专栏名称: 经管之家
经管之家官微,每个经济、管理、金融、统计的学习和从业者,都应该有的帐号。经管之家(论坛),是国内成立十年的大型经济、金融、管理、计量统计社区,十年磨一剑,我们共同的家园!我们提供“经管爱问”答疑微服务,以及相关数据分析及金融培训课程。
目录
相关文章推荐
有限次重复博弈  ·  China comprises 17% ... ·  4 天前  
经济观察报  ·  永康肉麦饼,永康人的传承和记忆|十月行记 ·  5 天前  
神嘛事儿  ·  庙 -20241002160436 ·  1 周前  
51好读  ›  专栏  ›  经管之家

如何实现人力资源部门转型

经管之家  · 公众号  · 财经  · 2017-03-10 09:50

正文

前言


当下全球数据的增长已经到了一个高峰,数据的存储单位不断扩大,大数据的概念被重视,如何处理海量的繁杂数据就是这个时代转型的关键所在。只是,大数据给大多数人的感觉是:专业性强,操作繁琐,完全属于“高大上”的技术,距离普通人很遥远。其实不是的。


众所周知,企业人力资源管理需要涉及大量的表格、数据、个人信息,尤其是员工众多、业务复杂的集团性企业,需要处理的数据和信息更庞大和繁杂。今天给大家分享数据分析如何助力实现人力资源部门转型。


让高级分析成为每位人员的常用工具之一


制定雇佣决策、评估报酬策略、衡量员工满意度时,您拥有的数据空前丰富。然而,实际上将这些数据转变为可执行信息的过程中却仍困难重重。

比如,我们经常谈论如何寻找适合自身组织的员工。那么,在我们公司获得成功的绩效优异员工,如何确定其特征?若要将潜在员工与上述概要相比较,那么这种关键信息就必不可少。不论是创建概要,还是随后对候选者的社交、调查和采访数据进行分析,都需要在各种数据点之间建立复杂连接的工具。

就招聘和聘用来说,工作的很多方面都有赖于分析方法。但如果需要向业务分析员或 IT 寻求帮助,那么就不可能将分析集成到日常工作。分析平台必须除去员工数据的复杂性,并可询问重要的问题。


了解人才流失原因,方可留住关键人才


1、利用您手中的海量数据,发现和留住出色的员工


如何利用来自社交网络、潜在员工评估以及人事部经理提供的更主观的数据,以指导雇佣决策?如何确定最迫切需要招聘的区域?一旦受雇,您如何将绩效指标与推测性数据相结合,以确定培训需求或薪酬变化?归根结底,这些都与利用多种不同数据源的能力相关。


然而,若要提高效率和成效,您需要好的数据。数据准备应自动化,以便专注于洞察力和决策制定,而非执行查询和构建表格。Watson Analytics 将数据准备工作从数据挖掘中剔除,因此可随时随地探索需要处理的数据。此外,它还提供数据评分,帮助理解处理数据的质量,并指明潜在的问题。


2、构建满足企业需求的团队


企业中的技能和人才缺口是什么?其中,哪些缺口可通过职业发展解决,哪些必须雇佣新员工方可解决?了解您的业务,意味着立足历史和当前数据,以充分了解企业的需求。


其中,有的需求可通过与业务经理和策略领导者开展对话进行确认。然而,借助数据为招聘、 留人和培训策略提供信息可获得更具针对性的方法,提升项目和计划的有效性。人力资源无法在真空中操作。如果缺乏对于企业所需技能和人才的清晰洞察力,一切都是空谈。最糟糕的是,它产生的团队可能无法适应新兴的业务机会。


借助 Watson Analytics,可查看企业内最成功员工的过往和当前绩效、特定职业发展项目是否满足其目标、薪酬变化曾如何影响绩效等,从而了解企业一流员工具备的关键要素。


3、让新策略和计划获得管理层的认同


想要启动新的员工参与计划?想要测试新的以评估为导向的预筛选?想要判定培训的成功度(从而获取更多资金,以便扩大培训规模)?迫切想要改变薪酬模式?那么,就必须以适当的方式呈现数据,从而在公司内部所有决策者中产生共鸣。


就浏览数据或交流想法来说,利用幻灯片查看数据表或仔细观察电子表格并非最佳方法。然而,趣味盎然的可视化内容却能将多层次的复杂数据提炼为明晰的信息。从人力资源部门人员到 CEO,企业内所有员工都可直观透彻地理解这些信息。


Watson Analytics 从标准条形图或折线图出发,以电子表格无法企及的方式形象化地呈现大数据。各种类型的组织数据之间关系过于复杂,难以适应简单的二维图。薪酬和绩效之间的关系可能受到其他因素的很大影响,如员工统计信息或新技术的引入。Watson Analytics 可借助可视化,以最佳方式呈现这些深层次关系,改善陈述效果,同时不必手忙脚乱地摆弄各种传统工具


4、预测(和降低)员工流失率


员工流失率可对人力资源工作产生不良影响,同时也对企业不利。只要可能,企业尽力采取干预措施。现在,借助预测性分析,这项任务可谓志在必得。即使企业并无分析背景,也可询问哪些人最可能流失,并基于数据探索为企业保留最佳人才的策略。


预测性分析着眼于过去和当前的数据,得出结论并提出有关未来的假设。 传统而言,它一直为数据科学家所专有。 其背后的数学模型非常复杂,即使对于经验丰富的统计学家,预测性分析的数据准备也颇具挑战性。 借助 Watson Analytics,预测分析的强大力量可为所有人利用。

现在,只需解决数个问题,预见新培训或雇佣计划的潜在影响的能力便唾手可得。


5、聘请人才,吸引人才,留住人才。


借助 Watson Analytics,最终对过往、当前和未来员工的大量数据加以利用。人力资源的人为因素并不会消失,但现在您可利用数据和事实为直觉提供支持。借助 Watson Analytics,可有效地穿过颇为主观的规程中所固有的杂音,甚至在薪酬、培训和员工满意度方面,将主观和结构化程度较低的数据与硬数据相结合。


利用Watson Analytics,您可以轻松在线获取更优质的数据(包括您的个人数据,企业的数据,互联网上社交媒体数据等等),并利用您的业务知识进行数据探索,将你的见解以可视化仪表盘的形式制作故事,分享心得。还可以将这些心得在Cognos Analytics里进一步制作实现,您可以基于企业的业务数据和外部数据,制作更多管理报告和企业级分析应用,分享给更多业务用户,创造更大的业务价值。

 

如果感兴趣!或者觉得自己要提升!或者想跟我们一起探讨一些问题,扫描下方二维码加好友,发送wa进群,寻找和你一样志同道合的小伙伴!


想了解更多IBM Watson Analytics,请点击阅读原文获取平台试用链接。