有16％的组织追踪Glassdoor评级。吸引合适的人才与吸引新客户同样重要。建立一个强大的雇主品牌应该是任何组织的品牌战略的一部分，所以下次人力资源部门向您寻求帮助时，听取意见是明智之举。更好的是，积极主动并立即开始合作。您的竞争优势受到威胁。以上为AI翻译，内容仅供参考原文链接：Marketing And HR Should Work Together To Take The Employer Brand To The Next Level

观点
2019年04月16日
观点

建立未来绩效管理的5个方面传统绩效管理模式的商业价值正在崩溃。绩效管理的传统年度评估模型可能会疏远有才能和典型的员工，而不是建立士气。用于提高性能的个人和企业工具和技术已经从根本上得到改善; 绩效管理系统没有。认识到这些现实，越来越多的公司将绩效管理与运营成功紧密联系在一起，而不是与运营日程紧密相关。这种转变 - 使绩效管理更具商业价值相关性 - 正在对人力资本在企业中的管理方式产生巨大影响。由麦肯锡公司赞助的2019年绩效管理全球执行研究和研究项目的结果确定了绩效评估，问责制和能力方面的智能投资的五个关键方面： 1.按需反馈正式反馈过程通常是定期的、敷衍的、有问题的。持续性现在成为王道。正如人们依靠Google Maps或Waze来管理旅行的实时期望一样，员工需要能够管理有关工作的实时期望。绩效管理工具和平台应促进对个人进步，增长和发展机会的持续反馈。反馈将越来越多地以不同方式实现自动化，定制化，可视化和通信。管理人员必须确定如何最好地为其员工定义反馈体验。文化会更重要。高级管理层必须就绩效管理在组织中的目的制定共同观点。 2.超越今天的绩效标准绩效管理现在意味着培养新的能力（如技能和创新），而不仅仅是提高现有的效率。这种区别不能被最小化或夸大。一些组织衡量员工的技能发展; 一些人衡量管理者是否是公司价值观的例证; 一些人评估了高管们在数字化转型方面的进展。优先考虑和促进围绕这些不同因素的互动迫使高层管理人员重新审视他们的领导风格和实质。例如，在Ceridian，“我们赋予人们承担风险的能力，而不是因冒险而受到惩罚，”执行副总裁兼首席人和文化官Lisa Sterling说。她描述了该公司的首席执行官David Ossip如何支持自上而下的公司文化变革。“我经常告诉别人，'我宁愿你做出一个积极进取，具有创新精神和前瞻性思维的决定，而不是让你觉得舒服的事情。当你的CEO支持那种大胆的实验时，人们的决策就会发生变化。“ 3.团队评估更重要增值流程和可交付成果 - 特别是那些涉及客户和客户的流程 - 越来越依赖于跨职能团队。鉴于全职员工、兼职员工、工作人员和地理位置分散的贡献者的混合，绩效管理仍必须在基于团队的结果的背景下进行评估。可靠地衡量团队绩效与衡量个人贡献一样重要。这对许多组织来说仍然是难以捉摸的。 “许多公司和人力资源作为一项职能面临的巨大挑战是我们如何从围绕个人建立的哲学和整个基础设施转变为关于团队和协作的环境，”人力资本临床副教授Anna Tavis纽约大学的管理层观察到，“我们还没有想出如何衡量和如何评估合作。” 4.民主化绩效提升遗产绩效管理方法通常采取三管齐下的方法：确定高绩效者以促进和发展他们; 确定低绩效者，以便他们可能被淘汰。虽然几乎没有事，但稳定但统计上“平均”的表现者既不是绩效管理系统设计的重点也不是受益者。市场领导者对人才，技术和人力资本开发的新结构和文化强调扰乱了这一点。人才评估和评估仍然是核心，但越来越多的组织采用数字媒体和平台来培养更广泛的员工队伍中的新能力和能力。提升“平均值”和“中位数”正在成为企业的优先事项。教练 - 不仅仅是评级，排名和评论 - 正在成为新的绩效管理动态的一部分。数字经济学使这一选择更简单，更便宜，更具可扩展性。同样重要的是，可以快速衡量和评估这些人力资本投资的业务影响和影响。 5.人员分析人员分析正在成为洞察组织中绩效意味着什么的主要来源。人力资源分析软件提供商Humanyze首席执行官本•瓦伯尔（Ben Waber）描述了一家财富 500强客户，该客户考虑采取行动，将新加坡数十个国家的800名高级管理人员合并。通过考虑移动成本，租金，工资和福利等传统指标，该公司得出结论，此举将导致每年节省600万美元。Waber断言，大多数以底线为导向的公司都会接受这些节省并“停在那里”。你会说，'我们正在存钱，所以我们会这样做。'“ 但是，该组织也承认了顶线和组织风险。Waber回忆说，他们决定认真分析“这将如何改变个人表现，而不是整个部门的表现”。通过人员分析，该公司得出结论，高级领导层之间的凝聚力增强将导致工作团队内部凝聚力大幅降低。对该团队的不利影响进行建模，该公司认为此举可能导致每年亏损1,100万美元。拟议的合并将打破宝贵的正式和非正式网络。数字化详细说明了个人如何相互工作和沟通，这意味着人们的分析可以识别新的价值创造来源。重新思考绩效管理需要高层领导重新考虑如何最好地投资并从他们的员工中获得更大的价值。这意味着愿意接受绩效管理的未来将有力地影响企业文化的未来。他们必须从今年的“绩效”中了解他们想要什么，而不仅仅是在战略未来。他们的组织是否准备好破坏自己，以确保有才华和典型的人都能成为他们最好的自己？现在，对高性能的承诺需要致力于高性能管理系统。作者： Michael Schrage，麻省理工学院斯隆管理学院数字经济倡议的研究员。 Bryan Hancock，麦肯锡公司组织业务的合伙人和领导者。这篇文章改编自2109年2月26日出版的麻省理工学院斯隆管理评论©麻省理工学院的“Performance Management’s Digital Shift”。以上为AI翻译，内容仅供参考原文链接：5 FACETS OF PERFORMANCE MANAGEMENT FOR THE FUTURE

观点
2019年04月15日

观点

科技改变员工体验的5种方式文/Manoj Agarwal 科技对人员管理和员工体验已经产生了重大影响。这篇文章涵盖了一些最令人敬畏的文章作为人类，我们每个人都是独一无二的。这使得人的管理成为世界上最复杂的功能之一。在专业环境中，性别、教育、地理、年龄组和技能集等人文维度会进一步增加复杂性。当组织试图用少量的人力资源手工处理人员管理时，他们最终会将这个已经缠绕在一起的过程进一步捆绑起来。好消息是，科技是解决这种复杂的可伸缩问题的最佳方法。如今，随着人工智能、机器学习和轻量级应用程序的出现，科技可以被用来深入理解每位员工的愿望和不满，而无需建立一个庞大的人力资源团队。来自这些产品的数据和分析可以提供动态的管理和无价的洞察力，从而构建积极的人员策略。通过这种方式，科技可以帮助在组织结构中有机地、无缝地推动组织更改。这似乎是一种空想，但在全球范围内，许多组织已经在接近这一顶峰的过程中。自世纪之交以来，世界各地的分析师一直在幻想着“未来公司”的概念，并对其进行剖析，以帮助企业为之做好准备。然而，随着科技在商业中的应用突然激增，保护it的组织确实受到了冲击。如今，企业要想在劳动力和用户市场上生存下去，数字化工作场所的需求是一个艰难的要求。科技已经在人员管理和员工整体体验方面造成了巨大的突破。下面是一些最令人惊叹的例子: 1. 招募:智能机器人时代人工智能在招聘过程和候选人体验中有着广泛的应用。招聘筛选过程现在正被人工智能接管。例如，Smashfly提供了与潜在候选人的个性化和极具人性化的交互。Smashfly的人工智能艾默生会向求职者发送跟进和提醒——甚至比人力资源人员更高效、更准确。这些都能帮助每一位潜在的员工感觉到公司对他们的候选人很感兴趣，并且对他们很重视。类似地，科技公司马欣德拉(Mahindra)拥有一个支持人工智能的人才市场，而这一人工智能被教导要利用公司的机遇来推动休眠人才。这些评委将根据候选人的独特优势和职业兴趣定制。这些机器不仅保证了活跃的候选人得到满足，而且也保证了潜在的前景。 2. 学习与发展:随需应变，充满活力科技极大地改变了员工的学习和技能提升过程。在线学习平台Udemy和Cousera正在使用市场学习模式。通过使学习成为“随需应变的”，这有助于在组织中开发一个动态的学习环境。数字学习平台也在使用游戏化——使用电子徽章、社交排行榜等——来实现学习动力。这帮助员工体验到学习更多的是一个有机过程，而不是一个规定的过程。在制造环节，演示学习和仿真占了上风。增强现实技术通过提供实时指令和加速在职培训，完美地符合这一目标。GE Healthcare最近有一个很棒的案例，他们在OTJ培训中使用了增强现实技术。他们让一批新实习生进行装配操作，在第一次试验中，他们完成装配的速度比标准装配时间快46%。他们通过使用智能眼镜来实现这一目标，智能眼镜向装配体叠加了增强指令，甚至包括步骤的可视化。 3.人力资源服务台:人工智能 “我怎么请假呢?”“报销旅行费用的程序是什么?”这些都是迭代的关键问题，需要立即纠正。对这些问题没有得到正确或及时的回答会极大地影响员工的体验。人力资源机器人正被广泛应用于组织中，不仅用于处理这些帮助台查询，还用于参与和理解员工的福祉。例如，Genpact使用人工智能使聊天机器人帮助他们的人力资源自助服务和员工参与。他们还使用分析和机器学习来解释通信模式，以预测性能和防止磨损。 4. 工作工具:增加劳动力奥莱利传媒(O' reilly Media)在2015年年中收集的一系列谈话中创造了“扩增性工作者”(Augmented Worker)这个词，目前这个词的意义越来越大。这个术语阐明了如何使用技术及其副产品来扩充和启用员工。一个典型的例子是，波音公司使用可穿戴技术来简化其电气布线过程。他们的技术人员现在使用语音搜索和叠加原理图，一步一步地完成了整个过程，而不是浏览电话簿上满是图表和示意图。类似地，埃森哲仅拥有30多个组织范围内的软件，可以帮助实现数字化、协作和提高生产率。甚至管理角色也随着技术的出现而发展。哈什文德拉•苏恩(Harshvendra Soin)是科技公司马欣德拉的首席人力资源官。Alexa和他们的内部聊天机器人绰号“UVO”，提供分析和信息，并响应语音命令。 5. 员工敬业度:推动文化的科技谷歌前高级副总裁拉兹洛•博克(Lazlo Bock)是Humu的创始人之一，该公司的唯一目标就是“让工作变得更好”。Humu通过确定和推动幸福感、生产力和记忆力的主要驱动因素，利用数据和算法帮助驱动行为变化。 Xoxoday平台是一个鲜明的例子，说明了技术如何使雇主能够直观地设计员工的敬业度，以及员工如何独特地选择如何进行回报。该平台使用了受社交媒体启发的技术元素，如提要、群组、聊天等，电子商务启发了广泛的全球目录，这使得奖励真正令人向往。据报道，Tech Mahindra公司使用的面部识别技术不仅可以避免刷脸，还可以帮助捕捉和测量他们的快乐指数，并将参与度指数发送给领导者和经理。这些创新表明了公司现在对员工敬业度的重视。这些软件为员工和公司提供了一个透明、协作和参与的工作环境。德勤(Deloitte)的一项研究预测，2019年人力资源领域将出现什么情况，而人力资源的每一项职能都将技术作为重要组成部分。该研究探讨了人力资源部门将如何利用技术来重新配置人才的工作方式，进行组织网络分析，以获得宏观劳动力方面的洞见，并超越招聘来培养人才和激励员工。技术已经在人力资源和所有员工的接触点变得无处不在。这些更高效的流程、更灵敏的环境和更敏感的交互，最大的好处就是让员工体验到更健康、更有目的的旅程。反过来，这应该旨在创造更好的工作场所、更好的社区和真正更好的生计。以上为AI翻译，内容仅供参考原文链接：5 Ways Technology is Transforming the Employee Experience

观点
2019年04月12日
观点

人力资源技术的真正数字化转型：人才领导者如何管理文/Jason Finkelstein 在当今互联的世界中，您昨晚的Google搜索成为当今有针对性的社交媒体广告。有关您研究，购买和发布的内容的数据已成为一种有价值的商品，也是一个日益受到关注的话题随着大数据和个性化在市场营销和客户获取方面获得动力，同样的想法在人才获取方面也越来越受欢迎 - 特别是随着就业市场的权力转移。一种新的强大趋势正在出现，它认识到收集和返回数据给求职者和员工的共同利益，从而扩大了对数据产生的见解的访问。你值得了解你，尤其是它可以帮助你提升你的职业生涯和工作生活。共享数据构建互惠为个人提供自己的数据是有价值的。无论他们是入门级申请人还是长期经理。像我们的出生日期或大学专业这样的一些信息我们很容易知道，但很多其他信息都不是。可以被动地收集诸如每周屏幕时间的行为数据。它可能仅在总体上获得价值，例如，关于通勤上的旅行速度的数据。其他数据要求背景和分析提供信息，例如我们对调查或评估中的问题的回答。回馈以前未开发的个人见解有助于人们做出更明智的决策，并可以改善工作中的生活质量。那会是什么样子？数据分析师从她自己的人格评估中获取见解，并了解到她的个性模式与成功完成领导力发展计划相关联 - 公司能够从总体洞察力中收集到这些计划。她有动力参加这项培训，并在工作中变得更有效。分享这些数据可以培养从雇用前开始的更强大的员工队伍。求职者在正确的岗位上磨练，新员工更加无缝地工作，现有员工长期从事职业发展 - 同时向雇主提供实质性的善意。职业发展民主化通过简化的候选人经验，人格评估可以使职业发展民主化。每小时工人和那些资历较低的职位的人都会从对工作场所习惯，挑战和与他人的兼容性的见解中获益匪浅。然而，这些职位通常只能进行低级别的筛选，例如背景调查。帮助员工了解他们的倾向以及最好地运用他们的才能的组织将推动更积极，更好的员工队伍和更高的保留率 - 比无背景的背景调查产生更好的结果。应用个性数据洞察力使组织领先许多步骤。从针对个人的见解到集体劳动力数据，公司在招聘，候选人经历和选择，入职，职业发展和保留方面都获得了优势。考虑一些可以解决的问题：申请人中哪些人格标记对有问题的行为的风险较高？发展中国家的哪些方面很常见？这个有良好资格的候选人是否真的适合我们的文化？以人为本的数字化转型 “最终，中断是关系中力量的转变，”分析师Charlene Li解释了主要业务实践转型的观点。共享的量化个性数据可以是推动这种转变的燃料。当公司快速大规模地获取这些数据时，这些调查可以为工人和组织提供价值。人力资源和人才领导者开始谈论数字化转型，但这个术语经常被滥用或误解。它不仅仅意味着使用SaaS通过HRIS或ATS工具在云中运行HR流程。这意味着承认数据被收集并存储在不同的系统中。而且，为了解锁真正的价值，数据无法被隔离。真正的现代人才技术平台必须具有API，以允许从数据中获取的收集，存储和见解在任何主要记录系统中工作。以API为中心的平台，促进便携和集成的数据收集方式，提供了新的机会：将个性数据和随之而来的职业发展从一系列的一次性转移到公司可以适应他们自己不断变化的需求和工人需求的持续过程。在这种情况下，人格评估和结果数据就是一个例子，但这种逻辑始终适用于其他人才技术解决方案。把你的数据放在嘴边这是人力资源和人才领导者如何接受数字化转型的快速框架：了解您的记录系统如何工作，并确保您投资于您的团队实际使用的那个。在购买之前，询问供应商他们如何从他们的平台获取数据（来自其他供应商）。他们有API吗？他们是否可以轻松地收集和存储“人员数据”，这些数据并非当今系统的基本组成部分？考虑您的决定将如何影响您的候选人和员工。想一想您收集的数据将如何帮助他们。人们居住在使公司变得强大的核心。通过在每一步都让人们参与其中，企业可以创造价值并投资于未来。这意味着以用户友好的方式收集和使用数据。组织可以拥有自己的蛋糕并吃掉它-在收集数据的同时吸引人们，通过数据驱动的决策提高效率和制定战略，最后将数据返回给个人以获得更多收益。以上为AI翻译，内容仅供参考原文链接：The Real Digital Transformation In HR Tech: How Talent Leaders Can Manage

观点
2019年04月11日
观点

HR中的Prescriptive Analytics是什么？文/Chiradeep BasuMallick 从静态到描述性再到预测性，人力资源分析已经走过了很长的路。现在，我们正处于下一个转折点，围绕规定性分析和它对人力资源的作用展开讨论。我们分享埃森哲报告中的见解，并考虑一位工作日的商业领袖要说些什么。在过去的几年里，分析已经成为人力资源部门的一个主要流行语。从简单的静态报告，HR团队现在期待着部署各种分析模型并做出更好的HR决策。在当今可用的各种分析技术中，描述性分析可能是最常见的(它告诉我们事件发生的原因)，而预测性分析是最常被谈论的(它阐明了接下来会发生什么)。第三个类别是规范性分析，这还处于讨论的初级阶段。说明性分析结合了静态模型和描述性模型的历史功能，并具有前瞻性。因此，用户不仅可以了解接下来会发生什么，还可以了解他们下一步应该做什么。虽然这在理论上听起来很有希望，但研究表明，关于规定分析的讨论还没有开始。什么阻碍了Prescriptive Analytics在人力资源管理中的应用规定性分析已经被Netflix和Spotify等科技颠覆者应用于媒体和娱乐领域。该技术处理海量的消费者数据流，查看过去的使用模式，预测未来的需求和偏好。然后，说明性层介入，建议应该显示哪些建议，如何定制特定的促销活动，以及是否可以部署任何特定的消息来吸引用户。在HR中，这可以转化为数据驱动的劳动力计划策略，其中分配、优化和添加(招聘)的每个元素都由预定义的路线图指导。然而，当前的劳动力规划策略往往依赖于数据不足和遗留工具。应用规定性分析的机会是巨大的。它将有助于整合新的数据流，使雇主能够超越对未来趋势的全面了解，并实际识别未来的动向。考虑到这些好处，理想情况下，公司应该尽早采用并探索规定性分析如何转变它们的人力资源功能。但对数据质量的担忧，以及这项技术的颠覆性影响，阻碍了这项技术的实施。垃圾输入/垃圾输出原则意味着，通过规定的分析生成的洞见只与输入其中的数据一样好。没有上面讨论的基本分析功能(静态的、描述性的，然后是预测性的)的公司会发现很难跨出这一步。另一个问题是，必须仔细评估和调整规定性分析输出，以确定最相关的操作领域。对于缺乏内部数据科学能力或强大战略人才的公司来说，这可能是一个具有挑战性的过程。关键用例及前进方向埃森哲(Accenture)在一项发人深省的研究中发现，应用规定性分析可以帮助企业找到其现场员工表现更好的领域，为公司带来更多利润。虽然这在理论上听起来很简单，但该模型分析了4500多名现场工程师、300万件设备和7种产品，在超过12000种潜在场景中找到了可操作的见解。这项计划的规模和特殊性是巨大的——规定性分析能够将数据栈分解为最细粒度的细节，从而为处理无数工作场景提供建议。从员工计划到内部调动，从制定培训计划到激励方案，说明性分析可以颠覆所有现有的模型。 “就像Netflix的商业模式一样。它根据我们过去看过的电影来预测一部电影，”Workday、澳大利亚和新西兰董事总经理罗布•威尔斯(Rob Wells)表示。就像亚马逊或Netflix的推荐一样简单，所有这些推荐都可以通过一个简单的界面轻松地传递给经理们——无需IT或数据分析师的帮助。“为了使这一愿景成为现实，克服之前详述的挑战，我们需要在技术、创新方面取得重大进展，并集中精力改善所有规模雇主对人力资源技术的可及性。” 以上为AI翻译，内容仅供参考原文链接：What is Prescriptive Analytics in HR?

观点
2019年04月11日
观点

IBM的人工智能可以预测计划离职的员工，准确率达95% 作者：冯鸥发布：ATYUN订阅号 IBM每天收到8000多份简历，但这并不是拥有大约35万名员工的技术巨头知道员工正在寻找新职位的唯一途径。而Rometty表示，IBM的人工智能技术对计划离职的员工预测准确率达到95%。在Rometty担任首席执行官的七年任期内，IBM一直在改进人工智能工作，致力于留住员工。 IBM人力资源部为其预测性损耗计划申请了一项专利，该计划是与沃森合作开发的，旨在预测员工的离职风险并规定管理人员参与员工的行动。Rometty将它的成功归因于分析许多数据点。 “需要时间来说服公司管理层这是准确的，”Rometty说，但是到目前为止，人工智能已经为IBM节省了近3亿美元的保留费用。 AI保留工具是IBM产品套件的一部分，旨在颠覆传统的人力资源管理方法。Rometty表示，传统的人力资源模式需要彻底改革，这是人类需要人工智能来改进的职业之一。由于IBM更广泛地实施了包括云服务和其他现代化在内的技术，它已将其全球人力资源部门的规模缩小了30％。剩下的职位工资更高，也能够执行价值更高的工作。更清晰的职业道路人工智能将在未来的职场中发挥更大作用，主要是让员工保持明确的职业道路并确定他们的技能。员工的职业道路透明将变得更加重要。IBM首席执行官表示，“我预计人工智能将在未来五到十年内改变100％的工作岗位。” 与员工保持透明意味着对所需的技能保持诚实，特别是当员工不具备这些技能时。 “如果你拥有未来不需要的技能，而且市场资源丰富，并且不符合我公司所需的策略，那么你就不适合呆在公司里。” 通过更好地理解数据模式和相邻技能，IBM AI可以专注于个人的优势。反过来，这可以使经理能够指导员工使用传统方法未来所见的未来机会，从数据中推断更准确。 IBM技术可以查看员工正在完成的任务，他们所采取的教育课程以及获得的任何排名。通过这些数据点，AI技能推断和人力资源经理可以更好地理解员工的技能。 IBM还放弃了另一种经典人力资源的主要内容：年度绩效考核。该公司评估员工的技能增长，作为他们与管理层季度反馈的一部分。 AI在为员工提供职业反馈方面做得越来越好。IBM的MYCA（我的职业顾问）AI虚拟助手使用Watson帮助员工确定他们需要提高技能的地方。它的配套Blue Match技术根据AI推断的技能数据为员工提供职位信息。Rometty表示，在2018年获得新工作或晋升的27%的IBM员工中，有一些人得到了Blue Match的帮助。摆脱目前的人力资源系统 Rometty表示，传统的人力资源部门通常资金不足，目前已分成了两类：一类是自助服务系统，员工被迫成为自己的职业经理人，另一类是应对表现不佳员工的防御系统。 “我们需要推广AI并摆脱现有的自助服务系统，IBM员工不再需要破译哪些程序可以帮助他们提升技能，AI向每个员工建议他们应该学习什么。” IBM的赌注是，未来一台机器能够比HR个人更好地理解个人的工作。需要明确的是，她评论并未被视为对人力资源行业的攻击。但以人工智能为中心的人力资源新时代将会有诸多进步，比如处理人力资源团队无法处理的数百万个数据点。原文来源：IBM的人工智能可以预测计划离职的员工，准确率达95%

观点
2019年04月10日
观点

在绩效评估中减少偏见的4种方法文/ Deborah Holstein 偏见是绩效评估中的一个真正关注点，并且导致许多员工将其视为主观且高度模糊。以下四种方法可以减少评论偏差并提高绩效。最近的一项研究显示，三分之二的组织并不认为他们的绩效管理体系是有效的。这可能是因为（正如斯坦福大学的研究所示），大多数人认为绩效评估是“主观的，高度模糊的”。理想情况下，任何审核流程的目的都应该是提高员工绩效并推动更好的业务成果。然而，这种意图往往被否定，因为许多员工认为他们的评价是不公平的。而这些信念可能比我们大多数人愿意承认的更有效; 即使它可能是无意识的，但在性能讨论中偏见是非常真实的，并采取多种形式，包括但不限于：新近度偏见：主要根据最近的成就或失败判断人们（执行年度审核的企业特别容易受此影响。）光环效应：当某人在工作的某个方面表现优异时，经理可能会忽视对任何其他员工来说都是问题的负面因素。性别偏见：根据最近的研究，女性在绩效评估中获得关键主观反馈的可能性是男性的1.4倍。为了减少评论中的偏见并为您的企业中的每个人提供更好的绩效，您需要一致的结构和明确的目标。以下是四种简单的方法。 1.写下目标和期望麻省理工学院的一项研究表明，表现最佳的团队通常都有明确而雄心勃勃的目标。这不是一个令人兴奋的洞察力，所以真正令人惊讶的是，50％的员工不知道对他们的期望是什么。设定明确的目标是评估绩效和发展需求的明显方法。它还减少了偏见。在完成评估之前参考目标给管理者提供了比开放式问题更客观的观点，例如“这个人如何表现？”。通过更频繁地检查目标绩效，您可以更有效地跟踪进度，同时减少新近度偏差的影响。管理人员更有可能回忆一个人在过去一个月或一个季度的表现，而不是整整12个月。 2.协调个人和业务目标有目的公司的市场表现超过市场42％。任务不仅指导您的业务方向，还通过将日常任务和目标与更广泛的业务成果联系起来，激励员工。然而，一项研究发现，只有不到四分之一的中层管理人员了解公司的战略重点。当业务目标清晰透明时，员工可以直接将目标与特定的公司目标联系起来。看到真实业务影响的能力将减少评论中的偏见。当优先事项发生变化时，个人目标也应该更新，这样你就不会不公平地判断人们是否有过时的目标。调整个人和企业目标也有助于减少性别偏见。与男性相比，女性接受与商业结果特别相关的反馈的可能性较小，这可以解释为什么她们只占据24％的高级职位。越是评估女性更广泛的商业价值，她们的感觉就越多，看起来就像贵公司的未来领导者。 3.避免打开盒子绩效评估中的大部分无意识偏见源于“开箱即用”。许多审核流程缺乏结构，只是为管理者提供一些开放式问题和大量空白空间。由于缺乏指导和如此多的余地，因此某些偏见会进入评估阶段并不奇怪。打开的盒子是一般指导管理人员得分的象征。只有39％的新经理接受了他们的角色培训，而在绩效管理流程中这一点更为明显。在麦肯锡的一项调查中，不到30％的员工表示他们的经理都是优秀的教练。为了帮助管理人员改进，培训他们与团队协作，设定和调整目标，并提供以发展为重点的建设性反馈。鼓励更频繁的对话，以减少新近度偏见，并提供技术，促使他们与团队一起检查以及讨论什么。您提供的指导和结构越多，您就越不可能看到他们的开箱偏差。 4.使用分析来发现潜在的偏见人力资源专业人员经常使用数据来为决策提供信息。但是，当谈到非常人性化的偏见问题时，分析是有用的，特别是如果你没有证据来支持偏见，偏见的指责本身也会被指责为偏见。可以很容易地发现数据中的潜在偏差，例如当员工收到负面评价但您可以看到他们达到所有目标并直接为更广泛的业务目标做出贡献时。或者，如果数据显示经理没有与个人进行定期与绩效相关的签到，请在审核中注意新近度偏差。将这些见解视为识别哪些经理需要额外辅导并确保员工在认为审核过程不公平时知道如何发表意见的机会。客观性=更好的表现人工成本占企业总成本的70％，员工在生产力方面发挥着至关重要的作用。您需要最大限度地利用每个机会来提高绩效。 60％认为公司绩效管理流程公平的人士也认为这是有效的。通过减少评论中的偏见并帮助管理者对团队的发展产生真正的影响，您将提升绩效并推动业务增长。以上为AI翻译，内容仅供参考原文链接：4 Ways to Reduce Bias in Performance Reviews

观点
2019年04月10日

1... 《 106 107 108 109 110111112 113 114 115 116 》 280 跳转至