基于互联网思维下的人力资源数据化管理_第1页
基于互联网思维下的人力资源数据化管理_第2页
基于互联网思维下的人力资源数据化管理_第3页
基于互联网思维下的人力资源数据化管理_第4页
基于互联网思维下的人力资源数据化管理_第5页
免费预览已结束,剩余2页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、基于互联网思维下的人力资源数据化治理一、互联网思维的起源和在人力资源治理上的开展趋势互,即交互、互动;联,即联接、开放;网,即网络、共享;可以说互联网的到来彻底改变了信息的传播方式 一一传统的信息传播方式大多是单向的,而 互联网的信息传播方式那么是双向甚至多向的. 信息在互联网上充分呈现、自由流 动,使我国的行业趋势也逐步和互联网挂钩,但但凡一个企业,在当今立足,你 不把自己和互联网扯上点的关系,你都不好意思自称现代企业.确实,互联网作为一个平台,一种技术,它早已不再只是一个工具,可以 说互联网已经逐渐演变成了一种趋势,无处不在的潮流.易观国际董事长兼首席执行官于扬首次提出互联网理念,他预测互

2、联网必定像水电一样深入流通于人类的各项生活活动,而互联网就是 互联网各个传统行业.但这并不是简单的两者相加,而是利用信息通信技术以及互联网平 台,让互联网与传统行业进行深度融合,创造新的开展生态.而无论是在互联网行业还是在和互联网思维逐步挂钩的传统行业,人力资 源治理朝向互联网化方向已是必然趋势.中国人力资源开发网曾经发文称:人力资源治理的未来是eHRAPP.而所谓eHR,就是指人力资源治理信息化或自动化,同时,它借助于 APP 的形式结合在移动互联网端,使得人力资源治理的工作无孔不入, 通过 的信 息传递、交流以及跟踪性去提升每一个员工工作效率,使治理更加标准科学.那么随着互联网或者移动互联

3、网在人们生活中的贯彻深入,人力资源治理向来以定性为主的治理思维也开始逐步向定量的方向转变,同时,互联网平台给人力资源各项工作提供做数据记录和统计的可能性.通过这个平台,人力资源治理从业者在记录企业数据的时候可以彻底摆脱 无休止的报表和统计,也不用只是选取典型样本来替代对所有数据的分析,而是通过互联网高速运转的水平和畅通无阻的信息交流对多样数据进行灵活性的处理和分析,使得HR可以将更多的精力从冗杂繁多的数据统计中摆脱出来,而用来去为已经完成了的报表去做最后的分析和决策.二、人力资源数据化治理的必要性与传统行业时代相比,互联网时代的人力资源治理工作可以在人员的招聘、 培训、薪酬、绩效评价等系列治理

4、工作的生命周期内,以数据为载体记录下人力 资源模块中各个行动的行为特征,使人力资源价值计量治理成为提升人力资源效 能治理的有效途径,也为人力资源的程序化决策和非程序化决策提供了足够的科 学决策依据.基于工作数据化特征的人力资源治理工作,能够通过数据挖掘等形 式强化人力资源价值量化治理,有效支撑组织目标的实现,使人力资本真正意义 上为企业谋得核心竞争力.就拿招聘这个模块来说,近几年,广阔的HR们不断感慨 入越来越难招了!" 而询问其原因时,他们却只是把理由归结于应聘者不靠谱、和用人部门需求出现偏差、招聘周期长,招聘难度大这一类的定性的原因.而在这个凡事都讲究速度,讲求效率,老板和用人部

5、门不断询问招聘进度 的年代,HR们单单依靠这些定性原因是难以说服别人,更不要说让别人和你感 同身受你的难处了!那么这时HR们就能体会到数据分析的价值,只有超越简单的定性汇报, 而通过统计日常的招聘数据,提炼总结,再深入开掘,才能使得招聘乃至人力资 源工作不断优化,到达更高的高度.还是以招聘为例.基于招聘漏斗分析,可以统计各个环节转化率,例如:简历有效率=【 面试】/【简历初筛】初试到场率=【初试到场人数】/【初试人数】复试通过率=【复试通过人数】/【复试人数】Offer接受率=【接受offer人数】/【发送offer人数】转化率直观反映了招聘过程的效能和效率,让招聘过程关键环节的问题一 目了然

6、.那么在下次你再向老板汇报时,直接拿出来招聘简历量1000份,有效简历800,到场率为30%,初复试通过率为15%, Offer接受率80%,最终有29 个人入职,但仍差缺口 7人.这样老板和用人部门可就不好再说什么了吧,况 且这些数据统计留着你下一次批量招聘的时候也能做个参考,给下一次的招聘漏斗给更加细化和完善.三、人力资源数据化治理的误区说了这么多,也只想表现数据化治理是趋势,有着无法想象的利处.但现在,观之人力资源数据化治理的趋势,却一步步呈现被误解的趋势.一一做报表,做考核,做薪酬,以一个单位或者一个部门的数据就作为一个整体,人力资 源治理从业者局限在了个体或者某个时间节点上针对某些领

7、域提取数据.相对来说,这些数据也仅仅是样本,而非全貌,不能很好的复原事物本身.况且只要是 样本,就有可能出现偏差,只要是典型,就有可能出现例外.例如,我们摘取一两个员工针对某个事件的工作过程,人力资源治理从业 者往往通过分析他们的工作时间, 任务量,完成率,接触过的其他部门或者业务 来得出公司员工平均所需要的这个任务的时间以及所需资源,人力资源治理从业者通过好的坏的不断诱导员工完成这样那样的流程,通过时时刻刻的观察来决定 因变量和自变量,花费了大量的时间和精力,至U头来却通过EXCLE简单的计算出一个个数据,他们自以为这就是公司的平均水平, 从而制定出来了符合要求的 标准,殊不知这个结果论是基

8、于错的原理, 错的数据,那么结果的有效性不得不 使人置疑.在大数据时代我们并不是这样玩的!四、人力资源数据化治理的本质和做法和误区里面提到的截然相反,既然你有打算去做人力资源数据化治理,你 就要做好全部数据的统计,这里说的全部也不再仅仅是局限于一个部门, 一个分公司,而是在同一行业同一个职系里工作的所有相关人员的一个整合和统计.在线上例如论坛、贴吧、微博、微信等社交工具和线下上对所有员工的言行举 止进行关键词的抓取和分析,那才是大数据.而在这种情况下的统计和预测,几 乎不可能出现偏差.在互联网这个开放的空间里,人力资源咨询、培训、猎头、中介、政府主 管部门、企业人力资源治理部门在这里可以实现共

9、享数据.一一共享测评工具,共享人才开展理念,通过合作分享机制,打破过去组织层层管控、权威至上的环 境,在大数据平台上共同创造并分享价值.五、人力资源数据化治理的困难点但是即使互联网下的人力资源数据化治理已经有如此多的优势了,我们仍不可无视它的操作困难点和不平衡性.第一是部门博弈问题.业务部门将所有的生产数据和行为标准导入人力资源数据 化治理系统中,对于人力资源治理的效率无疑是一个优势,但对于业务部门来说, 意味着权力空间被缩减.以前部门争取组织架构、薪酬、编制都可以保存一定的 空间,可以通过申请和HR们谈判,但导入大数据之后,他们几乎变成透明的, 这显然对他们来说是不利的!那么业务部门经理对其

10、的支持程度也就可想而知了.第二是人力资源治理从业者的恐惧. 面对庞大的数据,人力资源治理从业者对于 数据的处理水平决定了他们在公司的地位.尽管互联网思维数据化治理前景广 阔到可以让他们成为企业内的 上帝,但这种角色的转换也让他们不安, 与其如 此,还不如将工作范围保存在自己的 平安区域,做好自己的本分,而放弃了这 一次大好时机.第三是领导思路问题.即使现在很多老板经常是口中喊着我们要跟随互联网的趋 势,但是他们的思维还是固定的,手中十的还是传统行业的活.这也不可预防, 互联网的趋势来的太猛太快,而那么企业家他们过去的成功本来就不是靠数据, 所以,他们的企业没有数据基因也正常, 他们想象不出数据

11、的威力,就如同你无 法向地上的猛兽描述天空的精彩.更何况在这些大局部的企业中,一线的业务部门尚不玩数据治理,更不用 说二线的人力资源治理了.但是,正由于有这些困难和阻碍,所以一个企业在未来是否能够得到更好地开展就在于他们是否能够真正重视互联网思维下的数据化治理.六、人力资源数据化治理的解决方案回归到前面说的,人力资源治理的未来是 eHRAPP.即一一将人力资源管理的招聘、培训、薪酬、考核都在互联网或移动互联网上进行.eHR可以通过人才信息库、档案留存、员工自助效劳、各个业务部门业务指导和联系以及信息共享等各个手段,使人力资源治理到达降低本钱、提升效率、 改进员工效劳,促进员工成长的效果,同时也

12、增强内部的信息沟通、反响.加上和移动互联网的结合,使得每个员工在 上安装企业 APP客户端并 注册一个实名制的员工账号,就可以随时随地处理工作事务、 入离职办理、升降 职签批、工资查询、打卡请假申请等.那么既快捷了工作的效率,乂减少了办公资源的使用,同时还能通过每位员工的搜索量和阅读量、使用量来实时更改企业关注方向,那么企业方何乐而不 为呢?相信在突破技术开发之后,那么推广也是顺水推舟的事情了.七、人力资源数据化治理的目标和最终结果那么人力资源数据化治理到底要到达什么样的目的呢?很多老板认为人力资源治理处于二线就无法对企业直接产生财务收益,其实这样的观念是错误的,实际上,所有一线业务的人从招聘

13、到入职再到培训,一个企业员工的好坏和它业务的利润直接就关系到人力资源治理的各个流程.当然,人力资源的工作不可能像公司的财务人员通过资产负债表、损益表、现金流量表这三张表格就一目了然的显示出他们在公司里的资献,但是人力资源治理通过数据表达,呈现给老板关于人均应收、人均本钱、人均利润、人工本钱投产比等 等指标,这时才是使他们重视起来的.试想一下,当你向你的老板汇报: 本年,我们的人工本钱投产比已经提升 了 20%.这是由于两个原因:第一,新一轮的经营治理人员调整后,新到位的人 员经营业绩普遍提升20%,相对未调整前人员业绩提升高了 8个白分点,成为公 司业绩的重要增长因素;第二,在业务扩展上,新的

14、业务开展成员的数量、本钱 都限制在15%以下,相比往年同样的业务增长规模,人均本钱下降了 7个白分点. 预计按着新的方式和方案,在人员限制和开展上,将节省公司开支计53万元左右.“如果有一天人力资源治理从业者能够向上述和老板做一个汇报,那么你离 成为企业内的 尘帝这个角色已经不很远了.八、人力资源数据化治理的未来开展趋势现在针对人力资源数据化治理已经呈现了一个趋势.那就是数据化人力资 源外包模式.数据化背景下的人力资源外包早已摆脱传统的外包模式,而是在数据化支撑的根底上为企业提供人力资源的数据收集、挖掘和分析,并提供个性化 及导师制效劳.就拿最常见的简历筛选来看,传统的简历推荐通常让HR设定一些例如学历、工作年限、所届行业、期望薪酬等的条件,系统根据这些条件的匹配度把候 选人排序,这种推荐的实质是条件下的搜索. 但根据心理学家的研究,候选人筛 选其实是一个复杂过程,即使提前设定好硬性筛选条件,HR也难免由于综合考虑而放弃原本的坚持,此时大数据推荐就可以发挥价值了. 基于大数据的推荐算 法是通过猜测HR筛选简历的原因来建立推荐模型,并且会随着HR不断进行筛 选的动作来持续优化

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论