数据驱动的HR时代正在来临

发布时间:2017-05-27 编辑:玉君

  导语:计算能力和存储能力的快速提升,使得海量数据得以保存,同时计算方法的创新,也为我们打开了一扇海量数据应用的大门,大数据时代已然来临。下面我们一起来看下数据驱动的HR时代!

数据驱动的HR时代正在来临

  这是一个移动的时代,同时也是一个数据驱动的时代。计算能力和存储能力的快速提升,使得海量数据得以保存,同时计算方法的创新,也为我们打开了一扇海量数据应用的大门,大数据时代已然来临。企业对海量数据的掌握和应用能力,已经成为移动时代企业竞争优势的来源之一。在这样的风口前,HR自然不能置身其外,HR大数据应用的大幕已悄然拉开,一个数据驱动的HR时代正在来临。

  大数据分析在HR领域的典型应用

  捷兰航空(JetBlue)的数据分析师开发了一个量化分析工具,用以测量员工的敬业度并依此预测公司的财务业绩

  洛克希德·马丁(LockheedMartin)用一个自动分析系统,及时收集和分析员工的绩效数据,并根据数据分析结果识别需要改进的绩效指标

  西斯克(Sysco)通过持续跟踪hr369.com员工满意度数据,及时采取相应的干预措施,将其员工保留率从65%提高到85%。仅此一项就为公司节约了大约五千万美金的招聘和培训费用

  陶氏化学(Dow Chemical)使用一个数据分析模型来进行人员规划。这个模型可以根据行业发展趋势、政治和法律因素及时对人员规划进行动态调整

  谷歌(Google)利用数据分析方法,对其高绩效经理和低绩效经理的行为数据进行分析挖掘,找到了谷歌高绩效经理特有的八项能力素质,并将其应用在经理人员的招聘和发展上

  诸如沃尔玛、百思买这样的大型零售公司,都在利用大数据分析方法对其呼叫中心的来电量进行预测,并根据预测的来电量合理安排接线员的数量

  HR数据应用的发展阶段

  由于不同企业数据处理和分析的能力有很大的差别,因此在HR大数据应用的成熟程度上也有很大的差别,根据Bersin & Associate的调研,目前企业HR大数据的应用成熟程度有4级(从低到高):

  反应阶段(1级):这一阶段是以各类数据收集和呈现为主,关注点是:培训小时数、招聘时间、招聘成本、领导力、抱怨、安全记录、人员基础信息、任期、证书、竞争力、离职率、绩效分布等、解释如何配置人力资源、工作群体状况的人力资源管理衡量措施

  主动阶段(2级):这一阶段是以数据分析为主,关注点是:人均销售收入、流动率、人均人事费用率、研发效率、时间趋势数据;比较和改进人力资源管理;展示趋势和分析的数据

  战略阶段(3级):这一阶段是以与战略相连接为主,主要关注点是:理解战略驱动因素;建立战略与人力资源的联系;建立战略驱动的人力资源能力素质模型

  预测阶段(4级):这一阶段是以预测为主,主要关注点是:运用模型识别未来的潜在风险(比如缺员、技能差距、绩效差距);基于环境变化预见组织结构和能力的需求变化;识别现在和未来的人才风险;有助于变革商业以及阐述未来。

  HR大数据应用的能力培养

  企业应用HR大数据不能一蹴而就,需要有一个能力培养的过程。在企

  业部署HR大数据应用时,需要关注一下几个方面:

  数据:数据是HR大数据应用的基础,尤其是数据的数量是否足够,会直接影响数据分析的质量。企业需要明确需要收集的数据,建立自己的数据库,不断收集相关的数据,特别是有关员工的行为数据。在大数据分析上,数据的精确度不是主要关注的问题,数据的数量才是大数据应用的关键

  领导力:企业任何项目的成功,都离不开领导力,HR大数据也不能例外。在实施HR大数据应用的过程中,更加需要强有力的领导力来解决HR大数据实施过程中的诸多难题,例如:跨部门数据收集和共享、数据的合法性、员工隐私保护等

  目标:大数据分析可以解决很多企业HR问题,如:离职倾向、面试结果可靠程度、福利边际效用、敬业度与绩效关联程度等。但在具体实施是,并不是每个问题都具有同等的重要性。在HR大数据分析目标的选择上,需要从企业战略执行的角度出发,选择那些与战略成功最密切的问题作为企业HR大数据分析的出发点,这样才能使得HR大数据分析的效用最大化

  数据分析师:数据分析的理论和技术有很多,如何根据企业HR大数据应用的具体需要,选择合适的理论和技术,是一项专业性很强的工作,需要有专门的数据分析师来承担。企业在实施HR大数据项目时,一定要配备具有数据分析专业知识的数据分析师,否则就会出现很多问题,甚至会得出错误的结论,误导管理人员,达不到实施HR大数据的初衷

  HR大数据的风口来了,作为企业HR的您,怎么能面对风口而无动于衷呢?让我们一起迎接HR大数据时代的来临!

最新推荐
热门推荐