• 数据驱动
    【收购】人才智能云™的先驱Crosschq宣布收购招聘分析平台TalentWall Crosschq是人才智能云™的先驱,正在推动数据驱动的招聘和人力资本分析的革命,宣布已经收购了TalentWall,该公司是流行的招聘分析平台的创建者,通过使用数据使人才招聘团队更有效地进行招聘和协作。作为招聘领导和招聘经理的重要工具,TalentWall是他们招聘团队最有意义的分析和洞察力的中央真理来源。 此次收购扩大了Crosschq的解决方案,使招聘人员和人才领导能够可视化和分析他们的招聘漏斗,同时对未来的招聘需求进行战略规划。将这些能力与Crosschq公司现有的寻找和筛选求职者以及衡量招聘质量的工具相结合,将提供招聘技术行业最全面的平台,以数据为核心,支持更好的招聘决策。 Crosschq的首席执行官Michael Fitzsimmons说:"从第一天起,我们Crosschq公司的使命就是利用数据和人工智能来消除招聘中的猜测。我们一直对TalentWall及其领导团队印象深刻,并相信没有比TalentWall的平台更能补充我们的人才智能云™。我们正在共同建立一个强大的人才智能平台,使招聘人员和招聘经理能够获得实时、预测性的数据,从而做出更好的招聘。" 这次收购是在Crosschq一年的强劲增长之后进行的,其中包括3000万美元的A轮融资。通过这次收购,合并后的公司现在是一家80多人的公司,为Snowflake、Box、HubSpot、Palo Alto Networks、GoPuff、Glassdoor、Upwork、DISH、Roblox、Flexport、Cloudflare、Reddit等品牌的450多个客户和9000多个活跃企业用户提供支持。 TalentWall联合创始人兼首席执行官Jacob Paul说:"我们与Crosschq有着共同的使命,即为人才和人事团队定义并创造下一代工具。我们两家公司的联合对我们的客户来说确实是一个游戏规则的改变。我们的集体产品路线图立即提前了18个月以上,因此能够立即提供我们联合平台的全部重量是令人难以置信的。" TalentWall是由招聘人员为招聘人员建立的,利用其对招聘生命周期内痛点的深刻理解,引领了可视化管道管理和协作的趋势。通过为招聘过程的每个阶段提供易于获取的数据,TalentWall使世界上一些发展最快的公司的招聘团队每周能够节省报告时间,同时帮助他们做出更多数据驱动的招聘决策。 "作为这两个平台的用户,我对它们的结合感到非常高兴,"Booster Fuels公司现任首席人事官、Lyft和Facebook的前人才主管Ron Storn说,"长期以来,我们的招聘人员和招聘经理一直处于数据饥渴状态。" 普华永道最近的一项调查显示,人力资源领导者将人力资源洞察力/数据分析、招聘/雇用、以及人力资源系统的云转型/现代化作为他们的三大挑战。从历史上看,人才招聘和人才管理团队一直无法获得正确的数据,使他们能够准确地描述招聘人员的表现和招聘指标,如成功率和整体保留率。这种可靠数据的匮乏导致招聘团队的报告费力不讨好,而且往往不完整,因为他们的主要职责已经捉襟见肘,需要做出商业决策的报告代替了其他选择,如Crosschq和TalentWall的综合实力。 "我们的研究表明,在当今竞争激烈的招聘市场上,企业希望在快速、高效的招聘与数据和洞察力之间取得平衡,以帮助他们在招聘过程的每个步骤中以最小的偏差做出最佳招聘决策。”WorkTech创始人兼市场分析师George LaRocque说,"Crosschq能够提供的那种数据和洞察力与TalentWall这样的可视化管道管理解决方案相结合,为雇主实现这一目标奠定了坚实基础。”
    数据驱动
    2022年05月18日
  • 数据驱动
    为什么数据是HR最重要的资产? 正如商业数据对于建立、营销和销售新产品至关重要一样,员工数据对于发展和维护一支有影响力的员工队伍也至关重要。商业数据,以及像Salesforce这样的消化数据的平台,早已证明了它们的价值。然而,直到最近,员工数据才被认为具有同等价值,并有技术以一种有意义的综合方式使用它。 员工数据将公司联合起来 员工数据是一个关键,可以用来连接和捆绑公司使用的所有不同的点SaaS系统。 想想工资单、福利、时间和考勤系统所产生的数据。这些数据可以与传统上与人力资源无关的系统产生的数据结合起来,如客户服务、设备管理、安全等等。一旦一个公司整合了其人力资源和IT系统,它就可以开始在这些系统中实现工作流程的自动化,在合并的数据集上运行报告等等。 正如Rippling的首席执行官Parker Conrad所指出的,"对于数据库专家来说,我们认为员工数据是在所有商业软件中创建一个单一的、统一的模式所需的秘密成分。因为几乎所有的商业系统在他们自己的模式中都有一个雇员的维度表,你可以使用雇员数据作为连接条件,将所有这些系统绑定在一起。" Rippling如何帮助团队利用数据 Rippling 基于第一个统一劳动力平台构建,以直观且有影响力的方式提供更多数据,涉及更多事物。它帮助人力资源团队使用定量指标,在员工组织范围内发挥最佳水平。此外,它还包含运营数十家公司或全球员工所需的所有应用程序 — 一切都在各个规模上统一起来。 数据是人力资源深刻转型的核心 麦肯锡公司在其报告《新的可能:人力资源如何帮助建立未来的组织》中指出,在一个后大流行时代,"基于旧规则的管理系统--解决统一性、官僚主义和控制的等级制度,将不再有效。取而代之的应该是一个更加灵活和反应迅速的模式,围绕着四个相互关联的趋势:更多的连接、前所未有的自动化、更低的交易成本和人口结构的变化。" 这一观点强调了二十年来人力资源的深刻变革。曾经主要负责入职/离职、员工内部管理和相关任务的战术单位,现在已经成为整个企业的一个深刻的战略组成部分。 德勤在其重要的全球人力资本趋势报告中说:"人力资源部门正在承担一个新的角色,即这些新的人员流程的管理者和设计者......这意味着人力资源部门正在重新设计它所做的几乎所有事情--从招聘到绩效管理到入职到奖励制度。" 麦肯锡的报告同样指出,"人力资源部门应该通过建立分析能力来严格管理人才,以挖掘数据来雇用、发展和保留最好的员工。"而且,"为了让企业领导参与到对人才的定期审查中,他们(人力资源部门的领导)可以开发半自动化的数据仪表盘,跟踪关键角色的最重要指标。" 这种仪表盘传统上只提供给有资源的公司来建立自己的仪表盘。但是,有了Rippling,它们成为了标准。这只是一个可定制和统一的劳动力平台的一角。 你无法管理你没有测量的东西 三个令人惊讶的统计数据: 只有5%的大数据投资用于人力资源部门,即通常负责管理人力资源分析的部门。 只有9%的公司认为他们很好地了解了哪些人才维度推动了他们组织的表现。 只有11%的公司拥有与组织目标高度一致的奖励系统,23%的公司不知道他们的员工重视什么奖励。 我们可以从这些数字中推断出什么?企业明白人力资源数据是有价值的,但收集这些数据,并从中提取价值,仍然具有挑战性。被动获取数据和自动分析的能力将帮助人力资源团队积极地影响企业及其员工的发展轨迹。 使用数据和既定分析技术的量化方法可以帮助企业制定有效和公平的流程,消除偏见并帮助加强整个劳动力。 人力资本分析法的实践 谷歌的 "氧气项目 "是人力资源数据被用来重新定义全公司管理实践的最早和最好的例子之一。该项目于2008年启动,"根据两个量化指标来定义经理人的质量:经理人的绩效评级和来自谷歌年度员工调查的经理人反馈。这些数据很快显示,经理人确实很重要:拥有优秀经理人的团队更快乐、更有生产力。" 该项目是对人力资本分析能力的一个最好说明。从广义上讲,人力资本分析使用 "分析技术,从报告和指标到预测分析,再到实验研究 "来 "发现新的见解,解决人员问题并指导你的人力资源行动。" 传统上,人力资源部门主要通过 "基于情感、直觉和轶事 "的定性辩论来应对挑战。然而,使用数据和既定分析技术的定量方法可以帮助企业制定有效和公平的流程,消除偏见,帮助增强整个劳动力。 Rippling是数据驱动的人力资源 Rippling Unity使企业能够将接触员工的每个系统连接到一个真相来源。这意味着更多的数据,关于更多的事情,以一种可消化、有洞察力的方式提供。它帮助人力资源团队使用量化指标,在整个组织中发挥员工的最佳能力。 有了这样的整合,也就有了使几乎所有工作流程自动化的能力。无论是检测到薪酬差异时触发的人力资源警报,还是出现安全漏洞时通知员工的IT警报,以及任何类型的财务和工程工作流程,都有数以百计的工作流程和报告预设并随时可用。 对于人力资源团队来说,这种自动化意味着结束了阻碍业务中人的方面的行政工作。在其核心,Rippling的自动化是高度可配置的,这意味着该平台可以随着人力资源团队的需求而增长和弯曲。新的业务指令?预计招聘人数激增?需要发布全公司的政策变化?Rippling为你的未来提供了保障。 作者:Nathaniel Brewster
    数据驱动
    2022年05月11日
  • 数据驱动
    【美国】AI驱动的技术招聘平台HireLogic获得400万美元种子资金,实现面试流程现代化并改善招聘决策 HireLogic是一家人工智能(AI)驱动的人力资源技术软件公司,致力于改善面试流程,已经获得400万美元的种子资金。 几位知名的个人投资者参与了本轮融资,包括摩托罗拉公司前首席执行官兼董事会主席Edward J. Zander、Guidepost Growth Equity合伙人、Razorfish公司前总裁Mike Pehl和Ritchie Bros公司首席执行官Ann Fandozzi。 HireLogic将利用这些资金继续扩大其平台的功能,包括应用机器学习、与视频会议平台和候选人跟踪系统(ATS)的整合,并建立基于产品主导型增长(PLG)模式的市场活动。HireLogic的领导团队由来自SAP、Oracle和TIBCO的企业软件资深人士以及来自CTPartners的资深执行招聘人员组成。他们开发了一个独特的平台,旨在帮助繁忙的人力资源部门和招聘经理适应现代人员招聘的挑战。 HireLogic首席执行官Anirban Chakrabarti说:"每月有3000多万次面试,即每天有100万次面试,其中许多是虚拟面试。我们在HireLogic的任务很简单:改善这些面试的体验,帮助企业从面试数据中获得洞察力,以做出更快、更好的招聘决策。" 招聘环境的竞争比以往任何时候都更加激烈。然而,埃森哲和哈佛商学院发现,超过88%的雇主认为他们筛选了合格的候选人。此外,Gartner发现,86%的公司现在正在进行虚拟面试,但很少有人使用现代方法来提出正确的问题或正确地捕获数据。根据人力资本研究所的报告,60%的求职者报告了负面的面试经历,这证明了这一点,部分原因是面试官没有准备好或在面试中显得不积极。 HireLogic通过以下方式解决了这些挑战并显著改善了招聘结果: 人工智能驱动的自动候选人筛选和排名,使用机器学习简历跨多个维度进行解析和匹配。 卓越的面试体验和数据收集,面试官指导,基于经过验证的最佳实践简化评分,并与人力资源系统集成。 通过面试亮点、主题摘要和交互式候选人比较进行深入分析和见解。 无偏见的决策和对多元化,公平性和包容性(DE&I)实践的支持,以获得更好的招聘结果。 与其他招聘技术解决方案不同,HireLogic建立在几十年的招聘经验之上,并提供了一种独特的方法来全面评估候选人的硬技能和软技能以及文化适应性。该平台包括数百个经过偏见筛选的模板,并在多个地域和职位的数千次历史面试中训练了人工智能模型,以加强人类的协作决策,利用无偏见的客观数据选择理想的候选人。 "如果员工是公司的命脉,那么雇用合适的员工是至关重要的,不仅是为了生存,而且是为了繁荣,"Kingsley Gate Partners的首席执行官兼HireLogic董事会成员Umesh Ramakrishnan说,"我们利用世界级招聘人员的集体经验,加上经过验证的方法来发现最合适的候选人,并将它们注入可访问的软件,帮助任何公司做出更好的招聘决策。" 任何规模的企业都可以立即开始免费使用HireLogic,对候选人简历进行排名,进行结构化面试,获得洞察力,并做出更好的、以数据为导向的招聘决策。对于使用现有求职者跟踪系统(ATS)的企业,HireLogic提供的计划包括与这些系统的整合,自动引入职位和候选人信息。 关于HireLogic HireLogic在一个支持指导性视频面试、机器学习辅助候选人排名和人工智能分析的平台上解决现代招聘挑战,以实现更好的、无偏见的、数据驱动的招聘决策。它建立在几十年的招聘经验之上,提供了一种独特的方法来全面评估和寻找最佳候选人,有数百个经过偏见筛选的模板和经过成千上万次历史面试训练的人工智能模型。HireLogic适用于任何规模的企业,这些企业可以立即免费开始更好的招聘。
    数据驱动
    2022年05月10日
  • 数据驱动
    【Laura Stevens访谈】如何将人力资本分析和员工体验联系起来 在本次访谈中,DSM全球战略分析和员工体验副总裁Laura Stevens和David Green讨论了: Laura 如何利用她之前作为人力资本分析顾问的经验,影响她在DSM的人力资本分析职能战略 通过设计以人为本的服务,可以在员工体验和人力资本分析之间利用协同效应和机会 人力分析团队如何帮助支持 HR 业务合作伙伴和经理,使其更加以数据为导向 Laura 关于如何确定人力资本分析团队应处理的领域优先级的提示,以确保他们能够成功扩展 采访实录 David Green: 欢迎DSM全球人力战略、分析和员工体验副总裁 Laura Stevens。Laura,您能给听众简要介绍一下您和您的在DSM的角色吗? Laura Stevens:当然!我是比利时人,我也是一位母亲。我有神经心理学领域的背景和博士学位。我是DSM负责P&O战略、分析和员工体验的副总裁,在这个职位上,我向全球CHRO汇报工作。不到一年前我加入了公司。 David Green:我们稍后会回到DSM的职位上来,因为我认为将人员战略、分析和员工体验结合在一起特别有趣。但首先,我希望您能与听众分享您的职业历程?您之前曾与我们共同的朋友Luk Smeyers一起在iNostix工作,然后担任德勤的顾问,也许可以分享一下您对过去五六年中人力资本分析领域发展的看法? Laura Stevens:是的,确实如此。在加入DSM之前,我在德勤咨询公司工作了大约七年,领导并发展了一条人力资本分析服务线。正如你所提到的,这也包括收购了当时一家领先的人力资本分析初创公司,以前也被称为iNostix。多年来,我们一直在成长和发展这个团队,使其成为20名专门的人力资本分析顾问,我认为这使我们可能是欧洲最大的人力资本分析服务线。 在我看来,在最初的日子里,人力资本分析仍然处于我所说的,一种书呆子实验阶段。由于大多数公司所做的基本上是一次性实验,通常由单个数据科学家或分析专家进行,这也与组织的其他部分完全脱节。我还记得,成熟度思维主要由问题决定,公司是否在进行描述性分析,所以一方面报告一些相关性,另一方面报告高级或预测分析。Luk Smeyers当时是该领域的绝对权威之一。他是高级和预测分析的大力倡导者,而出于多种原因,我有点怀疑。我认为,首先,将高级分析作为绝对最成熟度的关注确实分散了与实际业务挑战或真正商机的联系。那么,如果我们甚至没有彻底讨论过,一个组织的挑战是什么,或者公司面临什么样的机会,那么为什么要开始一个专注于“HOW”的对话,如此的描述性或预测性或规范性。 其次,对人力资源预测分析的关注,通常通过参考营销或客户分析领域的成功用例来证明其合理性。尽管我发现人力资源部门可以从该领域学到很多东西,但另一方面,人力资源与营销和销售之间也存在显着差异。因此,在人力资源领域,我们几乎不使用任何大数据,因此我们的数据量和速度与营销和客户分析领域有很大不同,因此在人力资源领域将分析模型产品化的价值远不那么明显。 许多高级分析用例经常使我认为,也许最好的情况是,一些有趣但难以使用的发现。因此,人们通常会说"这很有趣",然后像往常一样回到他们的业务中。 David Green:实际上激发乔纳森和我写这本书的原因之一,就是你提到的那些成熟度模型,你必须做描述性分析,然后再上升到预测性和规范性。当我们与更成熟或更高级的人力资本分析团队交谈时,他们并没有这样想。他们在想,我们的组织面临哪些重大业务挑战,分析如何支持这些挑战?在一天结束时,它可能是一个很好的描述性模型,可以提供洞察力,可以解锁解决这一挑战的洞察力的答案。因此,当我们写这本书时,我们实际上讨论了人们正在关注的许多领域,无论是围绕治理和设置所有数据标准,在团队中获得正确的人际技能,正确的技术和正确的数据,然后是结果。归根结底,正如你所说,这是关于结果的。你谈到了一些用例,也许人们会说"哦,那很好",然后"好吧,下一步是什么?您在担任顾问期间看到的分析的最佳用例是什么?而且,您是否能够与听众分享其中的一些示例? Laura Stevens:是的,绝对的。对我来说,可能最有影响力的用例是劳动力市场组织的用例。因此,基本上是一家将求职者分配到合适工作的公司。在开发分析模型之前,临时顾问通常会根据求职者的简历以及与求职者的个人对话来指导他们对某项工作的搜索和建议。他们几乎不知道求职者确实找到工作的机会有多大,他们实际上也不知道如何最好地建议或协助求职者增加在某个领域部署的机会。 因此,通过开发的分析模型,为这个基于直觉的流程带来了真正的根本性变化。事实上,对于每个求职者,该模型预测了该人在特定时间范围内在某个地区确实找到工作的机会,并且它使用各种不同的数据源(包括简历数据)以及例如该求职者的历史搜索行为。在这个模型上,我发现非常有趣的事情是,该模型还阐明了该人可以做些什么来增加他或她的机会。因此,我认为用例不是基于内部人力资源或员工数据,而是基于劳动力市场数据,但我仍然提到它,因为显然它仍然与人力资本主题有关。 因此,这意味着该模型已经产品化,现在它已成为该临时机构新工作方式的真正嵌入部分。但不幸的是,我看到了更多的用例,这些用例从未像往常一样真正嵌入或集成到业务中。我认为这并不奇怪,因为许多用例在设计时从未考虑到过最终游戏。这意味着长期以来,我们一直在设计分析模型,而没有对最终用户有透彻的了解,因此谁最终应该从见解中受益,甚至是对结果如何推动经常性决策的反思。我认为我们基本上太专注于自己和我们花哨的建模技术了。 David Green:是的,并不总是最复杂的模型可以带来最佳结果。 Laura Stevens:我认为留存率分析对我来说就是这些典型例子之一。我与许多客户进行了互动,这些客户在分析上开发了一个相当强大的保留模型,然后产生了个人风险评分,但公司当时不知道如何在组织中实现该模型。他们使用个人风险评分,显然我们知道GDPR不仅限制了使用个人风险评分的使用,而且根据具体情况管理保留也是不可行或可取的。 因此,尽管该模型具有分析稳健性,但它的影响是有限的,因为它无法真正集成或嵌入到工作方式中。我认为这是一直困扰我的例子之一。 David Green:是的,我认为一个非常关键的一点是,你如何使这些见解具有可操作性,并且对于经理来说,也许在他们的日常工作中?事实上,在过去的一年里,你已经转向了人力资本分析从业者和领导者。您在担任该职位时学到了哪些知识,这对您在DSM的职能战略有何影响? Laura Stevens:首先,我并不是为了做一些高级的事情而追逐高级分析用例。我记得在介绍我的策略时,我的团队说:"高级分析用例在哪里?”他们非常失望。我认为这肯定源于我的背景和经验以及我作为顾问所看到的事情。第二。我也从来不会在没有非常清楚地了解最终用户的情况下开始一个项目,是什么让这些用户在晚上保持清醒,以及某些见解将如何带来变化。所以,人力资本分析不再是做一些有趣的事情,我们真的需要将重点转移到相关性上。我总是告诉我的团队,没有行动的洞察力是高收费的。我们根本不应该这样做。对我来说,这是一个设计原则,它不是我们一开始就考虑的事情。因此,我认为可操作性对我和我的团队来说是一个强大的资格和设计标准,而不是我们只在分析工作完成后才考虑的事情。 David Green:我认为这很棒,你需要在一开始就考虑最终目标,而不仅仅是投入工作。还要让最终用户,赞助商,实际上有他们想要解决的问题并准备对此做些什么的人。有趣的是,Laura,显然在加入DSM之前,您在市场上闻名的一件事是,您是员工倾听和持续倾听方面的专家。这就是为什么我认为你对人力资本分析和员工体验都有所有权。您认为两者之间是否存在可以利用或已经在利用的协同效应? Laura Stevens:是的,绝对的。因此,我感到非常幸运,在我的投资组合中同时拥有人力资本分析和员工经验,因为这两个学科严重依赖彼此才能取得成功。 我认为最直观的是,我们知道员工体验是个人的,它是主观的,所以这是关于连接和理解对我们的员工最重要的事情。因此,根据定义,这从倾听开始,从研究开始,从分析开始,而不是从假设开始。因此,对我来说,员工倾听和分析确实是员工体验努力的命脉。这是其一。 可能不太容易理解或直观的是,员工体验对分析同样重要,因为最终员工体验本质上是在设计解决方案和服务时考虑到人类。我坚信,这种以人为本的设计对于加速分析领域的进步和采用实际上非常关键。如果我们不了解最终用户是谁,或者如果我们不从最终用户开始,并彻底了解是什么让这些人在晚上保持清醒,我们将永远无法真正将分析嵌入到我们的工作方式中并从中获得可持续的价值。这是其二。 因此,员工体验对分析同样重要,就像分析和员工倾听对员工体验至关重要一样。 David Green:我认为对于组织来说,在进行人力资本分析方面面临的挑战之一,是在数据周围的隐私中,与工作委员会合作,实际上将大量分析工作集中在理解和改善员工体验上。这如何支持这些对话? Laura Stevens:是的。员工倾听实际上是最强大的,但也可能是最简单的方式,可以快速收集有关情绪,行为,对我们员工最重要的事情的可扩展信息,这也是我优先考虑许多员工倾听计划的原因。长期以来,分析一直专注于我们拥有的数据。在员工体验领域,丰富的数据显然来自我们自己员工的声音。从GDPR的角度来看,从数据隐私的角度来看,如果我们对这些结果将如何用于优化员工的体验非常透明,这实际上很容易。倾听员工的声音,比使用被动数据和系统数据来了解人们如何行动或与我们的系统交互要容易得多。 David Green:我认为你暗示了员工倾听的另一个关键要素,那就是,我们走出去,我们向员工提问,我们收集数据,但最终它需要导致行动,我想这又回到了你对结果的见解。 Laura Stevens:是的。在员工倾听的空间中,我的团队正在处理几件事,其中之一显然是闭环和行动。 如前所述,如今,特别是在大型全球组织中,只有少数事情可以像精心设计和强大的倾听策略一样强大和有影响力。当我谈到彻底的改变时,对我来说,这首先意味着所有倾听的努力都应该与我们的战略重点有非常明确的联系。我们基本上是调查供应商告诉我们要衡量什么,而不是根据我们的战略重点进行正确的问卷调查,这绝对是我和我的团队试图带来改变的领域之一。 第二个是可操作性。我在那里利用了我在神经心理学方面的背景,其中很多行动不是关于繁重的行动或由人力资源驱动的冗长的推出计划,而是关于激活个人并使用神经心理学和行为科学领域引入的一些推动原则。因此,这些是我们优先考虑的几个元素,以更好地闭合循环。 David Green:你可以看到,赋予个人权力是你真正看到行动发生的地方,然后我想你可以用你的倾听来检查A]如果它正在发生,B]影响是什么。 Laura Stevens:当然。将个人视为促进敬业度,幸福感等的积极因素,是一个非常重要的元素。这不仅仅是人力资源。这不仅仅是领导力。   David Green:我们将回到您关于以人为本的设计的观点。当您考虑从以人为本的设计角度考虑最终用户时,您是否也考虑将人力资源业务合作伙伴以及经理视为您的用户?如果是这样,您如何帮助这两个群体使用数据并支持员工体验? Laura Stevens:绝对的。我和我的团队的雄心壮志之一是在整个P&O职能部门或人力资源部门中嵌入和扩展数据驱动的决策。我们希望我们职能部门的每个人,基本上都能够做出数据驱动的决策。但我们也意识到,为了实现这一目标,我们需要确保我们的员工(包括业务合作伙伴)能够轻松访问正确的数据。这意味着在一个平台上,通过一个具有直观前端的平台提供,这也鼓励他们非常快速地探索数据和见解,即使没有分析背景。这样一个平台需要产生与我们的业务合作伙伴及其各自的业务领导者明确相关的见解。因此,它立即需要为他们的成功做好准备,因为他们可以与他们的商业领袖一起提供更明智的客观决策或建议。 我们现在正与我们的业务合作伙伴进行大量合作,以了解他们的战略以及他们的战略推动因素,以便我们可以确保我们的平台提供他们所需的见解,尽可能出色地完成工作。事实上,我们的目标是使我们的关键内部客户获得简单且相关的见解,显然,从这个意义上说,人力资源业务合作伙伴是一个关键用户。 David Green:您的团队和其他人力资本分析团队如何帮助支持 HR 业务合作伙伴过渡到更加数据驱动?我很想听听您对您在DSM所做的一些事情的看法,以帮助人力资源业务合作伙伴,以及组织如何在这段旅程中支持人力资源业务合作伙伴? Laura Stevens:我对这个问题的回答可能非常简短和简单。在我看来,如果我们的举措被视为另一件需要学习或获得的东西,我们就没有做正确的事情。因此,分析团队需要连接到业务优先级,然后通过数据驱动的见解加速这些优先级的交付。如果我们所做的任何事情都被认为是"还有别的东西需要学习"或"还有一些东西需要获得",那么我认为我们需要审视自己,并想知道我们是否支持正确的优先事项。 David Green:因此,您再次与您正在采取的一种方式进行了交谈,即从您的业务P&O业务合作伙伴那里了解他们需要什么来帮助他们进行对话和讨论他们正在对其业务职能或业务部门所做的工作。所以这是双向的事情,我认为有时我们认为这只是关于人们分析事情,把事情推出去,但实际上我们需要理解并确保我们推出的东西是相关的,并且有助于他们的工作。 Laura Stevens:当然。我根本不喜欢在"按需"的基础上工作,所以我是推动事物的倡导者,但我们需要推动正确的事情。 David Green:CHRO和HR领导团队,人力资源部门和其他P&O部门围绕数据驱动的重要性提供了哪些支持或传达了什么信息? Laura Stevens:数据驱动是我们P&O转型的核心支柱或元素,不仅是我们P&O转型的一部分,也是全公司的首要任务。因此,我们正在做很多工作,以发展成为一个洞察驱动的组织,好事是,现在我们正在中央分析团队在中央层面推动的东西之间创造协同效应,成为IDEO并带领人们,然后从这个意义上说,我们从P&O转型的角度做了什么。 重要的是要确保所做的任何事情都是相互加强的,而不是被视为来自人力资本分析的东西,来自全球分析团队或中央分析团队的东西,因此我们正在创造协同效应,并确保数据精通,分析精通成为一个机会,在职能之间简化,从中心点优先考虑的事情。 David Green:归根结底,这是一个团队的努力。我们去年所做的研究,我认为有22%的人处于你的位置,直接向P&O或CHRO的负责人报告,并且是人力资源领导团队的一员。这是一个非常明显的问题,但是,这如何帮助您履行职责,以确保您正在做的事情与最重要的业务优先事项相关联? Laura Stevens:我是全球P&O领导团队的一员,这确实有助于了解不同COE,全球业务合作伙伴,人力资源的优先事项,因此我坐在非常接近决策的地方。CHRO的支持极大地帮助了我,并在战略,实现以及与整个业务和组织优先事项紧密相连时加速了一些雄心壮志。 David Green:这很有趣,因为我记得Luk Smeyers,在几年前的一次会议上,实际上挑战了房间里的一些人力资本分析领导者,并说"如果你不向CHRO报告,我建议你去别的地方工作。" Laura Stevens:对我来说,这是我接受向DSM过渡的重要原因之一。因此,对我来说,向CHRO报告是一个基本条件,以确保无论决策在哪里,你都可以推动这些决策。我希望避免处于价值链的接收端,而是宁愿确保我和我的团队能够参与战略对话。 这就是我的角色真正让我兴奋的地方,也是我期望人力资本分析领域也真正加强的地方,我们不是一个执行引擎。我们将分析专业知识与对人员和组织的非常透彻的理解相结合,正是这种功能专业知识和分析专业知识的结合证明了我们的存在。否则,您为什么不将自己限制在中央分析团队中呢? David Green:很好。对于即将进入新的人力资本分析领导者角色的人,您有什么建议?特别是如果他们只有一个小团队。 Laura Stevens:很明显,这取决于你的野心,以及你的公司在数据分析领域建立的基础,我认为这是一件公平的事情。 但是,如果你的目标是提供战略影响,这是我的目标和我团队的目标,我绝对建议你继续坐在驾驶座上。所以这就是推与拉的关系。因此,要专注于一套精选的大单,战略优先事项。 
优先考虑那些有可能在整个组织内扩展的项目,以确保你的知名度和影响最大化。 我和我的团队将可扩展性作为最高资格标准之一。因此,我们避免最终进入非常特定于某个业务领域或非常特定于某个区域的项目,因为这永远不会帮助我们扩大影响并最终成为数据驱动的功能。这是最终的游戏,它不仅仅是交付分析项目。 David Green:这是一个挑战,不是吗?因为你可以完全被请求淹没,并且拥有一些你已经谈到的技术和速度,一个平台,可以满足一些日常请求,那些临时请求,只要你使用的技术易于人们使用,那么他们就可以自己找到这些信息,正如你所说, 然后,团队可以专注于将对业务产生最大影响的东西,这些内容也可以在整个组织中扩展。 Laura Stevens:我完全同意,特别是能力建设。你可以向人们解释你在做什么,你没有做什么,但有时它首先需要加强组织的其他部分,从事你不一定认为是你投资组合一部分的活动,并让人们在某些领域自给自足,比如基本报告。这就是为什么我的团队现在使组织,首先是P&O职能部门,能够轻松访问数据,以便他们在提取报告时变得更加自给自足,以便我们有时间真正专注于更高级的价值创造。   David Green:是的,你必须同时考虑这两件事。因此,这很好地引出了下一个问题。许多分析领导者面临的一个挑战是,对请求说"不",并确定他们应该在哪些领域开展工作。您有什么建议,如何说"不",并帮助确保他们保持专注? Laura Stevens:我想,这主要是一个在你的定位上投入时间的问题,也是一个教育组织了解你的战略和提供帮助人们理解你的目标是什么,这在优先事项和工作方式方面意味着什么? 
根据我的经验,帮助人们理解对所有事情说 "是 "永远不会为职能部门或组织的成功奠定基础,正如我已经分享的那样。 因此,如果您忙于处理15个不同的按需项目,并且团队非常小,您将永远无法专注于构建职能部门所需的正确可扩展基础,从而成为数据驱动的人力资源职能部门。正如在这个问题之前已经提到的,我认为有时它确实需要加强组织的其他部分。我认为,这对我来说是最重要的学习之一。这不仅仅是说,我想做什么。因此,现在我们非常专注于自给自足,基本报告以及组织其他方面的能力建设,以确保我们能够真正实现运营模式和理想设置。 David Green:我想,在首席人员和组织官、CHRO和人力资源领导团队中拥有强有力的倡导者和支持者也是如此重要的地方。 Laura Stevens:是的,这可能是所有这一切中最有影响力的因素。 David Green:我们现在进入最后一个问题,这是我们在这个特定系列中向每个人提出的问题,我非常有兴趣听到您对此的看法。技术在支持员工体验方面的作用是什么? Laura Stevens:在我看来,技术是员工体验的众多不同驱动因素之一,就像文化或物理环境一样。然而,公平的是,随着技术现在成为我们工作方式和交付价值的方式中越来越核心和更重要的一部分,对员工体验的影响可能是指数级的。 
因此,我认为今天人们需要的工具是有趣的、简单的、与完成他们的工作相关的。但是,他们今天更需要的,也是研究证明的,是一个连接和整合的技术环境。今天,积极体验的最大障碍可能是大量不同的脱节系统和技术,这要求用户花费太多时间来找到他们正在寻找的东西并完成他们需要完成的任务。这不仅对员工体验产生了非常负面的影响,而且最终也会对生产力和公司绩效产生负面影响。 此外,我的团队正在支持开发集成的数字路线图,以确保我们不会在独立的基础上处理每一项技术,但我们也考虑未来以及这些不同的系统将如何相互通信,以及我们如何为我们的员工创造简单性,以便他们可以在更快的时间内做得更好。 David Green:实际上,你还谈到了另外两个领域,显然是文化和物理环境。我开始看到的一件事,特别是在美国的一些组织中,是人力资本分析团队,除了收集劳动力数据,也在收集工作场所的数据,特别是希望我们开始回到我们的实体办公室。 
你认为这对DSM来说是个机会吗?同样,如果我们考虑到混合工作,了解我们在办公室时将如何使用办公室,然后可能将办公室设置为真正实现这一点,例如创新和协作。这是你正在考虑的事情,或者在时机成熟时将会考虑的事情吗? Laura Stevens:是的,绝对的。我认为最后一个细微差别是正确的。DSM正在我们所谓的"混合工作场所"上投入大量资金。显然,与许多其他公司一样,随着COVID的爆发,我们已经开始进行一些脉搏检查,这也围绕着我们如何促进或帮助我们的员工在混合环境中发挥最佳作用。因此,这是我们发起并正在进行的一项工作。 其次,我们显然也将探索如何使用其他数据源来促进人们重返工作岗位的过渡,我真的相信人力资本分析可以在那里发挥关键作用。但是,这更像是未来的管道。
    数据驱动
    2022年04月19日
  • 数据驱动
    成功实现人力资本分析(PA)数据民主化的八个步骤 Insight222的《2021年人力资本分析趋势》研究提出了一个数据驱动的人力资源文化模型。关键因素之一是将数据驱动的决策嵌入到整个HRBPs和管理人员中。总而言之,这涉及到: 通过投资可访问且易于使用的工具,使整个组织的数据民主化。 提高HRBPs的数据知识技能,以及其他辅助技能,如咨询和影响。 通过确保来自CHRO的清晰一致的沟通,并激励采用数据驱动方法的职业旅程,支持人力资源部门的变革管理流程。 什么是数据民主化? 数据民主化是使组织中更广泛的人群可以访问数据和洞察力的过程,他们将从数据的使用中受益。Gartner预测,到2023年,促进数据共享的组织将在大多数商业价值指标上超越同行。 许多人力资本分析领导者最关心的问题是,"我应该提供的第一个大规模解决方案是什么,以实现数据的民主化?”根据人力资本分析领域的"领先公司"的说法,通过投资第二波人力资本分析技术,如基于SaaS的数据民主化系统(例如,Visier,Crunchr,One Model),或使用Microsoft Power BI或Qlik等工具构建仪表板套件,为管理人员和人力资源专业人士提供大规模的洞察力是明智之举。 本文将探讨使用分析仪表板实现人员数据民主化时,对成功至关重要的八个步骤。 实现人员数据民主化的八个成功步骤 1.CHRO赞助和关键业务利益相关者的支持 有一个关键的利益相关者很少需要说服人力资源部门的数据驱动文化的重要性,那就是CHRO本身。在Insight222最近的研究中,90%的受访公司表示,他们的CHRO已经明确表示,数据和分析是人力资源战略的重要组成部分。 因此,让CHRO赞助一个带有分析仪表板的人员数据民主化计划至关重要。这应该是建立数据驱动型人力资源职能的更广泛战略的一部分,该职能部门定期传达给人力资源同事。 如果要向业务成功启动分析仪表板,则相同的原则也适用。确定几位对经理有权访问人员数据以做出决策充满热情的高级业务主管是成功的关键。如果这些高级领导者能够与他们的团队一起设定期望,让他们使用这些数据来为有关其人员的讨论提供信息,这将开始推动高层的行为变化。 2.明确对业务问题的理解 如果仪表板仅关注人力资本分析团队认为重要的要求,则数据民主化将失败。必须花时间与人力资源业务合作伙伴、关键业务利益相关者和其他用户群体一起,了解他们面临的挑战、他们收到的问题以及他们与利益相关者的对话。在这些对话中,数据可以推动更有效的讨论。 然后,人力资本分析团队必须考虑如何将这些问题转化为仪表板可以回答的分析问题。为了在这方面取得成功,Insight222人力资本分析运营模型推荐了人力资本分析顾问的需求引擎。咨询团队直接与业务和人力资源利益相关者合作,了解、理解业务战略和挑战,并将其转化为解决方案引擎可以解决的假设。 在一家总部位于欧洲的大型全球金融服务组织中,人力分析咨询团队负责人采访了 50 多名 HR 和业务利益相关者,以收集自助服务仪表板的要求并确定其优先级。仪表板的目的是回答有关劳动力的关键业务问题,并减少人力资本分析团队的手动报告开销。仪表板已扩展到 HR 和业务部门的 2,000 多个用户。它在以前的尝试失败的地方取得了成功,因为它旨在满足人力资源和业务需求。咨询负责人理解并优先考虑这些要求,同时在整个项目中直接与利益相关者沟通,并根据他们的反馈迭代产品的设计。将手动报告从 3,000 份减少到 600 份以下所节省的成本用于资助高级分析团队的建立。 顾问的角色将继续成为该人力资本分析团队转型的关键驱动因素,自助服务仪表板是构建数据驱动型人力资源职能的基础推动因素之一。 3.开发用户角色和旅程 通过关注体验和结果,将以人为本的设计原则应用于仪表板的开发,将有助于开发为所有利益相关者带来价值的解决方案。以人为本的设计可以被定义为设计以人为本的产品、流程和体验的一种方式。必须考虑仪表板的目标用户,并为每个用户创建角色。要考虑的问题包括: 谁是仪表板的不同预期用户? 他们将在什么情况下使用仪表板?他们的用户旅程可能是什么样的?他们的兴趣、动机和需求是什么? 他们面临哪些挑战?仪表板如何帮助降低它们所经历的复杂性和摩擦? 他们需要如何使用数据和见解,因此哪些可视化效果最合适 将产品思维模式应用于仪表板的开发,并将用户(而不是人力资本分析团队)置于设计思维的中心,这一点很重要。正如ServiceNow首席创新办公室的布道者Nerys Mutlow所说:"人们喜欢以不同的方式消费信息。人们喜欢以不同的方式工作。有些人非常视觉化。例如,有些人对书面沟通类型的反应更好。” 了解"体验"本身就是产品思维的核心。正如Tata Steel人力资源战略、分析和人力资源创新实验室负责人Vipin Sharma所概述的那样:"我们所有的分析项目,无论是可视化仪表板、描述性分析还是预测模型,都是从最终用户及其解决的业务问题开始的。对于所有可视化仪表板,我们与领导层和HRBP就他们需要实时改进决策的KPI和见解进行了深入讨论。” 让用户参与仪表板的构建、测试和迭代可能是 HR 的一种新工作方式。尽管如此,从长远来看,它将使产品更加成功,而让HR参与设计和构建的过程将有助于为HR开发数据驱动的文化。 4.与数据隐私的合作伙伴关系 与人力资源部门的首席数据隐私官的合作伙伴关系对于确保人员数据的道德使用至关重要,这也适用于数据民主化计划。成功的人力资本分析团队与数据隐私团队建立了牢固的合作伙伴关系,并定期与他们会面,讨论人力资本分析项目、新兴数据源以及有关共享数据的隐私注意事项。 步骤 3 中创建角色的过程也应为仪表板创建安全角色配置文件提供信息。并非所有用户都需要相同的数据访问权限 - 他们应该有权访问其角色所需的数据,并且根据其角色类型和职责范围,这看起来会有所不同。 人力资本分析团队和数据隐私之间的合作伙伴关系对于正确实现这一目标以及在将新数据源合并到仪表板中时管理未来需求至关重要。同样重要的是,应用强大的数据管理,为仪表板中的数据元素和指标创建和记录标准定义。 5.试点并建立实践社区 仪表板的持续采用和使用可能是人力资本分析团队在此类工作中面临的最大挑战之一。为了增加成功的可能性,在更广泛地推出仪表板之前,必须先试用仪表板的启动以进行测试和学习。一种方法是首先启动到对产品支持和需求最大的特定队列或业务领域。另一种有效的方法是创建一个拥护者网络。这些拥护者是仪表板的早期采用者,一旦它在各自的团队中更广泛地推出,就会继续支持其使用。 创建网络或"实践社区(CoP)"有许多好处,例如支持提高人力资源和管理人员技能的计划,使其更加数据驱动。在 CoP 表面用例之间讨论和共享示例,其他用户可以从中受益。最后,有效的 CoP 通过利用 CoP 来鼓励和动员旅途中的其他同事,从而支持人力资本分析团队扩大工作规模。 在Merck Group,除了CHRO赞助之外,大使网络一直是培养数据驱动型人力资源专业人员的关键成功之一。Merck Group人员数据和技术集团负责人Alexis Saussinan解释说:"我们很早就意识到的一件事,特别是三四年前,是如果你想提高数据素养,那就忘记这个工具。这不是关于工具,而是关于你可以围绕它做些什么。这就是我们在人力资源部门内部以及更广泛的业务中建立社区的地方,这些社区聚集在一起,分享他们如何从人员数据和技术见解中获得价值。因此,能够建立一些大使网络,作为你技能提升努力的倍增器,这已被证明是非常成功的。” 6.与技能提升计划一起启动 人力资源领域最成功的数据民主化计划与人力资源专业人员的教育和技能提升计划同时启动。这些计划旨在帮助人力资源专业人员了解数据驱动意味着什么,以及如何在日常角色中应用这些数据。数据素养技能对于有效的数据驱动决策至关重要,但它们是未来人力资源专业人员需要的众多技能之一。其他包括以业务为中心的技能,如组织敏锐度,利益相关者管理和讲故事。 Insight222最近的研究发现,只有43%的组织认为他们的HRBP正在培养数据素养技能,尽管超过80%的CHRO希望他们这样做。 在不断发展的数字数据驱动环境中,深思熟虑的决策并不意味着每个人力资源专业人员都必须成为数据科学家。但是,每个人力资源专业人员都需要具备数字素养和分析能力。对于人力资源专业人员来说,收集数据和见解以告知决策并确保以新的创新方式将新的视角应用于挑战至关重要。 为人力资源专业人员和管理人员配备正确的工具,以便他们能够使用数据和见解来指导关键利益相关者的决策,这是建立数据驱动型文化的核心部分。但是,除非它伴随着一个专注于分析思维和数据素养应用的学习计划,否则它不会成功。 7.有意识地管理文化变革 重要的是要启动具有沟通计划的仪表板,其中包括来自CHRO,高级业务利益相关者的消息以及经过深思熟虑的营销活动以创造兴奋感。然而,一旦工具启动,数据民主化计划就不会完成。为了取得成功,至关重要的是,它们必须伴随着持续的变更管理过程。 业务和人员战略将继续发展,仪表板应经过持续的开发和发布周期,以确保它们反映业务和人力资源不断变化的需求。同样,组织中将有人员流动和新加入者,因此需要持续的营销,沟通和技能提升,以确保工具继续使用。重要的是要考虑如何将仪表板整合到员工旅程和计划中,例如新加入者入职以及表彰显示数据驱动的行为。 8.衡量影响 一个经常被忽视的步骤是测量数据民主化的影响。根据项目的最初目标,这可以以多种方式应用。例如,部署仪表盘的目标可能是减少对人员分析团队的临时请求,从而为人力资本分析团队创造能力,使其专注于更多增值的分析项目。 重要的是,随着时间的推移,衡量这种情况是否已经发生,并专注于仪表盘的持续嵌入,以确保采用。使用数据将确定人力资源和业务用户中哪些地方采用率高,哪些地方采用率低。这些数据可以用来为人力资源部门的进一步技能提升计划提供信息,并在高采用率的用户中确定冠军和使用案例,以帮助教育和促进工具的使用。作为人力资本分析管理的最佳实践的一部分,在财务和人力资本分析分析团队之间建立合作关系也很重要,以商定如何衡量商业价值和数据民主化计划和其他分析项目的投资回报。 最后的思考 通过投资可访问且易于使用的工具,来实现整个组织的数据民主化,是发展数据驱动的人力资源文化的一个关键部分。Insight222最近的研究发现,在人力资本分析功能提供易于用于做出即时决策的数据的公司中,超过80%的公司拥有人力资源驱动的数据文化。 正如微软人力分析主管Dawn Klinghoffer在这项研究的采访中分享的那样,"我们不仅提供数据,我们与团队合作,创建正确类型的准备材料,帮助他们有效地完成工作。这不仅仅是关于数据,而是关于你如何使用数据。虽然掌握数据质量问题和选择正确的技术很重要,但本文中概述的八个步骤至关重要,也应该纳入工作计划,以确保通过分析仪表板成功实现数据民主化。   作者:Naomi Verghese
    数据驱动
    2022年04月18日
  • 数据驱动
    【推荐】员工体验的黄金标准:个性化( Personalisation ) 近几个月来,人力资源个性化已经成为员工体验(EX)的黄金标准,并迅速成为人力资源部门关注的主要焦点。 个性化的员工体验和利润增长之间的联系已牢固建立。然而,根据Vishal Muktewar的说法,"只有不到29%的企业组织为其员工提供超个性化的数字体验(DEX),更重要的是,尽管这种个性化的好处是众所周知的,但63%的组织在他们的DEX中没有提供任何个人的个性化服务。” 在这篇文章中,我将定义人力资源个性化;展示人力资源个性化的例子;提醒我们为什么它很重要;并概述一些重要提示,以帮助你开始人力资源个性化之旅。 什么是人力资源个性化?What is Personalisation in Human Resources? 人力资源中的个性化不是 "一刀切 "的做法,而是利用数据让员工选择最适合他们情况和需求的奖励、福利、L&D和其他 "产品 "的要素。此外,员工使用技术来获取他们想要的元素,就像消费者获取公司的产品一样。 人力资源个性化的关键:以数据为导向的设计 简而言之,个性化是根据公司了解到的个人信息来定制体验或沟通的行为。 然而,正如Tom Haak所指出的:"今天的大多数人力资本分析工作都非常关注组织的需求。注重人力资本分析对员工的好处,需要采取不同的方法。" 因此,为了向员工提供个性化的奖励、福利、L&D等,组织需要考虑这些不同的元素,不是为员工提供的福利,而是作为员工评估和消费的产品。 如果人力资源部门内的各个支柱将自己视为产品设计师,他们会希望确保他们的最终产品是由客户的需求和愿望塑造的,并将被他们使用和喜爱。产品设计师不只是观察他们的终端用户,他们往往会让他们参与到设计过程本身。 虽然人力资源服务部门已经开始使用设计思维技术来获取员工数据,但对于人力资源支柱部门来说,做同样的事情也同样重要,甚至更重要。 个性化的人力资源产品 想象一下,两个员工,在同一天出生,在同一天加入公司,在公司里担任同样的角色,在公司里担任同样的级别。然而,他们是完全不同的人,有着不同的志向。"一刀切 "会让两人都失败。 例如,在奖励方面,正如《激励与动力》所指出的:如果你表现出色的销售人员不喜欢足球,向他们提供足球票有什么意义?如果你的销售团队中只有一个人或没有人喜欢足球,这就不值得了。 允许员工个性化他们的奖励元素,使他们更加投入。仅仅因为某人已经55岁了,并不意味着他们一定要为他们的养老金投入更多的钱(而且认为他们必须这样做是傲慢的)。在个性化福利的世界里,"员工希望现在就能获得适合他们的福利"。 在学习与发展方面,人们早已清楚,"你不应该再在同一时间给每个人上同样的课""通过允许学习者设定自己的目标,独立于培训师工作......他们可以按照自己的节奏学习,并掌握自己的学习进度。" 个性化的人力资源服务 尽管我们人力资源部门可能希望如此,但人们只有在以下情况下才与人力资源部门接触: 他们的生活中出现了私人事件--也许是孩子的出生 他们正处于员工旅程的某个阶段,例如晋升 人力资源部门发起了互动,例如年度薪酬审查。 不管是什么原因,当人们与人力资源部门接触时,他们要么想要寻找信息,要么想要完成一些事情,要么想要解决一些问题。 在专注于人力资源个性化的人力资源服务体验中: 在寻找信息的时候,员工不会看到冗长的政策文件或常见问题,而是只得到与他们相关的内容--不仅基于他们的角色、任期、地点、就业类型,还包括他们搜索的意图和适合他们学习风格的格式。 当希望完成一些事情时,而不是被期望使用多个人力资源系统进行自助服务(这意味着首先他们必须先接受如何使用这些系统的培训),一个总体的体验层或聊天机器人充当了中介的角色。 当需要解决一些问题时,人工智能会分析他们的问题并将其分配给正确的人,而不是让他们自行处理并向正确的服务台提出案例。 人力资源个性化示例:联合利华的个性化整体福利 在接受Louron Pratt对员工福利的采访时,联合利华前全球福利主管Peter Newhouse说:"我们决定,因为不是所有的员工都是一样的,他们需要有机会选择适合他们需求的福利。因此,提供灵活的整体福利,使联合利华能够为其员工提供个性化体验;他们会收到不断的更新,提醒他们有哪些新的福利提供,以及哪些福利最适合他们目前的情况。" 个性化的人力资源服务:门户网站、聊天机器人、API等 拥有个性化的人力资源产品非常好,但是,如果员工访问它们的方式不是个性化的,那么问题就没有得到解决。 而问题在于,员工在工作中使用的技术远远落后于他们在个人生活中使用的技术。 正如Benefex最近指出的:60%的员工说工作场所的技术不如消费者技术先进。而且,正如Sapient Insights Group在其2020-2021年的调查中解释的那样,现在平均每个组织部署了16.24个人力资源解决方案。 "作为第一步,许多组织正在部署个性化门户,在与员工的第一个接触点引入个性化,同时在一个平台上提供所有人力资源服务和内容的访问。" 为了实现人力资源的个性化,API连接到核心系统,浮现数据,并允许数据从这些系统外更新,无论是从门户内还是通过聊天机器人。 但是,在员工享受真正的Netflix式的体验之前,我们还有很长的路要走,他们可以使用系统要求休陪产假,并被提示将他们的孩子加入他们的健康保险! 为什么人力资源的个性化很重要? 简单来说就是钱。有明确的证据表明,优秀的员工体验可以提高员工参与度,这反过来又导致了客户满意度。满意的客户会成为忠诚的客户,从而增加利润。 个性化提供了出色的员工体验。 正如Fujitsu Global的北欧和西欧人力资源主管Jason Fowler所指出的。"个性化的服务为员工和组织之间提供了更大的联系感。通过培养适合员工情况的关系,以及雇主关心这些事情的环境,这意味着个人可以更好地专注于他们的工作,以更多的参与和投入。" 7个关于人力资源个性化的提示和提醒 1. 请记住,员工是人,配置文件是变量。把员工视为消费者和客户。 2. 使用设计思维技术来创造你为员工提供的产品(福利、学习和发展等)。让它们变得灵活并与他们相关。除非法律规定,例如工作场所养老金,否则让他们选择符合他们个人需求的产品。 3. 以销售和市场营销部门建立客户旅程的方式建立人力资源服务旅程。尽可能多地使用数据来实现个性化体验。如果你知道某人在马来西亚,就不要给他印度的详细信息。如果你已经知道答案,就不要问他们问题。 4. 当员工进行信息自助服务时,摆脱那些需要他们搜索与他们相关的内容的常见问题,只为他们提供简单的相关内容。 5.当人们希望完成某件事情时,利用数据和流程,像亚马逊一样行事。 例如,如果有人要求休陪产假,提醒他们将新的孩子加入他们的健康保险(如果有的话)。但要确保他们没有先做这件事! 6.当想要修复一些东西时--比如丢失的工资单,如果需要的话,让员工更容易传递给一个人。 7.通过开发一个全方位的体验层--聊天机器人或门户网站,减少员工必须使用的系统数量。设计本身可以是通用的,但内容应该是个性化的。 结论:个性化的人力资源以提高生产力 简而言之,过去那种由人力资源部门为员工选择人力资源产品,而人力资源服务则依赖于员工的时间和精力的做法已经过去了。 尽管在员工体验领域已经取得了进展,但自由选择和针对个人的数据驱动的客户式体验是未来释放生产力的关键。
    数据驱动
    2022年03月24日
  • 数据驱动
    【以色列】HRSaaS数据平台Compete宣布完成1500万美元A轮融资,为科技公司赢得人才竞争 领先的实时薪酬和福利基准的SaaS平台Compete于2022年3月15日宣布,在其250万美元的种子轮融资后的8个月内,它已经完成了1500万美元的A轮融资。这笔资金将推动Compete在美国和英国的扩张并加强其全球团队。 投资公司Tiger Global领投了A轮融资,现有投资者Aleph和Vine Ventures也参与其中,因为Compete在短期内取得了指数级增长。在不到一年的时间里,该公司的付费客户群增加了800%,员工人数增加了一倍,并雇用了一个高管团队,其中六人中有四人为女性领导人。它的增长加强了投资者对这家人力资源技术公司的信心,该公司使企业客户在招聘和保留顶尖人才方面获得重要的优势。 Compete由人力资源专业人士建立,已成为数百家领先的科技公司值得信赖的合作伙伴,包括Ocrolus、Monday.com、Appsflyer、Fiverr和Lemonade。它提供了对完整的薪酬包数据的即时洞察力,使企业能够制定更有效的劳动力管理战略。 Compete通过对50多种福利的分析、实时基准数据、高级分析以及量身定制的洞察力来支持招聘决策、识别风险、提高留任率并制定明智的薪酬政策,从而增强领导者的能力。Compete的优势为不断变化的高科技环境提供了必要的工具,以消除薪酬不平等,并承认他们的劳动力是他们的个体。 "人才将成就或破坏公司。随着劳动力市场的竞争日益激烈,各组织都在努力调整他们的招聘和保留战略,以应对人才战争、不断变化的员工动机和前所未有的人员流动。采取数据驱动方法对赢得人才竞争和发展公司至关重要。"Compete的联合创始人兼首席执行官Amit Rapaport说。 "Compete为科技公司提供了对当前薪酬方案基准数据的全方位了解。因此,在人力资源领导和首席财务官开始新的一年时,他们只需点击一个按钮,就可以了解他们招聘和留住他们公司发展所需的顶级人才的成本,"她补充说。 Compete丰富的人力资源数据包括: 性别、任期、角色到工资、签约奖金、年度奖金、股票期权、股权、晋升周期和人才图谱。 它还考虑了几十种福利,包括产假和陪产假、401K政策、休假政策、佣金计划和健康福利。 现有的数据是深入的,并根据资历、技术角色和其他许多因素进行定制。 "Compete的优势在于其丰富的数据。它揭示了一个部门竞争环境的重要信息。在当今世界,人才就是一切,决策者们正在寻找他们能够得到的任何优势。Compete为他们在人才竞争中提供了这种优势。"Tiger Global的合伙人John Curtius说。 2021年,美国的人员配置收入预计将增长16%,超过1570亿美元。这些数字表明,随着企业寻找更多的创新方法来区分他们的薪酬待遇,吸引顶尖人才已经变得非常重要。以Compete最近的数据为例,它发现员工获得年度奖金和留在组织中的关联性很弱。Compete的数据表明,替代性福利已经占据了前排位置,使员工不仅能发挥出最佳水平,而且能在工作岗位上停留更长时间。诸如增加育儿假和产假、缩短工作周和心理健康等福利在名单上名列前茅。 "在过去的几个月里,Compete经历了世界级的表现--包括令人难以置信的新员工--我们很高兴能加倍投资,"Vine Ventures的创始人和管理合伙人Eric Reiner说,"随着全球化的发展,招聘市场的竞争越来越激烈,Compete现在是公司在全球范围内扩张的必备工具。" "Compete为人力资源部门的领导、首席财务官和首席执行官提供了他们所需的工具和数据,以实施周到的薪酬战略。”Aleph的普通合伙人Aaron Rosenson说,"在当今竞争激烈、快速发展的人才市场上,他们细化、实时的洞察力是不可或缺的。”
    数据驱动
    2022年03月16日
  • 数据驱动
    人力资本分析如何通过产品化提供大规模的解决方案? Insight222的《2021年人力资本分析趋势》研究表明,人力资本分析的规模和重要性都在增长。为了取得成功,人力资本分析的领导者需要将解决方案产品化,并承担起为人力资源部门创造数据驱动文化的责任。 除了需求引擎和解决方案引擎之外,Insight222人力资本分析运营模式还建议设立一个产品引擎,由一个实施团队来确保人力资本分析解决方案的有效设计和产品管理。它包括相关的项目管理和变革管理,以提供每个解决方案的有效采用。 本文将通过回答以下问题来探讨产品化在扩展人力资本分析方面的作用。 1. 什么是产品化? 2. 领先企业如何投资于产品引擎以确保产品化的成功? 3. 人力资本分析团队应该提供的第一个规模化解决方案是什么? 4. 人力资本分析团队提供的高级的规模化解决方案的例子是什么? 什么是人力资本分析的产品化? 人力资本分析解决方案的产品化是指让数据驱动的观点在整个组织内都能被接受,换句话说,在正确的时间将正确的数据提供给正确的人,以帮助他们做出更明智的决定。也就是说,产品化利用技术向员工、经理和高管大规模地提供用户友好的解决方案。 为了取得成功,它需要: 建立一个由产品经理、项目经理、变革交付和设计工程师组成的 "产品引擎 ";并对人力资本分析团队的专业角色进行投资,如数据科学家、数据工程、研究。 投资购买或建立技术解决方案,如分析仪表板或专业的人力资本分析技术,如人才管理和技能推断。 一个能够支持可扩展、可重复解决方案的数据基础架构。 采用以用户为中心的思维方式,并致力于根据用户反馈进行持续改进,对于大规模提供成功的分析解决方案至关重要。要提供成功的产品,关键是要考虑用户需求和用户体验,并根据用户反馈不断完善产品。 领先企业如何投资于产品引擎以确保产品化的成功? 去年,Insight222 Research首次提出了对人力资本分析领域 "领先企业"的分析。"领先企业 "是指那些已经证明他们拥有被认为是该领域领导者的人力资本分析功能的公司或组织。 领先企业在人力资本分析运营模式的所有引擎方面都更为先进。特别是,100%的领先企业都对产品引擎和需求引擎进行了投资,此外还有高级分析。 在其他方面,人力资本领域的领先企业将解决方案产品化,以扩展到员工、经理和高管。领先企业在咨询和影响、产品管理和变革管理方面的能力建设,比所有企业都要强得多。这个差异非常大:相差45个百分点。这表明他们希望通过按要求为员工、经理和高管制作 "分析产品",使他们的解决方案和预测有效。通过他们的工作,领先的人力资本分析团队将分析嵌入整个公司的人员流程中。 人力资本分析团队应该提供的第一个规模化的解决方案是什么? 许多人力资本分析领导者最关心的一个问题是:"我应该提供的第一个规模化解决方案是什么?" 通过投资第二波人力资本分析技术,如基于SaaS的数据民主化系统(如Visier、Crunchr、One Model)或使用微软Power BI或Tableau等工具建立仪表盘套件,为管理人员和人力资源专业人士提供规模化的洞察力是明智之举。 在一集数字人力资源领导者播客中,默克公司劳动力分析主管杰里米-夏皮罗(Jeremy Shapiro)解释说,他们大规模提供洞察力的第一个阶段是:"在正确的时间获得正确的数据,使用像Visier这样的工具,以确保人力资源业务伙伴和其他人可以轻松简单地分割数据,并在走进会议之前就了解故事"。 通过投资于可访问和易于使用的工具来实现整个组织的数据民主化,这只是发展人力资源数据驱动文化的关键步骤之一。 人力资本分析团队提供的更高级的规模化解决方案的例子有哪些? 在一集数字人力资源领导者播客中, David Green讨论了 "向技能型组织的转变是如何改变人力资源的作用和影响的"。Insight222劳动力规划游戏手册的研究发现,几乎所有接受调查的公司(90%)都表示希望建立一个基于技能的劳动力规划流程。然而,只有四分之一的公司(26%)正在积极地这样做,这表明这种转变还处于早期阶段。 IBM、Salesforce和Vertex Pharmaceuticals等组织的一些人力资本分析团队通过在内部建立能够推断组织内员工技能的技术,为推动这一变革做出了重大贡献。 最后的思考 HR一直在漫长的旅程中,从专注于合规,流程和基于直觉做出决策的职能部门,到将在许多情况下已经专注于产品,个性化和数据的职能部门。对于人力资本分析团队而言,与利益相关者和企业技术合作以大规模交付解决方案对于推动和实现这一变化并最终帮助推动业务向前发展至关重要。将人力资本分析产品化需要对可访问且易于使用的技术进行投资。创建可扩展的产品并将见解交到人力资源专业人员手中,使他们能够做出更明智的决策,这是为人力资源建立数据驱动型文化的关键步骤之一。 同时也使管理人员更有效率,为员工创造更好的体验。   作者:Naomi Verghese
    数据驱动
    2022年03月09日
  • 数据驱动
    PA实践分享:如何利用技能数据来支持劳动力规划和改善员工体验 越来越多的人开始关注技能,这可以说导致了人力资源的彻底转型。也许这并不会令人惊讶,因为74%的首席执行官对关键技能的可用性感到担忧,并担心人才短缺会限制增长。此外,世界经济论坛的《2020年未来工作报告》预测,到2025年,随着9700万个新工作岗位的出现,50%的员工需要重新掌握技能,8500万个工作岗位将因人类和机器之间的劳动转移而被取代。根据Gartner的预测,这种压力将转化为人力资源的压力,人力资源的首要任务是为其组织建立关键的技能和能力。我们在Insight222对未来劳动力规划的研究中发现,虽然几乎所有的公司都希望建立一个基于技能的劳动力规划过程,但只有四分之一的公司正在积极地这样做。 我最近采访了ING的人力资源战略和人力资本分析主管Luigi Maria Fierro,以听取更多关于ING如何利用人员数据来了解整个银行所需的技能和能力,以及如何利用这些见解来指导他们的未来劳动力战略。 1.请您简要介绍一下您在ING的背景和职责? 我是ING的人力资源战略和分析的全球负责人。在这个职位上,我负责人力资源战略,确定我们的人力资源部门要在哪些方面做出努力以确保我们的员工能够创造业务影响。我还为我们的人力资本分析实践指明了方向,使我们能够在业务中做出更多数据驱动的决策。 我对数据带给我们的机会感到非常兴奋。人员数据可以让我们对整个银行的技能和能力有重要的洞察力,帮助我们在正确的领域进行投资,从而确保我们为未来做好准备。同时,它可以让我们的员工深入了解他们可以在哪些方面发展他们的技能,以保持竞争力和领先优势。 2.在人力资源部门中,先进的分析技术和人的决策之间的最佳平衡点是什么? 这是一个非常重要的问题。多年来,我们一直在讨论机器是否会取代人类。我相信情况不会是这样,因为人工智能从来就不是为了取代人类,特别是在人力资源部门,它的作用是促进有价值的人际互动。我认为人工智能在很大程度上是帮助人类决策、简化流程或提供更多标准化的一个推动者。我们的想法是利用不同来源的数据,但要支持人类做出更好的决策,而不是取代他们。 人工智能可以协助你筛选最佳候选人,确保你未来的采用需求。然而,在招聘方面,人类是不可缺少的。招聘人员仍然需要人与人之间的互动,以确保你任命合适的候选人。因此,虽然人工智能确实可以支持我们,并加强数据驱动的决策,但在我看来,人的因素将永远占上风。 3.考虑到整个人力资源部门的数据民主化,你如何支持HRBPs变得更加数据驱动? 在人力资源部门,我们中的许多人正在努力变得更加以数据为导向,数据对于支持决策越来越重要。在ING,我们目前正在努力优化我们的数据,确保不同的系统相互沟通,以提高我们的数据可比性和质量,从而提高我们整体的人员洞察力和决策能力。 例如,我们分析当前我们内部拥有的能力和权限,这使我们能够确定我们需要改进的领域,或者在哪些领域我们需要引进具有特定技能的人。在ING,我们定义了未来几年需要关注的六种关键能力—三种与众不同,三种基础性的。我们也正在制定智能方法,以衡量我们的员工队伍中已经拥有的这些能力的程度,从而确定员工队伍发展的领域。 4.您能给我们讲讲您在ING的人力资源中使用高级分析的例子吗? 在ING,人力资本分析与人力资源部门的其他成员密切合作,确定我们可以利用数据增加价值的领域。我们关注一些广泛的主题,包括劳动力分析和员工倾听。 首先,我们使用高级分析来加强我们对员工足迹的理解,并优化我们的招聘策略。这方面的一个例子是,根据搜索量最大的资料,扫描外部市场的最新技能趋势。为我们的HRBPs带来一个外部观点,例如 "什么技能是目前的趋势","我们的竞争对手正在招聘什么技能 "等,使他们能够更好地规划ING的未来劳动力。 其次,我们已经实施了自然语言处理解决方法,以完全匿名的方式,更好地了解我们的员工对关键话题的看法,如职业发展。我们将这些见解提供给人力资源部门,以便他们能够将员工的反馈纳入到改进我们的人才发展方法中。 这些只是几个例子,我相信随着技术的不断成熟,可以得出更多有影响力的应用。尽管如此,重要的是要强调,人与人之间的互动仍然是最重要的因素。 5.您的工作所发现的未来技能是什么?是否有任何意外,或者与你的人类预测相一致? 我们的研究仍处于早期阶段,但最初的指标都指向更好的数据技能。这不是一个非常令人惊讶的发现,因为我们已经知道这是一个越来越重要的领域。所有的大型科技公司都是数据驱动的,对于银行和许多其他企业来说,这也是完全一样的。这是一个我们想要提高技能和能力的领域,这也是为什么我们将数据流畅性和网络安全列入我们的六大能力,作为我们想要关注的领域。在未来几年,数据只会变得更加重要,因此拥有数据技能和引进新的专业知识对大多数企业来说是至关重要的。 6.您如何结合内部和外部技能数据进行劳动力规划?对于希望转向基于技能的数据驱动的劳动力规划的其他组织,您有什么建议? 我们正在向一个更加基于技能和能力的组织转变。通过分析,它可以帮助我们了解员工队伍的技能组合,确保我们提高技能,并为未来的员工队伍做好准备。我们还可以利用这些洞察力来提供某些学习旅程,这是我们目前正在努力开发的东西。这将有助于我们的员工以及ING确保我们拥有适合未来的技能。 我相信外部市场的洞察力也是非常有价值的。以市场上要求的技能为基准来衡量自己,可以帮助你保持领先。它可以通过确保我们将具有某种技能的候选人列入名单,来支持HRBPs将合适的人才纳入合适的角色。 7.这项工作的早期影响和反馈是什么? 我们看到更多的数据驱动的对话是市场技能基准测试的直接结果。我们还看到了人力资源决策的标准化。但更重要的是,我们正在为HRBP和我们的员工带来可见性。由于这些见解,HRBP和业务领导者已经开始更好地了解他们的员工队伍,他们现在对我们仍然需要改进或额外引入的技能有了更好的了解。 我们鼓励员工建立自己的技能并设计自己的职业生涯,使他们能够确定自己的技能优势以及他们的发展领域。我们的目标是为员工提供一个无缝的旅程,从了解他们的技能,确定发展需求,然后通过学习模块,短期项目或新的工作角色找到建立这些需求的机会。 8.最后,数据驱动如何让未来的工作更加具体? 人力资源部门的角色是实现业务绩效,我们的员工是实现我们战略的关键。这就是为什么我们需要投资和了解我们员工的技能和能力,以及我们可以共同改进的地方。拥有广泛的数据洞察力,可以帮助我们看到员工队伍中能力和技能的高级趋势。它可以使我们的业务领导者能够根据数据驱动的事实而不是假设做出更好的决策。   作者:Luigi Maria Fierro & David Green
    数据驱动
    2022年02月26日
  • 数据驱动
    PA实践分享:实现决策中人员数据的民主化,提高HRBP战斗力 根据Insight222最近对人力资本分析趋势的研究,90%的首席财务官明确表示,数据和分析是人力资源战略的重要组成部分,但只有42%的公司拥有人员数据和分析的数据驱动文化。 对发展人力资源数据驱动文化至关重要的三个组成部分之一是在整个组织内 "嵌入数据驱动决策"。为了做到这一点,HRBP尤其需要发展他们的数据素养技能。该研究再次显示,期望和现实之间存在明显差异,因为81%的首席财务官期望HRBP在日常工作中使用人员数据和分析,但只有43%的公司中的HRBP正在发展他们的数据素养技能。 我最近向Tata Steel人力资源战略、人力资本分析和人力资源创新实验室负责人Vipin Sharma了解了他的团队如何应对这些挑战。他们的工作重点是同时实现决策中人员数据的民主化,提高HRBP和更广泛的人力资源社区的技能,这使他们能够很好地解决人力资本分析的重要业务挑战,包括绩效管理中的偏见。 1.为什么在整个组织内实现人员洞察力的民主化是很重要的? 将人员洞察力民主化并提供给领导、经理和HRBP,以便将数据驱动的有关人员事务决策制度化,这是非常重要的。人力资本分析的主要目标之一是改善我们做出的决策,并消除偏见,因此,当领导者或管理者做出此类决策时,他们能够获得相关的人员数据,这一点非常重要。 2.在Tata Steel, 你们如何实现人员数据访问的民主化? 当我们在4-5年前开始我们的人力资本分析时,我们意识到,一个坐在组织的角落里的人员分析团队产生的洞察力和模型将无法产生巨大的影响,除非我们让更大的HRBP团队参与进来。因此,在我们的每一个项目或倡议中,我们让HRBP和其他职能部门的人力资源人员与我们合作,不仅作为人力资本分析的用户,也作为人力资本分析的扩展部门。我们还致力于提高HRBP团队的能力,并提出了一个结构化的方案以及自助分析门户,以实现人员数据的民主化。我们在以下领域开展工作: 数据:我们以一种非常集中的方式工作,以提高数据质量,并努力为人员数据建立一个业务库。我们让人力资源团队的其他成员参与各种项目,以提高数据质量,并成立了一个数据委员会,明确负责维护人力资源主数据的数据质量。这也帮助我们整合了不同系统的人员数据,并提供了单一的事实来源,这为所有的人力资本分析计划奠定了基础。 分析:我们所有的分析项目,无论是可视化仪表盘、描述性分析还是预测性模型,都是以终端用户和它所解决的业务问题为出发点。对于所有的可视化仪表盘,我们与领导层和人力资源部门就他们需要的关键绩效指标和洞察力进行深入讨论,以改善他们的决策。同样地,任何分析项目都要从明确阐述相关的业务问题开始。 能力:我们为人力资源团队设计了一个结构化的分析能力发展项目,名为 "Marvel",我们每1-2年向20-25名参与者推广一次。该计划为期2-3个月,涵盖人员分析的各个方面。我们从这个项目中挑选出4-5名参与者,并带领他们完成一个高级分析项目。为了引起人们的兴趣,我们组织了 "Datathons",并将游戏化纳入我们的许多举措中。多年来,我们看到此类活动的巨大参与度,我们已经能够提高绝大多数人力资源专业人士的技能。 我们还推出了我们的人力资本分析门户 - Analytica。这是一个自助式的人力资本分析平台,我们在这里托管所有的仪表盘、分析报告、分析能力项目和全球的人力资本分析新闻。这个平台是我们在整个组织内实现人力资本分析民主化的核心。 3.解决绩效管理中的偏见对企业有什么影响? 绩效管理是一个关键的人事流程,对员工的参与度有非常大的影响。参与度对业务成果的影响已得到充分证明。绩效管理是我们参与结果的关键改进因素之一,多年来,我们根据员工和经理的反馈对流程进行了各种修改。当我们开始研究绩效管理偏见模型时,我们分析了我们的参与数据,并与部分员工进行了讨论,然后进一步深入研究数据,了解员工对绩效管理偏见的看法。我们做了探索性分析,测试了各种假设,并得出了一个模型,突出了统计学上显著的偏见信号。这个模型为我们的中央绩效管理团队和HRBP团队提供了关键的见解,他们又将这些见解传达给经理和领导。额外的数据驱动的洞察力有助于使这个过程更加稳健并减少偏见。 4.在实施这项工作时,是否有来自管理人员的阻力?如果有的话,你们是如何克服的? 我们在去年部署了这个模型,并利用它来帮助管理人员和HRBPs更加清醒地意识到偏见。我们确实面临一些担忧,但我们能够通过关注数据来克服它。 5.你们接下来希望用高级分析法解决什么问题? 我们正在研究 ONA(组织网络分析)的各种使用案例。我们每年都会推出360度调查,并正在探索使用ONA为每个人推荐利益相关者。考虑到混合劳动力,各种福利措施可以通过ONA产生的洞察力变得更加强大,我们也在探索心理特征分析,这在市场营销中被广泛用于客户特征分析。我们在评估所有干预措施时都考虑到了数据隐私规范。最终,我们的目标是通过数据驱动的方法更好地了解我们的员工,从而打造一流的员工体验。   作者:Vipin Sharma & David Green
    数据驱动
    2022年02月23日