- 最后登录
- 2016-7-28
- 注册时间
- 2004-5-15
- 威望
- 837
- 金钱
- 47680
- 贡献
- 6133
- 阅读权限
- 255
- 积分
- 54650
- 日志
- 0
- 记录
- 3
- 帖子
- 3079
- 主题
- 87
- 精华
- 2
- 好友
- 242
签到天数: 176 天 [LV.7]常住居民III - 注册时间
- 2004-5-15
- 最后登录
- 2016-7-28
- 积分
- 54650
- 精华
- 2
- 主题
- 87
- 帖子
- 3079
|
看到一份关于“用数据创造HR价值”的文章,分享如下:' L' S9 F: k, r
0 e/ F4 b; O- d( o' [; j( \
人力资源部门如何通过数据、模型等量化工具为决策者提供更“给力”的支持?/ f S5 w7 N+ g9 @. e" p, s
8 ]6 B3 P f8 c. q; f6 E 如何衡量HR(人力资源)的价值实在是一个难题。哪种招聘方法效率最高?培训到底能给个人和组织带来多大收益?如何激励员工才能达到最好的效果?诸如此类的问题,始终难有精确答案。
c- l' J) _! h
, w( c5 R9 L5 e* [# J 但与此同时,越来越多的决策者在用人问题上,不再单纯依靠经验和直觉做判断,而是越来越期待数据、模型等量化工具为决策提供更“给力”的支持。决策者对HR的价值到底体现在哪里相当感兴趣。因此,如何量化人力资源工作的价值变得越来越重要。
$ ~' S2 g, z8 S$ W% Z9 Z7 S, q j9 J
三类数据7 n& R6 w) ^3 j/ N
$ Z; g1 D- l8 H3 }/ K7 o5 [- X 反映人力资源现状的事实数据 。例如人员数量与结构、学历、年龄等,可以展示一定时间段内组织内部人力资源的基本概况。这类数据收集起来比较容易,分析起来也比较简单。一般来讲,每月提供此类人力资源数据报表,并与不同时期的数据进行对比,可以让决策者对人力资源现状有一个概览式的认知。
. T) A. L2 s& n: e" x1 {4 D% g% K0 G
反映人力资源活力的动态数据 。例如招聘周期、招聘完成率、员工流动率、核心员工流失率、内部流动率等。动态数据可以反映一定时间段内组织的活力状况。较短的招聘周期、较高的招聘完成率可以反映组织“入口”的健康状况。而合理的员工流动率、较低的核心员工流失率可以反映组织“出口”的健康状况。内部流动率,如员工换岗、员工晋升或接班人计划等,可以反映出组织内在的活力。
2 ^! W4 k# `7 l) t# o3 i: w
; m; U4 Q1 D7 v/ I ~, |1 M" \ 动态数据的收集也比较容易,关键是组织要沉淀数据,并及时了解市场行情,通过内部及外部的对比分析,才能对组织人力资源的活力有客观的评价。比如分析发现一段时间内某个岗位的招聘周期变长了,HR及用人部门就要坐下来分析。是市场供给减少了,还是市场竞争激烈了,还是人才定位出现偏差或其他原因,之后才能找到对策。这类监控数据,就像反映组织健康状况的晴雨表,随时可以给管理者预警。: r' \8 D! C! N9 `
: r% E! e) L5 I6 d+ v, i 反映人力资源质量的分析数据。 例如人均效率、人力资本投资回报率、员工满意度、员工敬业度等。分析数据,可以深入了解组织的效率,反映人力资源对业绩的作用,也是影响人力资源及公司战略决策的重要参考。( e$ m' X' {9 ] e
- h3 b9 S# h5 h6 E3 U 这类数据的收集与分析需要模型支撑,需要花费一番功夫。同时,这类数据的分析也最富创造性,对组织业务的影响最有参考价值。比如分析发现,员工满意度越高,客户忠诚度也越高。这就引导管理者将资源重点放在员工满意度上,采取一系列措施去提高员工满意度。一旦员工满意度有所下降,管理者就要检讨和反省背后的原因,并拿出应对措施。再比如分析发现人均效率下降了,通过人员预测模型发现公司的人员是多了而不是少了。此时公司的人员战略目标或许需要由“增员”转向“减员增效”。
( }" u2 o' Q% O& z1 g
7 D5 E. q7 } A4 } 人均效率、人力资本投资回报率有标准的公式,需要HR与财务配合,共同完成。员工满意度、员工敬业度等也有一些成型的理论和模型,比如盖洛普Q12等。关键是选择那些经过时间和众多组织检验过的模型,并坚持在组织内推行下去。有历史数据的沉淀,才有对比分析的意义。
5 E5 ?' \2 c- w: V4 V2 `* S2 c* j+ q3 e6 B6 [5 X( s. x7 k
如何着手数据分析+ x% _- V5 Z$ |/ \
! `3 ~7 l7 T% M2 S& f 集中力量优先解决重点问题。 HR管理模块众多,从战略规划到招聘、培训、绩效、薪酬、员工关系、企业文化等等,可能处处有问题,能进行分析的地方也很多。但资源有限,要使人力资源分析的作用发挥到最大,应集中力量优先解决重点问题。何为重点问题?公司战略需要的指导性或支持性分析是重点,目前最影响业绩的问题也是重点。! E( \! L: k# V
6 Q4 ?+ I2 V! W 要有业务导向。 人力资源数据分析不能孤芳自赏,必须服务于业务才能发挥真正的作用。同时,从事数据分析的人员也需要有销售、财务的敏感性和基本的知识,这样才能将HR与业务更紧密地联系起来。
6 v( w- X. J/ p* f3 D+ I. z
( z/ y" X* p7 r R/ k, H 从已有资源开始。 HR部门手上有很多现成的数据,从这些数据入手,先一点点地做起来。数据本身是没有意义的,关键在于如何将数据与业绩关联起来。这确实需要创造性,并投入精力。基本的统计方法也是需要掌握的。# w% P) |7 x9 T+ N; ?) X' \" x2 |! _
. G: Z0 `2 f: e. e# z/ J5 D 坚持下去,要有沉淀。 一旦决定要做分析工作,就要将它融入HR日常的业务工作中去,并安排专人负责日常数据的收集与整理。并且这个工作一定要有持久性,任何一个时间断面上的数据都难以单独进行有效的分析。组织内部历史数据的沉淀在评估和预测方面能发挥更大的作用。& Y1 H) h/ k9 @6 y8 `
! y7 T4 P) n7 V( w" f 打破常规,不断创新 。例如,谷歌通过研究发现,好的管理与人才保留率和团队绩效之间是正相关的关系。他们借鉴心理学方法进行双盲面试测试,识别出最好的经理表现出哪些关键行为。结果发现,好的经理身上存在8种行为以及5个需要规避的陷阱。他们将这些发现纳入经理培训计划和辅导教程,并给经理提供针对性的反馈,取得了很好的效果。类似这样的创新性研究将有效提升HR管理的专业水平,从而为组织创造更大的价值。
- \6 K6 T: R; l: S0 Q
' K" {6 v0 b, e/ Q+ @. q 看完这篇文章,感觉对于第一、二类数据,许多企业都在做定期统计和分析。
$ `3 [: R2 w& y0 B- |9 i$ _1 y0 r; J1 f7 s6 H) j: k3 {
疑问:
# ?. h7 Y4 N# {+ I0 I4 F
3 O: m7 Y ]7 }2 P7 T& i (1)、 “员工敬业度” 如何进行统计?
$ Q. f' r, ?4 }8 F h+ i, ?0 j% X
( j, U- K5 I# E+ ] (2)、对于第三类数据,除了“人均效率”、“人力资本投资回报率”、“员工满意度”、“员工敬业度”等究竟还有哪些数据可以反映人力资源管理质量的优劣?7 h9 y3 ~ i% C4 \8 T6 y$ L5 X$ i# T$ ?
5 M) i% ]- w/ w. a: l (3)、 如何从业务角度出发提炼第三类数据为企业HR服务?( U, E' X* C2 f! b2 Q3 A
& Z9 s- G' k! _* V3 Z; j
本帖最后由 芋儿 于 2011-7-12 12:41 编辑
* N; W. }2 ~) D
0 o3 m0 _; j" o8 I8 ~/ u |
-
总评分: 威望 + 20
金钱 + 85
查看全部评分
|