人力资源大数据概论(直播实录,三)

-回复 -浏览
楼主 2018-11-07 19:34:16
举报 只看此人 收藏本贴 楼主


既然要谈人力资源大数据呢,这里边就一定要有一个问题,就是虽然人力资源大数据就像我们前面所讲的,给我们带来的新知识新价值和新能力。而且我想现在很多乙方的实践以及很多甲方的实践都证明了的的确确大数据在管理中的应用具有很大的潜在的价值,以及未来的实际价值。那么但是他也的确确给我们带来的挑战,我把这些挑战汇总成几个方面。

 

第一个挑战就是人力资源学科再定位,时间关系,我们不去展开说了,但是大家可以思考,在大数据的这个时代,人力资源管理的学科再定位怎么定位?所谓学科再定位就是你认为人力资源管理是一个操作性的职能,是个职能部门是个管理的工作,还是一个什么工作?第二,我们采用什么样的框架和分析思路来做?第三企业可持续发展的周期问题。第四,员工结构,第五全要素生产率。说到这里,我就想在中间插一下,把大家提到的10个问题都作一个简单的点评,第一个问题就是如何经营,如何支撑经营,就像刚才我说了,人力资源和经营之间的关系当然是人的关系,但是仅仅这样看我们没有说服力,那么我想他们首先是数据关系,我们一定要想办法找到人的行为和经营之间的数据联系。

 

怎么找?刚才我说过用的这个思路,我们找对方向。第二个问题,是否有感性的?那么刚才我用这个data scientist这个这个帅哥说明了当然是需要感性的,但是这种感性是建立在数据的精神和文化上。第三,员工生命周期怎么理解?那么对于一些态度能力达不到企业要求,老员工该怎么对待和激励? 那么这个问题啊是可以说是我们传统的人力资源管理,我说传统并不意味着就落后,我说的是相对于大数据而言,那是传统的方法,但是今天主流的方法依然是传统方法。那么这个生命周期这个问题呢。

 

在传统的时代没有得到很好的解决,所以它才是一个问题提出来嘛,但是呢这里面恰恰就在于那么第一是什么?是生命周期。第二生命周期如何达标,达不到标怎么办?首先什么是生命周期?这就是个数据问题。换句话说,员工的生命周期应该改为员工的生命价值周期。也就是说我们必须要用数据去测算一个员工从入职到在企业服务的全过程,他对企业的贡献是从什么时间开始的,什么时间实现了盈亏平衡,什么时间出现了很好的拐点,这些东西都是数据。

 

那么对态度和能力达不到要求的老员工,那么这里边我们要尽可能的把态度与能力转化为可测量的东西,那么首先如果说我们通过现有的测评工具,能够把态度与能力进行评估的话或者进行量化的话,那这就是可以变成一种数据了。达不到要求的老员工?其实这个问题就是说,你的要求是在变化的,还是员工在变化?究竟是哪一条曲线在变化?是员工的能力曲线在下滑,还是你的要求在上升,这两条曲线都是数据。

 

只有建立在这样的数据分析基础之上,就是我们用数据建立的标准,我们尽可能去量化它,那么我们才能判断这个员工的趋势,它是将持续达不到要求,还是说只是这个阶段他暂时达不到要求,有可能下一个阶段能力和要求会发生变化的时候,它的曲线有可能又上去了。那么在这种情况下,我们的对待应该是分阶段对症下药,具体问题具体分析,这样才能更好的去对待。


如果我们能够判断出来企业的要求的曲线将持续上升,而员工的能力能够维持就不错了,甚至有可能持续下滑。如果我们通过分析能判断得出这样的结果的话,那么这自然而然该怎么对待已经非常清楚了。我们传统管理里边入离调转都是对待方法。

 

一个问题就是企业的人力资源管理与企业的商业战略,如何清晰的对接匹配?我认为首先找到数据联系!商业战略,所以成为商业战略一定是通过数据,通过数字化的目标来表达的计划才叫商业战略。可以这么讲商业战略里边一定是一个充满了数据,充满了目标,或者充满了可以被表达为数据和目标的东西。那么我们的人力资源管理为什么很难去清晰对接,就是我们的以往的数据基础,或者我们以往并不习惯用数据来形容我们,或者我们也不知道哪些数据是怎么去通用的,当然对接起来是个问题,但是在数字中国时代的人力资源管理大数据这个背景下,我们首先就要找数据联系,找到数据联系,那么这种对接就会非常清晰,而且很精准。  当然怎么找怎么做的问题!今天晚上我们这短短的一个小时是很难去做到的。如果大家有兴趣,我们可以以后专题深入的去探讨,去研究所有的怎么做的问题。


怎么在面试过程中最大限度地发现候选人的优势和劣势? 那这个问题当然也是现有的或者叫传统的人力资源管理的问题,当然这也可能是我们现有的问题没有得到充分的解决的问题。其实这个东西就像我刚才回答过的另外一个问题,就是人力资源管理是理性的,数据分析是理性的,那么是否需要一些感性的方法呢?一定是这样的,也就是说在面试过程中,我们能够用的方法,一是理性的,一是感性的,这几种方法要综合起来用,而且很重要的问题是,面试的过程一定就是一个候选人的表现潜能以及他对未来,你对他所表现出来的对他的未来的判断与企业的标准的匹配过程,无论我们用什么样的面试方式怎么怎么做,都是这样的一种过程。那么这个匹配,一方面是我们。

 

就是说我们要能够把我们这些问题结构化,就是你最大限度的发现他的表现出来的特点,他的潜在的特点以及你对他的看法与你的标准的匹配。那么第一,他表现出来的,这是我们可以观察的到的。第二,的潜在潜在可以通过一些测试,测评这些工具很成熟的,我们可以来用,以及你认为它将来会如何表现么将来会如何表现如果我们有一些好的测评工具,我们也可以近似地得到答案我们在面试的过程之中,如果你原来的面试是以数据分析或测评为主,那么你可以增加一些感性的东西。如果你原来的面试都是以感性为主,大家相互聊聊找感觉,那么你就要增加一些理性的东西了。

 

我还有一个问题也特别好,就是人力资源大数据这个命题是很大的,一是大数据的获取,二是大数据的应用,企业特别是中小企业如何来把握这个度。那么这个问题其实就像我一开始为什么要说定义一样很多学者是把好数据做为更重要的一个维度来看的,或者说叫做好数据比大数据要好,好的小数据比大数据要好,也就是说如果你的企业的数据不够大,只要你的企业数据够好,依然可以从中挖掘出有价值的东西。

 

数据什么叫好,我这里想给大家一个参考。什么叫好?我们先看什么叫不好?所谓不好,就是这四个齿轮里边的标准没有,质量不一,效率低下,难以共享。那么反过来说,我们把这些四个齿轮里的东西改成:数据有标准,数据有质量,管理有效,滤数据可共享,那就是好。

 

第八个问题,在利用大数据的基础上,如何清晰的解码出企业的培训地图,如何搭建起的人才培养体系?这也是很好的问题。这个问题我想给大家推荐另外一个词,叫做知识图谱。大家可以上网查一下知识图谱,培训地图是基于知识图谱的,知识图谱又是可以用数据分析方法进行数字化的人力资源管理行业有自己的知识图谱,那么你的企业也应该有你的业务的知识图谱,这是一个我认为这是一个解码的过程。另外一个问题,就是我们从数据资源数据资产这个管理的这个角度,把所有的你的关键业务行为描述清楚,刻画清楚,那么你的知识图谱或者你的培训地图也就有一个基础了。

 

如何搭建企业的人才培养体系?我们可以借用大数据的那个方法论叫聚通用,聚合打通使用,同样建立企业的人才培养体系,也可以叫聚通用,就是首先聚合哪些人,哪些人是企业的人才,这是聚的问题。第二个问题就是通的问题,把这些人才聚起来,你要培养他们,所谓培养,我们从这个维度上来讲,就是让他们打通,打通知识和实践的鸿沟打通现有的能力和未来的要求之间的鸿沟打通部门之间的部门墙等等。最后就是用,聚合起来了,打通了再用怎么用从聚他们开始就把他们的数据收集起来,在这个过程中自然就能够发现,怎么去用

 

第九个问题,企业在留才方面如何有部门区别,有专业区别地发辉挥效薪酬的作用而不是一刀切地对待人员流失的问题绩效薪酬应该成为人力资源大数据的一个重要的用方面,因为薪酬本身就是数据,而且我们说薪酬是大数据大家应该这个会比较认同为什么?薪酬调查报告是多少年以来,在人力资源领域里头的为数不多的数据产品,而绩效一定是反映为数据回到企业之后,我们就用数据的角度来看,我们现在的薪酬绩效的结果是不是数据化的。数据化的程度到底有多大这就是一个检验标准,没有别的办法,老老实实的把它数据化程度提高。在提高的这个过程,到底怎么用?一方面要想提高他,一定要去解决聚和通的问题,一旦能够得到一定程度的解决,那么这种作用怎么发挥就更好一些了。可以这么说,人力资源管理大数据的价值,恰恰就在于它通过对于数据的存储采集发现分析等等,能够解决一些相对个性化的问题。

 

第十个问题没有品牌,没有数据基础,中小企业创新创业型企业如何吸引和猎取才?我觉得这个问题可以从几个维度来回答。第一个维度中小企业或者创新创业企业,可不能说没有数据,因为有很多的创新创业企业,他们的数据的管理能力非常的强,尤其是高科技领域的创新创业企业。第二点,就是我们不能停留在数据孤岛里面,人和人之间有数据孤岛,部门和部门之间有数据孤岛同时企业和企业之间也有数据孤岛。如果你想吸引和猎取人才,那么我建议你就用好社会化的大数据。假设你得企业小,没有品牌,没有基础,当然我想也不用这么谦虚,那么这样你就用好社会化的数据。

 

什么是社会化的数据!所有猎头公司的数据是不是社会化的?所有的我们从招聘网站上能得到的数据是不是社会化的?我们朋友之间的数据,甚至今天晚上分享,相互之间去了解那些数据,当然是非结构化的,或者半结构化,也是社会化数据。那也就是说我们要注意从方方面面去收集数据去分析,你想吸引和获取人才的特征特性给他们画像,然后你就知道我们怎么去猎取她,也就是说我们首先要把各种方面的信息会弄出来,先给他去尝试去画像,然后我们在考虑吸引和猎取的问题

 

最后给大家推荐这张图啊,对这张图,我本人是赞赏有加。我认为这张图用非常清晰明了的方法,把人力资源管理大数据的基本概念关键点管理过程价值点等等说得极为透彻。我们对这张图的解读,代表了我们今天对人力资源管理大数据的理解,也许几年以后我们会超越这张图,但是今天让我们从这张图开始起步

 


我要推荐
转发到

友情链接