- 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:
o d/ v2 y, ~' m( C3 P
8 n* d' Z% |8 Z, N% G- |& X 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?& E! i) n9 F' k0 S% t/ W
( ?! X( c4 J4 E% S) J6 d 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。: o9 S4 X2 F7 Q6 q) r6 w! y
0 n _9 L. C! c7 K2 l
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。
8 r# ?0 O( H8 g( J" R0 x6 C( q9 X9 Y' W1 h. g" T0 h
三类数据
0 P* F6 M$ R' Q% ]6 d9 m* J
( G9 z* V% i" {: o( R 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。
K3 J& y# m' e% C5 ^) K
6 J( D2 P. s& {9 ~/ l7 w 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。0 d2 n/ h8 T1 ^
6 L! f& J' U' b. T0 i( `6 K
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。
' z) I( M4 |7 ~2 x* ^9 N9 g3 h! _9 O% r9 n* R! C
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。4 v+ v E' m: ~1 N
2 K% i/ F- a$ B, B" q
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”。% v5 [1 c) `4 e) _. F, v! _
2 H* h$ }$ e7 V) I, X9 W9 K 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。0 R5 X5 N! ?' d" K* ]5 o
. u, b- H: ~8 C% q7 M" P& g
如何着手数据分析 P6 E9 k4 d' ?6 H5 d
' K$ ^$ c/ r9 W3 A0 k
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。* @- P' K. `8 z) f; l5 W* F
' v3 F% B/ A+ q9 @- n }6 c: S; a 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。
3 [" `! T4 r6 c; q4 P# U4 V A: V, N" G% x" ?" f+ T$ n" W
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。
0 U8 D1 p# B% o) Z2 U% L
$ Q) |3 H$ u: d2 T 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。
4 j% T3 M$ L) g& W' C5 t
' B1 h4 l( X9 d# r2 M( ] 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。
M0 b1 f& f3 |( p) }7 p3 R. {' b" @
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。
/ i' r; h2 S" h% Z% H" p
6 j6 Y8 \* I+ E9 ` 疑问:
! W4 r- O4 B# D) z9 N2 k6 [4 q( X1 ]3 L8 f! V
(1)、 “员工敬业度” 如何进行统计?+ p: i, G/ I" a1 c! k0 t, c" `9 u
: n# O- l) i2 t+ X (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?
. c0 q6 T. f' \$ @3 ^- h
' q. d# {# h d" R9 l- | (3)、 如何从业务角度出发提炼第三类数据为企业HR服务?1 s# B W/ l" L0 c* G0 v
/ `0 p T1 u2 ^/ E, d) Z9 w; { W
本帖最后由 芋儿 于 2011-7-12 12:41 编辑
4 _" d! i% ?6 o: Z% r! M
6 V/ Y' Y* D) `$ s' x9 c/ G& h |
-
总评分: 威望 + 20
金钱 + 85
查看全部评分
|