HR这样做数据分析,才能真正实现智慧分析与决策
2019-07-09
随着企业HR信息化转型的深入,以及管理水平的提升,人力资源领域有价值、可以被开发再利用的数据量逐步增加。这也给HR提供了进一步贴近业务,用数据赋能业务的机会。通过更及时更准确更多维的数据,以及专业工具对数据的清洗、转换、加载,也可以为企业的高层管理者在进行商业决策时,提供有力的数据依托。
提供更及时,更全面的人才数据
很多企业都会收集大量的员工基础信息,并在员工在职的全生命周期,不停地通过线上、线下等多种方式获得更新的员工信息。但是,在所有信息的整合应用时,企业往往会遇到困难:
◆ 数据分散在各个系统,甚至excel表格、纸质表格中,无法形成有机的整体;
◆ 数据统计的时间、口径不同,有些相互矛盾,且信息无法及时更新,不够准确;
◆ 各类信息结构不同,内容也不够标准化,相互之前难以整合,等等。
对于企业来讲,人力资源系统不应该仅仅是HR单独应用的数据存储与管理工具,更应该是公司全员应用的流程与业务管理系统。
全员应用的HR系统,不仅减少了HR人员重复录入员工信息的工作量,更可以保证系统中所有数据的及时性与准确性。
企业通过应用一体化的人力资源信息系统,可以有效将员工从招聘开始的各类基础信息、任职信息、考勤薪酬、绩效、测评、盘点学习发展,甚至使用系统的行为数据有效整合起来,通过结构化的形式,存储在系统中,便于后续的灵活使用。
➤ 高效灵活的查询和统计,报表不再是负担
如果深入HR的工作场景,就会发现HR们每月有大量时间都花在了“做表”和“数据处理”上面。
在一个月22个工作日里,处理制作例行的月底报告统计、月工资发放相关统计报表需要花费1~2个工作人天之外,更有来自于各方的临时需求:
业务部门--“请给我一份XX事业部M1及以上人员名单”
老板--“如果我们要在成都新开10家店,需要多人人员投入、多少人工成本”
HRD--“公司的平均年龄是多少?”
这些临时统计的需要,需要花费更多的时间去交代。
需求者一句话,做表者累死马!随便一个简单的数据统计,如“M1、M2管理者的平均年龄”,实现起来都不是想象的那么简单。我们先还原通过Excel表实现的过程:
◆ 确定统计范围,如果是全公司的平均年龄,就需要首先汇总全公司人员名册、包含职级、出生日期字段;
◆ 通过函数,用出生日期计算出年龄;
◆ 检查所有人职级、年龄字段是否有异常(为空、维护错误的情况);
◆ 应用数据透视表或函数计算得出平均年龄的值;
◆ 设置计算结果的小数位;
◆ 设置格式,看应用形式,有时候还需要应用图形展示。
完成这项工作,一般至少需要1个小时以上。这里还不考虑数据需要从多个口上报汇总的情况,如集团公司,要实时收集一套完整、准确的基础数据,本身也具有挑战。
所以,HR都迫切期待能有一套系统,可以方便快速地实现:
➀ 数据及时准确:不再通过HR导入数据,而是通过系统直接实现动态的业务管理;
➁ 人事业务统一管理:解决多个端口协同维护数据的问题,让数据更体系化;
➂ 报表自动生成:常用的固定格式报表,可定期自动生成,自动推送至相关人员;
➃ 可视化展示:不仅提供数据表格,更可快速生成图形化、可视化的图表展示内容。
快速统计分析+图形化呈现
高级条件自定义和格式自定义
➤一键获取行业成功实践
在我们服务客户的实际场景中,听到最多的话题就是:
“别人家报表是怎么做的,给我一个模板参考一下”
“我们的需求很通用,跟XX家是一样的,直接拿过来就可以用”
这两句的背后都是在说“成功实践的应用”。除了在管理模式上,各家企业有自身的管理架构和业务模型,但是在数据统计方面,确实有很多的通用的统计维度、统计模板、统计指标可以共用。
基于此,我们综合分析了上千家客户应用实践,实地访谈各行业多家标杆企业的成功应用,并参考了如国资委规定的统一的制式报表,进行了丰富的行业报表预制。
对于用户来说,报表无需从头做起,大多数报表需求都可以从云中心找到样例,应用时只需直接同步,并根据公司实际业务进行简单的修改配置即可使用。无论企业之前是否有成熟的报表管理规则,都可以通过云中心,与行业标杆企业进行学习与对标。
如此,不仅可以带给客户更多的应用场景和丰富的统计维度,同时大幅度提升项目交付效率。
2、HR如何借助数据更贴近业务
在实际工作中,HR最期待做到的就是能够贴近业务工作。如何帮助业务团队提升战斗力,如何与业务团队并肩携手,如何成为懂业务的HR,都是HR团队探索的课题。其实,业务团队最为关注的,主要就是围绕经营目标产生的常规问题,包括效率、效能、成本、新业务拓展等。而广大的HR在实际工作中的一些数据分析,可以给业务带来很大帮助。
➤ 人才画像与对比,让人才选拔更客观
对任何一项业务来说,“找对人”都是最为重要的。
但是如何在茫茫人海中慧眼识珠,发现那个“对”的人,是个永恒的难题。
作为“看人”专家的HR,在人才的选拔和挖掘中,可以通过运用更多维的数据,以及丰富的人力资源测评工具,帮助业务更好地看人识人用人,使管理者摆脱仅凭主观印象选人的问题。
对于员工,相关的数据包括基于其任职岗位胜任力,专业知识、技能,过往的工作履历、教育经历等,还有其冰山下的各种素质及潜力。将以上所有信息综合起来,就形成了“人才画像”。
HR可以通过大数据分析职业特征,并根据测评及360等工具评估,最终以图形化形式呈现每名员工的综合评价。在人才选拔、关键岗位人员任免时,可以应用人才对比工具和技术,更方便作出决策。
➤ 智能发现,及时提醒与预警
常规的管理动作都是靠人为定期统计和监控,或者等问题暴露后进行弥补。
然而我们更希望能够做到的是预先发现问题,防患于未然。即使问题发生,我们也希望及时发现,采取有效措施,所谓亡羊补牢,为时未晚。
而要实现这些,就需要利用技术的能力,通过各种预警规则的设置,实现智能发现及时提醒。
在系统中,我们预制了大量常见预警规则,对于大多数的场景都可以做到即时触发,比如:加班超额预警、超缺编提醒、出勤率红线预警等,通过对团队员工考勤情况的监测,帮助管理者平衡员工工作量,发现人事安排上的问题。对未签订合同预警,合同到期预警,审批超期限提醒等,帮助管理者避免用工风险。
03、HR借助数据助力管理决策
管理者擅长运筹帷幄之中、决胜千里之外,然而能做到这一点的关键在于掌握了充分的信息。所以在人力资源管理领域,业务部门高管、HRD同样更喜欢用主题/BI的形式总览人力运营情况。
从结构上可以分成这么几类:
◆ 人员构成:包括各个业务单元/各个层级人员分布、编制/超缺编情况、平均在职服务年限、平均年龄、学历/专业职称等静态人员素质结构;
◆ 人员流动:包括入职、转正、调动、晋升、离职等人员流动情况,跟进业务情况会进一步关注到离职率和可惜离职率(关键岗位/骨干成员离职情况)、调动和晋升情况;
◆ 人才投资收益:人工成本、人力成本回报率、人均产能、人均现金收入、人均利润、各项人力资源费用支出等核心经营指标;
04、大数据应用与探索
所有的数据,在系统中发生、记录、分析、沉淀之后,还可以如何应用,帮助企业实现更科学的人才管理,更有效的数据预测,是北森一直研究的方向。
我们正在探索通过大数据运算,采用抽样统计的方法,合理配置原始数据源的代表性,运营分位排序法、加权平均法、回归分析法等统计方法进行科学统计,并以多个维度对数据进行展现。
而所有技术的目标都是能够应用到企业实际的管理工作场景中,帮助HR有效决策和指导业务开展,我们现阶段主要研究的应用方向有:人才竞争力分析、劳动力需求预测、岗位胜任力匹配、人员稳定性预测等等。
北森核心人力云,作为新世代的智慧人力平台,帮助企业更加科学和智慧地进行人力资源决策,从本质上释放HR的双手提高工作效能和协作效率,通过卓越的员工体验真正提升员工服务满意度,整合互联网生态资源提供更加多样人性化的一站式企业人力资源管理平台。
>>申请免费试用
2019-07-09
随着企业HR信息化转型的深入,以及管理水平的提升,人力资源领域有价值、可以被开发再利用的数据量逐步增加。这也给HR提供了进一步贴近业务,用数据赋能业务的机会。通过更及时更准确更多维的数据,以及专业工具对数据的清洗、转换、加载,也可以为企业的高层管理者在进行商业决策时,提供有力的数据依托。
提供更及时,更全面的人才数据
很多企业都会收集大量的员工基础信息,并在员工在职的全生命周期,不停地通过线上、线下等多种方式获得更新的员工信息。但是,在所有信息的整合应用时,企业往往会遇到困难:
◆ 数据分散在各个系统,甚至excel表格、纸质表格中,无法形成有机的整体;
◆ 数据统计的时间、口径不同,有些相互矛盾,且信息无法及时更新,不够准确;
◆ 各类信息结构不同,内容也不够标准化,相互之前难以整合,等等。
对于企业来讲,人力资源系统不应该仅仅是HR单独应用的数据存储与管理工具,更应该是公司全员应用的流程与业务管理系统。
全员应用的HR系统,不仅减少了HR人员重复录入员工信息的工作量,更可以保证系统中所有数据的及时性与准确性。
企业通过应用一体化的人力资源信息系统,可以有效将员工从招聘开始的各类基础信息、任职信息、考勤薪酬、绩效、测评、盘点学习发展,甚至使用系统的行为数据有效整合起来,通过结构化的形式,存储在系统中,便于后续的灵活使用。
➤ 高效灵活的查询和统计,报表不再是负担
如果深入HR的工作场景,就会发现HR们每月有大量时间都花在了“做表”和“数据处理”上面。
在一个月22个工作日里,处理制作例行的月底报告统计、月工资发放相关统计报表需要花费1~2个工作人天之外,更有来自于各方的临时需求:
业务部门--“请给我一份XX事业部M1及以上人员名单”
老板--“如果我们要在成都新开10家店,需要多人人员投入、多少人工成本”
HRD--“公司的平均年龄是多少?”
这些临时统计的需要,需要花费更多的时间去交代。
需求者一句话,做表者累死马!随便一个简单的数据统计,如“M1、M2管理者的平均年龄”,实现起来都不是想象的那么简单。我们先还原通过Excel表实现的过程:
◆ 确定统计范围,如果是全公司的平均年龄,就需要首先汇总全公司人员名册、包含职级、出生日期字段;
◆ 通过函数,用出生日期计算出年龄;
◆ 检查所有人职级、年龄字段是否有异常(为空、维护错误的情况);
◆ 应用数据透视表或函数计算得出平均年龄的值;
◆ 设置计算结果的小数位;
◆ 设置格式,看应用形式,有时候还需要应用图形展示。
完成这项工作,一般至少需要1个小时以上。这里还不考虑数据需要从多个口上报汇总的情况,如集团公司,要实时收集一套完整、准确的基础数据,本身也具有挑战。
所以,HR都迫切期待能有一套系统,可以方便快速地实现:
➀ 数据及时准确:不再通过HR导入数据,而是通过系统直接实现动态的业务管理;
➁ 人事业务统一管理:解决多个端口协同维护数据的问题,让数据更体系化;
➂ 报表自动生成:常用的固定格式报表,可定期自动生成,自动推送至相关人员;
➃ 可视化展示:不仅提供数据表格,更可快速生成图形化、可视化的图表展示内容。
快速统计分析+图形化呈现
高级条件自定义和格式自定义
➤一键获取行业成功实践
在我们服务客户的实际场景中,听到最多的话题就是:
“别人家报表是怎么做的,给我一个模板参考一下”
“我们的需求很通用,跟XX家是一样的,直接拿过来就可以用”
这两句的背后都是在说“成功实践的应用”。除了在管理模式上,各家企业有自身的管理架构和业务模型,但是在数据统计方面,确实有很多的通用的统计维度、统计模板、统计指标可以共用。
基于此,我们综合分析了上千家客户应用实践,实地访谈各行业多家标杆企业的成功应用,并参考了如国资委规定的统一的制式报表,进行了丰富的行业报表预制。
对于用户来说,报表无需从头做起,大多数报表需求都可以从云中心找到样例,应用时只需直接同步,并根据公司实际业务进行简单的修改配置即可使用。无论企业之前是否有成熟的报表管理规则,都可以通过云中心,与行业标杆企业进行学习与对标。
如此,不仅可以带给客户更多的应用场景和丰富的统计维度,同时大幅度提升项目交付效率。
2、HR如何借助数据更贴近业务
在实际工作中,HR最期待做到的就是能够贴近业务工作。如何帮助业务团队提升战斗力,如何与业务团队并肩携手,如何成为懂业务的HR,都是HR团队探索的课题。其实,业务团队最为关注的,主要就是围绕经营目标产生的常规问题,包括效率、效能、成本、新业务拓展等。而广大的HR在实际工作中的一些数据分析,可以给业务带来很大帮助。
➤ 人才画像与对比,让人才选拔更客观
对任何一项业务来说,“找对人”都是最为重要的。
但是如何在茫茫人海中慧眼识珠,发现那个“对”的人,是个永恒的难题。
作为“看人”专家的HR,在人才的选拔和挖掘中,可以通过运用更多维的数据,以及丰富的人力资源测评工具,帮助业务更好地看人识人用人,使管理者摆脱仅凭主观印象选人的问题。
对于员工,相关的数据包括基于其任职岗位胜任力,专业知识、技能,过往的工作履历、教育经历等,还有其冰山下的各种素质及潜力。将以上所有信息综合起来,就形成了“人才画像”。
HR可以通过大数据分析职业特征,并根据测评及360等工具评估,最终以图形化形式呈现每名员工的综合评价。在人才选拔、关键岗位人员任免时,可以应用人才对比工具和技术,更方便作出决策。
➤ 智能发现,及时提醒与预警
常规的管理动作都是靠人为定期统计和监控,或者等问题暴露后进行弥补。
然而我们更希望能够做到的是预先发现问题,防患于未然。即使问题发生,我们也希望及时发现,采取有效措施,所谓亡羊补牢,为时未晚。
而要实现这些,就需要利用技术的能力,通过各种预警规则的设置,实现智能发现及时提醒。
在系统中,我们预制了大量常见预警规则,对于大多数的场景都可以做到即时触发,比如:加班超额预警、超缺编提醒、出勤率红线预警等,通过对团队员工考勤情况的监测,帮助管理者平衡员工工作量,发现人事安排上的问题。对未签订合同预警,合同到期预警,审批超期限提醒等,帮助管理者避免用工风险。
03、HR借助数据助力管理决策
管理者擅长运筹帷幄之中、决胜千里之外,然而能做到这一点的关键在于掌握了充分的信息。所以在人力资源管理领域,业务部门高管、HRD同样更喜欢用主题/BI的形式总览人力运营情况。
从结构上可以分成这么几类:
◆ 人员构成:包括各个业务单元/各个层级人员分布、编制/超缺编情况、平均在职服务年限、平均年龄、学历/专业职称等静态人员素质结构;
◆ 人员流动:包括入职、转正、调动、晋升、离职等人员流动情况,跟进业务情况会进一步关注到离职率和可惜离职率(关键岗位/骨干成员离职情况)、调动和晋升情况;
◆ 人才投资收益:人工成本、人力成本回报率、人均产能、人均现金收入、人均利润、各项人力资源费用支出等核心经营指标;
04、大数据应用与探索
所有的数据,在系统中发生、记录、分析、沉淀之后,还可以如何应用,帮助企业实现更科学的人才管理,更有效的数据预测,是北森一直研究的方向。
我们正在探索通过大数据运算,采用抽样统计的方法,合理配置原始数据源的代表性,运营分位排序法、加权平均法、回归分析法等统计方法进行科学统计,并以多个维度对数据进行展现。
而所有技术的目标都是能够应用到企业实际的管理工作场景中,帮助HR有效决策和指导业务开展,我们现阶段主要研究的应用方向有:人才竞争力分析、劳动力需求预测、岗位胜任力匹配、人员稳定性预测等等。
北森核心人力云,作为新世代的智慧人力平台,帮助企业更加科学和智慧地进行人力资源决策,从本质上释放HR的双手提高工作效能和协作效率,通过卓越的员工体验真正提升员工服务满意度,整合互联网生态资源提供更加多样人性化的一站式企业人力资源管理平台。
>>申请免费试用
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询