DHR系列-《人才数据分析指南》
这篇书评可能有关键情节透露
公众号:人力资源转型与复盘笔记
Part1. 写在前面
好的分析是基于业务问题视角出发的全流程的分析运营管理,从分析本身到打造一个能够为业务落到实地的分析理念、框架和产品,走出数据的本身,让分析成为一种路子而非目的的本身。大处着眼,小处着手,知行合一。
Part2.重新定义人力资源管理-变革的背景
//变革的背景//
*员工体验的五大要素:
归属感:感觉自己是小组、团队或组织的一部分;
使命感:理解为什么自己的工作很重要;
成就感:完成工作后的成就感;
幸福感:在工作中或者相关领域产生的愉悦感;
活力:在工作中展现的活力、热情;
*在自动化和颠覆性的世界中重塑工作:
*人力资源职能优先事项:
数据:理解人才战略;
数字化:驱动流程变革;
设计:企业文化和员工体验塑造;
*人力资源运营部门的经济价值:
Part3.人力资源数据分析要义
*人才数据类型:
基础数据:使用现有数据传达的写基本信息,帮助组织确定提高工作效率和效能的措施,并解决诸如却倾或多样性等问题,其衡量标准包括硬衡量标准(如培训天数)及软衡量标准(如员工满意度);典型的基础数据如缺勤、离职等。
中级数据:包括为特定的劳动力需求设计的数据集。这些数据以特定的方式收集,多以描述的方式展示劳动力对企业的价值,但可能缺乏对业务的战略预测;典型的中级数据:
-绩效数据:缺勤分析、成本计算、员工和组织绩效;
-人口数据:性别、机会均等分析等;
-招聘和留用数据:离职分析、人力成本、采购数据;
-培训和发展数据:如评估等;
-意见性数据:员工敬业度等;
高级数据:包括定量(财务)数据和定性(动机、感受和意见调查)数据;具体的收集方法是确定业务战略相关的关键绩效指标,病假收集的人才数据整合到业务模型中。高级数据用于确定业务的驱动因素,以便在组织内做出更明智的决策。
*人才数据分析的范围:
*从报告到分析:
- 聚焦于业务重点;
- 功过清晰的信息传递和故事呈现,来利用基于分析的发现;
- 运用分析方法为决策过程提供信息,而不是替代做出决策的过程;
- 理解完美的数据并不是成功进行分析所必须的;
- 建立一种技能理解过去又能优化当先的观点,并试图在探讨绩效改善的时候预测未来;
*从商业分析到人力资源分析:
*变革人力资源职能:人力资源从作为服务站到作为发电站;
需要关注的核心问题:
- 你所在的组织依靠哪些核心能力创造价值;
- 你所在组织创造和应用技术的能力如何;
- 你所在的组织需要构建哪些人才池;
- 你是如何建立合作伙伴关系以使你的企业获得人才和竞争优势?
- 接下来的6个月、12个月、2年或5年里,你所在行业的变革力量是什么?
- 当新的或优化的产品或解决方案出现时,你的竞争对手在做什么?
- 这些变化会对劳动力需求(数量和质量)产生哪些影响?
- 高层领导者如何预测这些变化,以便在进攻和防守方面做好充分准备?
- 哪些合作伙伴和供应商可以支持你应对未来的工作挑战?
- 你的业务关键角色是什么?它会带来多大的财务价值?
- 在薪酬和激励方面,你的差异化策略是什么?
- 你现在的组织设计流程是什么?
- 在以运营为导向的HR部门中,引入和扩展哪些技术解决方案可以提高效率和生产力?
*人力资源业务分析主要阶段和关注点:
阶段1诊断-问题的范围:
需要解决的业务和人才问题是什么?
业务领导者和人力资源从业者对解决这些问题有什么想法和可用的数据?
阶段2-研究、分析和确定解决方案:
收集与问题相关的信息和数据;
利用当前与问题相关的数据进行必要的定性分析和定量分析;
确定从分析中得到洞见;
确定将分享给业务领导者的意见;
阶段3-问题解决:
与业务领导者讨论这些建议,给他们讲故事并取得他们的反馈;
商定的行动计划;
确保几乎得以实施;
评估和总结从过程中获得的经验--提供了以更系统的方式嵌入解决方案的机会,将来再发生此类问题时可以套用解决方案;
*人力资源数据分析实战:以施华洛世奇为例
*人才数据分析的未来:
- 组织发展和变革;
- 态度和自动化:保持谨慎;
- 系统级的颠覆和进化;
- 敏捷的工作和组织设计
- 组织网络分析;
- 实践群体;
Part3. 写在后面
人才分析是一个不断拥抱不确定性的问题,从业务中找切合点,然后在商业和HR的思维模式结合中找到新的框架并持续迭代;更多的信任和往好处推进的初心。人是一切美好的可能。
以上,谢谢你阅读到最后一个字。